Page 47 - 基于人工智能的图像识别技术研究

第一章 人工智能概述

后汇聚为一个整体的产品。而神经网络的构建就像生产线的构建，需要反复的试

验才能得到一个效率最高、产能最好的生产线，而构建这个生产线的目的则是为
了得到一个成熟的生产过程，使得我们后来的生产原料都能够准确、快速地得到
处理。因此，所谓的神经网络过程其实分为两个阶段，第一个阶段是神经网络的

训练，该过程需要大量的、反复的计算；第二个阶段是“预测”，或者说实际应
用，在该阶段中神经网络已经“成熟”并投入应用，开始对新的数据进行预测。

显然，上述过程（不论训练还是预测）都伴随着大量的计算，但我们需要注
意的是这些计算虽然规模上很大，但是每一次计算都不复杂（即便将非线性的激
活函数考虑进来），或者说都是由简单的加减法和乘法组成的，这也为我们人工

智能芯片的开发提供了重要的理论基础。
2.为什么需要人工智能芯片
传统的计算机芯片采用的冯诺依曼架构强调存储程序、顺序执行，即将大量

的片上资源留给存储结构，因此CPU就像是一个老教授，他逻辑严谨，办事有条
理，但囿于其只有一人，处理的绝对速度在客观上受到了限制，因此不管怎样提
升CPU的性能，它在处理大量的计算（即便是简单计算）也存在着天然的缺陷。

正如上文所说，神经网络的训练和预测都需要大量的计算，在这种应用场景下，
CPU的性能就受到了限制，一方面，它擅长的逻辑、时序处理功能都没有得到充

分应用；另一方面，它不擅长的并行数据处理却成为致命的缺陷。在这种背景
下，对于能够并行处理数据、擅长大量运算的人工智能芯片的需求也就合理合情
了（见图1-17）。

图 1-17 人工智能芯片

39