“深化大數(shù)據(jù)、
人工智能等研發(fā)應(yīng)用，培育新一代信息技術(shù)、高端裝備、生物醫(yī)藥、新能源
汽車、新材料等新興產(chǎn)業(yè)集群，壯大數(shù)字經(jīng)濟(jì)。”，“打造工業(yè)互聯(lián)網(wǎng)平臺，拓展“智能+”，為制造業(yè)轉(zhuǎn)型升級賦能。”……剛閉幕不久的中國兩會上，
人工智能（
AI）連續(xù)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(zhàn)略的
人工智能將加速與產(chǎn)業(yè)融合，為經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化升級發(fā)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(chǎn)業(yè)和技術(shù)展望研討會上，
人工智能也是其中的一個重要主題。自適應(yīng)和智能計算的全球領(lǐng)先企業(yè)
賽靈思公司
人工智能市場總監(jiān)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(zhì)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(yè)進(jìn)行產(chǎn)業(yè)升級以及產(chǎn)品迭代起促進(jìn)作用的存在。”
劉競秀：
AI的本質(zhì)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(guān)鍵“方法論”是FPGA
對
人工智能落地速度的表現(xiàn)劉競秀似乎并不滿意，他認(rèn)為當(dāng)前頂多應(yīng)該算是“智能服務(wù)”的時代，而不是真正
人工智能的時代。他將當(dāng)前的語音人機(jī)對話、智能視頻應(yīng)用等落地項目認(rèn)為是比較初期的智能應(yīng)用，“例如，人機(jī)對話可以用于最基本的生活服務(wù)，但很難真正對話超過20句，后面基本上是尬聊。”與產(chǎn)業(yè)和媒體關(guān)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(fā)展的關(guān)鍵判斷。
首先是海量的數(shù)據(jù)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(xiàn)在受限于摩爾定律，傳統(tǒng)
芯片算力的進(jìn)步已經(jīng)遠(yuǎn)遠(yuǎn)跟不上爆炸性增長的數(shù)據(jù)對算力的需求；其次是
芯片開發(fā)的長周期和快速迭代的市場和技術(shù)發(fā)展之間的“剪刀差”，傳統(tǒng)
芯片開發(fā)的完整的流程通常長達(dá)18~24個月，然而當(dāng)前的
AI項目經(jīng)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(fā)流片流程，當(dāng)
芯片出貨時市場需求可能已經(jīng)發(fā)生了根本的改變。
另外一個不爭的事實是，目前
AI芯片已經(jīng)發(fā)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(fēng)險都是一般中小企業(yè)或創(chuàng)新創(chuàng)業(yè)企業(yè)難以承受的，而且鑒于時間窗口問題，幾乎沒有企業(yè)愿意或有實力在這塊市場進(jìn)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(chuàng)新企業(yè)可以將其核心研發(fā)資源聚焦在特定領(lǐng)域（算法和框架方面）和應(yīng)用上，從這些層面來創(chuàng)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(dǎo)體市場注入了“興奮劑”，也為幾乎所有的
半導(dǎo)體公司所覬覦。目前，市場上已不斷有各種新的
處理器產(chǎn)品方案發(fā)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(tài)環(huán)境、工具鏈以及各種參考應(yīng)用，應(yīng)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(tǒng)
芯片組合以及創(chuàng)新的ACAP平臺為
AI落地提供了眾多選擇。“對于客戶
AI開發(fā)而言，傳統(tǒng)的解決方案提供的支持還遠(yuǎn)遠(yuǎn)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(yīng)用層各種神經(jīng)網(wǎng)絡(luò)模型。”劉競秀指出。
賽靈思公司擁有非常豐富的神經(jīng)網(wǎng)絡(luò)模型庫。據(jù)悉，僅視覺相關(guān)的神經(jīng)網(wǎng)絡(luò)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(tǒng)的
芯片提供商向平臺方案提供商轉(zhuǎn)變。
人工智能在具體應(yīng)用場景的落地是一個復(fù)雜的開發(fā)過程。據(jù)悉，傳統(tǒng)
處理器開發(fā)周期可以達(dá)到三至六個月，甚至一年都是常見的。劉競秀強調(diào)。速度對當(dāng)前的
人工智能創(chuàng)業(yè)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(xiàn)原型機(jī)，從而盡早去實現(xiàn)真正的場景性能、功能迭代和數(shù)據(jù)收集，才能將產(chǎn)品比別人更快地推向市場。
