当前,随着人工智能/机器学习(AI / ML)的迅速兴起,智能技术已广泛应用于制造,运输,医疗,教育和金融等各个领域。
人工智能将掀起下一次工业革命。
作为人工智能发展最快的国家之一,中国正在引起人们的关注。
根据德勤发布的最新统计预测数据,2020年全球人工智能市场规模将达到6800亿元,复合增长率(CAGR)为26%。
中国的人工智能市场表现尤为出色。
预计到2020年市场规模将达到710亿元,2015年至2020年的五年复合增长率高达44.5%。
近年来,中国正在积极推动人工智能与实体经济的融合,以实现产业的优化和升级。
2017年7月,国务院发布了《新一代人工智能发展计划》,并将其与《中国制造2025》一起发布。
2015年5月发布的内容构成了中国人工智能战略的核心。
这项具有里程碑意义的计划从战略上部署了人工智能的发展,并力争到2030年将中国建设成为世界上主要的人工智能创新中心。
此外,2020年是中国新基础设施和人工智能的元年,作为关键部门,必将成为新基础架构的核心支持。
在这种背景下,到2019年底,中国人工智能产业规模达到510亿元,其中人工智能公司超过2600家。
随着中国加速应用人工智能来引领经济增长,这一趋势将促进计算机硬件和软件在各个方面的快速发展。
Rambus在最新的白皮书中讨论了内存带宽对AI / ML的重要作用,并专门介绍了HBM2E和GDDR6内存的优势和设计注意事项。
白皮书还说明了整个AI / ML架构中每种类型的内存的适用性,以及如何使用Rambus HBM2E和GDDR6接口解决方案来实现完整的内存子系统。
以下是白皮书的一些重要内容:AI / ML作为AI / ML的关键应用场景已进入快速发展时期,训练和推理能力的发展在一定程度上代表了人工智能的快速发展。
。
从2012年到2019年,人工智能培训集增加了30万次,需要在人工智能计算机硬件和软件的各个方面持续不断地改进。
同时,人工智能推理已在网络边缘和包括汽车/ ADAS在内的各种IoT设备中采用。
支持这种发展速度所需要的远远超过摩尔定律所能实现的改进。
在任何情况下,摩尔定律都会放慢速度,这需要在人工智能计算机硬件和软件的各个方面不断不断地改进。
内存带宽是影响AI发展的关键因素。
内存带宽将成为人工智能持续增长的重点领域之一。
以高级驾驶员辅助系统(ADAS)为例,级别3和更高系统的复杂数据处理需要200 GB / s以上的内存带宽。
这些高带宽是复杂的AI / ML算法的基本要求。
这些算法需要在道路上自动驾驶过程中快速且安全地执行大量实时计算的大量决策。
在第5级,全自动驾驶,车辆可以独立响应交通标志和信号的动态环境,并准确预测汽车,卡车,自行车和行人的运动,这将需要超过500GB / s的内存带宽。
随着新一代AI / ML加速器和专用芯片的飞速发展,诸如高带宽内存(HBM,HBM2,HBM2E)和GDDR6 SDRAM(GDDR6)之类的新内存解决方案正逐渐被采用以提供所需的带宽。
HBM2E和GDDR6帮助新一波的人工智能应用程序。
考虑到AI / ML需求转移的特征,内存的选择取决于应用程序:训练或推理。
HBM2E和GDDR6高带宽存储器都可以发挥至关重要的作用。
对于培训,带宽和容量是至关重要的要求。
特别是考虑到训练集的大小每3.43个月增加一倍。
此外,由于电源和空间的限制,数据中心中运行的培训应用程序越来越受限制,因此拥有它是一个很大的优势