序

人工智能的發(fā)展依賴于數(shù)據(jù)、算法、算力的發(fā)展。回顧歷史：

• 20 世紀 20 年代有了量子力學
• 30 年代有了圖靈機概念
• 40 年代有了香農的信息論以及馮諾依曼的計算機架構
• 50 年代德州儀器推出第一個商用硅晶體管
• 60 年代戈登·摩爾提出摩爾定律
• 70 年代英特爾發(fā)布世界上第一個微處理器4004
• 80 年代個人電腦開啟用戶界面時代
• 90 年代開始商業(yè)化互聯(lián)網

新世紀之后：

• 2007年蘋果推出 iPhone，開啟智能手機時代
• 2012年 AlexNet 在 ImageNet 挑戰(zhàn)中有突破性進展
• 2016年 AlphaGo 大戰(zhàn)李世石
• 2017年谷歌發(fā)布 Transformer 模型
• 2020年臺積電推出 5nm 制程技術
• 2022年生成式AI(ChatGPT)迅速普及

回頭看近現(xiàn)代計算機科學的發(fā)展，往往會慨嘆科技的發(fā)展一日千里。

在最近的這波人工智能浪潮中，英偉達的GPU成為到目前為止最大的贏家。

芯片算力的提升，可以加速 AI 模型的訓練和推理過程，芯片在這波人工智能浪潮中扮演著至關重要的角色。在學習人工智能之前，我想先學習一下芯片半導體基礎知識。

芯片種類繁多，這里主要介紹與數(shù)字計算機相關的數(shù)字芯片基礎知識，目的在于了解芯片的工作原理，以及芯片對計算機、人工智能發(fā)展的促進作用。

計劃是按歷史發(fā)展介紹：真空管(電子管)、計算機原理，晶體管、集成電路、芯片制作、光刻原理、存儲芯片、邏輯處理芯片、GPU芯片，量子計算等等。

有人評論莫扎特的音樂：它對于初學者來說太容易而對于專家來說太困難，同樣的說法應該也可以適用于芯片領域。

這是我自己學習芯片知識的一個筆記記錄，都是些簡單的基礎概念和工作原理的介紹，不涉及復雜的公式和計算。知識儲備有限，雖已盡全力，但錯誤之處在所難免。若蒙讀者諸君不吝告知，將不勝感激。

周三更新該系列第一篇《芯片半導體基礎(一)：真空管二極與三級管工作原理》