2019全球人工智能应用创新峰会召开 深圳AI芯片崭露头角
浏览次数:1077 分类:产经
近年来,人工智能的浪潮已席卷全球,AI不再是科技企业的专属名词,各行业越来越多地应用。未来的AI世界,道路上是自动驾驶汽车,工厂是智能化、个性化生产,连医院也是用AI快速诊断病情,前景很美好,但现实也同样骨感——算力的闲置、落地的困难依然存在。昨日,2019全球人工智能应用创新峰会在五洲宾馆举行,今年已是第二届。来自全球人工智能领域的500名院士嘉宾、专家学者、行业大咖齐聚一堂。未来的AI芯片如何突破算力的极限,AI有哪些发展趋势,且听AI大咖们一一道来。
展望:
通用AI芯片未来更智能
如今,我们已经看到人工智能正在慢慢渗入普通社会生活中,人脸识别技术方便了无现金支付,保护街头安全;说句话就能调整灯光亮度、空调温度,语音识别开启了别样的家居生活;自动驾驶让方向盘脱离了人手操作。
“算法、数据、算力是AI的三大驱动力。”在昨天的峰会上,清华大学微纳电子学系主任魏少军教授在演讲中这样总结。而随着5G通讯技术、物联网、大数据等技术的不断成熟和发展,人工智能正处在深刻的变革之中,不过AI发展的背后也存在着重重阻碍。
低延时、高带宽的5G将带来几何级数的数据,算法的不断演进,让AI吃进海量数据吐出精准决策,这相应地增加了对算力的要求,这对AI芯片的发展增加了挑战。
魏少军认为,传统的CPU、GPU等芯片架构并不能完美适配人工智能的要求,要让人脸识别更加精准,自动驾驶汽车反应更快,这就要求有专门的AI芯片,但AI芯片面临着很多困难。
“一种AI算法往往对应一种芯片。”魏少军说,一种芯片的研发要经历“定义-设计-制造-销售”的周期,当一两年后,新芯片面世时,却可能因AI算法不断地演进,芯片面世后算法早已变了模样。
而AI应用的不断深入,处理海量数据带来的是能耗的直线上升,工农业的视频监控需要2瓦,自动驾驶则要100瓦,低功耗也成为未来AI芯片的要求之一。
在魏少军的设想中,AI芯片未来会是一个通用的平台,并且更加智能。“芯片的架构需要动态可变性,这样才能适应不同的算法;需要可编程性,才能适应算法的演进。”
现状:
深圳AI芯片崭露头角
今年深圳两会,有政协委员提出深圳在芯片产业可走差异化发展路线,从AI、传感器等领域另辟蹊径。在昨天的峰会上,看到深圳在AI芯片领域的一些突破。
鲲云科技创始人、CEO牛昕宇博士向在场嘉宾分享了鲲云在AI芯片上的新尝试。他介绍,鲲云科技自研的高性能AI推断芯片,可以让之前只能支撑10个摄像头的人脸识别,今后达到100个;一秒钟反应50次的AI汽车,反应500次。这意味着更安全的自动驾驶、更高效的人脸识别和更快的工业自动化生产线。
此外,新的芯片架构具有不同算法下的通用性和高度拓展性,目前已经应用在不同行业。如电力行业的无人机和机器人巡检;智慧城市的安防、人流分析;我国C919大飞机传感器异常检测和分析等多个领域。
趋势:
传统行业AI转型加速
除了AI芯片,峰会的另一热议焦点集中在AI领域的创新和产业发展。AI在近年的火爆,使得各行业期望通过AI实现转型升级,AI技术、算力、行业落地都在大踏步向前迈进之中。
浪潮集团人工智能与高性能产品部总经理刘军向与会嘉宾分享了他对AI趋势的观察。他认为,目前AI的应用场景还集中在传统行业,比如人脸识别、自动化客服、安防、欺诈分析,或者是智慧城市范畴的车辆识别、智能路灯、智慧交警。
随着技术的进一步发展,2020年以后,智能工厂、智能机器人将迎来爆发期;2025年之后,自动驾驶、智能医疗诊断也将迎来大规模应用。
“要想富先修路。”刘军形容目前我国的AI产业还处于“铺路”阶段,越高的算力意味着越快的高速路,AI的发展也就越快。他说,今年我国的AI营业额将达到25亿美元,其中2/3在计算领域,这个领域包括了AI芯片、算法、应用、云计算等。
刘军认为,依托AI芯片等领域开拓的高算力,未来我国的AI商业落地进程将大大提速,传统行业的AI转型也将加速,目前高铁站AI安检机,乘客通行效率提升5倍,肺结核AI诊断误差率低于1%。
巨大的前景面前,同样存在巨大的挑战。在刘军看来,AI产业还是未浮出水面的海下冰山,未来将成为万亿级的市场。越来越多的传统行业寄希望于AI来实现转型升级,但挑战仍在。
“许多传统行业找到BAT(中国互联网三巨头百度、阿里巴巴、腾讯)这样的AI领军企业,希望借合作来做行业AI。”刘军说,AI企业做了几个后发现做不下去,因为对接不了上千个行业的需求,由此产生了传统行业AI转型的鸿沟。
观察:
跨越鸿沟需构建AI生态
面对各行各业的AI需求,即使BAT这样的巨头也难免力不从心,刘军认为需要构建AI产业的生态,行业AI由众多生态伙伴来做。
同样的鸿沟也横跨在AI芯片与AI技术落地之间。在接受广州日报全媒体记者采访时,牛昕宇表示,要让人工智能技术变为人人可用的商品,改变我们的生活方式,需要降低AI芯片的成本,芯片成本降低带来的高算力,又将推动更多用户和场景使用人工智能,AI最终成为“人人可用”。
必须正视的是,与国外相比,我国在很多核心芯片领域起步比较晚。牛昕宇认为,建立AI芯片领域的行业生态,这是人工智能领域最大的机会和最大的挑战——芯片的出货量越大,芯片的生产成本越低。同时,不仅要有芯片,还需要基于芯片的非常广泛的应用,两者结合才能形成一个好的“生态闭环”。这需要芯片和应用开发伙伴的广泛合作,并逐渐拓展到更广泛领域。
同时,需要注意的是,芯片从来都是一个全球化竞争的行业,大家必须站在国际化的舞台上去正面比拼,然后在性能、应用、功耗各个指标上占有一席之地,让芯片性能水平有“国际话语权”。目前人工智能芯片行业没有统一的标准,大家对于自己研发的芯片在国际上处于什么样的水平很难有权威的途径获知。而获知一款芯片性能如何,最直接的方法是进行评测。为此,牛昕宇特别呼吁建立“人工智能芯片评测标准”,“让统一的芯片标准降低芯片厂商、人工智能算法厂商的沟通成本,建立一个有序的竞争环境”。