AI芯片:科技探索与AGI愿景电子书

内 容 提 要

前 言

第1章 大模型浪潮下，AI芯片的需求与挑战

1.1 生成式AI开创新时代

1.2 AI芯片：CPU、GPU、FPGA、ASIC

1.2.1 CPU

1.2.2 GPU

1.2.3 FPGA

1.2.4 ASIC

1.3 边缘AI芯片

1.4 AI芯片的算力提升与能耗挑战

1.5 本章小结

参考文献

第2章 实现深度学习AI芯片的创新方法与架构

2.1 基于大模型的AI芯片

2.1.1 Transformer模型与引擎

2.1.2 存内计算AI芯片

2.1.3 基于GPU的大模型计算

2.1.4 基于FPGA的大模型计算

2.1.5 基于ASIC的大模型计算

2.1.6 Transformer模型的后继者

2.2 用创新方法实现深度学习AI芯片

2.2.1 基于开源RISC-V的AI加速器

2.2.2 射频神经网络

2.2.3 光电组合AI芯片

2.2.4 量子AI芯片

2.2.5 矩阵乘法计算的加速

2.3 用于边缘侧训练或推理的AI芯片

2.3.1 边缘AI训练

2.3.2 Transformer模型边缘部署

2.3.3 智能手机AI芯片

2.3.4 边缘侧的4种AI终端设备

2.3.5 极低功耗的AI芯片

2.4 本章小结

参考文献

第3章 AI的未来：提升AI算力还是提升AI智力

3.1 深度学习算法的困境：大模型是一条不可持续发展的道路

3.1.1 收益递减法则适用于神经网络

3.1.2 资源浪费与环境破坏的问题

3.2 超越ChatGPT的新趋势：用小模型替代大模型

3.2.1 强化学习

3.2.2 指令调整

3.2.3 合成数据

3.3 终身学习与迁移学习

3.3.1 终身学习

3.3.2 迁移学习

3.4 符号计算

3.4.1 超维计算

3.4.2 耦合振荡计算

3.4.3 神经符号计算

3.5 本章小结

参考文献

第4章 AI芯片：汇聚半导体芯片产业前沿技术

4.1 摩尔定律仍在不断演进

4.1.1 晶体管架构从FinFET到CFET

4.1.2 晶背供电技术——打破传统规则

4.1.3 EUV光刻机与其他竞争技术

4.2 从“集成电路”到“集成芯片”

4.2.1 芯粒与异质集成

4.2.2 3D堆叠

4.2.3 “无封装”的晶圆级单片芯片

4.3 开发使用新材料、新工艺的芯片

4.3.1 0D、1D、2D材料

4.3.2 用于类脑芯片的固态离子器件

4.3.3 分子器件与分子忆阻器

4.3.4 打印类脑芯片

4.4 本章小结

4.4.1 工艺技术创新

4.4.2 芯片架构创新

4.4.3 新材料与制造工艺

参考文献

第5章 从AI硬件到AI湿件：用化学或生物方法实现AI

5.1 化学计算

5.1.1 用酸碱反应实现逻辑门和神经网络

5.1.2 液态的忆阻器、MAC计算单元及存储器

5.1.3 化学计算的总体现状与前景

5.2 生物计算

5.2.1 用活细胞实现AI

5.2.2 真菌计算

5.2.3 生物计算

5.3 本章小结

参考文献

第6章 AI在科学发现中的创新应用

6.1 科学发现的4个传统范式与正在开启的第五范式

6.2 科学发现的过程与方法

6.2.1 科学推理的类型

6.2.2 自动化科学发现框架

6.3 直觉和灵感与诺贝尔奖和重大科学发现

6.4 AI替代人类生成假说

6.4.1 直接生成

6.4.2 穷举搜索

6.4.3 分析排错与组合优化

6.5 用AI实现诺贝尔奖级别的科学发现

6.5.1 AI科学家的构建

6.5.2 AI科学家取得诺贝尔奖级别成果面临的挑战

6.6 AI芯片用于“AI科学家”系统

6.7 用量子启发AI技术发现新型超材料的案例

6.8 本章小结

参考文献

第7章 实现神经形态计算与类脑芯片的创新方法

7.1 云端使用的神经形态计算与类脑芯片

7.2 基于大模型的神经形态计算架构

7.3 超导与非超导低温类脑芯片

7.3.1 超导低温类脑芯片

7.3.2 半导体与超导体混合式神经形态网络

7.3.3 非超导低温类脑芯片

7.3.4 低温AI类脑芯片的巨大发展潜力

7.4 以树突为中心的“合成大脑”

7.5 自旋波类脑芯片

7.6 本章小结

参考文献

第8章 具身智能芯片

8.1 AI的下一个前沿：具身智能

8.1.1 具身智能的缘起

8.1.2 具身智能中的第一人称视角

8.2 AI感知技术与芯片

8.2.1 输入端的数据压缩

8.2.2 视觉：眼睛——摄像头与视觉传感器

8.2.3 触觉：皮肤——触摸屏、触摸板、人工皮肤及3D生物组织打印

8.2.4 听觉：耳朵——麦克风与助听器

8.2.5 味觉：舌头——电子舌

8.2.6 嗅觉：鼻子——电子鼻

8.2.7 具身智能的增强感知

8.2.8 新的“第六感”

8.3 具身智能系统与芯片

8.3.1 基于忆阻器的感存算一体化技术

8.3.2 具身智能的执行控制

8.3.3 感知、存储、计算、执行一体化

8.4 湿件具身智能

8.5 本章小结

参考文献

第9章 从AI芯片到AGI芯片

9.1 生成式AI点燃AGI之火

9.2 现阶段更智能、更接近AGI的6种算法与模型

9.2.1 MoE模型

9.2.2 Q*算法

9.2.3 测试时计算：提高泛化能力

9.2.4 具身智能与渗透式AI

9.2.5 大型多模态模型

9.2.6 分布式群体智能

9.2.7 发展重点：基于强化学习的后训练与推理

9.2.8 超越大模型：神经符号计算

9.3 AGI芯片的实现

9.3.1 技术需求

9.3.2 架构与形态

9.4 未来：AGI和ASI——神话还是悲歌

9.5 本章小结

参考文献

附录：芯片技术发展进程中具有里程碑意义的几本书