科技日报记者 唐芳
日前,AI芯片新老牌厂商“混战”国际消费类电子产物博览会,周全笼盖当前人工智能六年夜焦点落地场景,包罗云端练习、云端推理、智妙手机、AIoT视觉推理、AIoT语音推理、主动驾驶等,国内AI芯片进进落地阶段。
按照中国人工智能财产成长同盟(以下简称同盟)供给的数据,2019年以来国表里芯片厂商共发布AI芯片近30款。
AI芯片如何支持多姿多彩的人工智能利用落地?评测尺度进展若何?本年的亮点、看点又在哪?科技日报记者采访了相干专家。
AI芯片:驱动智能产物的年夜脑
回首2019年,AI机械人群聊、管控道路桥梁积水、写作、智能客服……人工智能做了很多本来人类才会做的工作。数不尽的纷纷利用背后离不开AI芯片的根本支持,它是若何驱动AI“功课”的呢?
今朝消费类智能产物年夜量利用人工智能、年夜数据等手艺,芯片作为硬件载体,承当了“让智能产物阐扬感化”的功能。鲲云科技开创人兼CEO牛昕宇先容,人工智能行业有三个焦点驱动力:算法、算力和数据。人工智能芯片作为人工智能利用的底层硬件,为其供给算力支持。“经由过程手艺立异,不竭晋升人工智能计较的机能、下降其本钱和功耗,从而撑持愈来愈复杂的人工智能利用。”
若是把运行各类人工智能利用比作一小我的话,人工智能芯片就是它的年夜脑实体,而各类聊天、视频建造、主动驾驶利用就是它按照本身所能接触到的数据,进修到的经验常识进行的操纵。一方面,跟着数据经验的堆集,它们运行的人工智能利用会愈来愈切确,另外一方面,它的进修受限于年夜脑的容量(芯片计较能力)、培育本钱(芯片本钱)和年夜脑运算耗损的热量(芯片功耗)。
牛昕宇诠释道:“人工智能芯片研发要做的,就是供给如许一个愈来愈智能的年夜脑,从而可以或许进修各类各样的技术(人工智能利用),终究利用到各类智能终端装备中,在主动驾驶、聪明城市、产业视觉、聪明安防等范畴阐扬感化。”
起步阶段:加快芯片算力的迭代优化
AI芯片的成长,离不开人工智能手艺的成长。人工智能从1956年降生至今,共履历过三次年夜的海潮。进进21世纪,跟着计较机机能的晋升和海量数据的发生,机械进修和CNN收集(卷积神经收集)取得冲破,算法、算力和数据知足了人工智能的贸易化落地需求,人工智能迎来了高速成长的阶段。
“出格是2017年起,人工智能的贸易化落地不竭加快。” 牛昕宇以为,从芯片的起步、成长、成熟的三个阶段来看,人工智能芯片依然处于起步阶段。
人工智能芯片首要包括三个成长脉络,一是因为前期人工智能落地的兴旺需求,英伟达的图象处置器GPU由于可以撑持CNN等算法收集,知足根基的人工智能落地需求,在这个期间取得了年夜规模利用,其也经由过程芯片架构不竭迭代,慢慢转型成为人工智能芯片供给商。二是由于算法的不竭迭代,对芯片和算力提出了更高的要求,这时候候国表里的草创企业和华为等采取与英伟达近似的指令集手艺线路,经由过程架构立异,推出了一批新的专用人工智能芯片。三是影响芯片机能的制程工艺成长日益成熟,摩尔定律放缓对指令集手艺线路的成长提出了挑战,今朝也有草创企业采取全新的数据流手艺线路,推出新的专用人工智能芯片。
当前国内首要是后两种人工智能芯片,各家企业都处于推生产品、进行市场化落地的阶段。例如,鲲云科技就在客岁发布了通用AI底层CAISA芯片架构,可以实现高达98%的芯片操纵率,在聪明城市、产业检测、电力安防等范畴实现了范围落地。
牛昕宇坦言,芯片行业是一个需要不竭迭代成长的行业,深度进修算法日新月异,对算力也提出了更高的要求,知足人工智能快速成长的需求,依然需要芯片企业对市场的快速反馈,完成产物的快速迭代和优化。
2020年看点:“落地”被频频夸大
人工智能财产范围高速增加,据全球市场调研机构IHS Markit发布的AI普及度查询拜访展望,到2025年AI利用将从2019年的428亿美元激增到1289亿美元。
从2018年末起头,人工智能芯片的“落地”被频频夸大。“非论是短时间仍是持久方针都是落地。”牛昕宇说。由此看来,人工智能芯片2020年的首要看点依然在于新产物迭代和落地。要加快人工智能利用落地,只有以市场需求为驱动的芯片才能延续缔造价值。
固然,人工智能利用永久需要机能更高、价钱更低、功耗更低的芯片,若何能在这之上不竭知足市场需求,考验着每家人工智能芯片企业的焦点手艺和对市场合需产物的洞察。
“芯片和计较架构在人工智能的成长中饰演侧重要脚色。”同盟计较架构与芯片组联席秘书长张蔚敏说。2019年起,良多AI芯片产物都在底层架构设计上重视架构立异,2020年这类趋向更加闪现。焦点在于市场对芯片所能供给的更高现实算力的寻求,将在真实利用场景中获得验证。
在牛昕宇看来,安防是人工智能落地相对照较充实的范畴。“本年我们将看到更多细分范畴的落地场景,好比占国平易近出产总值近30%的制造业。包罗鲲云科技在内,很多创企也在为智能制造范畴的产业视觉检测供给基于深度进修的一体化算力解决方案。”
三年夜困难:破解AI芯片落地的关头
落地,既是本年AI芯片的看点,也是难点。“当前AI的行业利用迟迟没有年夜范围爆发,AI芯片创业公司照旧面对产物难以落地、研发和利用还没有很有用地跟尾起来等题目。”张蔚敏以为,芯片专用化趋向愈来愈较着,而利用落地则成为火急需求。
从研发角度来看,牛昕宇说,当前人工智能芯片首要面对三方面题目,即芯片设计的底层手艺线路同质化较高,软件开辟撑持仍然是短板,和芯片机能测试处于起步阶段、间隔构成权势巨子同一的评测尺度还需要必然的时候。
明显,手艺线路同质化轻易致使产物同质化,下降缔造怪异价值的可能性。作为底层硬件芯片,纷歧定每一个指标都需要最强,可是要找到对市场需求唯一无二的价值,解决焦点题目。这就要在手艺线路方面进行立异,把握本身的焦点手艺,从而在芯片机能和手艺撑持上把握更多自动性。
而芯片的利用和对算法的撑持离不开软件东西。今朝有一些人工智能芯片依然缺少可用的软件开辟东西,或软件编译东西设计复杂,用户的开辟和利用门坎太高,这些都需要在落地进程中不竭完美和迭代。诚如牛昕宇所说,若是不克不及解决这个题目,AI芯片的年夜范围贸易落地也会碰到阻碍。
至于AI芯片评测尺度的拟定进展,牛昕宇坦言,“今朝这类尺度还处于项目推行的初期,各家采取的测试收集和测试尺度还缺少同一性,可能对客户的选型造成必然坚苦。”
从2019年起,国表里针对AI芯片的测评方案陆续出炉,好比由百度、谷歌、斯坦福年夜学、哈佛年夜学等结合发布的用于丈量和进步机械进修软硬件机能的MLPerf国际基准、由中国人工智能财产成长同盟和国内助工智能企业合作推出的AIIA DNN benchmark项目。牛昕宇率领下的鲲云科技也在延续积极推动人工智能芯片评测的尺度化,“我们同中国信通院和人工智能财产成长同盟紧密亲密合作,鞭策AIIA DNN benchmark项目标尺度迭代,介入国度尺度的拟定。”
加载更多>>