集積回路産業のための産業と情報技術人材交流センターは、特別な才能プログラムを立ち上げたとして「コア電源」才能プログラムは、木のようで、国内および国際的なICの専門家、機関や融資機関に接続されたリソースその豊かな枝に、優れた産業人材生態環境を構築します。ワークショップは、ホット続いて、アーティストは、集められた人工知能チップおよび関連分野、企業、研究機関、投資と融資機関から大学を魅了現在の人工知能と最先端の技術ホットな話題の素人の言語の解釈が関連する実務家、研究者、200人以上が、米国や英国と他の国からの大学に出席するため、大規模なコーヒービジネステクノロジー。
王浙江ICコアダイナミックな才能プログラムの知恵バレープロジェクト事務所ディレクター、来賓の到着が力要員を駆動産業省と情報技術の機能と人材交流センターコアを詳細にアイデアを開発する計画を歓迎して導入しました。彼は、計画は才能のコア電源に基づいて前記高品質の国内および海外の知的資源の統合により、出発点としての才能は、オンラインとオフラインの活動は今年。IC業界環境の活気に満ちた、豊かな人間的価値を構築するために、プラットフォームの公園、事業者、専門家、および人的資源を共有するリソースを構築します170以上のフィールドまで追加。人工知能セミナーは、さらに、私たちは、このプラットフォーム、リソースの共有を使用するように願って交流を学ぶ。センターと誰もが喜んでセンターが主催する革新的な国の建設を加速、人工知能の利点の開発を強化するために開催されました中国の集積回路産業の盛んな発展に貢献するために、国内外の企業、研究者、研究者の間で交流と協力のためのプラットフォームを構築し、業界の同僚を集める。
「DSPと深い学習のためのVLSIの最適化」で電子科学技術の南京大学、教授王ストロークの学校スピーチ高速設計から、VLSI信号処理を提示し、低消費電力設計は、VLSI最適化されたターボ復号を説明し、説明の両方近代的な集積回路設計にまとめニューラルネットワークの最適化を、学習のVLSI深さと深さ、VLSI信号処理システムの最適化を大幅にパワー又は速度を増加させることができる。DNNS学習の深さの基礎である。実用的なアプリケーションでDNNの効果的な導入が非常に必要です。
インペリアル・カレッジ・ロンドン教授、イギリスウェインルックで王立工学アカデミーのアカデミー会員：スピーチ、「実践するための研究から、再構成可能なシステムの開発は、」人工知能技術のアプリケーションは、Microsoftとにより、効率、カスタマイズされたコンピューティング、リコンフィギュラブル技術を改善する方法について説明しますAmazonは、ハードウェアアクセラレーションによるクラウドサーバーを示しており、3つのAI機能は、研究プラットフォームをカスタマイズするアーキテクチャを計算し、ハードウェアおよびソフトウェアコンピューティングアーキテクチャをカスタマイズする必要がありために練習する研究から変革の方向性を指摘した：ハードウェアとソフトウェア設計の自動化および最適化ツール、エコシステム研究プラットフォーム：AIアプリケーション開発を加速してコストを削減します。
教授、内科学呉楠キー「視覚系の人工知能チップの研究開発動向、」異種画像センサ、メモリ、プロセッサ、ニューラルネットワーク、データ帯域幅、消費電力や他の作業の分析の統合の観点から提示音声の中国科学院の大学院。
復旦大学の情報科学・工学部のZheng Lirong教授は、「インターネットのもののエッジ・コンピューティングとオンチップ・インテリジェント・システム」というスピーチを行った。
CPU、GPU、FPGA、ASICおよび脳チップ（NPU）からカリフォルニア大学ロサンゼルス校教授レイの深学習と戦略AIチップでAIチップと大企業を共有する「AIチップアーキテクチャやトレンド、」スピーチ、 AI業界のメインプロセッサを示し、AIチップの3つの主要アプリケーション分野、すなわちトレーニング、クラウドの推論、限界的な推論、統合されたAIと将来のAIチップの展望を示しています。
午後のセミナーは指摘し、人工知能はニルヴァーナ復活EDA、EDAと人工知能への機会ですお互いを促進することができます「と、人工知能とEDAの相互の発展を促進する」南京丁甲斐インフォメーションテクノロジー株式会社のCEO王チーは、彼の演説で、継続的ななどの半導体ICプロセスの局面では、IPの設計、IC設計、システム設計から大は、半導体業界の動向と課題を示し、レイアウトの人工知能のアプリケーション、機械学習アナログ設計、解析の応用を示します視覚処理アルゴリズムの進化。
スピーチ「効率的なディープラーニング推論のためのハードウェア/ソフトウェア協調設計」の深いカム・テクノロジーチップR＆D陳ジョンミンの副社長は、AI時代、データの展開を説明し、特別なAIコンピューティング・ハードウェア開発のロジックを解析するためのアルゴリズムによって駆動力を計算します、アプリケーションシナリオは、コンピューティング・ハードウェア専用のAIを求め、AIのハードウェアは、計算効率を向上させ、消費電力を削減し、深いAI推論ソリューションの共有ビューから、ハードウェアとソフトウェアの協調設計する方法を、なぜエネルギー効率を説明する必要があります。
IFLYTEK王詩人、人工知能の傾向がキーテクノロジーのハードウェア、技術統合の方法、アルゴリズム、オープンソースのフレームワークがあるのスピーチ「を導入するために、深い学習プラットフォームのための人工知能と人工知能の最新動向」の調査担当副社長、学習、ビッグデータ、コンピューティングパワーや他の人工知能の深さの点ではAIのプロフェッショナルサービスは、3つの段階を示し、計算知能、認知知能、人工知能、認知インテリジェンスから、これまでに成功した業界での経験を、提示の認識を共有しました。シンプルな構造のための唯一のオープンソースのフレームワークを使用して、経口翻訳、知識、推論、中知能のブレークスルーと人工知能革新的なアプリケーションを知っている常識的な推論王詩人も、痛みのポイントのエンタープライズアプリケーションの深さの調査は、データセキュリティと低コストのオープンソースの学習プラットフォームの使用を含んで互換性がないことを指摘しました、大規模な展開のパフォーマンス、プラットフォームの安定性を保証することは困難です、企業自体が学習プラットフォームを構築することは困難です。
コンピュータサイエンスやエンジニアリング、ゆう李の歴史のノートルダム大学の准教授「Net.ai対Chip.ai：ディープニューラルネットワークのエッジ推論のためのスケーリング」発言は、例えば人工知能、人工知能のハードウェア、人工知能チップのユニバーサルアプリケーションを解析し、挑戦、パフォーマンスのギャップを説明し、量子同じ時間の成功例を挙げて、エネルギー効率とのギャップを補うために他の提案救済策の間のギャップは、いくつかの質問を提起：なぜさえバイナリネットワーク、ほとんどの定量化、 1ビット幅のネットワークに減少し、ある程度まだよく実行？精度の同程度を維持するために、重量によって生じるオーバーヘッドはどの程度を定量？最良の圧縮結果を得るためにビットの最適数を決定する方法？
ラウンドテーブルフォーラムでは、ゲストは「中国の人工知能チップが直面するチャンスと課題」について激しく議論した。
「私は、最初の3人の博士課程の学生を取った、最近の卒業生は、ハードウェアの会社に行っているが、昨年、私はグーグルでそれらのうち3つを満たしていた。」コンピュータ理工学史李ゆうのノートルダム大学の准教授助けるが、この話題について話すことはできませんTucao。
近年ではインターネット業界の人気が、どんなに多くの学生が学んだ」、多くの人が人工知能の発達を支配するためのソフトウェアを考える引き起こし、ホットの代表として深さに人工知能アルゴリズムを学習していない、ソフトウェア会社、行うことを考えていますそれは高給のためだ。それは始めることだ」とShi Yuyuは言った。
しかし、専門家によると、人工知能、大規模データ、クラウドコンピューティングの急速な発展に伴い、サポートとしてチップが必要とされているという。
歴史李ゆう多くのAIチップは、より多くの場面AIアプリケーションなど、無人などの特定のシーンサービス、のためである」、人工知能チップはホットであり続けるだろうと考えて、ますますAIも専用チップが必要ですパフォーマンス要件が厳しくなればなるほど、アプリケーションのエコシステムが形成され、チップの需要は増加し続けるでしょう。
「私たちが出て製品を提出し、顧客の経験は、顧客の経験、アルゴリズムおよびチップ不可欠性を向上させるために、基本的である。」チップ技術カムチェン・ジョンミン、深い思考の研究開発担当副社長、アルゴリズムおよびチップは、お互いが長期的な現象となり推進しています。
CPUが支配する時代になると、中国のチップ産業は遅れて遅れをとっています。人工知能技術の発達により、AIチップ分野の先進国との同期化が始まりました。
この場合、一部の中国のAIチップは「グローバルリーダー」と主張していますが、専門家はパフォーマンスが最も重要なものではないと考えています。
陳ジョンミンが言った「シングルコアでの操作、（外国の）。同じことを行っている」が、ユーザがそう、このツールを使用するハードウェアベンダーを使用することを学ぶ必要がある場合にAIチップの命令セットは、カスタムです「作られた車よりもそれのようにではなく、どのように開くように他の人を教えるために、それは非常にあなたのチップを支払うために誰を持っていない影響します。」、開発および販売促進ツールチェーンに注意を払う必要があります
業界では主流にNVIDIAのGPU、生態ウェルは、親しみやすさ、開発のしやすさと移行アルゴリズムのエコシステムの使用から開発を促進することである、我々はまだ先進国に遅れをとっている理由と考えています。
歴史李ゆうが、将来は、業界でボトルネックになる可能性があり、中国はまだ、このような米国でも習得した高速ADC / DACメンバーのコア技術、および輸出禁止などのチップの一部の地域に背後より遅れていることを指摘した。また、国内のチップの人材不足南京丁甲斐電子技術有限公司CEO王チー400,000エンジニアの不足分を残し、全国半導体業界と言っも、「非常に多くの半導体卒業生、チップを行うために来る人を？」明らかにされている、「短期的な市場は行く必要チップを稼働させるが、（人員の）制限は市場のニーズを満たすことができない。