2018年3月9日，由智東西聯(lián)合極果、AWE舉辦的GTIC 2018全球AI芯片創(chuàng)新峰會(huì)在上海舉辦。本次峰會(huì)以“走進(jìn)AI世界，從芯看未來(lái)”為主題，匯集了清華大學(xué)微電子所所長(zhǎng)魏少軍、NVIDIA亞太區(qū)AI技術(shù)中心首席技術(shù)官Simon See、聯(lián)發(fā)科技副總經(jīng)理暨家庭娛樂(lè)產(chǎn)品事業(yè)群總經(jīng)理游人杰以及深鑒科技聯(lián)合創(chuàng)始人兼CEO姚頌、啟英泰倫創(chuàng)始人&董事長(zhǎng)何云鵬等眾多行業(yè)人士，共談AI芯片的最新技術(shù)動(dòng)向及產(chǎn)業(yè)落地前景。

會(huì)上， 清華大學(xué)微電子所所長(zhǎng)魏少軍呼吁，當(dāng)前，AI領(lǐng)域芯片已“炒作”過(guò)熱，在目前還沒(méi)有出現(xiàn)AI通用算法的芯片，以及，AI殺手級(jí)應(yīng)用尚未出現(xiàn)的情況下，AI芯片未來(lái)發(fā)展還有長(zhǎng)路要走。而推進(jìn)AI芯片需要軟件、硬件“雙輪驅(qū)動(dòng)發(fā)展”，其中，軟件更是扮演核心的關(guān)鍵角色。

人工智能是一個(gè)老的新話(huà)題

我們看到，近年來(lái)，在人工智能領(lǐng)域有兩件事情，刺激了人們的神經(jīng)。

首先是在去年，谷歌的alphago和兩位世界級(jí)圍棋選手分別進(jìn)行了對(duì)弈，而alphago都取得了勝利。對(duì)于這件事情，很多人都認(rèn)為這件事情代表了人工智能取得了重大的進(jìn)步。

但是，魏少軍教授對(duì)于這件事情并沒(méi)有抱著過(guò)于悲觀(guān)的態(tài)度。他認(rèn)為，從alphago與人類(lèi)對(duì)弈的初衷目的來(lái)說(shuō)，并沒(méi)有達(dá)到最初目標(biāo)。最開(kāi)始谷歌的目標(biāo)是alphago在沒(méi)有經(jīng)過(guò)人工干預(yù)的情況下獲得最終的勝利，從而證明機(jī)器做能夠自我學(xué)習(xí)，戰(zhàn)勝人類(lèi)。但是最終的結(jié)果顯示，這兩場(chǎng)比賽，都有人工干預(yù)的成分在其中，alphago才取得了最終的勝利。

第二件事情就是在2011年，IBM舉行了一場(chǎng)名叫《危險(xiǎn)邊緣》的比賽，這場(chǎng)比賽更能夠反映人工智能作用。雖然比賽中計(jì)算機(jī)的體積不大，但是它的人工智能程度遠(yuǎn)遠(yuǎn)高于alphago?！芭c這類(lèi)機(jī)器相比較而言，alphago只能算是專(zhuān)門(mén)用于下圍棋的機(jī)器?！蔽荷佘娊淌诒硎尽?/p>

但是，盡管如此，魏少軍教授認(rèn)為人工智能依舊是一個(gè)老的新話(huà)題。

芯片是實(shí)現(xiàn)人工智能的當(dāng)然載體

魏少軍他指出，當(dāng)前人工智能算法非常多，層出不窮并沒(méi)有統(tǒng)一，根據(jù)應(yīng)用不同，因應(yīng)算法也不同；從硬件芯片來(lái)說(shuō)，需要具備AI深度學(xué)習(xí)引擎，從云端向終端遷移的過(guò)程，需要極高效能通用深度學(xué)習(xí)引擎。

那么人工智能芯片是什么呢？

從目前主要的幾個(gè)機(jī)器學(xué)習(xí)芯片平臺(tái)來(lái)看。

首先是GPU。目前GPU的計(jì)算能力要比CPU高很多倍。從全部圖形芯片市場(chǎng)來(lái)看。英特爾目前占了71%，英偉達(dá)占了16%，AMD占了13%。但是從分立式GPU市場(chǎng)來(lái)看，英偉達(dá)占了71%，AMD占了29%。所以英偉達(dá)在分立式GPU市場(chǎng)產(chǎn)品中占有絕對(duì)的優(yōu)勢(shì)，其產(chǎn)品廣泛應(yīng)用于數(shù)據(jù)中心的人工智能訓(xùn)練。

此外，人工智能芯片的第二個(gè)發(fā)展方向就是FPGA和TPU。

FPGA所實(shí)現(xiàn)的人工智能芯片，能夠在相同的情況下，功耗下降到GPU環(huán)境的20%。但是這依舊很難在移動(dòng)設(shè)備上使用。

而TPU的問(wèn)題在于精度不高。所以TPU主要適用于不需要極高精度的機(jī)器學(xué)習(xí)相關(guān)計(jì)算。與GPU相比，TPU旨在以較低的精度來(lái)提高性能，功耗下降到GPU環(huán)境的10%左右。

芯片是實(shí)現(xiàn)AI實(shí)現(xiàn)智能的當(dāng)然載體，“無(wú)芯片，不AI”。這也使得如今的芯片行業(yè)進(jìn)入到一個(gè)高爆發(fā)和強(qiáng)競(jìng)爭(zhēng)的階段，例如英偉達(dá)在分立式GPU產(chǎn)品上占有優(yōu)勢(shì)，產(chǎn)品廣泛應(yīng)用于數(shù)據(jù)中心的人工智能訓(xùn)練；AMD能夠提供異構(gòu)GPU/CPU（即APU），以及集成或分立的GPU；同時(shí)還有深鑒科技、寒武紀(jì)科技等國(guó)內(nèi)創(chuàng)業(yè)公司在細(xì)分行業(yè)領(lǐng)域的深耕。

構(gòu)成智能芯片的關(guān)鍵要素

從人工智能芯片的架構(gòu)來(lái)看，前端有很多的傳感器，后端則是很多的執(zhí)行器，而連接著兩個(gè)部分的，絕不僅僅只是單一的芯片，而需要很多的功能。

在此基礎(chǔ)上，我們總結(jié)出了，人腦的的相關(guān)的工作結(jié)構(gòu)，其中包括：多輸入/多輸出系統(tǒng)；高度復(fù)雜的互連結(jié)構(gòu)；多任務(wù)且高度并行化運(yùn)行系統(tǒng)；多處理器單元系統(tǒng)；并行分布式存儲(chǔ)；并行分布式軟件；分布式處理與集中控制系統(tǒng)。

綜上所述，構(gòu)成智能芯片的關(guān)鍵要素到底有哪些呢？在魏少軍教授看來(lái)，主要包含一下部分：

一． 可編程性：適應(yīng)算法的演進(jìn)和應(yīng)用的多樣性；

二． 架構(gòu)的動(dòng)態(tài)可變性：適應(yīng)不同的算法，實(shí)現(xiàn)高效計(jì)算；

三． 高效的架構(gòu)變換能力：< 10 Clock cycle， 降低開(kāi)銷(xiāo)；

四． 高計(jì)算效率：避免使用指令這類(lèi)低效率的架構(gòu)。

五． 高能量效率：~5TOps/W

某些應(yīng)用：功耗 < 1mW

某些應(yīng)用：識(shí)別速度 > 25f/s

六． 低成本：能夠進(jìn)入家電和消費(fèi)類(lèi)電子；

七． 體積?。耗軌蜓b載在移動(dòng)設(shè)備上；

八． 應(yīng)用開(kāi)發(fā)簡(jiǎn)便：不需要芯片設(shè)計(jì)方面的知識(shí)；

但是，魏少軍教授認(rèn)為，目前的CPU、CPU+GPU、CPU+FPGA、CPU+ASIC的作法均不是理想的架構(gòu)。

AI殺手級(jí)應(yīng)用還沒(méi)出現(xiàn)

魏少軍教授認(rèn)為，現(xiàn)在AI芯片已經(jīng)被過(guò)度“炒作”, 尤其媒體跟風(fēng)起到很大作用。實(shí)際上，目前還沒(méi)有出現(xiàn)像CPU一樣的AI通用算法芯片，AI殺手級(jí)應(yīng)用還沒(méi)出現(xiàn)，未來(lái)還有很長(zhǎng)一段路要走。

在應(yīng)用方面，“無(wú)行業(yè)不AI”，無(wú)論是人臉識(shí)別，語(yǔ)音識(shí)別、機(jī)器翻譯、監(jiān)控、交通規(guī)劃、無(wú)人駕駛、智能陪伴、輿情監(jiān)控、智慧農(nóng)業(yè)等等，似乎AI涵蓋了人們生產(chǎn)生活中的方方面面。然而，哪些應(yīng)用真的需要AI？我們希望AI幫助解決什么樣的問(wèn)題？什么是AI的“殺手級(jí)”應(yīng)用？什么樣的AI應(yīng)用是我們每天都需要的？這些問(wèn)題到今天仍舊沒(méi)有解決。

AI應(yīng)用落地還有很長(zhǎng)的路要走，而對(duì)于從業(yè)者來(lái)講，當(dāng)務(wù)之急是研究芯片架構(gòu)問(wèn)題。從感知、傳輸?shù)教幚?，再到傳輸、?zhí)行，這是AI芯片的一個(gè)基本邏輯。但是智慧處理的基本架構(gòu)是什么？還沒(méi)有人能夠說(shuō)得清，研究者只能利用軟件系統(tǒng)、處理器等去模仿人類(lèi)。軟件是實(shí)現(xiàn)智能的核心，芯片是支撐智能的基礎(chǔ)。

總結(jié)

魏少軍在演講最后總結(jié)出如下五點(diǎn)思考：

1、AI芯片是當(dāng)前科技、產(chǎn)業(yè)和社會(huì)關(guān)注的熱點(diǎn)，也是AI技術(shù)發(fā)展過(guò)程中不可逾越的關(guān)鍵階段，不管有什么AI算法，要想最終得到應(yīng)用，就必然要通過(guò)芯片來(lái)實(shí)現(xiàn)。

2、由于還不存在適應(yīng)所以應(yīng)用的“通用”算法，確定應(yīng)用領(lǐng)域就成為發(fā)展AI芯片的重要前提。遺憾的是，AI的“殺手”級(jí)應(yīng)用目前尚未出現(xiàn)，已經(jīng)存在的一些應(yīng)用對(duì)于老百姓的日常生活來(lái)說(shuō)也還不是剛需，因此，AI芯片的外部發(fā)展還有待優(yōu)化。

3、架構(gòu)創(chuàng)新是AI芯片面臨的一個(gè)不可回避的課題。一個(gè)重要問(wèn)題：是否會(huì)出現(xiàn)像通用CPU那樣獨(dú)立存在的AI處理器？如果存在的話(huà)，它的架構(gòu)是怎樣的？如果不存在，那么目前以滿(mǎn)足特定應(yīng)用為主要目標(biāo)的AI芯片就一定只能以IP核的方式存在，最終被各種各樣的SoC所集成。如果真是這樣，那么今天從事AI芯片研究的設(shè)計(jì)公司該何去何從？

4、可重構(gòu)計(jì)算芯片技術(shù)允許硬件架構(gòu)和功能隨軟件變化而變化，實(shí)現(xiàn)軟件定義芯片，在實(shí)現(xiàn)AI功能時(shí)具有獨(dú)到的優(yōu)勢(shì)，具備廣闊的前景。

5、目前大部分的AI芯片創(chuàng)業(yè)者都會(huì)成為“先烈”，而這將成為AI發(fā)展中最令人欽佩也最令人動(dòng)容的偉大事件