|
大约6亿年前，在地质学上称做寒武纪的开始。这一时期，几乎现今所有动物类群的祖先集中出现，被古生物学家称作“寒武纪生命大爆发”。随着人工智能的发展，各类智能终端乃至整个市场，对底层基础芯片的要求也发生了根本改变，处理器性能与需求之间出现了巨大的市场缺口，人工智能的核心AI芯片迎来“大爆发”时代。包括NVIDIA、Intel等老牌半导体巨头以及寒武纪等明星AI芯片初创公司，都在竞相开发AI算法专用芯片。” 瞄准深度学习神经网络芯片成AI竞争焦点领域 在中国，寒武纪科技公司于11月6日发布了新一代人工智能芯片，包括：面向低功耗场景视觉应用的寒武纪1H8、拥有更广泛通用性和更高性能的寒武纪1H16，以及可用于终端人工智能产品的寒武纪1M。 三种芯片采用与“阿尔法狗”类似的深度学习技术，模拟大脑的神经元和突触，一条指令即可完成一组神经元的处理，力争在未来3年占有中国高性能智能芯片市场30%的份额，并使全世界10亿台以上的智能终端设备集成有“寒武纪”终端智能处理器。 另外两款高性能机器学习处理器芯片“MLU100”和“MLU200”初露峥嵘。这两款芯片主要服务于服务器端的智能处理需求，分别偏重于推理和训练两个用途。有别于“神经网络处理器”（NPU），寒武纪科技云端芯片产品线使用全新的命名“机器学习处理器”（MLU）。这显示出寒武纪未来的芯片产品将全面支持多样化的机器学习应用，而不仅仅是常见的深度学习。 科技巨头抢先一步国内基础科研与产业短板亟待完善 对于人工智能这个战略制高点，国际科技巨头早已开始抢占。2010年NVIDIA就开始布局人工智能产品，2014年宣布了新一代PASCAL GPU芯片架构，这是NVIDIA的第五代GPU架构，也是首个为深度学习而设计的GPU，它支持所有主流的深度学习计算框架。 2011年，仍在谷歌就职的吴恩达将NVIDIA的GPU应用于谷歌大脑中取得惊人效果，结果表明12颗GPU可以提供相当于2000颗CPU的深度学习性能。之后各地人工智能研究人员纷纷使用GPU来加速AI算法，GPU也成为目前最主流的AI芯片。 去年，谷歌推出了其自主芯片TPU，并成功帮助升级版的“阿尔法狗”战胜中国围棋选手柯洁，它与GPU相比，用较低的精度提高性能，功耗下降到GPU的10%。 2017年11月15日，中国科技部在京召开新一代人工智能发展规划暨重大科技项目启动会。会上公布了首批国家人工智能开放创新平台名单：依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台。这是国家级人工智能战略规划迈出的一小步。 人工智能的根本是智能芯片，离开芯片没有第二种实现人工智能的方法，未来10年将成为AI芯片发展的机遇期和产业主权的激烈争夺期。 从顶层设计来看，中美有近乎相仿的重视程度。美国和中国政府都把人工智能当作未来战略的主导，出台发展战略规划，从国家战略层面进行整体推进。 但在应用系统中，美国已经开始将AI装备到军事领域。中国虽跻身全球第一梯队，但在基础算法和理论研究方面，与美国还有很大差距。可以说，中国在人工智能和芯片的应用上跟美国处于同一个水平线，但在基础方法研究方面仍然处于落后地位。 从全球范围看，人工智能和AI芯片已经全面进入“寒武纪”时代。人工智能的技术突破与创业者们的蜂拥出现，给人工智能加速产业化创造了重要契机。 对中国而言，人工智能距离真正普及还有相当长的路要走，这不仅要有智能芯片的支持，还要有庞大的云数据的支撑。 无论是芯片、算法，还是数据、应用、人才，都需要参与者多方合力协作，才能让我们在未来人工智能领域占有一席之地。 |
|
|
