编者按:7月12日-7月14日,2019第四届全球人工智能与机器人峰会(CCF-GAIR 2019)于深圳正式召开。峰会由中国计算机学会(CCF)主办,雷锋网、香港中文大学(深圳)承办,深圳市人工智能与机器人研究院协办,得到了深圳市政府的大力指导,是国内人工智能和机器人学术界、工业界及投资界三大领域的交流博览盛会,旨在打造国内人工智能领域极具实力的跨界交流合作平台。
这一轮的AI热潮让芯片行业又一次出现了多年未见的创业热潮,而AI芯片作为关键技术,其研发和应用难度到底有多大?在这样的背景下,不同企业和专家们如何探讨并解决这一问题呢?
英特尔夏磊:AI计算需要硬件+软件结合
英特尔首席工程师数据中心技术销售部人工智能首席技术架构师夏磊带来了主题为《异构统一》的开场演讲。他指出,与过去不同的是,这一次AI不仅仅是算法的问题,它更是关于如何将算法转化为实际应用的问题。而这就要求我们必须要有强大的硬件支持,以及对应的软件框架来支撑。
英特尔通过提供多样化的标量、矢量、矩阵和空间架构组合,以先进制程技术进行设计,由颠覆性内存层次结构提供支持,通过先进封装集成到系统中,使用光速互连进行超大规模部署,并且提供统一的软件开发接口以及安全功能,从而实现超异构计算的技术愿景。这正如他所说:“AI计算一定需要硬件+软件结合。”
地平线黄畅:追求极致能效比和性价比
地平线联合创始人兼副总裁、深度学习专家黄畅则强调了另一方面的问题,那就是能源消耗问题。数据统计显示,小型数据中心单年的电能消耗远超过三峡水电站,因此,我们必须追求极致能效比和性价比。这不仅限于算法优化,更包括编译器等外延。在未来,我们希望能够预测并选择真正重要的AI算法趋势,并将这些趋势融入我们的架构中,使我们能够提前准备好最有效率的地图。
中科院包云岗:弥补性能差异有两种思路
中科院计算所研究员包云岗则从另一个角度探讨这个问题,他认为今天软件与硬件之间存在巨大的性能差异,这些差异可以用摩尔定律来折算,但实际上这种能力尚未被充分挖掘。为了弥补这种差距,有两种思路,一种是在雇佣高级程序员写出更好的代码;另一种是在硬件上加速,让一些工作由硬件完成,比如使用领域专用的体系结构。
但这种方法也带来了新的挑战,每个领域都可能需要一种专用芯片,这样的成本和时间问题该怎么解决?如果我们可以像做开源软件一样协作开发芯片,那么未来我们或许能够把芯片开发变成月迭代,使软硬结合成为可能。
深聪朱澄宇:软-hard融合使边缘计算成为可能
最后,由深聪智能CTO朱澄宇分享的话题是端侧专用芯片—AI算法理想载体。他认为语音识别与IoT时代相结合,将成为未来十年增长亮点。然而,当把复杂的人工智能模型移植到不同的设备时,就出现了许多不便的地方。如果没有闭环生态,就无法形成良好的产品研发与市场需求同步。这促使他们决定成立一家公司专门研发自己的特殊处理单元,以确保最佳效果。此后,他们计划进一步优化第二代处理单元以提高本地语音识别能力,并引入更多安全措施,如声纹验证等。此后,还将考虑多模态功能,在第三代处理单元时进一步提升性能。