AI未來發展需打破馮諾依曼瓶頸
人工智能（AI）持續火熱。但是，對AI內涵其實有不同的理解。實際上，20年以前，語音識別、圖像識別都是很熱的AI究領域。現在，顯然不再有人關注了。
AI是計算機科學的一個分支。中科院微電子所副總工程師趙超對《中國電子報》記者表示，AI發展，首先要了解智能的實質，再模擬人類智能，製造智能機器。
現在，大家理解的AI，包括像AlphaGo這樣的深度學習機器，採用的是傳統馮諾依曼構架，數據處理和存儲是分離的，需要大量的數據傳輸，造成馮諾依曼瓶頸的存儲牆和功耗牆。
趙超對《中國電子報》記者表示：“AlphaGo本身的機器學習，不存在實用的可能。臨時的解決方案，採用三維封裝，把存儲器和處理器集成在一起。或者，像寒武紀深度學習處理器那樣，把存儲器跟處理器做在同一個芯片內，實現所謂的近存儲器計算，減少數據傳輸的影響。”
趙超認為，AI未來的希望在於真正打破馮諾依曼瓶頸，直接用存儲器計算，即算即存。更長遠的未來，直接用神經元網絡完全模擬大腦。這個任務，最終能不能完成、什麼時候完成還不確定。趙超認為，AI對芯片產業的直接貢獻度，在短期內不會太大。
嵌入式MRAM應用成為近期亮點
新型存儲器，特別是嵌入式MRAM在邏輯芯片的應用，是近期的亮點。MRAM，即Magnetic Random Access Memory，是一種非易失性(Non-Volatile)的磁性隨機存儲器。它擁有靜態隨機存儲器(SRAM)的高速讀取寫入能力，以及動態隨機存儲器(DRAM)的高集成度，而且基本上可以無限次地重複寫入。
“嵌入式MRAM的大規模量產已成定局。除了替代嵌入式閃存、DRAM，還會取代一部分SRAM。這種替代，不僅在‘先進技術代’，而且在‘大尺寸技術代’也會發生。國內的邏輯代工企業再不跟上步伐，可能要犯歷史性錯誤。”趙超說。
多因素造成存儲器價格波動
存儲器市場波動的現象已經存在幾十年了。存儲器價格不斷起伏，幅度非常大。全球存儲市場從2017年開始走向高峰，至2019年逐漸下滑。趙超認為，存儲器價格的這種起伏，是由很多因素造成，包括為了打壓競爭對手的企業策略等等。
“這一波存儲器的繁榮，已經有兩年時間，存儲器價格上升主要是大數據、雲計算等領域驅動因素推動的。目前，DRAM普遍降價，可能因為期貨市場的無規律波動。比如，前期庫存過多，需要減倉。如果說有技術方面的影響，可能跟Intel的新型處理器推遲上市有點關聯。”趙超說。
在微軟的VISTA剛面市之時，奇夢達預測DRAM需求會有大的增加，但此操作系統很不受客戶待見，造成了預測錯誤，成為奇夢達倒閉的直接原因之一。
“其實，這種價格波動對期貨市場的影響要大於製造廠商，特別是對於製造業內，一些還不能向市場提供DRAM產能的廠商，近期來看，製造業市場上的這些廠商不會受到價格波動的影響。”趙超說。
“長期來看，跟友商之間的價格戰在所難免。然而，不管價格怎麼走，芯片製造業是一個週期非常長的產業，短期價格波動不應該成為影響企業決策的主要因素。”趙超說。
培養人才需全社會共同努力
對於我國市場發展未來需要面對的挑戰，趙超表示，目前人才的供需矛盾十分突出。“高校人才培養數量完全不能滿足業界需求。人才培養不像資金流動一樣具有周期性，怎麼解決這個問題，需要教育部門和全社會一起努力解決，包括企業、地方政府聯合高校一起組織高水平職業培訓。可以建立對碩士、博士的研究生培養班。我們最近有一些嘗試，見到一些效果。”趙超說。
"