"如果用刀來比喻芯片，通用處理器好比一把瑞士軍刀，人工智能時(shí)代好比要拿刀來切肉，瑞士軍刀可以拿來用，但它并非是為切肉設(shè)計(jì)的，所以效果并非最好。因此，我們需要專門打造一把切肉的刀，這把刀既要方便切肉，又要方便剁骨頭，還需要具有一定的通用性。"國(guó)內(nèi)人工智能芯片領(lǐng)軍企業(yè)中科寒武紀(jì)創(chuàng)始人陳天石這樣描述人工智能芯片的重要性。高性能計(jì)算是人工智能發(fā)展的基石，也是最重要的基礎(chǔ)設(shè)施。個(gè)人電腦時(shí)代和移動(dòng)互聯(lián)網(wǎng)時(shí)代的發(fā)展歷程表明，承載高性能計(jì)算的芯片決定了一個(gè)新的計(jì)算平臺(tái)的基礎(chǔ)架構(gòu)和發(fā)展生態(tài)。因此，業(yè)內(nèi)將芯片視為人工智能時(shí)代的戰(zhàn)略制高點(diǎn)和入場(chǎng)券。

目前，除了英特爾和高通等傳統(tǒng)芯片企業(yè)加緊研發(fā)外，谷歌等全球科技巨頭也紛紛加入芯片研發(fā)行列，中國(guó)處于奮力追趕狀態(tài)，在不同技術(shù)路線上均有所突破。不過受限于芯片產(chǎn)業(yè)短板，我國(guó)人工智能芯片發(fā)展仍然任重道遠(yuǎn)。

"芯片不突破，不可能真正成功"

國(guó)內(nèi)最早聚焦和從事人工智能軟硬件結(jié)合與芯片研究的地平線機(jī)器人技術(shù)創(chuàng)始人兼CEO余凱表示，人工智能時(shí)代，上層的應(yīng)用都依賴于底層核心能力，而這個(gè)核心能力就是人工智能處理器。清華大學(xué)微電子學(xué)研究所所長(zhǎng)魏少軍甚至直言:"中國(guó)這么多優(yōu)秀的科學(xué)家正在做各種各樣的人工智能算法和應(yīng)用，但是如果在芯片上不能突破，就不可能真正成功。"

陳天石介紹，信息時(shí)代的產(chǎn)物--通用處理器(CPU)，無法支撐起智能時(shí)代。例如，谷歌大腦用了上萬個(gè)通用處理器核"跑"了數(shù)天來學(xué)習(xí)如何識(shí)別貓臉;"阿爾法狗"和韓國(guó)棋手李世石下棋時(shí)使用了上千個(gè)CPU和數(shù)百個(gè)圖形處理器(GPU)，平均每局電費(fèi)近3000美元。對(duì)于絕大多數(shù)智能需求來說，基于通用處理器的傳統(tǒng)計(jì)算機(jī)成本過高、速度過慢、功耗過高、體積過大，難以接受。

目前，國(guó)際科技巨頭已經(jīng)開始搶占這個(gè)人工智能時(shí)代的戰(zhàn)略制高點(diǎn)。傳統(tǒng)的CPU主要用來完成單線程任務(wù)，而人工智能目前采用的深度學(xué)習(xí)算法，有海量的數(shù)據(jù)運(yùn)算需求，主要需要并行運(yùn)算，對(duì)傳統(tǒng)架構(gòu)和系統(tǒng)提出了極大的挑戰(zhàn)，AI芯片由此應(yīng)運(yùn)而生。2011年，仍在谷歌就職的吳恩達(dá)將英偉達(dá)的GPU應(yīng)用于谷歌大腦中取得驚人效果，結(jié)果表明12顆GPU可以提供相當(dāng)于2000顆CPU的深度學(xué)習(xí)性能。之后各地人工智能研究人員紛紛使用GPU來加速AI算法，GPU也成為目前最主流的AI芯片。根據(jù)英偉達(dá)公開信息，短短兩年里，與英偉達(dá)在深度學(xué)習(xí)方面展開合作的企業(yè)便激增了近35倍，增至3400多家企業(yè)。去年，谷歌推出了其自主芯片TPU，并成功幫助升級(jí)版的"阿爾法狗"戰(zhàn)勝中國(guó)圍棋選手柯潔，它與GPU相比，用較低的精度提高性能，功耗下降到GPU的10%。老牌芯片企業(yè)英特爾也通過收購(gòu)以色列公司Nervana布局人工智能芯片。

在中國(guó)，寒武紀(jì)、地平線機(jī)器人均為近兩年成立的新銳芯片研發(fā)企業(yè)，擁有該領(lǐng)域的頂尖人才。中星微公司和清華大學(xué)也有團(tuán)隊(duì)從事前沿研究。"未來所有智能都是從芯片端發(fā)起的，而且未來的芯片一定是和云連接在一起的。"語音識(shí)別公司云知聲公司CEO黃偉認(rèn)為，芯片安全就是數(shù)據(jù)安全、云端安全、戰(zhàn)略安全，"這也不難判定為什么谷歌砸錢也要弄自己的芯片，不可能讓自己的數(shù)據(jù)在別人的芯片上'跑'結(jié)果。"

不同技術(shù)路線圖齊頭并進(jìn)

那么我們需要怎么樣的芯片來引領(lǐng)人工智能時(shí)代呢?魏少軍認(rèn)為，人工智能芯片必須滿足幾個(gè)條件。第一，必須可編程，這樣才能適應(yīng)算法和應(yīng)用的持續(xù)演進(jìn);第二，架構(gòu)的動(dòng)態(tài)可變性和高效的架構(gòu)變換能力，因?yàn)闆]有一個(gè)單一架構(gòu)的芯片可以適應(yīng)所有的算法;第三，高計(jì)算效率和高能量效率。此外，還必須低成本、體積小，應(yīng)用開發(fā)簡(jiǎn)便。在人工智能領(lǐng)域，世界范圍內(nèi)的科研人員開創(chuàng)了不同的技術(shù)路線，總結(jié)起來大概有如下幾類:

第一類是基于圖形處理器的AI芯片。以英偉達(dá)公司的GPU為代表，使用傳統(tǒng)的計(jì)算機(jī)架構(gòu)，也是目前應(yīng)用領(lǐng)域最廣的計(jì)算機(jī)芯片。主要被互聯(lián)網(wǎng)公司采用，優(yōu)點(diǎn)是成熟，缺點(diǎn)是功耗大。

第二類是專用架構(gòu)的AI芯片。例如，我國(guó)中科院計(jì)算機(jī)所的寒武紀(jì)公司2016年推出了Cambricon-1A，是世界首款商用深度學(xué)習(xí)專用處理器產(chǎn)品，在運(yùn)行主流智能算法時(shí)性能功耗相對(duì)CPU和GPU有數(shù)量級(jí)優(yōu)勢(shì)。

第三類是類腦計(jì)算芯片。清華大學(xué)類腦計(jì)算研究中心主任施路平教授介紹，隨著腦認(rèn)知和神經(jīng)科學(xué)的發(fā)展，國(guó)內(nèi)外都意識(shí)到智能技術(shù)可以從腦科學(xué)和神經(jīng)科學(xué)中受到啟發(fā)，借鑒人腦信息處理方式，發(fā)展類腦計(jì)算系統(tǒng)。國(guó)際上，近年來IBM推出的TrueNorth類腦計(jì)算芯片，就屬于此類，它處理能力相當(dāng)于1600萬個(gè)神經(jīng)元和2.56億個(gè)神經(jīng)突觸，功耗比現(xiàn)有系統(tǒng)下降多個(gè)數(shù)量級(jí)。在國(guó)內(nèi)，清華大學(xué)從2012年開始布局類腦計(jì)算研究，于2015年11月成功研制了國(guó)內(nèi)首款超大規(guī)模的神經(jīng)形態(tài)類腦計(jì)算"天機(jī)芯片"。

此外還有其他類型芯片。包括以谷歌的TPU為典型代表的基于刺激驅(qū)動(dòng)的神經(jīng)計(jì)算芯片。魏少軍表示，為了克服傳統(tǒng)芯片設(shè)計(jì)的一些局限，他領(lǐng)銜進(jìn)行了可重構(gòu)計(jì)算研究，團(tuán)隊(duì)成員尹首一副教授研究和設(shè)計(jì)了名為Thinker的芯片，該芯片具有高能效的突出優(yōu)點(diǎn)，其能量效率相比目前在深度學(xué)習(xí)中廣泛使用的GPU提升了三個(gè)數(shù)量級(jí)。

發(fā)展智能芯片需要一個(gè)"尖刀連"

如同在信息時(shí)代發(fā)動(dòng)機(jī)沒有退出歷史舞臺(tái)一樣，在智能時(shí)代通用處理器也不會(huì)退出歷史舞臺(tái)，在事務(wù)處理、科學(xué)計(jì)算和互聯(lián)網(wǎng)等領(lǐng)域依然有廣泛的應(yīng)用。我國(guó)要大力發(fā)展發(fā)動(dòng)機(jī)、通用處理器，完成歷史欠賬。同時(shí)，更要組織一個(gè)"尖刀連"發(fā)展智能芯片，搶奪智能時(shí)代的入場(chǎng)券，不能再次與未來失之交臂。在智能芯片的云端和消費(fèi)端，"國(guó)家隊(duì)"可以分成不同的參與模式。陳天石認(rèn)為，人工智能芯片產(chǎn)業(yè)和發(fā)展，是建立于傳統(tǒng)芯片的基礎(chǔ)上的。我國(guó)芯片產(chǎn)業(yè)一直沒有發(fā)展起來重要原因就是，集成電路不是單點(diǎn)突破的。從芯片設(shè)計(jì)開始，到輔助軟件、設(shè)備、制造、工藝和封裝，是很長(zhǎng)的產(chǎn)業(yè)鏈，哪一個(gè)環(huán)節(jié)發(fā)展受阻，都會(huì)制約我國(guó)人工智能芯片產(chǎn)業(yè)發(fā)展。

他認(rèn)為，芯片設(shè)計(jì)有可能成為中國(guó)單點(diǎn)突破的領(lǐng)域，設(shè)計(jì)是芯片產(chǎn)業(yè)鏈中極為重要的一環(huán)。目前，寒武紀(jì)、地平線等企業(yè)均專注于芯片設(shè)計(jì)。

魏少軍認(rèn)為，總體而言，我國(guó)集成電路產(chǎn)業(yè)近些年已經(jīng)取得非常大的進(jìn)步。2020年，芯片會(huì)發(fā)展到7納米的規(guī)格，再升級(jí)換代會(huì)越來越難，速度會(huì)越來越慢。因此，對(duì)我國(guó)而言，2020年到2025年是追趕的機(jī)遇期。他建議，在類似人工智能芯片的新興產(chǎn)業(yè)當(dāng)中，國(guó)家一定要打破原有的格局，使用開放的方式支持產(chǎn)業(yè)發(fā)展。在選擇支持項(xiàng)目時(shí)，更多以效益為導(dǎo)向，在科技資源有限的情況下，投入到最有可能產(chǎn)生效益的項(xiàng)目上。同時(shí)注重應(yīng)用導(dǎo)向、問題導(dǎo)向，要解決實(shí)際問題，而非強(qiáng)調(diào)論文導(dǎo)向，要在市場(chǎng)上見英雄。

余凱認(rèn)為，芯片是國(guó)家戰(zhàn)略，屬于核心重大基礎(chǔ)設(shè)施，需要國(guó)家加強(qiáng)政策和資金投入。目前，國(guó)家為了扶持芯片產(chǎn)業(yè)發(fā)展，已經(jīng)設(shè)立了集成電路基金。但基金的支持方向偏成熟的芯片設(shè)計(jì)和制造業(yè)企業(yè)。人工智能領(lǐng)域多為創(chuàng)新型企業(yè)雖然體量較小，但成長(zhǎng)空間較大，建議對(duì)人工智能芯片研發(fā)企業(yè)給予適度傾斜。

消費(fèi)端方面，"谷歌的發(fā)布會(huì)，預(yù)示著手機(jī)不再是作為主要上網(wǎng)設(shè)備，而是各種物聯(lián)網(wǎng)設(shè)備。未來誰掌握物聯(lián)網(wǎng)的入口，誰就是關(guān)鍵數(shù)據(jù)的產(chǎn)生者?；诼曇艉蛨D像的芯片，將變得非常重要。"黃偉說，非常期待國(guó)家級(jí)的產(chǎn)業(yè)引導(dǎo)基金能在物聯(lián)網(wǎng)領(lǐng)域有一定出貨量的終端AI芯片上多布局，并形成"AI云端芯片-終端應(yīng)用-政府采購(gòu)"的生態(tài)閉環(huán)。

一方面，大量國(guó)內(nèi)游客乘郵輪赴海外"買買買";另一方面，入境國(guó)際郵輪游客數(shù)量十分有限，"外頭熱里面冷"反差顯著。

物業(yè)企業(yè)應(yīng)明確自身為小區(qū)業(yè)主提供物業(yè)服務(wù)的企業(yè)，而非"管理企業(yè)"。

更多資訊請(qǐng)關(guān)注嵌入式頻道