AI(5)---AI知多少
AI知多少 细说AI技术AI算法AI芯片
AI芯片面临两个现实问题,第一我们没有一个覆盖所有算法的架构,需要在芯片当中实现一个具备深度学习的引擎,适应算法的引进,第二就是架构的可变性,要有高效的架构变换能力,目前的CPU加软件、CPU加FPGA,需要我们探索架构上的创新。清华大学微纳电子系主任、微电子所所长魏少军在智东西主办的GTIC 2018 全球 AI 芯片创新峰会上公开演讲时表示。
AI是一个相当宽泛的概念,虽然不少面向消费者的电子产品生产商在宣传页上印上AI相关字眼,但他们中也有人意识到AI产品的发展要历经多个不同的阶段,因此颇为审慎。
真正的智能化形式绝不仅仅是物联网和远程控制以及语音输入,这些目前还只是一些手段和零散的表现形式。我认为智能化终极目标还是要在减少用户的干预,洞察用户心理,随时做出内部调整以及增强产品的学习能力,使产品能够有思考及改善能力,逐渐上升到重视人类的情感需求方面,也就是最终让人通过产品的自发服务满足最高的情感需求。
要谈AI芯片,就必须先对AI下一个定义。
AI神经网络不是简单定义为某类产品,而是一个新的设计方法,传统的一些算法,是照规则、照逻辑的,神经网络是用数据训练出来的结果。
这就好比出行到指定地点,如果要先定一些规则(逻辑),比如提前选择出行方式、规划中转地点,最后到达,就是传统的“规则型”设计;如果是有输入和已知的输出,比如起点和终点,在样本足够多之后(数据训练)就可以提供一个新的算法,这需要AI芯片。
在芯片研发的过程中,既有传统的老牌厂商,也有科技新贵,是否会出现像通用CPU那样独立存在的通用AI处理器呢?
事实上,各家技术路线大相径庭,在不同的技术路线上探索着通用与优化的平衡。
以虚拟货币数字芯片起家的比特大陆提出,要实现AI芯片9个月迭代一版的速度,这是对摩尔定律18~24个月升级一次的时间赛跑,也是用ASIC技术对暗硅发起的一次挑战。
“暗硅”,即是由于功耗的限制,导致处理器同一时刻只有很少的一部分的门电路能够工作,而大部分处于不工作的状态,这部分不工作的门电路,在某一个计算时刻是完全无效的。
ASIC是为了特定应用而设计的集成电路,除了不能扩展以外,在功耗、可靠性、体积方面都有优势,尤是其在高性能、低功耗的移动端。在这条路上比特大陆并不孤单,既有谷歌的TPU在前方高举大旗,也有一众创业公司在机器视觉等垂直领域跟随。
“与传统芯片迭代速度相比,AI算法迭代更快。我们针对最新算法的需求、神经网络算法的共性基础,把它快速地放到芯片上。” 比特大陆产品战略总监汤炜伟说。
比特大陆2017年11月份推出的首款AI芯片,现在已经全线量产,兼顾训练和推理的功能,但以推理为主。他认为,训练和推理应该是两个不同的平台,未来比特大陆还是会侧重于推理。 “高性能计算它涉及到很多领域,所以我们在2015年底决定进入到AI这个领域,尤其深度学习这个领域,我们在已有的一些高性能计算这些芯片、硬件,还有一些软件算法的基础上,我们还大量引进了很多AI方面专业的人才。”汤炜伟说。
但比特大陆还没有考虑做终端芯片,提供的芯片将用于服务器。
目前业内使用最多的是GPU,因为它适用于单指令、多数据处理,可用于深度学习的训练和推理。英伟达AI技术中心亚太首席技术官接受我们采访时表示,英伟达要做通用性的芯片,“通用是我们的优势,ASIC是针对其中一个领域,而GPU不仅仅可以应用于AI训练还有图像渲染等等。”
他表示,新的算法一直在出现,为了适配新的算法,就需要重新做芯片,英伟达会收集客户的意见并改进,但不会因为所谓“风口”的转向而调整,比如去做专门挖矿的芯片。 做芯片是很冒险的,这么多公司在做是好事,说不定会有新的公司出很好的产品。我们的芯片性能体现,不仅仅是靠芯片自身的性能(raw performance),还有软件的性能。
此外,被大众关注较少,但有望把握住AI芯片发展机会的还有FPGA。FPGA适用于多指令,单数据流的分析,常用于预测阶段,因为没有内存和控制所带来的存储和读取部分在效率和功耗上具有一定优势,劣势是运算量并不是很大。
AI是FPGA是一个非常好的切入点,也是一个重新洗牌的机会点。FPGA的并行运算算法、设计不好写,因为人的逻辑都是一个单向的,要多角度去考虑,其实不是那么容易,通常要特别的设计方法。
简言之,芯片成品可以按照是否可编程进行划分。CPU、GPU、FPGA都是可编程的,下达不同指令就可以做不同的运算,而ASIC是不可编程、定制化的芯片。两者的区别可以粗略比较为买成衣还是高级定制。成衣的客户相对广泛,而高级定制如果要想努力变成一个标准产品因不能修改就没那么容易。
可编程,意味着通用,而定制化意味着某些方面的优化以其他方面的牺牲为代价。通用和优化是对立的,芯片厂商都在寻找着最佳的平衡点。
由于还不存在适用所有通用算法的AI芯片,确定应用领域就成为发展的重要前提。遗憾的是,AI的杀手级应用目前尚未出现,现存的应用还未形成刚需,即便如此,AI芯片还是出现了百家争鸣的气象。
机器视觉领域成为AI芯片的“兵家必争之地”,涌入了商汤、旷视、地平线等一众创业者,眼擎科技创始人、CEO朱继志也是其中之一。
在解决实际问题层面,芯片并不是眼擎科技的唯一方案,而是根据行业的不同情况提供从IP授权、模组、芯片到行业定制系列解决方案。眼擎科技看到,以CPU为代表的通用芯片垄断时代已经过去,AI产业已经产生了新需求,偏重于前端在图像收集阶段直接解决因弱光、反光、逆光而造成的图像质量不高和算法识别率低的问题。
朱继志的AI芯片之路是从上游的芯片领域开始做创新成像技术架构,以满足AI新市场的新需要。“视频图像技术有两种,一种是给到图片在后端进行分析,比如商汤科技。图像是怎么来的,这是我们的事情,在前端处理。前端处理必须要在前端实时处理完成,不能有延时或出错,像流水一样,两者技术路线是不一样的。” 朱继志说。
让人与机器在多种环境下都能自然沟通,构建更为高效、更具想象力的通用型AI生态也吸引着投资人的注意力。
AI芯片现在是两拨人在做,以寒武纪为代表的,他们原本就做芯片,在计算机体系结构和芯片设计方面比较有经验,另外一拨是以地平线为代表的,以前做的是软件算法,现在做芯片。前者更容易做出一个好用、可靠的产品,后者更偏向于提供整体解决方案,硬件不足的地方用软件补足。
芯片的成本高在设计研发阶段,设计好之后要经过昂贵的流片验证才能量产,如果没有大的客户,就无法分摊前期成本。即便研发成功,量产时也面临着上游产能受限的问题。
正是因为芯片的研发周期和成本都很高,硬蛋公关总监告诉我们,未来会考虑提供AI通用模块。“我们今年看到了AIOT的机会,就是人工智能与物联网的结合。硬蛋会把产业链上游的AI合作伙伴,如百度、云知声等,与硬蛋平台上的物联网项目对接,推出通用的AI模块。”
毫无疑问,国内的半导体行业正在蓬勃发展。已有消息传出国家成立的国家集成电路产业投资基金(下称“大基金”)第二期正在紧锣密鼓募资之中,筹资规模会超过一期,在1500亿~2000亿元左右。按照1∶3的撬动比,所撬动的社会资金规模在4500亿~6000亿元左右。
国家集成电路产业投资基金股份有限公司总裁去年10月份接受《中国电子报》采访时称,原计划首期募集资金1200亿元,通过各方的努力,实际募集资金达到了1387.2亿元。经过3年的运作,截至2017年9月20日,大基金累计决策投资55个项目,涉及40家集成电路企业,共承诺出资1003亿元,承诺投资额占首期募集资金的72%,实际出资653亿元,也达到首期募集资金的将近一半。
真正把AI芯片做成有竞争力,要有护城河,这是远超于芯片本身的事情。像阿里和腾讯争取入口流量一样芯片往应用层走,更好知道最终用户的实际需求,更好的定义芯片,需要有比较强的能效,有一定的AI处理架构,没有这样的架构都是一片浮云。
现在的发展太热了,甚至媒体在其中也起到了推波助澜的作用。AI芯片的发展很可能在未来2到3年遭遇一个挫折期,今天以满足特定应用为主要目的的AI芯片需要思考何去何从,今天的部分甚至大部分创业者将成为此次技术变革中的先烈。
毫无疑问,这将是AI发展中最令人钦佩也最令人动容的伟大实践。
AI(5)---AI知多少相关推荐
- 迅雷创始人程浩:AI 创业必知 6 大核心问题:如何选择赛道、搭配团队和应对巨头挑战
[新智元导读] 迅雷创始人程浩现在是专注科技领域的投资人,他在这篇文章中,聊到了人工智能领域的创业和创新,包括如何选择赛道.团队的搭配.以及如何应对巨头的挑战.他总结了人工智能创业的 6 大核心问题, ...
- 用AI创造AI,人工智能无代码时代来临
https://www.toutiao.com/a6680750885359845901/ 大数据文摘出品 记者:云舟 玛丽·雪莱在创作世界上第一部科幻小说<科学怪人>(又译:弗兰肯斯坦) ...
- 2019年涨工资指南:为什么要学AI、AI薪资水平和就业前景分析
文|刘金玲(七月在线AI lab研究员) 导语 本文主要回答了「AI方向的公司薪资有多高?哪些公司还在招AI人才?AI工程师薪水多少钱一个月?学人工智能专业未来工作前景如何?哪些高校有人工智能专业?人 ...
- 以AI制作AI,当AutoML加入AI研究员内卷大潮
导读:「深度赋智」首推以知识驱动的全自动机器学习架构,应用于2020四月结束的国际自动机器学习领域的顶级赛事 NeurIPS-AutoDL竞赛,并以压倒性优势获得世界冠军,相关论文于近日被人工智能顶刊 ...
- 技术大佬的肺腑之言:“不要为了 AI 而 AI”! | 刷新 CTO
扫描上方二维码直达精彩回顾 整理 | 伍杏玲 出品 | CSDN(ID:CSDNnews) 据 CSDN 最新数据统计显示,在 CSDN 3000+万的注册开发者中,689 万开发者有阅读.撰写与研究 ...
- 让AI训练AI,阿里和浙大的“AI训练师助手”是这样炼成的
不久前,人力资源社会保障部发布了一种炙手可热的新职业:AI训练师.没想到,浙江大学与阿里安全的人工智能训练师马上创造出一个 "AI训练师助手",高效打造AI深度模型,应对海量应用场 ...
- AI攻击AI,升级的网络安全战
在近期召开的在一次网络安全会议上,100位受访行业专家中的62位认为,首轮AI强化型网络攻击很可能在接下来12个月内出现. AI的介入会进一步升级目前的网络犯罪与网络安全体系,进而成为攻击者与防御者之 ...
- 2020上半年收集到的优质AI文章 – AI+和+AI
2020上半年收集到的优质AI文章 – AI+和+AI 当人工智能(AI)撞上供应链 关于如何使用机器学习来做异常检测的7个问题 医疗行业的AI应用,要避免"垃圾进.垃圾出" 葛均 ...
- 让AI学习AI:自动化机器学习的概述、发展和研究意义
导读:我们在之前的文章<>中概述了人工智能,并引出了AutoML--自动化机器学习.本文将介绍AutoML的概述.发展和研究意义等概念性知识. 作者:王健宗 瞿晓阳 来源:大数据(ID:h ...
最新文章
- springboot之异步调用@Async
- 使用axis开发web service服务端
- RASPBERRY PI PICO 开发板 基础测试
- cadence一些术语
- java httpclient 获取cookie_java – 从httpclient 3转换为httpclient 4(Cookie策略)
- JavaScript数据结构与算法——基本排序算法
- 非多态的继承情况下,基类指针可以指向派生类对象么?
- 封装(python 版)
- 人脸识别门禁系统在2019年会加快应用
- 面向对象15:单例设计模式、main方法的使用
- 蒋江伟:代码是我们最重要的资产!
- C Sharp进行附合水准路线计算中间点高程简易程序
- IDEA快速启动ssm项目
- 百度开放平台Demo提示“Key验证失败...”的问题
- 淘宝无人直播赚钱模式
- 看传智播客刘龙宾老师的Vue.js学习笔记
- K64 计算 UART波特率
- 【BZOJ】P4238 电压
- YOLO 超详细入门02 v2 (含代码及原文)
- kermit 安装 配置 使用
热门文章
- Linux内核哈希表分析与应用
- 基于K60/K66/LPC的HC-SR04超声波测距(附带代码)
- 北京工业大学c语言期末考试题,北京工业大学C语言部分练习答案.docx
- java输出到文本_java怎么把运行结果写到一个自动生成的文本里?。能给个例子么,详细点...
- nginx修改php导出时间格式,nginx 修改 time_local 时间格式
- mysql有dataguard吗_Oracle查看是否搭建DataGuard
- mysql时间间隔年份_MySQL DATEDIFF函数获取两个日期的时间间隔的方法
- 封装 电流密度 重布线_电子封装陶瓷基板(3/5)
- abb机器人searchl报错_ABB机器人编程指令与函数
- 23种设计模式之简单工厂模式,工厂方法模式,抽象工厂模式详解