GTIC丨清华微电子所所长魏少军：大部分AI芯片创业者会成为“先烈”
2018年3月9日，由智东西联合极果、AWE举办的GTIC 2018全球AI芯片创新峰会在上海举办。本次峰会以“走进AI世界，从芯看未来”为主题，汇集了清华大学微电子所所长魏少军、NVIDIA亚太区AI技术中心首席技术官Simon See、联发科技副总经理暨家庭娱乐产品事业群总经理游人杰以及深鉴科技联合创始人兼CEO姚颂、启英泰伦创始人&董事长何云鹏等众多行业人士，共谈AI芯片的最新技术动向及产业落地前景。
会上，清华大学微电子所所长魏少军围绕“AI芯片发展需要应用和架构创新双轮驱动”进行了演讲，本文亿欧将对其重要观点进行展开说明，供行业人士参考。
一、集成电路芯片是实现人工智能的当然载体
毫无疑问智能化是下一轮技术发展的核心驱动力，但是到底什么是智能化？业界至今也没有一个统一的定义。
魏少军认为，“智能”是智慧和能力两者合称，将有感觉、记忆、回忆、思维、语言、行为的整个过程称为智能过程，它是智力和能力的表现。它们又分别可以用“智商”和“能商”来描述其在个体中发挥智能的程度。“情商”可以调整智商和能商的正确发挥，或控制二者恰到好处地发挥它们的作用。
芯片是实现AI实现智能的当然载体，“无芯片，不AI”。这也使得如今的芯片行业进入到一个高爆发和强竞争的阶段，例如英伟达在分立式GPU产品上占有优势，产品广泛应用于数据中心的人工智能训练；AMD能够提供异构GPU/CPU（即APU），以及集成或分立的GPU；同时还有深鉴科技、寒武纪科技等国内创业公司在细分行业领域的深耕。
二、人工智能芯片的若干关键要素
魏少军指出，如今的AI面临两个现实问题：第一是算法仍在不断演进，新算法层出不穷；第二是一种算法对应一种应用，没有统一的算法。
做芯片的公司都希望找到能够适应所有算法的架构，而不是某一种专用的。这就需要在芯片中实现一个深度学习引擎。现如今，深度学习需要面对的计算量是一个十分巨大的参数，这对于计算引擎的要求也十分严苛。在这样的情况下，AI芯片需要具备哪些基本要素呢？
1、可编程性：适应算法的演进和应用的多样性；
2、构架的动态可变性：适应不同的算法，实现高效计算；
3、高效的架构变换能力：<10 Clock cycle，低开销、低延迟；
4、高计算效率：避免使用指令这类低料率的架构；
5、低成本：能够进入家电和消费类电子；
6、体积小：能够装载在移动设备上；
7、应用开发简便：不需要芯片设计方面的知识；
8、……
三、应用和架构创新是发展人工智能芯片的必由之路
在应用方面，“无行业不AI”，无论是人脸识别，语音识别、机器翻译、监控、交通规划、无人驾驶、智能陪伴、舆情监控、智慧农业等等，似乎AI涵盖了人们生产生活中的方方面面。然而，哪些应用真的需要AI？我们希望AI帮助解决什么样的问题？什么是AI的“杀手级”应用？什么样的AI应用是我们每天都需要的？这些问题到今天仍旧没有解决。
AI应用落地还有很长的路要走，而对于从业者来讲，当务之急是研究芯片架构问题。从感知、传输到处理，再到传输、执行，这是AI芯片的一个基本逻辑。但是智慧处理的基本架构是什么？还没有人能够说得清，研究者只能利用软件系统、处理器等去模仿人类。软件是实现智能的核心，芯片是支撑智能的基础。
毫无疑问，软件是实现智能的载体。技术上要求智能软件具有自己学习的能力；形成知识和经验的能力；持续改进和优化的能力；再说和组织的能力；思维逻辑推理的逻辑以及做出正确判断的逻辑等等。
而智能芯片则需要承载所需的计算，要求其具有高性能的计算能力；多任务并行计算能力；极高的能量效率；灵活高效的存储能力；实时动态功能变换能力等。
四、总结
魏少军在演讲最后总结出如下五点思考：
1、AI芯片是当前科技、产业和社会关注的热点，也是AI技术发展过程中不可逾越的关键阶段，不管有什么AI算法，要想最终得到应用，就必然要通过芯片来实现。
2、由于还不存在适应所以应用的“通用”算法，确定应用领域就成为发展AI芯片的重要前提。遗憾的是，AI的“杀手”级应用目前尚未出现，已经存在的一些应用对于老百姓的日常生活来说也还不是刚需，因此，AI芯片的外部发展还有待优化。
3、架构创新是AI芯片面临的一个不可回避的课题。一个重要问题：是否会出现像通用CPU那样独立存在的AI处理器？如果存在的话，它的架构是怎样的？如果不存在，那么目前以满足特定应用为主要目标的AI芯片就一定只能以IP核的方式存在，最终被各种各样的SoC所集成。如果真是这样，那么今天从事AI芯片研究的设计公司该何去何从？
4、可重构计算芯片技术允许硬件架构和功能随软件变化而变化，实现软件定义芯片，在实现AI功能时具有独到的优势，具备广阔的前景。
5、目前大部分的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。
魏少军
最新事件
