?
U大師軟件中心提供官方軟件下載
您所在的位置:軟件中心 »安卓資訊 »APP動態 »正文
下一代計算:人工智能芯片競賽
時間:2018-06-22 04:26:29 編輯:佚名 來源:本站整理 熱度:2157

通過閱讀這一講的內容,你將會掌握以下3個問題的答案:

  1. 為什么要研發人工智能芯片?
  2. 寒武紀為何能成為獨角獸企業?
  3. 人工智能芯片競爭的核心是什么?

這一講我們要介紹的人物,是寒武紀的陳氏兄弟,陳云霽和陳天石。

相信你應該聽說過華為的 Mate 10 手機,這款手機在2017年10月發布的時候引起了很大的關注,有不少的技術亮點。

比如其中的一個技術亮點就是智能拍攝,也就是當你把攝像頭對準你想拍的景色或者物體的時候,手機就知道自己將要拍攝的是夜景、是花朵還是藍天,而且它能快速地自動調節到優化的拍攝方案,而不再需要手動去切換“人物”或“風景”這些模式。

除此之外,還推出了拍照翻譯功能,也就是說你對著菜單拍一張照片,對應的翻譯就在屏幕中顯示出來了。

讓這些功能得以實現的,就是上一講我們提到的麒麟970處理器芯片,而它里面集成了寒武紀 1A 神經網絡處理器。

神經網絡處理器,簡稱叫 NPU,它就像我們熟悉的中央處理器 CPU,專用圖形處理器 GPU 一樣,NPU 是專門負責神經網絡的專用處理器。

神經網絡是模仿大腦中神經元連接的計算結構模型,是人工智能重要的方法和基礎,它在處理圖片和音頻上,比傳統處理器能夠提升近百倍。

在這項科技的背后,是中科院計算所的創業公司,也是備受投資追捧的人工智能芯片“獨角獸”企業——寒武紀。

講到寒武紀,必然會談到中科大少年班的兄弟倆,哥哥陳云霽和弟弟陳天石。

很多人好奇,這對來自江西的兄弟,是怎么樣在“芯片”行業做出國際知名的“獨角獸”的?

這一講,我們就來講講他們的故事。

一、陳云霽和陳天石兄弟

陳氏兄弟出生在江西南昌的一個普通家庭,他們的爸爸是電力工程師,媽媽是歷史老師,家里兩個孩子,哥哥陳云霽,弟弟陳天石。

兩個天才少年一路開掛,哥哥陳云霽9歲就上了中學,14歲考入中科大少年班,19歲進入中科院計算所碩博連讀,24歲就拿到了計算機博士學位,25歲就成為了八核“龍芯3號”的主架構師,29歲晉升為研究員,33歲榮獲中國青年科技獎。

比哥哥小兩歲的陳天石也是一路沿著哥哥的腳步,從中科大少年班一路追到了中科院計算所。

  • 陳云霽是“工程強人”,到中科院計算所后師從“龍芯之父”胡偉武研究員,成為了當時龍芯研發團隊中年輕的成員,而且他在龍芯處理器的設計方向卓有成就。
  • 與哥哥不一樣,陳天石則是“理論牛人”,他在中科大少年班拿到了數學學士學位,攻讀博士時師從國內并行計算的元老陳國良院士和姚新教授,這讓他積累了很深的算法與理論功底。

左→右:陳云霽、陳國良院士、陳天石

說到這兒,我簡單介紹下中科院計算所,它是華羅庚主持籌建的中國早的計算機研究所,也是名副其實的計算機體系結構研究的國家隊。

從兩彈一星到曙光系列超級計算機和龍芯處理器,一直走在中國的前沿。而且在科技轉化上培植了聯想、曙光、龍芯等一系列知名的企業,而寒武紀正是新的代表企業。

二、人工智能芯片

在讀博士期間,陳云霽的研究方向是芯片,陳天石是研究人工智能,兄弟倆能力出眾又珠聯璧合,于是順理成章就開始研究人工智能芯片了。

早的人工智能芯片的概念,是法國國家信息與自動化研究所 INRIA 的 Olivier Temam 教授提出的,恰好他和中科院計算所有多年合作。

所以陳氏兄弟和 Temam 教授共同開展了一系列的開拓性的學術工作,他們的成果成了世界范圍內智能芯片研發的必讀文獻。[color=rgba(0, 0, 0, 0)]后來 Temam 教授加入了 Google,而且他也把這些思想融入到了 Google TPU 的設計中。

咱們《全球創新260講》的同學肯定都知道,這一輪的人工智能大發展,是得益于深度神經網絡,也就是 Deep Neural Networks,簡稱 DNN 的突破。而現在的人工智能芯片,主要指的就是神經網絡芯片,也就是用神經網絡的理論來設計專用芯片。

陳云霽曾經說到:

人的大腦是已知智能的物體。如果能把大腦中神經元和突觸數字化抽象出來,這樣的數字化網絡某種程度上可能就繼承了人腦對信息的處理能力。
  • 一方面,深度神經網絡的算法和應用越來越強大,而大規模神經網絡和海量數據對計算機的算力要求越來越高;
  • 另一方面,傳統的通用 CPU 核心數量有限,面對龐大的神經網絡模型和海量數據,計算效率不高。而寒武紀就是希望通過設計新的專用的神經網絡芯片來解決這個問題。

從2014年到2016年,兄弟倆合作在學術圈引發了一撥“DianNao(電腦)”風暴,連續在頂級學術會議上發表了一系列名稱頗有個性的文章。

  • 比如他們在2014年的時候,在國際頂級計算機會議 ASPLOS 上發表名為“DianNao(電腦):一種小尺度的高吞吐率機器學習加速器”的文章,并斬獲佳論文獎。
  • 同年又以“DaDianNao(大電腦,性能增強的第二代)”收獲了 MICRO'14 佳論文,MICRO 是國際微體系結構會議,這也是首次來自美國以外的作者獲得此獎。
  • 2015年,兄弟倆又接連在國際頂級會議 ASPLOS 和國際體系結構大會 ISCA 上發表了“PuDianNao”(普電腦,通用型機器學習芯片)、“ShiDianNao”(視電腦,圖像識別處理芯片)等文章。

據說,因為他們知道老外讀“DianNao”這2個拼音很拗口,于是特意起了這個名字。

但這些極富中國特色的名字宣示著,中國在人工智能芯片研究領域走到了全球引領者的位置。

三、人工智能芯片的價值

那么,為什么要研發人工智能芯片呢?它有什么優勢呢?

計算機技術的發展一直伴隨著通用性和專用性的矛盾,一般來說越通用的設計,普適性越強,但對某一類應用就會性能有限;而專用的設計性能好,但又不夠靈活。

打個比方,通用的設計就好像是瑞士軍刀,功能很多,能應付很多場景,但如果用來切菜,肯定不如菜刀好用。

芯片領域也是一樣的道理,CPU 就是通用的設計,但用來處理深度專項任務效率太低。

比如,NVIDIA 公司自從2006年以來,就把處理圖形、游戲的 GPU,做成了可以科學計算的通用計算圖形處理器 GPGPU(General Purpose GPU)。然而,盡管這些做圖形的處理器已經比 CPU 加速很多,但仍然只是在原有的體系架構里提高速度而已。

在這個背景下,人們就開始研發專用化的神經網絡處理器了。人工智能芯片從研發到設計,都是基于神經網絡算法和機器學習的,所以在專項的計算能力上,性能近百倍于那些傳統的芯片。

而人工智能芯片的主要優勢有以下三點:

  1. 專門設計的芯片架構和存儲結構,大大緩解了大數據對存儲的壓力;
  2. 面向機器學習專用的指令集,大大簡化了指令的復雜度,一條指令可以完成 CPU 上成百上千條指令才能完成的操作;
  3. 超低的功耗,相比耗電的 GPU,專用芯片能耗不到其1/10。

四、寒武紀誕生

在研究取得突破進展以后,2016年3月,陳氏兄弟倆在中科院計算所的支持下創立了寒武紀公司,取名借用地質學上“寒武紀”時代生命大爆發,意喻人工智能的大爆發時代。

之后哥哥繼續留在計算所,為芯片設計埋頭寫代碼作研究,弟弟則出任 CEO 全身心投入公司運作。與國內其他創業公司不同,寒武紀是中科院計算所多年研發的結果。

實際上,2000年前后,中科院計算所就開始了國產芯片設計研究的道路。從2002年研發出的早國產 CPU“龍芯一號”開始,龍芯系列處理器芯片就一直對標 Intel、AMD、IBM 等國際頂級巨頭,但經過若干年的發展,盡管在技術上取得了很大成功,但因為[color=rgba(0, 0, 0, 0)]芯片只是計算機這個非常龐大的復雜系統的核心,沒有周邊配套設備的跟進,在商業化的道路上十分艱辛。

其實從2008年起,中科院計算所就開始了深度神經網絡處理器的研制,又在芯片和超級計算機方面有深厚積累,可以說寒武紀具有得天獨厚的優勢。

2017年8月,寒武紀完成了1億美元的 A 輪融資,由國投創業、阿里巴巴創投、聯想創投、國科投資等聯合投資。

目前,無論是寒武紀芯片,還是 Google 的 TPU,在無人機、自動駕駛汽車、攝像、人臉識別等領域都有非常廣泛的應用。

除了華為以外,我們相信寒武紀的商業化步伐會越來越快,我們也期待它的發展越來越好。

我在兩年以前,有一次參加央視的節目,遇到了陳云霽和陳天石兄弟,還當場和他們打賭,如果3年內他們的芯片能得到實際應用,我就向他們鞠躬認輸,結果華為的 Mate 10 手機用了他們的芯片,算算時間才兩年多一點兒,所以在這里我要向兩兄弟鞠躬認輸,等到哪天見面了再當面鞠躬。

我因為一直在全球范圍看科技前沿的進展,真心地說:

我們國家確實有些研究達到了世界前沿,但大多數領域的科技水平離世界前沿還有不小的差距,大家千萬別看了微信朋友圈里的很多自我吹捧的文章就以為我們已經世界第一了。

不過陳氏兄弟的研究確實是世界領先的,再加上和產業實力雄厚的華為合作,真的稱得上是強強聯手。希望今后這種科技突破和強強聯手的合作能更多些。

五、人工智能芯片的產業現狀

講完兄弟倆的故事,我們介紹下目前人工智能芯片領域內的發展現狀。

國際方面,IT 巨頭紛紛涉足人工智能芯片領域。

  • NVIDIA 的通用圖形處理器 GPGPU 成為人工智能研發的基石,在深度學習市場仍然獨步天下,在3月27日的 GTC(GPU技術大會)大會上,NVIDIA 教主黃仁勛帶來的安裝了16個 V100 GPU 和 300GB/s 高帶寬 NVLink 的小型超算,其單服務器的性能超過了很多傳統的超級計算機。
  • 而 Google 的 TPU 配合 Tensorflow 軟件框架和 GCP 云平臺,正在推動全棧式(Full stack)解決方案,這個我們會在下周的云計算平臺展開來說。
  • 擅長軟件的微軟,也通過 Brainwave 的 FPGA 人工智能解決方案,進入了這個領域。
  • Intel 通過收購 Nervana、Altera,也在大力推進機器學習專用芯片的研發。
  • 此外高通、IBM、Facebook 等科技巨頭也都在積極布局人工智能芯片。

據咨詢公司 Tractica 的預測數據,到2025年前,深度學習芯片市場將以40%的年增長率快速成長。

國內方面,人工智能芯片創新非常活躍,呈現百花齊放的格局,其中一些企業技術水平與國外同行相比不相上下。

除了寒武紀外,也出現了像地平線機器人等知名初創公司,并獲得資本青睞。由百度研究院前副院長、百度深度學習實驗室前主任余凱創立的地平線機器人,在去年年底前完成了近億美元的 A+ 輪融資,由 Intel 領投,嘉實投資聯合投資。

總體來說, [color=rgba(0, 0, 0, 0)]無論是行業巨頭還是創業公司,都在搶占人工智能芯片市場,競爭不僅僅在芯片本身的性能和功耗,更在于運行其上的軟件和應用場景。 某些特定領域的商業化應用已經有突破,但 IT 巨頭們爭奪激烈的,還是通用型的應用。

[color=rgba(0, 0, 0, 0)]課程小結

今天我們講了陳云霽和陳天石兄弟和寒武紀,以及人工智能芯片的發展現狀,希望你能掌握以下三點:

第一,人工智能芯片會像顯卡一樣,越來越多地出現在我們的日常生活里。目前,芯片研發、軟件和應用落地是關鍵,需要盡快找到垂直市場深耕,如智慧醫療、視覺芯片、自動駕駛等。

第二,人工智能芯片從研發到設計,都是基于神經網絡算法和機器學習。它的主要優勢是:專門設計的芯片架構和存儲結構,緩解大數據對存儲的壓力;面向機器學習專用的簡化指令集,以及超低的功耗,相比耗電的 GPU,專用芯片能耗不到其十分之一。

第三,世界IT巨頭紛紛涉足人工智能芯片領域,競爭不僅僅在芯片本身性能和功耗上展開,更在于運行其上的軟件和應用場景上,尤其是爭奪未來通用型的應用市場。國產自主智能芯片領域有寒武紀、地平線,與國外相比也相當有競爭力,期待它們發展得越來越好。

[color=rgba(0, 0, 0, 0)]課后思考題

你是否體驗過華為的 Mate 系列手機的拍照功能呢?你還了解到哪些領域適合使用人工智能芯片呢?

歡迎在留言區分享你的見解,我們一起來討論。

*此文來自王煜全《全球科技360講》*

相關閱讀

評論 ( 已有 5 人參與評論)

驗證碼:  
最新評論
網友
2018-06-05 14:35:59 14:35

中國的芯片技術已經在世界上屬于一流水平,致敬

網友
2018-05-17 14:00:23 14:00

終于在科技前沿領域再一次的看到了中國的身影,希望成為第二個大疆。

相關軟件
北京快乐8好假