6月25日，第五屆集微半導(dǎo)體峰會在廈門海滄正式開幕，本屆峰會以“心芯本相印，變化有鯤鵬”為主題，共計(jì)2天。在第二天的集微高端通用芯片專場論壇上，中科寒武紀(jì)科技股份有限公司（以下簡稱：寒武紀(jì)）聯(lián)合創(chuàng)始人&副總裁劉道福做了“AI‘芯’技術(shù)賦能行業(yè)新發(fā)展”的主題分享。

寒武紀(jì)聯(lián)合創(chuàng)始人&副總裁劉道福

本屆集微半導(dǎo)體峰會的“高端通用芯片專場論壇”，集微咨詢攜手高通、Imagination、黑芝麻、寒武紀(jì)等知名芯片設(shè)計(jì)、IP廠商以“構(gòu)建高端芯片生態(tài)，創(chuàng)‘芯’共贏”為主題剖析高端芯片產(chǎn)業(yè)現(xiàn)狀與發(fā)展，構(gòu)建新生態(tài)。

在寒武紀(jì)的演講中，劉道福主要分享了人工智能時代的發(fā)展有賴于且離不開專用芯片的支持，以及寒武紀(jì)在該領(lǐng)域的深度戰(zhàn)略和產(chǎn)品布局。

人工智能時代，算力決定智能化水平的上限

從1956年“人工智能”定義在達(dá)特茅斯會議上正式誕生至今，人工智能在發(fā)展歷程上經(jīng)歷了幾次大起大落。

20世紀(jì)50年代，提出了現(xiàn)在的深度學(xué)習(xí)或者神經(jīng)網(wǎng)絡(luò)的雛形——第一款神經(jīng)網(wǎng)絡(luò)Perceptron，但由于缺乏好的多層神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法，并沒有得到很好的發(fā)展。

直到20世紀(jì)80年代， BP算法出現(xiàn)使得大規(guī)模神經(jīng)網(wǎng)絡(luò)的訓(xùn)練成為可能，但是受限于算力無法滿足多層神經(jīng)網(wǎng)絡(luò)的需求，以及算力的成本高昂，AI進(jìn)入第二次低谷。

到2000年之后,摩爾定律、芯片技術(shù)的發(fā)展，以及異構(gòu)計(jì)算的出現(xiàn)，讓整個算力尤其是并行和異構(gòu)算力得到了長足發(fā)展，加上互聯(lián)網(wǎng)數(shù)據(jù)的積累，解決了深度學(xué)習(xí)的數(shù)據(jù)和算力問題，讓深度學(xué)習(xí)步入飛速發(fā)展期。

也正是在這個時候，2008年，寒武紀(jì)創(chuàng)始團(tuán)隊(duì)成員開始從事處理器架構(gòu)和人工智能的交叉研究。劉道福表示，如果說，在傳統(tǒng)工業(yè)時代，電力決定了整個工業(yè)發(fā)展的上限，成為了當(dāng)時非常重要的生產(chǎn)資源。那么，步入人工智能時代，則是由算力來決定智能化水平的上限，以此支持人工智能在各行各業(yè)的落地。

人工智能需要專用的智能芯片

“人工智能的發(fā)展離不開三大要素，即智能算法、海量數(shù)據(jù)和智能算力。”當(dāng)然，伴隨新技術(shù)日新月異，這三大要素也需要不斷突破。

首先，算法本身需要突破，因?yàn)橹挥胁粩鄡?yōu)化人工智能算法，融合數(shù)據(jù)、算力后，才能更好地把價值發(fā)揮出來。

其次，海量數(shù)據(jù)的資源需要突破，一般來說，為達(dá)到良好效果，神經(jīng)網(wǎng)絡(luò)算法往往需要很多層，且參數(shù)量巨大，這些都需要海量的數(shù)據(jù)。以金融領(lǐng)域?yàn)槔?，其?yīng)用很廣的自然語言處理模型bert，其訓(xùn)練大概需要33億文本語料，而語音識別也需要高達(dá)數(shù)百小時的語料進(jìn)行訓(xùn)練等等。

最后，芯片的算力需要突破，海量且復(fù)雜的數(shù)據(jù)需要高算力芯片處理，同時，人工智能技術(shù)需要更大算力和更高能效比的智能芯片。

劉道福表示，因此，人工智能需要專用的智能芯片，復(fù)雜的智能算法和海量的數(shù)據(jù)都依賴于高能效比的專用智能芯片來加速處理。

縱觀芯片技術(shù)的發(fā)展，往往都是隨應(yīng)用驅(qū)動而演進(jìn)。最初主要應(yīng)用是文本處理，一般需要傳統(tǒng)的通用計(jì)算，而CPU就是為通用計(jì)算而生，不適合智能計(jì)算中常用的張量運(yùn)算，而且算力較低，并行計(jì)算性能弱，另外，性能功耗比較低，不適合大規(guī)模部署。爾后，隨著圖像或桌面應(yīng)用開始出現(xiàn)，而CPU難以高效地滿足圖形計(jì)算的計(jì)算模式，為此GPU誕生了，包含大量的圖形計(jì)算單元，雖然增加了智能計(jì)算中常用的張量單元，但占比較小，性能功耗比大于CPU，但相比專用智能芯片有差距。

如今，人工智能計(jì)算應(yīng)用越來越廣泛，其中的計(jì)算模式與圖形計(jì)算、通用計(jì)算都不同，因此需要針對智能計(jì)算進(jìn)行優(yōu)化的處理器架構(gòu)。而寒武紀(jì)MLU則是更適合深度神經(jīng)網(wǎng)絡(luò)計(jì)算的芯片架構(gòu)，為人工智能而生，更低的TCO和優(yōu)異的性能功耗比，滿足業(yè)務(wù)部署對吞吐率和時延的苛刻要求。

劉道福談到，寒武紀(jì)的核心能力是AI芯片的處理器架構(gòu)，基于此，公司關(guān)注跨行業(yè)多場景對AI芯片算力的需求。例如，智能物聯(lián)網(wǎng)領(lǐng)域，典型算力需求是小于1TOPS；消費(fèi)電子領(lǐng)域是1~20TOPS；而自動駕駛隨著級別升高，算力需求在20~2000TOPS；至于數(shù)據(jù)中心及云計(jì)算等業(yè)務(wù)，規(guī)模越大，用戶訪問越多，需要的算力就越大，最終可能在POPS到EOPS。

寒武紀(jì)云邊端一體化芯片布局

寒武紀(jì)是目前市場上少數(shù)幾家全面布局并掌握云邊端一體化產(chǎn)品的企業(yè)之一，能提供終端智能處理器IP、云端AI芯片及加速卡、邊緣智能芯片及加速卡，以及基礎(chǔ)系統(tǒng)軟件平臺Cambricon Neuware。

劉道福特別強(qiáng)調(diào)，寒武紀(jì)的處理器架構(gòu)無論在云端，邊緣端，還是終端，甚至包括車端都能互相通用。寒武紀(jì)在終端有一整套完善的工具，支持開發(fā)好就可快速部署。可以說，云邊端一體軟件平臺Cambricon Neuware徹底打破了云邊端之間的開發(fā)壁壘，兼具高性能、靈活性和可擴(kuò)展性的優(yōu)勢。在Cambricon Neuware的支持下，能輕松實(shí)現(xiàn)跨云邊端硬件平臺的人工智能應(yīng)用開發(fā)，以“一處開發(fā)、處處運(yùn)行”的模式大幅提升人工智能應(yīng)用在不同硬件平臺的開發(fā)效率和部署速度。

公司現(xiàn)有核心產(chǎn)品包括終端智能處理器IP、云端訓(xùn)練芯片思元290®（MLU290）和思元270® （MLU270）、邊緣端智能芯片思元220®（MLU220）。這些核心產(chǎn)品的應(yīng)用包括機(jī)器視覺、語音技術(shù)、自然語言、搜索推薦等各種場景。

AI芯片讓機(jī)器更好的理解和服務(wù)人

AI芯片本身而言，是一個很底層的基礎(chǔ)設(shè)施，最終的價值需要體現(xiàn)在終端應(yīng)用和方案上。人工智能技術(shù)一般分為三層：第一是基礎(chǔ)層，主要是以硬件為載體的AI芯片；第二是技術(shù)層，可能是計(jì)算機(jī)視覺、語音識別、自然語言處理、知識圖譜、搜索推薦；最上層是智慧應(yīng)用層，包括自動駕駛、智慧教育、智慧電力、機(jī)器人、質(zhì)檢等等。對于不同的層面，寒武紀(jì)都會布局或者配合合作伙伴進(jìn)行布局。例如技術(shù)層，寒武紀(jì)會和合作伙伴適配算法，在應(yīng)用層，寒武紀(jì)也有很多應(yīng)用生態(tài)的合作伙伴。劉道福表示，如今，寒武紀(jì)已經(jīng)有大量方案落地，包括互聯(lián)網(wǎng)、鐵路、金融、交通、電力等領(lǐng)域。

回歸公司的初衷和愿景，劉道福表示：“寒武紀(jì)的直接服務(wù)對象是機(jī)器和算法，做機(jī)器里面核心的AI計(jì)算芯片，讓機(jī)器的智能算力更高，運(yùn)行智能算法能效更好。同時，寒武紀(jì)會和硬件和算法合作伙伴一起，打造各類場景應(yīng)用下智能解決方案，最終讓機(jī)器能更好的理解和服務(wù)人?！?