焦点评论 > 正文
数据爆炸之后:芯片产业链厂商的中国AI之路
2018/11/16 09:24   21世纪经济报道      关键字:数据,架构,芯片,应用,计算,中国      浏览量:
“我们处在无所不在的计算或者叫普适智能时代。基础的设施和架构都会发生变化,用以前的微处理器和SoC(系统级芯片)可能都没有办法直接应对。因此要在架构层面创新,赛灵思提出专用领域架构DSA,DSA意味着在每个领域都需要有新的架构,为每个领域都带来新的应用。随着部署更多的产品和更多的设备,随着他们用在具体场景中,DSA会发挥出巨大作用。”他介绍道。

AI时代的来临,也意味着数据爆炸环境下对芯片产业链厂商的进一步考验。不论是背后的算法、架构搭建等,还是具体到对产业的渗透、地区市场的发展,厂商们都将有新的思考。

近日举行的“全球CEO峰会”上,FPGA主要供应商赛灵思CEO Victor Peng就认为,当前时代正面临三大趋势:大数据的爆炸、人工智能的黎明、后摩尔时代的计算。为此,赛灵思提出自适应智能方案,并要建设更好的数据中心。

钰创科技(Etron Tech)首席执行官、董事长暨创始人卢超群则提到,异构集成设计系统架构将大量促进IC创新。这将再延续类似摩尔定律每两年增加的经济效应,全世界都在推动。

而在接下来的应用和发展方面,21世纪经济报道记者专访Imagination副总裁及中国区总经理刘国军时,他指出生态圈建设十分关键。作为人工智能处理器IP提供商,公司在中国市场发展时,将从更高效能、低功耗的AI处理器架构和以此延伸出的配套支持着手。

不过从真正落地应用来看,软件创新仍十分重要,这将影响到AI为生活带来的更多想象空间。业内人士认为,目前来看,真正的人工智能改变生活,仍有很长的路要走。

数据爆炸时代

在大数据时代,数据并未真正得到有效的运用,这是半导体行业的共识。

Victor Pen就指出,当前有90%的数据仍是杂乱无序的。而在后摩尔定律时代的计算,面临的是带有加速器的异构计算、广泛的应用和AI需要不同的架构,而芯片设计周期远跟不上创新速度。这是赛灵思提出自适应智能的背景。

“我们处在无所不在的计算或者叫普适智能时代。基础的设施和架构都会发生变化,用以前的微处理器和SoC(系统级芯片)可能都没有办法直接应对。因此要在架构层面创新,赛灵思提出专用领域架构DSA,DSA意味着在每个领域都需要有新的架构,为每个领域都带来新的应用。随着部署更多的产品和更多的设备,随着他们用在具体场景中,DSA会发挥出巨大作用。”他介绍道。

同时,自上任以来,赛灵思就明确,要建设更好的数据中心。“数据中心可以为我们提供非常强的数据支持。希望在做数据分析的时候能够使分析用的计算机与数据非常近,而不是很远地调取数据,这样会降低效率、提高功耗。”

中国半导体行业协会副理事长魏少军则在会上分享道,把做人工智能芯片归结到追求算力就错了,更多需要智能的计算引擎,也即计算本身需要智能化。举例来说主要涵盖三点:适合各类应用的可编程能力,有足够强大的计算和存储能力,以及有很高的能量效率。

由此需要的基本要素,包括超高的计算性能,高能量效率要支持10-100TOPS/W;更重要是再生和组织能力,有可编程、计算架构的动态可变性,从而适应不同的算法、实现高效率的计算架构变换能力;此外是实时智能能力。

软件是实现应用时的重要内容,而硬件是承载软件的平台。为此他提出“软件定义芯片”架构,即软件和硬件均可编程,且是混合颗粒度,这意味着可重构计算芯片。

打造独有的算力和架构之后,具体落地到使用场景中时,“端”侧的计算能力越来越重要,目前的推进还有极大空间。

刘国军向记者表示,以安防场景为例,图像识别的技术早已落地,但当前更多只能完成简单的数据压缩和处理,更多实质性算法仍旧主要在云端。

“个人认为,下一个趋势就是从边缘到云的贯穿。原来都在云,现在趋势在往端走,但实际的AI运用中,云和端要完整考虑,形成完整的系统。”他指出。

打造生态圈

“实际上并不是技术本身,更重要的是商业模式,整个生态系统如何整合起来。有软件、有算法、有数据收集、有算力、还有应用等,这些都整合起来,看如何做出更好的商业模式。”中感微电子董事长杨晓东如此表示。

这也是刘国军着重思考的问题,他告诉记者,从技术上看,AI处理器的研发或许不难,但更重要的是背后的应用落地,这包括加速器本身和配套支持。

“也即两点:是否具有独特技术架构,高性能,低功耗,高灵活度,可扩展的性能;同时围绕AI处理器架构,是否有完善的软件,开发环境和所有开发工具的配套,是否有支持绝大部分甚至所有AI算法库的支持力量。”他指出,这是Imagination作为人工智能处理器IP提供商,在中国市场打造生态圈时所考虑的事,也是我们的优势所在。他向记者表示,AI方面Imagination在中国已经有相关客户落地。

从真正AI的应用落地来看,这将是一条很长的路。

比如在最常见的手机应用上,已经逐步实现了拍照、付款等场景的智能化,但真正的“+AI”还并未到来。

魏少军就提醒道,“是不是所有东西都需要AI,我们希望AI解决什么问题?我不需要一个手机照张相告诉我这是什么,但我需要AI能提示我做我做不到的东西。这个路相当长远。”

在刘国军看来,影响到手机终端AI运用的根本,一部分在于算力支持,另一部分在于软件的打造,即“你想实现怎样的目的”。“我们人工智能IP产品优势在于其强大的架构。这是从头设计的全新架构,不同于传统GPU架构,这个基础可以让手机芯片有足够承载AI应用的能力。但在手机端到底什么可以落地,想象空间很大。”

一加手机CEO刘作虎此前在接受媒体采访时就举例表示,他眼里真正运用在手机上的AI,会成为人类的私人助理,通过不断自主学习手机拥有者的生活习惯,提供更加个性化的服务,做到真正“懂你”。

不过刘国军认为,根本来说,在诸多软件都开源的当下,差异化发展的关键仍在开发出不同的硬件架构。

应用场景方面,Imagination提出聚焦六大方面,包括手机、汽车、物联网、消费性电子、VR/AR等。刘国军向记者介绍,“我们的IP产品包括全球领先的图形处理器(GPU)、人工智能处理器(AI)和无线通讯IP,主要应用于半导体芯片设计,可协助客户开发出具备高度差异化特性的 SoC (system on chip)芯片。涉及的应用领域很广泛。现在看来在中国,手机依然是最重要的市场,下一波我们认为是汽车领域。AI是可以运用到任何场景的,只不过是如何落地成为确定的价值。”

微信扫描二维码,关注公众号。