一桶布丁提示您:看後求收藏(奇妙書庫www.qmshu.tw),接著再看更方便。
首先是幾乎不能設計跟模擬大型複雜的通用晶片,比如cpu、gpu。
另一個就是應用層了。
寧為的意思是要繞開現有的各種架構跟指令集,又牽扯到相容性的問題。
實際上現階段ai晶片本就有現成的解決方案,比如fpga。
跟寧為的構思不同,fpga直接就可以理解為一種萬能晶片,有著統一的結構。
使用者透過燒入fpga配置檔案,來定義這些閘電路以及儲存器之間的連線,用硬體描述語言對fpga的硬體電路進行設計。每完成一次燒錄,fpga內部的硬體電路就有了確定的連線方式,具有了一定的功能,輸入的資料只需要依次經過各個閘電路,就可以得到輸出結果。
這種方式顯然比寧為設計的這種asic模式更具價效比。雖然fpga也有自身的缺點,比如效能比不上asic晶片,價格也比asic晶片更高。
原因是現在各種人工智慧的深度學習演算法正處於快速發展期,迭代極快,如果照著寧為的想法每種結構都要設計對應配套的最最佳化可燒錄配置檔案,也就意味著每次演算法更迭,都要在物件庫裡更新新一代的專用晶片結構。
一旦更新慢了,就落伍了……
所以整個專案組沒幾個人看好這款eda軟體的前景。
但每個人的想法卻又有不同。
有的人覺得無所謂,反正撥款下來了,不管怎麼樣,大家都多少都能賺點。至於這款軟體有沒有實用價值,也沒啥好在意的。
反正是專項撥款,不用白不用。
但也有人覺得這樣不妥。
公家的錢也是錢,現在實驗室的盤子就這麼大,在他們的專案上用的多了,別的專案就要削減資金。
把這錢用在註定沒什麼價值的專案上,其他有價值的專案怎麼辦?
於是沉默過後,有人發出了不同的聲音。
“寧為,能不能解釋下,設計這款軟體的初衷是什麼?實用價值又在哪裡?”