作者：Steve Pawlowski，美光科技高级计算解决方案及新兴内存解决方案企业副总裁
人工智能 (AI) 的首要发展途径将逐渐转向（回到）人工智能增强硬件——并且不会只有处理器受到影响。这就好比刚诞生的互联网和以前的铁路热潮一样——最开始，人们欢欣鼓舞，许多小公司都在谋求成功的解决方案；但市场终将回归价值，从而锁定最好的解决方案。当人工智能开始进入主流意识时，我们能看到同样的情况：每一个从事新型AI或者神经处理芯片业务的企业，都在宣称人工智能将成为所有业务的核心。这种激进的做法大多数不会有市场，而且企业只是将大量常用任务，或者以图形处理为主的计算，交给人工智能。这在一段时间内是可行的，但很难扩展，而且效益也不高。
现在，随着各行各业对AI的理解进一步加深，市场上出现了一种更加务实的认知——罗马不是一天建成的。要想让人工智能进一步普及，它的任务处理能力必须变得更有效率，这意味着我们应注重于发展人工智能增强硬件——这并不意味着要回到使用分立式人工智能或者神经芯片的路数。相反，在2022年及以后，人工智能解决方案将更加趋向平衡与融合——正如我们看到，几乎在所有类型的应用中，都有人工智能的参与，例如计算机辅助设计和服务客户，以及零售和通信。
对于5G网络，大多数的服务商希望通过使用数据流和人工智能算法来训练网络，从而可以在多天线的情况下，更好地进行波束控制，以提高运行效率。考虑到5G基带、天线基础设施，以及频谱的成本，提高5G实施的效率是非常重要的！这些5G相关工作大多都是在开放平台上通过开放标准进行的。这是一种改进，但还不完美，因为这些新型开放系统需要权衡人工智能和网络处理这两个角色，所以偶尔会遇到瓶颈和资源竞争。美光目前正在努力解决这一领域的困难，并争取提高人工智能和数字基带算法的效率，以帮助业界加速向开放型5G的过渡。
业界已经在考虑下一个“G”了——6G。由此，我们会发现人们将加倍关注以内存为中心、基于人工智能的数字算法，这将推动新型无线技术中内存和存储的增长。我们正开展业界协作，界定6G网络的需求和功能，以确保内存和存储技术能够满足网络、设备和用户体验所需的吞吐量、容量和低延迟性能。但我们现在还是暂缓对6G的预测，重点关注5G！
随着人工智能解决方案的发展，我们将从人类大脑这一神奇的计算设备中得到启发。电路消耗的能量要比生物系统多五到六个数量级。人类大脑能在大约35瓦的功率下完成惊人的工作量！
目前的ADAS等大型复杂系统与大脑的系统相比，其能力完全不值一提。大脑是一台巨大的内存设备，它能出色地完成计算工作，其中一个重要原因是因为大脑划分了固定的功能区。大脑中处理视觉的区域，与处理听觉或者其他认知任务的区域大不相同。大脑是一个大型异构系统，拥有不同的固定功能应用程序，并通过高性能连接被集中在一起。
人工智能也需要同样的理念——发展针对具体任务的子系统，来取代大规模的通用计算。这将改善至关重要的能耗问题，因为人工智能一直在占用非常庞大的能耗。例如，OpenAI发现训练一个语言模型所产生的功耗几乎相当于三个家庭一年所使用的能源消耗！显然，要想普及人工智能，必须极大地提高能效。
