中國科技網(wǎng)為“芯動力”打call|機遇與高手并存，中國AI芯片該如何突圍

中國·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、上?？萍即髮W(xué)、悅普人工智能集團協(xié)辦的“芯動力”人才計劃——2018年人工智能芯片技術(shù)和應(yīng)用研討會在南京江北新區(qū)舉行。當天吸引來自人工智能芯片及相關(guān)領(lǐng)域的高校、企業(yè)、研究院所、投融資機構(gòu)的相關(guān)從業(yè)者、研究員200余人前來參加。

6月11日，中國科技網(wǎng)刊登了“芯動力”人才計劃——2018年人工智能芯片技術(shù)和應(yīng)用研討會的相關(guān)報道。

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。

在高手如林的競爭對手面前，中國芯片企業(yè)該如何抓住人工智能的機遇成功突圍？

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“芯動力”人才計劃——2018年人工智能芯片技術(shù)和應(yīng)用研討會在南京江北新區(qū)舉行。

作為工業(yè)和信息化部人才交流中心針對集成電路產(chǎn)業(yè)專門推出的一項人才計劃，“芯動力”人才計劃猶如一棵大樹，國內(nèi)乃至國際集成電路的專家、院校及投融資機構(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。此次研討會更是緊跟熱點，名家云集，來自中美英等國的高校、企業(yè)界技術(shù)大咖深入淺出地解讀了當前人工智能的前沿技術(shù)和熱門話題。

忽如一夜春風(fēng)來，人工智能芯片爆發(fā)

從深藍到Alpha Go，人工智能逐漸被人們熟知。智能手機、智能家居、智能出行等設(shè)備和應(yīng)用場景，已經(jīng)進入到人們的生活中；指紋識別、人臉識別、實景增強等人工智能的技術(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。

過去，一提起芯片就會聯(lián)想到CPU，其實CPU只是一種通用芯片，因為其“萬精油”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)勢了。

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

正是看到了人工智能為芯片產(chǎn)業(yè)帶來的巨大商機，國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”，原本造電動汽車的特斯拉也宣傳要開發(fā)自己的人工智能芯片。

在國外大廠跑馬圈地的同時，國內(nèi)也不甘落后。中科院計算所推出了寒武紀芯片，中星微也開發(fā)了星光智能一號。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。

軟硬雙雄的對決，算法與芯片誰更強

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，究竟誰才是主宰產(chǎn)業(yè)發(fā)展的王者？把這個弄明白，可以幫助許多人工智能創(chuàng)業(yè)者厘清思路。

圓桌論壇上,美國圣母大學(xué)計算機科學(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王士進（左三）、深鑒科技芯片研發(fā)副總裁陳忠民（左四）圍繞“我國人工智能芯片面臨的機遇和挑戰(zhàn)”主題進行了討論。

“我?guī)У念^三個博士生，剛畢業(yè)都去了硬件公司，去年我卻在谷歌遇到他們?nèi)齻€?！泵绹ツ复髮W(xué)計算機科學(xué)與工程系副教授史弋宇說起這個話題忍不住要吐槽。

近年來互聯(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，導(dǎo)致許多人認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，一是因為待遇高，還有就是上手快。”史弋宇說到。

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

史弋宇認為，人工智能芯片還會持續(xù)地火爆，“許多AI芯片是為某些特定場景服務(wù)，比如無人駕駛，隨著AI應(yīng)用的場景越來越多，需要專用的AI芯片也越來越多，對它的性能要求也會提高，還會形成應(yīng)用的生態(tài)圈，帶動芯片的需求不斷擴大”。

“我們提交一個產(chǎn)品出去，客戶體驗才是根本，那么為了提高客戶體驗，算法和芯片缺一不可。”深鑒科技芯片研發(fā)副總裁陳忠民認為，算法與芯片互為促進將是一個長期的現(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)的時代，我國的芯片產(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)達國家同步起跑。

這種情況下，一些中國AI芯片宣稱“全球領(lǐng)先”。但是專家認為，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。

“就單個運算核心來說，（中外）都做的差不多?！标愔颐裾f，但是AI芯片的指令集都是自定義的，當用戶去用的時候就必須學(xué)會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，“就好比把車造出來了，但是沒有教會別人怎么開，這會非常影響你的芯片有沒有人買單?！?/p>

業(yè)內(nèi)人士認為，英偉達的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)來說，我們與發(fā)達國家還有差距。

史弋宇則指出，我國在芯片的某些領(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，并禁止出口，將來有可能成為產(chǎn)業(yè)瓶頸。

而且，國內(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？”南京凱鼎電子科技有限公司CEO王琦說，全國半導(dǎo)體產(chǎn)業(yè)還缺40萬工程師，“短期內(nèi)市場有需要去做芯片，但是（人才）限制又使我們無法滿足市場的需求。”

“芯”“干”寶貝

圓桌論壇火花四濺，專家們在專題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信號處理，從高速設(shè)計、低功耗設(shè)計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)計中，對信號處理系統(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)；在實際應(yīng)用中，非常需要DNNs的有效實現(xiàn)。

英國帝國理工學(xué)院教授、英國皇家工程院院士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、定制計算、可重構(gòu)技術(shù)，通過微軟與亞馬遜舉例說明了硬件加速云服務(wù)器，并指出從研究到實踐的三個轉(zhuǎn)化方向為人工智能功能需求到可定制硬件和軟件計算架構(gòu)、計算架構(gòu)到可定制科研平臺：硬件和軟件自動化設(shè)計及優(yōu)化工具、科研平臺到生態(tài)系統(tǒng)：加快AI應(yīng)用開發(fā)降低成本。

中國科學(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》的演講中從圖像傳感器、存儲器、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)院院長鄭立榮做了題為《物聯(lián)網(wǎng)邊緣計算與片上智能系統(tǒng)》的演講。

美國加州大學(xué)洛杉磯分校教授何磊在《AI芯片體系結(jié)構(gòu)和趨勢》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，并對統(tǒng)一AI以及未來AI芯片進行了展望。

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

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時代的發(fā)展是由算法、數(shù)據(jù)和算力驅(qū)動，分析了專用AI計算硬件的發(fā)展邏輯、應(yīng)用場景對專用AI計算硬件的需求，闡釋了為什么AI硬件需要高能效，如何提升計算效率、降低功耗，并從軟硬件協(xié)同設(shè)計分享了深鑒的AI推理解決方案。

科大訊飛研究院副院長王士進在《人工智能技術(shù)最新進展以及面向人工智能的深度學(xué)習(xí)平臺介紹》的演講中指出，人工智能的趨勢是關(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，從計算智能、感知智能、認知智能舉例說明了人工智能三階段，分享了認知智能在口語翻譯、知識推理、常識推理方面的突破及人工智能創(chuàng)新應(yīng)用。王士進還指出了企業(yè)應(yīng)用深度學(xué)習(xí)的痛點包括數(shù)據(jù)安全與低成本開源學(xué)習(xí)平臺的使用無法兼容；僅利用開源框架簡單搭建，大規(guī)模部署性能，平臺穩(wěn)定性難以保證；企業(yè)自行建設(shè)學(xué)習(xí)平臺難度較大。

美國圣母大學(xué)計算機科學(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，提出了彌補差距的補救措施，并舉出了成功的量子化的例子。同時提出了幾個問題：為什么即使是二進制的網(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)比特數(shù)以獲得最佳壓縮結(jié)果？

專家講得了干貨，也解得了困惑。

<< ?滑動查看下一張圖片 ?>>

現(xiàn)場互動頻頻，每位專家演講結(jié)束，參會嘉賓都爭先恐后的提問。

“芯”“芯”相印

<< ?滑動查看下一張圖片 ?>>

會議開始前，專家交流學(xué)術(shù)研究、業(yè)界動態(tài)，暢聊未來規(guī)劃。他們來自四面八方，因為一顆“芯”聚到了一起，從此“芯”“芯”相印。

“芯”“芯”之火

<< ?滑動查看下一張圖片 ?>>

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