中國(guó)科技網(wǎng)為“芯動(dòng)力”打call|機(jī)遇與高手并存，中國(guó)AI芯片該如何突圍

中國(guó)·南京

6月6日，由工業(yè)和信息化部人才交流中心主辦，南京江北新區(qū)IC智慧谷承辦，南京江北新區(qū)人力資源服務(wù)產(chǎn)業(yè)園、南京江北新區(qū)產(chǎn)業(yè)技術(shù)研創(chuàng)園、江蘇省半導(dǎo)體行業(yè)協(xié)會(huì)、上?？萍即髮W(xué)、悅普人工智能集團(tuán)協(xié)辦的“芯動(dòng)力”人才計(jì)劃——2018年人工智能芯片技術(shù)和應(yīng)用研討會(huì)在南京江北新區(qū)舉行。當(dāng)天吸引來(lái)自人工智能芯片及相關(guān)領(lǐng)域的高校、企業(yè)、研究院所、投融資機(jī)構(gòu)的相關(guān)從業(yè)者、研究員200余人前來(lái)參加。

6月11日，中國(guó)科技網(wǎng)刊登了“芯動(dòng)力”人才計(jì)劃——2018年人工智能芯片技術(shù)和應(yīng)用研討會(huì)的相關(guān)報(bào)道。

隨著人工智能受到熱捧，人工智能的三駕馬車：算法、數(shù)據(jù)和算力，成為繞不開的話題。在大數(shù)據(jù)和深度學(xué)習(xí)算法輪番上場(chǎng)之后，算力的重要依賴——人工智能芯片，成為產(chǎn)業(yè)的新風(fēng)口。一時(shí)間，沉寂已久的硬件廠商似乎看到了春天已在招手。

在高手如林的競(jìng)爭(zhēng)對(duì)手面前，中國(guó)芯片企業(yè)該如何抓住人工智能的機(jī)遇成功突圍？

6月6日，由工業(yè)和信息化部人才交流中心主辦、南京江北新區(qū)IC智慧谷承辦的“芯動(dòng)力”人才計(jì)劃——2018年人工智能芯片技術(shù)和應(yīng)用研討會(huì)在南京江北新區(qū)舉行。

作為工業(yè)和信息化部人才交流中心針對(duì)集成電路產(chǎn)業(yè)專門推出的一項(xiàng)人才計(jì)劃，“芯動(dòng)力”人才計(jì)劃猶如一棵大樹，國(guó)內(nèi)乃至國(guó)際集成電路的專家、院校及投融資機(jī)構(gòu)等資源附著在其繁茂的枝干上，構(gòu)建出良好的產(chǎn)業(yè)人文生態(tài)環(huán)境。此次研討會(huì)更是緊跟熱點(diǎn)，名家云集，來(lái)自中美英等國(guó)的高校、企業(yè)界技術(shù)大咖深入淺出地解讀了當(dāng)前人工智能的前沿技術(shù)和熱門話題。

忽如一夜春風(fēng)來(lái)，人工智能芯片爆發(fā)

從深藍(lán)到Alpha Go，人工智能逐漸被人們熟知。智能手機(jī)、智能家居、智能出行等設(shè)備和應(yīng)用場(chǎng)景，已經(jīng)進(jìn)入到人們的生活中；指紋識(shí)別、人臉識(shí)別、實(shí)景增強(qiáng)等人工智能的技術(shù)，也成為了日常使用電子設(shè)備必不可少的技術(shù)。

作為人工智能技術(shù)的核心，人工智能芯片也備受關(guān)注。

過(guò)去，一提起芯片就會(huì)聯(lián)想到CPU，其實(shí)CPU只是一種通用芯片，因?yàn)槠洹叭f(wàn)精油”的屬性，導(dǎo)致它具有很好的通用性，但在某些特定領(lǐng)域，性能和功耗就沒有啥優(yōu)勢(shì)了。

如今，人工智能的應(yīng)用場(chǎng)景細(xì)分市場(chǎng)越來(lái)越多，專門為某些應(yīng)用場(chǎng)景定制的芯片適用性明顯高于通用芯片。這樣一來(lái)，就給一些初創(chuàng)公司帶來(lái)了機(jī)會(huì)。比如人工智能視覺芯片、自動(dòng)駕駛芯片等。

正是看到了人工智能為芯片產(chǎn)業(yè)帶來(lái)的巨大商機(jī)，國(guó)外大廠紛紛推出了自己的人工智能芯片，Intel推出了眾核CPU，英偉達(dá)推出了專門用于人工智能的GPU，阿爾特拉推出了用于人工智能的FGPA。此外，谷歌也推出了TPU，IBM推出了“真北”，原本造電動(dòng)汽車的特斯拉也宣傳要開發(fā)自己的人工智能芯片。

在國(guó)外大廠跑馬圈地的同時(shí)，國(guó)內(nèi)也不甘落后。中科院計(jì)算所推出了寒武紀(jì)芯片，中星微也開發(fā)了星光智能一號(hào)。2017年底，地平線推出了自己的人工智能視覺處理器，華夏芯也發(fā)布了自己的“松江”和“北極星”。深鑒科技將于今年下半年推出自己的“聽濤”芯片。

軟硬雙雄的對(duì)決，算法與芯片誰(shuí)更強(qiáng)

人工智能芯片的崛起并非偶然。那么，在人工智能領(lǐng)域，軟件算法與硬件芯片，究竟誰(shuí)才是主宰產(chǎn)業(yè)發(fā)展的王者？把這個(gè)弄明白，可以幫助許多人工智能創(chuàng)業(yè)者厘清思路。

圓桌論壇上,美國(guó)圣母大學(xué)計(jì)算機(jī)科學(xué)與工程系副教授史弋宇（左一）、南京凱鼎電子科技有限公司 CEO王琦（左二）、科大訊飛研究院副院長(zhǎng)王士進(jìn)（左三）、深鑒科技芯片研發(fā)副總裁陳忠民（左四）圍繞“我國(guó)人工智能芯片面臨的機(jī)遇和挑戰(zhàn)”主題進(jìn)行了討論。

“我?guī)У念^三個(gè)博士生，剛畢業(yè)都去了硬件公司，去年我卻在谷歌遇到他們?nèi)齻€(gè)?！泵绹?guó)圣母大學(xué)計(jì)算機(jī)科學(xué)與工程系副教授史弋宇說(shuō)起這個(gè)話題忍不住要吐槽。

近年來(lái)互聯(lián)網(wǎng)產(chǎn)業(yè)大行其道，以深度學(xué)習(xí)為代表的人工智能算法成為熱點(diǎn)，導(dǎo)致許多人認(rèn)為軟件主宰了人工智能技術(shù)的發(fā)展，“很多學(xué)生不管學(xué)什么的，都想著要去做軟件的公司，一是因?yàn)榇龈?，還有就是上手快?！笔愤钫f(shuō)到。

但專家們表示，人工智能、大數(shù)據(jù)、云計(jì)算快速發(fā)展的背后，還是需要芯片作為支撐。

史弋宇認(rèn)為，人工智能芯片還會(huì)持續(xù)地火爆，“許多AI芯片是為某些特定場(chǎng)景服務(wù)，比如無(wú)人駕駛，隨著AI應(yīng)用的場(chǎng)景越來(lái)越多，需要專用的AI芯片也越來(lái)越多，對(duì)它的性能要求也會(huì)提高，還會(huì)形成應(yīng)用的生態(tài)圈，帶動(dòng)芯片的需求不斷擴(kuò)大”。

“我們提交一個(gè)產(chǎn)品出去，客戶體驗(yàn)才是根本，那么為了提高客戶體驗(yàn)，算法和芯片缺一不可。”深鑒科技芯片研發(fā)副總裁陳忠民認(rèn)為，算法與芯片互為促進(jìn)將是一個(gè)長(zhǎng)期的現(xiàn)象。

技術(shù)與人才現(xiàn)缺口，生態(tài)系統(tǒng)仍荒蕪

在CPU主導(dǎo)的時(shí)代，我國(guó)的芯片產(chǎn)業(yè)落后太久。隨著人工智能技術(shù)的興起，我們已在AI芯片領(lǐng)域與發(fā)達(dá)國(guó)家同步起跑。

這種情況下，一些中國(guó)AI芯片宣稱“全球領(lǐng)先”。但是專家認(rèn)為，性能高低并不是最重要的，真正應(yīng)該關(guān)注的是這些芯片與應(yīng)用結(jié)合得是否緊密。

“就單個(gè)運(yùn)算核心來(lái)說(shuō)，（中外）都做的差不多?！标愔颐裾f(shuō)，但是AI芯片的指令集都是自定義的，當(dāng)用戶去用的時(shí)候就必須學(xué)會(huì)使用這一家硬件廠商的工具，所以必須重視工具鏈的開發(fā)和推廣，“就好比把車造出來(lái)了，但是沒有教會(huì)別人怎么開，這會(huì)非常影響你的芯片有沒有人買單。”

業(yè)內(nèi)人士認(rèn)為，英偉達(dá)的GPU成為主流，原因就在于生態(tài)做得好，開發(fā)方便。從使用友好度、開發(fā)難易度以及移植算法等生態(tài)系統(tǒng)來(lái)說(shuō)，我們與發(fā)達(dá)國(guó)家還有差距。

史弋宇則指出，我國(guó)在芯片的某些領(lǐng)域仍然落后較多，如高速ADC/DAC部件的核心技術(shù)還掌握在美國(guó)，并禁止出口，將來(lái)有可能成為產(chǎn)業(yè)瓶頸。

而且，國(guó)內(nèi)的芯片人才荒也已顯現(xiàn)，“就這么多半導(dǎo)體的畢業(yè)生，做芯片的人從哪里來(lái)？”南京凱鼎電子科技有限公司CEO王琦說(shuō)，全國(guó)半導(dǎo)體產(chǎn)業(yè)還缺40萬(wàn)工程師，“短期內(nèi)市場(chǎng)有需要去做芯片，但是（人才）限制又使我們無(wú)法滿足市場(chǎng)的需求?！?/p>

“芯”“干”寶貝

圓桌論壇火花四濺，專家們?cè)趯ｎ}演講中還分享了各自領(lǐng)域的精華。

南京大學(xué)電子科學(xué)與工程學(xué)院特聘教授王中風(fēng)在《VLSI Optimization for DSP and Deep Learning》的演講中介紹了VLSI信號(hào)處理，從高速設(shè)計(jì)、低功耗設(shè)計(jì)兩方面闡述了渦輪解碼的VLSI優(yōu)化，并講解了深度學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的VLSI優(yōu)化，總結(jié)出在現(xiàn)代集成電路設(shè)計(jì)中，對(duì)信號(hào)處理系統(tǒng)的超大規(guī)模集成電路的優(yōu)化可以極大地提高功率或速度；DNNs是深度學(xué)習(xí)的基礎(chǔ)；在實(shí)際應(yīng)用中，非常需要DNNs的有效實(shí)現(xiàn)。

英國(guó)帝國(guó)理工學(xué)院教授、英國(guó)皇家工程院院士Wayne Luk在《可重構(gòu)系統(tǒng)的發(fā)展：從研究到實(shí)踐》的演講中介紹了人工智能技術(shù)如何提高應(yīng)用效率、定制計(jì)算、可重構(gòu)技術(shù)，通過(guò)微軟與亞馬遜舉例說(shuō)明了硬件加速云服務(wù)器，并指出從研究到實(shí)踐的三個(gè)轉(zhuǎn)化方向?yàn)槿斯ぶ悄芄δ苄枨蟮娇啥ㄖ朴布蛙浖?jì)算架構(gòu)、計(jì)算架構(gòu)到可定制科研平臺(tái)：硬件和軟件自動(dòng)化設(shè)計(jì)及優(yōu)化工具、科研平臺(tái)到生態(tài)系統(tǒng)：加快AI應(yīng)用開發(fā)降低成本。

中國(guó)科學(xué)院研究生院教授吳南鍵在《人工智能視覺系統(tǒng)芯片研究及發(fā)展趨勢(shì)》的演講中從圖像傳感器、存儲(chǔ)器、處理器、神經(jīng)網(wǎng)絡(luò)等方面介紹了異質(zhì)集成，分析了數(shù)據(jù)帶寬、工作功耗等。

復(fù)旦大學(xué)信息科學(xué)與工程學(xué)院院長(zhǎng)鄭立榮做了題為《物聯(lián)網(wǎng)邊緣計(jì)算與片上智能系統(tǒng)》的演講。

美國(guó)加州大學(xué)洛杉磯分校教授何磊在《AI芯片體系結(jié)構(gòu)和趨勢(shì)》的演講中分享了深度學(xué)習(xí)和AI芯片以及大公司的AI Chips戰(zhàn)略，從CPU、GPU、FPGA、ASIC及類腦芯片(NPU)闡釋了AI產(chǎn)業(yè)中主處理器，舉例說(shuō)明了AI Chip的三大應(yīng)用領(lǐng)域：培訓(xùn)、云端推理、邊緣端推理，并對(duì)統(tǒng)一AI以及未來(lái)AI芯片進(jìn)行了展望。

南京凱鼎信息科技有限公司CEO王琦在《人工智能和EDA的互相促進(jìn)和發(fā)展》的演講中指出，人工智能是EDA涅槃重生的機(jī)會(huì)，EDA和人工智能可以互相促進(jìn)，從半導(dǎo)體IC工藝、IP設(shè)計(jì)、芯片設(shè)計(jì)制造、大系統(tǒng)設(shè)計(jì)等方面闡釋了半導(dǎo)體產(chǎn)業(yè)趨勢(shì)與挑戰(zhàn)，并舉例說(shuō)明了人工智能在布局布線上的應(yīng)用、機(jī)器學(xué)習(xí)在模擬設(shè)計(jì)中的應(yīng)用，分析了視覺處理的算法演進(jìn)等。

深鑒科技芯片研發(fā)副總裁陳忠民在《Hardware / Software co-design for Efficient Deep Learning Inference》的演講中闡釋了AI時(shí)代的發(fā)展是由算法、數(shù)據(jù)和算力驅(qū)動(dòng)，分析了專用AI計(jì)算硬件的發(fā)展邏輯、應(yīng)用場(chǎng)景對(duì)專用AI計(jì)算硬件的需求，闡釋了為什么AI硬件需要高能效，如何提升計(jì)算效率、降低功耗，并從軟硬件協(xié)同設(shè)計(jì)分享了深鑒的AI推理解決方案。

科大訊飛研究院副院長(zhǎng)王士進(jìn)在《人工智能技術(shù)最新進(jìn)展以及面向人工智能的深度學(xué)習(xí)平臺(tái)介紹》的演講中指出，人工智能的趨勢(shì)是關(guān)鍵技術(shù)硬件化、技術(shù)方法集成化、算法框架開源化、AI服務(wù)專業(yè)化，從深度學(xué)習(xí)、大數(shù)據(jù)、計(jì)算能力等方面介紹了迄今為止工業(yè)界人工智能成功的經(jīng)驗(yàn)，從計(jì)算智能、感知智能、認(rèn)知智能舉例說(shuō)明了人工智能三階段，分享了認(rèn)知智能在口語(yǔ)翻譯、知識(shí)推理、常識(shí)推理方面的突破及人工智能創(chuàng)新應(yīng)用。王士進(jìn)還指出了企業(yè)應(yīng)用深度學(xué)習(xí)的痛點(diǎn)包括數(shù)據(jù)安全與低成本開源學(xué)習(xí)平臺(tái)的使用無(wú)法兼容；僅利用開源框架簡(jiǎn)單搭建，大規(guī)模部署性能，平臺(tái)穩(wěn)定性難以保證；企業(yè)自行建設(shè)學(xué)習(xí)平臺(tái)難度較大。

美國(guó)圣母大學(xué)計(jì)算機(jī)科學(xué)與工程系副教授史弋宇在《Chip.ai v.s. Net.ai: Scaling for Edge Inference of Deep Neural Networks》的演講中舉例分析了人工智能的普遍應(yīng)用、人工智能硬件、人工智能芯片的挑戰(zhàn)，闡述了性能差距、能源效率差距等，提出了彌補(bǔ)差距的補(bǔ)救措施，并舉出了成功的量子化的例子。同時(shí)提出了幾個(gè)問題：為什么即使是二進(jìn)制的網(wǎng)絡(luò)，那些最量化的，位寬減為1的網(wǎng)絡(luò)，在某種程度上仍能運(yùn)行良好？為了保持同樣的精度，重量量化引起的開銷是多少？如何確定最優(yōu)比特?cái)?shù)以獲得最佳壓縮結(jié)果？

專家講得了干貨，也解得了困惑。

<< ?滑動(dòng)查看下一張圖片 ?>>

現(xiàn)場(chǎng)互動(dòng)頻頻，每位專家演講結(jié)束，參會(huì)嘉賓都爭(zhēng)先恐后的提問。

“芯”“芯”相印

<< ?滑動(dòng)查看下一張圖片 ?>>

會(huì)議開始前，專家交流學(xué)術(shù)研究、業(yè)界動(dòng)態(tài)，暢聊未來(lái)規(guī)劃。他們來(lái)自四面八方，因?yàn)橐活w“芯”聚到了一起，從此“芯”“芯”相印。

“芯”“芯”之火

<< ?滑動(dòng)查看下一張圖片 ?>>

研討會(huì)結(jié)束后，專家和參會(huì)人員都各懷“芯”事，不舍離場(chǎng)，專家們強(qiáng)大的磁場(chǎng)吸引著大家前來(lái)交流學(xué)術(shù)，探討業(yè)務(wù)，洽談合作……