2025-04-30 | 서지혜 기자

开发低功耗AI芯片加速器…以硬件轻量化突破技术极限[本月科技人奖]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

"执行同样运算所需的计算机功耗,得益于半导体不断缩小而稳步降低,但如今受物理极限所限,要把半导体做得更小已很困难。这一极限可以通过人工智能(AI)轻量化模型来突破。"

韩国科学技术情报通信部与韩国研究基金会30日将首尔大学电气与信息工程学部教授金在俊选定为"本月科学技术人奖"5月获奖者。

科学技术信息通信部与研究基金会公布评选理由称:"金教授将AI模型轻量化,并开发出可高效运算轻量化模型的半导体加速器,提出了能够在各种环境下以低功耗使用的AI基础技术,贡献巨大。"半导体加速器是针对特定应用运算而非通用计算进行优化的半导体芯片。

金教授长期专注于在保持同等性能的同时最大限度降低功耗的电路设计研究。他解释说:"如果没有低功耗技术,能效下降,就会出现每小时都要给手机充电的不便","尤其是要让AI更高效地完成复杂计算,算法与硬件的协同设计非常重要"。他还补充:"我相信AI计算最终也会与此前通用计算的历史相似,朝着更小、更低功耗的方向发展"。

实际上,随着近来ChatGPT等大规模AI模型在产业与日常生活中迅速普及,为提高效率而缩减AI模型规模的"轻量化"技术,以及高效运算轻量化模型的"半导体加速器"技术备受关注。"轻量化"是指在尽可能保持AI模型准确度的同时缩减其规模或运算量的技术。该技术正成为AI持续发展与应用扩大的极为重要的要素。但迄今为止研究大多以软件为中心,硬件方面未得到充分考虑。金教授指出:"缩减后的模型在实际硬件上运行时,性能反而下降的情况很多;反之,硬件设计方在缺乏对AI模型充分理解的情况下,也存在为适配芯片而任意改动模型的情况"。

为此,金教授设计出考虑硬件特性的新型轻量化方法,并同步开发了可与缩减后的模型高效配合运行的专用半导体加速器。他提出了以单一加速器电路支持具有可变"比特精度"的AI轻量化模型的新设计方法。"可变精度"是根据运算准确度或资源状况调节运算所用比特数的方式。金教授没有采用为每种精度分别构建电路的既有方式,而是通过改变运算顺序,简化了电路结构并能高效处理可变精度。他表示:"AI模型轻量化及加速器设计研究,将呈现与过去计算机不断变小、发展为手机的历史相似的走向",并称希望继续思考实现功耗比现有水平大幅降低的计算机的新方向。

另一方面,金教授表示,今后希望通过"寻找最简单结构的研究",做出能在产业现场真正应用的技术。他强调:"即使以复杂结构实现出色性能,若在现实中难以使用也就没有意义","即便性能稍有不足,设计出可实际应用的简单结构更为重要"。

此次"基于可变精度的轻量化AI半导体"研究成果于2022年6月刊登在国际权威半导体电路设计学术期刊JSSC上,与低功耗AI半导体相关的后续研究于2023年5月在国际学会ICLR上发表。

阅读韩文原文