AI将来发展需打破冯诺依曼瓶颈
人工智能（AI）持续火热。但是，对AI内涵其实有不同的理解。实际上，20年以前，语音识别、图像识别都是很热的AI究领域。现在，显然不再有人关注了。
AI是计算机科学的一个分支。中科院微电子所副总工程师赵超对《中国电子报》记者表示，AI发展，首先要了解智能的实质，再模拟人类智能，制造智能机器。
现在，大家理解的AI，包含像AlphaGo这样的深度学习机器，采用的是传统冯诺依曼构架，数据处理和存储是分离的，需要大量的数据传输，造成冯诺依曼瓶颈的存储墙和功耗墙。
赵超对《中国电子报》记者表示：“AlphaGo本身的机器学习，不存在实用的可能。临时的解决方案，采用三维封装，把存储器和处理器集成在一起。或者，像寒武纪深度学习处理器那样，把存储器跟处理器做在同一个芯片内，实现所谓的近存储器计算，减少数据传输的影响。”
赵超认为，AI将来的希望在于真正打破冯诺依曼瓶颈，直接用存储器计算，即算即存。更长远的将来，直接用神经元网络完全模拟大脑。这个任务，最终能不能完成、什么时候完成还不确定。赵超认为，AI对芯片产业的直接贡献度，在短期内不会太大。
嵌入式MRAM应用成为近期亮点
新型存储器，特别是嵌入式MRAM在逻辑芯片的应用，是近期的亮点。MRAM，即Magnetic Random Access Memory，是一种非易失性(Non-Volatile)的磁性随机存储器。它拥有静态随机存储器(SRAM)的高速读取写入能力，以及动态随机存储器(DRAM)的高集成度，而且基本上可以无限次地重复写入。
“嵌入式MRAM的大规模量产已成定局。除了替代嵌入式闪存、DRAM，还会取代一部分SRAM。这种替代，不仅在‘先进技术代’，而且在‘大尺寸技术代’也会发生。国内的逻辑代工企业再不跟上步伐，可能要犯历史性错误。”赵超说。
多因素造成存储器价格波动
存储器市场波动的现象已经存在几十年了。存储器价格不断起伏，幅度非常大。全球存储市场从2017年开始走向高峰，至2019年逐渐下滑。赵超认为，存储器价格的这种起伏，是由很多因素造成，包含为了打压竞争对手的企业策略等等。
“这一波存储器的繁荣，已经有两年时间，存储器价格上升主要是大数据、云计算等领域驱动因素推动的。目前，DRAM普遍降价，可能因为期货市场的无规律波动。比如，前期库存过多，需要减仓。如果说有技术方面的影响，可能跟Intel的新型处理器推迟上市有点关联。”赵超说。
在微软的VISTA刚面市之时，奇梦达预测DRAM需求会有大的增加，但此操作系统很不受客户待见，造成了预测错误，成为奇梦达倒闭的直接原因之一。
“其实，这种价格波动对期货市场的影响要大于制造厂商，特别是对于制造业内，一些还不能向市场提供DRAM产能的厂商，近期来看，制造业市场上的这些厂商不会受到价格波动的影响。”赵超说。
“长期来看，跟友商之间的价格战在所难免。然而，不管价格怎么走，芯片制造业是一个周期非常长的产业，短期价格波动不应该成为影响企业决策的主要因素。”赵超说。
培养人才需全社会共同努力
对于我国市场发展将来需要面对的挑战，赵超表示，目前人才的供需矛盾十分突出。“高校人才培养数量完全不能满足业界需求。人才培养不像资金流动一样具有周期性，怎么解决这个问题，需要教育部门和全社会一起努力解决，包含企业、地方政府联合高校一起组织高水平职业培训。可以建立对硕士、博士的研究生培养班。我们最近有一些尝试，见到一些效果。”赵超说。
