“深化大數據、
人工智能等研發應用，培育新一代信息技術、高端裝備、生物醫藥、新能源
汽車、新材料等新興產業集群，壯大數字經濟。”，“打造工業互聯網平臺，拓展“智能+”，為制造業轉型升級賦能。”……剛閉幕不久的中國兩會上，
人工智能（
AI）連續第三年被寫入政府工作報告中，并首次將
人工智能衍生為“智能+”的概念。作為國家戰略的
人工智能將加速與產業融合，為經濟結構優化升級發揮重要作用。
在近日舉辦的第八屆EEVIA年度中國ICT媒體論壇暨2019產業和技術展望研討會上，
人工智能也是其中的一個重要主題。自適應和智能計算的全球領先企業
賽靈思公司
人工智能市場總監劉競秀在“
FPGA —
人工智能計算的加速引擎”的主題演講中開場就對“智能+”概念作出了通俗的詮釋：“
AI的本質就是高性能計算，就像電力一樣是一項通用能力，是能對所有行業進行產業升級以及產品迭代起促進作用的存在。”
劉競秀：
AI的本質就是算力，是像電力一樣的一項通用能力。
破解兩把“剪刀差”的掣肘，關鍵“方法論”是FPGA
對
人工智能落地速度的表現劉競秀似乎并不滿意，他認為當前頂多應該算是“智能服務”的時代，而不是真正
人工智能的時代。他將當前的語音人機對話、智能視頻應用等落地項目認為是比較初期的智能應用，“例如，人機對話可以用于最基本的生活服務，但很難真正對話超過20句，后面基本上是尬聊。”與產業和媒體關注熱度相比，
人工智能這幾年真正落地的速度有點慢，劉競秀給出了兩個剪刀差阻礙發展的關鍵判斷。
首先是海量的數據和計算
芯片所能夠提供的處理能力之間的“剪刀差”，主要表現在受限于摩爾定律，傳統
芯片算力的進步已經遠遠跟不上爆炸性增長的數據對算力的需求；其次是
芯片開發的長周期和快速迭代的市場和技術發展之間的“剪刀差”，傳統
芯片開發的完整的流程通常長達18~24個月，然而當前的
AI項目經常需要幾個月就提出解決方案，從而搶占市場。按照過去的
芯片漫長的研發流片流程，當
芯片出貨時市場需求可能已經發生了根本的改變。
另外一個不爭的事實是，目前
AI芯片已經發展到需要采用28納米甚至16納米制造工藝，倘若
AI算力的需求全靠工藝的迭代，所需的資金投入和風險都是一般中小企業或創新創業企業難以承受的，而且鑒于時間窗口問題，幾乎沒有企業愿意或有實力在這塊市場進行嘗試。“因此具備可編程性且靈活多變的
FPGA便成了最好的選擇。
人工智能創新企業可以將其核心研發資源聚焦在特定領域（算法和框架方面）和應用上，從這些層面來創造更多的價值。”劉競秀指出。
從硬件平臺到算法模型，完整工具鏈讓AI輕松落地
人工智能的爆熱與龐大的市場前景為全球
半導體市場注入了“興奮劑”，也為幾乎所有的
半導體公司所覬覦。目前，市場上已不斷有各種新的
處理器產品方案發布。“把
芯片本身做出來不難，但如果沒有足夠高性能的軟件、生態環境、工具鏈以及各種參考應用，應用落地將需要花費更長的時間。”劉競秀表示。對于
賽靈思，豐富的
FPGA傳統
芯片組合以及創新的ACAP平臺為
AI落地提供了眾多選擇。“對于客戶
AI開發而言，傳統的解決方案提供的支持還遠遠不夠，
賽靈思為客戶提供了更多的不同層次的支持，除了底層硬件、各種IP以及軟件，還提供了應用層各種神經網絡模型。”劉競秀指出。
賽靈思公司擁有非常豐富的神經網絡模型庫。據悉，僅視覺相關的神經網絡模型就超過70種。隨著在
AI市場的快速崛起，
賽靈思正在從傳統的
芯片提供商向平臺方案提供商轉變。
人工智能在具體應用場景的落地是一個復雜的開發過程。據悉，傳統
處理器開發周期可以達到三至六個月，甚至一年都是常見的。劉競秀強調。速度對當前的
人工智能創業公司和合作伙伴而言是最重要的考慮要素之一，通過快速實現原型機，從而盡早去實現真正的場景性能、功能迭代和數據收集，才能將產品比別人更快地推向市場。
