AI芯片，或許你已經(jīng)聽說，或許還沒怎么意識(shí)到。當(dāng)手機(jī)刷臉解鎖，當(dāng)闖紅燈被拍，當(dāng)無人車送貨，當(dāng)照片被自動(dòng)分類，當(dāng)你對(duì)著智能音箱大喊大叫，無論是在千里之外的云端還是近在咫尺的終端，AI芯片已無處不在。

AI芯片是如何誕生的，發(fā)展的動(dòng)力在哪？與傳統(tǒng)的CPU相比有何不同？AI對(duì)芯片設(shè)計(jì)會(huì)有怎樣的影響？國內(nèi)的AI科研以及投資出現(xiàn)了怎樣的偏差？美國杜克大學(xué)終身教授陳怡然接受專訪，縱論當(dāng)芯片遇到AI，將發(fā)生怎樣的進(jìn)化。

《賽先生》：感覺現(xiàn)在AI這一波來了以后，包括加上硬件本身的發(fā)展，摩爾定律結(jié)束，感覺好像進(jìn)入了一個(gè)重新跟過去很不一樣的時(shí)代？

被訪者 | 陳怡然（杜克大學(xué)電子與計(jì)算機(jī)工程系教授）

陳怡然：前兩天在杭州，我們開玩笑說很恍惚，為什么？原來我們覺得主流的一些東西，現(xiàn)在好像變的不主流了。??

比如說我們以前覺得科學(xué)計(jì)算是一個(gè)主流，大規(guī)模并行計(jì)算是一個(gè)主流，現(xiàn)在發(fā)現(xiàn)AI是一個(gè)主流，但是AI不是科學(xué)計(jì)算，而且深度學(xué)習(xí)又不能完全解釋它，那究竟誰在成為主流？

我覺得說不定誰的應(yīng)用最多誰就是主流，我們以前做科學(xué)計(jì)算的時(shí)候，我們要講求通用性，那時(shí)候它是主流。今后我們發(fā)現(xiàn)其實(shí)這種多樣性，這種神經(jīng)形態(tài)的計(jì)算的模型，我們稱之為認(rèn)知計(jì)算的這種東西變的越來越多，那么它可能就變成一個(gè)主流。

這是我們現(xiàn)在感到迷惑和恍惚的地方，我覺得這畢竟是一個(gè)新的時(shí)代，不以人的意志為轉(zhuǎn)移，大家只能去擁抱它。

《賽先生》：現(xiàn)在有一種反對(duì)的聲音，感覺降溫也好反對(duì)也好，覺得現(xiàn)在AI離應(yīng)用實(shí)際真正用的好、落地的場(chǎng)景，比如說很熱大家都在講的自動(dòng)駕駛、安防也好，甚至有不同的聲音認(rèn)為這個(gè)東西離應(yīng)用好像還沒有那么完美，甚至還沒有怎么落地，我不知道從AI芯片設(shè)計(jì)的角度來說有沒有去考慮過這個(gè)問題？

陳怡然：有，因?yàn)樽鲂酒瑏碇v，我得知道哪個(gè)應(yīng)用將來最火，我才去設(shè)計(jì)，那我不知道什么會(huì)最火我該怎么辦。

我覺得AI這件事情的應(yīng)用，是很多因素造成現(xiàn)在的情況。最簡(jiǎn)單的，從投資角度，做一個(gè)AI的應(yīng)用，得找到人買單。所以為什么大家做人臉識(shí)別，因?yàn)樗挠脩粲泻軓?qiáng)的付款的意愿，比如安防之類的。

但是實(shí)際上我們發(fā)現(xiàn)很多傳統(tǒng)行業(yè)，也有大量AI的應(yīng)用，比如生產(chǎn)線質(zhì)量檢測(cè)。那為什么沒有人去做？因?yàn)檫@種應(yīng)用往往是很碎片化的，造成了它的定制化成本非常高。他們這些產(chǎn)業(yè)利潤率又特別薄，他們?cè)敢馓湾X的愿望和能力都沒有那么高，你就掙不到錢，所以我們沒有去做。

我覺得AI的應(yīng)用仍然有很多，有各種各樣現(xiàn)在我們完全沒有在做的。但因?yàn)樗且粋€(gè)經(jīng)濟(jì)問題，不全是一個(gè)技術(shù)問題，這是第一。

第二，泡沫出現(xiàn)在頭部企業(yè)和應(yīng)用，但是并不代表整個(gè)產(chǎn)業(yè)我們都解決完了。仍然有很多問題都是是可以解決但是沒有解決的，所以AI會(huì)持續(xù)很長的時(shí)間。泡沫也許會(huì)消亡，但是從研究和技術(shù)發(fā)展的角度來講，AI會(huì)在很長一段時(shí)間內(nèi)成為一個(gè)平穩(wěn)發(fā)展的行業(yè)。

《賽先生》：AI芯片方面，我沒有提到，但您認(rèn)為還可以強(qiáng)調(diào)的？

陳怡然：我想說的一點(diǎn)就是，其實(shí)AI沒有運(yùn)算的支撐是不可能大量更好更有效的部署的。我們要更多的去重視它的計(jì)算平臺(tái)，更多的注重它在具體場(chǎng)景的實(shí)現(xiàn)。

尤其是在國內(nèi)，現(xiàn)在有大量注意力是集中在AI的應(yīng)用層面上，甚至投資也主要是在應(yīng)用層面上。如果不是因?yàn)橹信d這件事，我覺得AI芯片這件事不會(huì)像現(xiàn)在這么火，這也從另外一個(gè)角度說明其實(shí)我們?cè)趪鴥?nèi)的投資眼光之前實(shí)際上是有它的偏見的。

我舉一個(gè)簡(jiǎn)單的例子，我最近聽到一種論調(diào)，在AI芯片架構(gòu)這個(gè)領(lǐng)域，說我們現(xiàn)在跟美國是同一個(gè)水平線上。

我想舉一個(gè)例子，比如說像IBM的TrueNorth芯片，立項(xiàng)實(shí)際上是2007年，2008年項(xiàng)目正式開始，11年前它就有這樣的眼光，說要做一個(gè)類腦芯片、加速芯片。那我現(xiàn)在要問的一個(gè)問題就是，有沒有人可以告訴我，你覺得十年之后我們想要一個(gè)什么樣的AI芯片，或者在計(jì)算領(lǐng)域十年之后什么會(huì)是最需要的技術(shù)，還沒有人能告訴我這件事情。

所以我覺得我們還是有太多的工作需要去做，不能滿足于現(xiàn)狀，看到一兩個(gè)還不錯(cuò)的點(diǎn)，就下結(jié)論說我們已經(jīng)夠了，我們的投入、人已經(jīng)夠了，我覺得這是不行的，這是沒有遠(yuǎn)見的。

《賽先生》：這就涉及到怎么樣才能有眼光，去選擇非常重要的問題持續(xù)進(jìn)行研究或者投入，您這方面有怎樣的建議？

陳怡然：這個(gè)問題就太大了，我覺得可以單獨(dú)去請(qǐng)一些人講。但是我覺得至少有一點(diǎn)，一定要有多樣性。

實(shí)際上你看到的這些有點(diǎn)名氣的老師都是當(dāng)年做的某一個(gè)點(diǎn)，這個(gè)點(diǎn)后來恰好越來越火，其實(shí)有很多老師做的很多工作甚至這些有名的老師自己做的其他一些東西后來也就默默無聞了，因?yàn)樗鼈儧]有變成一個(gè)熱點(diǎn)。

那是不是我們吃了第七個(gè)餅吃飽了，前面六個(gè)就不需要了？不是這樣的。這種多樣性一定是需要的，有多樣性就會(huì)在某一天某一點(diǎn)爆發(fā)的時(shí)候，說這是我們當(dāng)年的一個(gè)積累——這種積累就像一個(gè)很小很小的種子，最后長成了一棵參天大樹。