发展人工智能 专“芯”至关重要

伴随着中国人工智能（AI）政策不断落地，行业良性发展，让AI技术走出实验室迈入市场，是AI企业的使命。"智能客服可极大缓解人工客服冗杂的工作压力，顺丰最新的蓝牙耳机给顺丰小哥带来更便捷更高效的工作体验。"顺丰科技有限公司相关负责人熊波近日在思必驰2019年AI芯片暨战略发布会上称。

智伴科技产品研发副总裁雷泽华表示，在儿童早教产品领域，AI语音在童声、语气、情绪等方面的优化大大提高了产品体验。

"当前我们正处于5G爆发的边缘，5G与人工智能的结合将真正促使万物智联的落地与实现。"云知声创始人黄伟认为，可以预见的是，未来巨量的多维数据（如语音、图像、视频等）集中处理与边缘式分布计算的需求，势必将进一步挑战AI底层支持硬件--芯片的计算能力。

据了解，苹果、谷歌、微软等企业在软件基础之上打磨人工智能功能后，也意识到了硬件的重要性，谷歌甚至专门为人工智能开发了其特有的专用芯片TPU。这也说明，人工智能芯片对于整个产业来说，正在变得至关重要。

据美国知识产权局的数据，2017年AI半导体专利申请量达391件，对比2013年的32件，近4年增长超过10倍，且速度逐年加快。ReportLinker曾预测，到2023年全球AI芯片市场规模将达到108亿美元，复合年均增长率达到53.6%。而在中国，AI芯片承载着集成电路产业弯道超车的期望，得到政府自上而下的推动和扶持。2017年7月8日，国务院印发《新一代人工智能发展规划》，提出发展智能计算芯片与系统，重点突破高能效、可重构类脑计算芯片。2017年12月14日，工信部印发《促进新一代人工智能产业发展三年行动计划》，提出力争到2020年，神经网络芯片实现量产并在重点领域实现规模化应用。

相关专家表示，对于使用人工智能的人来说，不只看重运算结果，还关心运算的速度，如果反应迟钝也会大大影响使用体验。因此，芯片虽然低调，却是不可或缺的基石。尽管目前云计算是深度学习和人工智能的主流趋势，但在一些场合又免不了在本地处理数据，以实现一些实时的功能，这就需要速度快、能耗低的芯片来提供支撑。

特别对于某些应用，由于网络延迟、带宽和隐私问题等各类原因，必须在边缘节点上执行推断。例如，自动驾驶汽车的推断，不能交由云端完成，否则如果出现网络延时，则会发生灾难性后果；大型城市动辄百万的高清摄像头，其人脸识别如果全部交由云端完成，高清录像的数据传输会让通信网络不堪重负。

业内人士认为，未来相当一部分人工智能应用场景中，要求边缘处的终端设备本身具备足够的推断计算能力。而目前边缘处理器芯片的计算能力，并不能满足在本地实现深度神经网络推断的需求。业界需要专门设计的AI芯片，赋予设备足够的能力去应对未来越发增多的人工智能应用场景。

"AI芯片的最大问题是时钟树。"Arteris IP营销副总裁库Kurt Shuler（音译为库特·疏勒）说，这需要同步通信，因为如果以异步方式处理通信，会占用很多区域。此外，更有可能在大芯片上出现路由拥塞。解决这个问题的方法是创建虚拟通道链接，这样可以减少连线数量并通过一组线路共享通信。

"计算非常简单，压缩或解压缩数据也简单，但在内存中存储和加载数据并不简单。"Arm研究员杰姆·戴维斯说，要构建这些系统，你需要特定领域的专家，比如机器学习专家和一些优化以及性能方面的专家。

此外，芯片中应运用AI，实际是关于数据的质量、数量和移动，这需要一种不同的方式来看待设计，包括团队之间的协作。"在技术落地过程中所遇见的问题是需要通过整合行业资源来解决的，单一企业无法完成，开放协作、产学研一体化都是重要策略。"OPPO研究院软件研究中心总监陈岩说。（记者 周东洋）

转自：中国贸易报