本月23日,位于首尔城北区花郎路的韩国科学技术研究院(KIST,院长李炳权)L3大楼。在有观点指出中国的“半导体崛起”可能令韩国核心产业也陷入危机之际,这里的“KIST下一代半导体研究所”正全力开展拉大与中国差距的技术开发。研究人员正专注于“后硅(Post-Si)半导体”、“人工智能(AI)神经网络模拟半导体”和“量子计算”的开发。其中,具备自主学习能力的人工智能神经网络模拟半导体,有包括KIST以及首尔大学、韩国科学技术院(KAIST)、浦项工科大学(POSTECH)、蔚山科学技术院(UNIST)、国民大学、美国加州大学欧文分校(UC欧文)等10个团队在攻关。
当天,该研究所展示了无需人工输入数据、具备自主学习能力的人工智能神经网络模拟半导体样品(神经形态芯片·Neo²C)。该芯片高效使用存储半导体中的SRAM模块,若在2021年以后实现商用化,预计将与Samsung Electronics和SK海力士产生协同效应。同时有望为韩国企业较为薄弱的非存储半导体市场扩张作出贡献。此前,神经网络模拟半导体样品由英特尔于去年9月首次推出,中国也在人工智能和半导体领域投入巨资,呈现快速追赶之势。韩国也由国策研究机构与高校联合展开应对。
神经网络模拟半导体利用模仿人脑处理和存储信息方式的硬件型人工智能技术。为模拟大脑神经网络,在△算法·架构开发 △电路开发 △电路·新兴神经网络体系开发三个领域,自2016年起6年间共投入120亿韩元。
神经形态芯片如人脑一样,以数字方式实现了“神经元”(神经细胞)与“突触”(神经元之间的连接部位)。它模仿大脑通过神经元间相互作用调节突触连接强度、收发电信号来处理信息的机制。KIST博士金在旭表示:“与已被广泛使用的基于DNN(Deep Neural Network)的硬件加速器芯片不同,它以模拟人脑运作的SNN(Spiking Neural Network)为基础”,“在16平方毫米面积上具备1024个神经元和199680个突触,可在线进行实时、无监督学习。”研究所方面当天演示了神经形态芯片根据突触权重变化识别物体(bar)、方向(角度)和选择性的过程。
KIST下一代半导体研究所所长张俊渊表示:“目标是到2021年开发出可自主学习、并能以低功耗运行的神经网络模拟半导体芯片”,“若实现商用化,将超越存储半导体,在ICT(信息通信技术)领域创造新的增长动力。”他称,目前技术水平仅相当于美国英特尔等企业的一半左右,但尚无任何一方实现商用化,因此韩国仍有机会。
神经形态芯片具有可任意编程神经网络结构和算法的功能转换型特性。通过高效使用芯片所用SRAM存储模块的面积,优化了运行。基于实际神经网络,无需另行计算即可确认输入与输出,因此相比软件型人工智能半导体能够以低功耗、高效率运行。
目前的人工智能技术基于深度学习网络,数据处理与存储需要巨大电力。2016年谷歌阿尔法围棋(AlphaGo)与李世石九段的围棋对决中,阿尔法围棋耗电170kW(千瓦),而李九段的大脑仅消耗20多瓦。KIST博士朴钟吉比较称:“大脑在运算和记忆等方面能完全高效地利用能量,而像阿尔法围棋这样基于软件的人工智能一旦应用于复杂领域,为驱动高端半导体器件(CPU、GPU·图形处理器等)会造成严重的电力浪费。”
这正是全球积极研究实现神经网络模拟半导体的原因。美国方面,IBM于2014年推出名为TrueNorth的芯片,但存在无法自主学习的局限;英特尔去年开发的样品(Loihi)被视为首款视觉信息认知学习型半导体芯片。Loihi芯片在60平方毫米面积上具备131072个神经元和1亿3000万个突触,比“龙虾的大脑”更为复杂。核心数方面,Loihi为128个,而神经形态芯片目前仅有一个,韩国仍处在追赶阶段。KIST博士郭俊英表示:“英特尔将Loihi提供给高校和研究机构,取得了众多成果”,“希望我们也能把神经形态芯片提供给企业、高校和研究机构,为研究创新作出贡献。”
研究所决定今后通过公开征集,加快半导体乃至人工智能与脑科学融合的速度,开发可自主学习的自主人工智能神经形态芯片。所长张俊渊笑容满面地表示:“今后将扩展核心并与企业开展共同研究,2021年以后推出拥有100万个神经元和2亿个突触的神经网络模拟半导体”,“还计划开发可应用于家用机器人和自动驾驶汽车等实际生活的算法。”






