'把阿尔法狗装进手机里' , 可能只需要一步: 设计出适用人工智能的独特芯片. 从2017年开始, 我国正在掀起一股前所未有的AI芯片创业热潮, '智能芯' , 正在成为我国抢占智能时代的新引擎.
'智能芯' : 加速智能时代的发动机
芯片是人工智能的发动机. '无芯片, 不AI. ' 清华大学微电子所所长魏少军说, 芯片是实现人工智能的当然载体, 无论是CPU, GPU还是其它的芯片平台, 都离不开芯片. 做AI一定要有芯片, 芯片是人工智能不可或缺的基本内容.
对于绝大多数智能需求来说, 基于通用处理器的传统计算机成本高, 功耗高, 体积大, 速度慢. 更适用于深度学习的智能专用 '芯' , 就成了产业链条竞争的必备赛道.
人工智能芯片 '独角兽' 企业寒武纪科技创始人陈天石告诉记者, 可以用 '瑞士军刀和菜刀' 来比喻通用处理器和深度学习处理器的关系: 瑞士军刀虽然功能多, 但是做菜的时候, 还是菜刀更合适. 在智能处理方面, 需要一把更合适的菜刀.
英伟达的处理器GPU, 本是用于图像的渲染, 却因为误打误撞在深度学习上, 更适合超大规模数学运算, 让计算机视觉等的准确率一举超过人眼. 可以说, 如果没有GPU, 这一轮AI浪潮就算积累了再多数据, 也枉然. 这让2年前还在30美元附近的英伟达股票, 如同坐上火箭般, 涨至现在的近250美元.
英伟达也并非高枕无忧. 谷歌也发布了两代TPU, 这种针对深度学习框架Tensor Flow而进行优化的AI芯片, 因为阿尔法狗的亮相惊艳世人. 微软, 英特尔, AMD等老牌科技巨头, 都在这条道路上积极布局, 包括合纵连横.
同一起跑线: '中国芯' 的抢跑机会
目前, 芯片仍是我国第一大进口商品, 每年的花费在2000亿美元, 超过了石油. 近年来, 随着在集成电路行业的不断发展, 传统芯片的国产替代率正在逐步提高. 而对于人工智能芯片而言, 好消息是, 国际上尚未形成通用的智能生态, 中国与其它国家站在同一条起跑线上.
2016年, 寒武纪研发了全球首款商用深度学习处理器IP产品寒武纪1A处理器. 2017年9月, 华为海思推出全球首款手机AI芯片麒麟970, 其强大的本地AI处理功能正是来自于其中集成的寒武纪1A处理器. 与传统的4核芯片相比, 这一芯片在计算机视觉, 语音识别, 自然语言处理等关键人工智能任务上, 达到了25倍以上的性能和50倍以上的能效.
'打个比方说, 功率, 体积, 速度等不断优化后, 最终有一天我们就可以把阿尔法狗装进手机里. ' 陈天石说, 做AI芯片, 就是像建房子或者修路这样的事, 如果没有房子, 没有路, 顶层的应用没办法往后走.
从研发到应用, AI芯片正在这里呈现出百花齐放的态势: 2017年11月, 寒武纪发布新一代智能处理器产品; 12月, 地平线发布自主研发的AI芯片 '旭日' 和 '征程' ; 2018年3月, 深思考发布其医疗影像专用AI芯片 'M-DPU' .
从云到端: 百花齐放的赛道
不过目前而言, 还没有一种算法架构可以覆盖所有的应用, 到底存不存在一种类似CPU这样的通用AI芯片? 业界也还在摸索中, 我国创业企业更是百花齐放.
类似寒武纪等, 是通用AI芯片的 '拥护者' ; 而深鉴科技, 地平线等, 则重在应用终端. 深鉴科技首席执行官姚颂认为, 每家AI芯片公司都必须成为一家软件&系统公司. 因为在AI芯片当中, 芯片本身只占1%, 剩下99%是完整的系统和软件.
'有一天, 手机可能不再是作为主要上网设备, 而是各种物联网设备. 未来谁掌握物联网的入口, 谁就是关键数据的产生者. 基于声音和图像的专用芯片, 将变得非常重要. ' 语音识别公司云知声创始人黄伟说, 非常期待产业基金能在物联网领域有一定出货量的终端AI芯片上多布局, 并形成 'AI云端芯片- 终端应用- 政府采购' 的生态闭环.
'AI杀手级的应用应该在哪探究, 是否会出现像通用CPU那样独立存在的通用AI处理器; 如果存在, 架构是怎样的? 如果不存在, 那现在这么多创业公司又将何去何从呢? ' 魏少军则认为, 这个问题目前还没有解答. 大部分市场上的AI芯片创业者都会成为 '先烈' , 而这将成为AI发展中最令人钦佩也最令人动容的伟大事件.