QQ在线
企业微信
资讯
374
人工（gōng）智能芯片（piàn）与人工智（zhì）能框（kuàng）架代（dài）表（biǎo）企业
◇作为（wéi）算力算法的（de）关键基础，人工智（zhì）能芯片、人工智（zhì）能框架的性能决（jué）定着人工智（zhì）能产（chǎn）业的发展
◇随着中（zhōng）美竞争（zhēng）态势加剧，人工智能成为（wéi）大国竞争的（de）新焦（jiāo）点（diǎn）。与美国相比（bǐ），我国目前（qián）人（rén）工智（zhì）能的短板就是（shì）关键根技术的缺失
◇“十四五”时期（qī）人工智能规划需要关注（zhù）的重（chóng）点就是如何（hé）通过（guò）明（míng）确我（wǒ）国人工智能技术发展（zhǎn）路线，发挥我国制度（dù）优势，促进人工智能（néng）根技术突破和（hé）创新
AlphaGo再次进化。
2020年12月，据《自然》杂志报道，DeepMind公司的（de）一项研究（jiū）提（tí）出（chū）了MuZero算法，可以在不（bú）知道规则的情况下，通过（guò）自己试验，掌握围棋、国际象棋等（děng）游戏，被认为在（zài）寻求通（tōng）用人（rén）工智（zhì）能算法方（fāng）面迈出重要一步（bù）。
许（xǔ）多人还（hái）记（jì）得，2016年，这（zhè）个人工智能程序的“前（qián）辈”AlphaGo第一次（cì）战（zhàn）胜人类世界顶尖围棋选手。一（yī）年（nián）后，继任者AlphaGoZero通过规则（zé）输入（rù）和自我（wǒ）博弈进行学习，在仅40天的训练后（hòu）成功击败（bài）上一代产品。不久（jiǔ）之后，9小时掌握国际象棋、12小时掌握日（rì）本（běn）将棋（qí）、13天掌握（wò）围棋的AlphaZero出（chū）世……
是什么（me）让人工智能（néng）飞速（sù）进（jìn）化？
如（rú）果把人工（gōng）智能比作一棵“技术树”，击败人类棋手的人工智能程序只是（shì）“树（shù）冠”，为（wéi）整棵树提（tí）供滋养、使其不断升级的，则是（shì）围绕基（jī）础（chǔ）软（ruǎn）硬件的人工（gōng）智能（néng）根技术。
中国（guó）科学技术信（xìn）息（xī）研究所党委书记赵志耘告诉《瞭望》新闻周刊记者，人工智（zhì）能根（gēn）技术（shù），是指那些能够支撑人工智能技（jì）术（shù）发展（zhǎn）和支（zhī）撑人工智能产业衍生的基础（chǔ）研究和（hé）关键技术，比如人工智能芯（xīn）片、系（xì）统框架等。
根（gēn）深叶茂。某种程度上，根技术，决定着产（chǎn）业发展（zhǎn）的兴衰。
根技术左右人（rén）工智能生态
人工智能对（duì）计算能（néng）力的需求有多强（qiáng）？
据硅谷（gǔ）非营利（lì）组（zǔ）织OpenAI测算，2012年开始（shǐ），全球人工（gōng）智（zhì）能训练所用的计算量呈现指数增长，平均每3.43个月（yuè）便会翻一倍，目前计（jì）算量已扩大（dà）30万倍（bèi），远超算力增长（zhǎng）速度。传统的（de）CPU架（jià）构早已无法（fǎ）满足深度学习（xí）对算力的需求（qiú），AlphaGo的硬（yìng）件基（jī）础（chǔ）就是专注神（shén）经网络算法、大幅加快（kuài）运算速度的TPU芯片。
可以说，作为算力的关（guān）键（jiàn）基础，人工（gōng）智能芯片的（de）性能决定着（zhe）人工智能产（chǎn）业（yè）的发展。
清华大学微（wēi）纳电子系教授魏少军指（zhǐ）出，现（xiàn）有CPU、GPU、FPGA等（děng）芯片的（de）基本架（jià）构早在这次人工智能突破之前就已经存在了，并不是为（wéi）人工智能而专门设计的，因此不能完美地承担实现人工智能的任务（wù）。人工智能对芯片（piàn）的要求，除了足够的算力和极（jí）高的能效比，还需要一个高能（néng）效、通用的计（jì）算引擎。
魏（wèi）少军认为人工智（zhì）能芯片至少应有以下（xià）几个特质：第一（yī），可（kě）编程性，要适应（yīng）算法的演进和应对多样性，因为算法不（bú）稳定（dìng），在（zài）不（bú）断变化（huà）；第二（èr），架构动态可变性，要适应不同算法；第三，高效的架构变换（huàn）能（néng）力，因为不同的（de）运算要（yào）求变换不同的架构。
除（chú）此之外，AlphaGo之所以能在（zài）极短时（shí）间（jiān）内快速“进化”，算法的提升同样功不（bú）可没（méi），背后是人工智能算法框架使然。
赛迪（dí）智（zhì）库信息化与软件产业研（yán）究所信息（xī）技术研究室负责（zé）人许亚倩说，算法框架（jià）能够极大地提（tí）高人工（gōng）智能学（xué）习效率。一方面，算法（fǎ）框架降低了深度学习的难度，提供进（jìn）行深度学习的（de）底层架构、接口，以及大（dà）量训练好的神经网络模型，减少用户的编程耗时。另一方面，大部分深度（dù）学习（xí）框架具有良好的可扩展性，支持将复杂的计算任务优化后在多个服（fú）务器（qì）的CPU、GPU或TPU中并行运行，缩短（duǎn）模型的训练（liàn）时（shí）间（jiān）。
此外，许亚倩认为，算法框架还是人工智能（néng）核（hé）心（xīn）生（shēng）态（tài）圈（quān）建立的（de）关（guān）键环（huán）节。算法（fǎ）框架是（shì）决定人工智能技术、产业、应用（yòng）的（de）核（hé）心环节，是人工智能核心生态圈建立的基础和关键。算法框架的研（yán）发能够促进（jìn）生态圈关联及外围（wéi）的芯（xīn）片、系统、软硬件平台等产业发展，从而促进人工智（zhì）能核心生态圈的建设。
欧（ōu）美（měi）发（fā）达国家已经在人工智（zhì）能算法框架方面进行了大量的研究和开（kāi）发应用。Google、亚马（mǎ）逊、微软（ruǎn）、IBM等国际（jì）科技巨头纷纷布局算法框架，抢占技术和（hé）市场先机，开发（fā）开源了TensorFlow、PyTorch等（děng）一批主流人工智能算法框（kuàng）架。
根技术（shù）是（shì）关键（jiàn）短（duǎn）板（bǎn）
“随着中美竞争（zhēng）态势加剧，人工（gōng）智能成（chéng）为大国竞争的（de）新焦点。与美国相比，我国（guó）目前（qián）人工智能（néng）的短板就是关键根（gēn）技术（shù）的（de）缺失。”赵（zhào）志耘说。
受访（fǎng）专家指出，近年（nián）来，我国人工智能（néng）在技术与应用方面（miàn）取得了巨大进展，在国际上具备了（le）一定（dìng）的（de）竞争力，但基础层（céng）整体实力较弱，缺乏人工智能框架、人工智能芯片等根技术的支撑（chēng）——芯片大多依赖进口，计算力方（fāng）面的基础薄弱，且开源框架受制（zhì）于（yú）国外巨头。
据了解，我国（guó）芯（xīn）片进（jìn）口额已经连续多年超过石油，2019年超（chāo）过3000亿美元（yuán）；操作系统、高（gāo）端光刻机（jī）仍被国（guó）外公司垄断（duàn），90%以上（shàng）传感器来自国外。
赛迪智库人工智能产业形（xíng）势分（fèn）析课（kè）题（tí）组研究指出，在（zài）人工智能的算（suàn）力（lì）支持（chí）方面（miàn），IBM、HPE、戴尔等国际巨头稳居全球服务器（qì）市场前三位，浪潮、联想、新华（huá）三（sān）等国（guó）内企业市场份额有限；国内人工智能（néng）芯片厂商需要大量（liàng）依靠高通（tōng）、英伟（wěi）达、AMD、赛灵思、美满电子、EMC、安（ān）华高、联（lián）发（fā）科等（děng）国（guó）际巨（jù）头供货，中科寒武纪等国内企业发展刚刚起步。
用清华大学电子（zǐ）工（gōng）程系教授汪玉的话概括，大致上国内人工智能芯片在需要聪明智（zhì）慧的环（huán）节做得不（bú）错，但在需要积（jī）累（lèi）沉淀的环节做得却不够好。专家指出，我国（guó）人工（gōng）智能芯片在通用化、产（chǎn）业（yè）链完整度、高速接口和专用的集成电路IP核等方面都存在短（duǎn）板。
“对于人工智能芯片（piàn）产业来说，仅有好（hǎo）的硬基础（chǔ）是不够的，在硬基础上（shàng）再（zài）做出好的软（ruǎn）件，才能做得更好。”中国信（xìn）息通信研（yán）究（jiū）院云计算（suàn）与大（dà）数据研（yán）究所总工程师王蕴韬（tāo）强调说。
目前，我国（guó）在基础软件方面仍面临（lín）外国厂商独大的局面。数据（jù）显示，中国服（fú）务器发货量占（zhàn）全球28%，中国的操作系统销售额则占全（quán）球不足6%。从全球市场份额来看，中（zhōng）国应（yīng）用软件（jiàn）基本达成了“三（sān）分天下有其一”的格（gé）局。但从技术底（dǐ）座来看，只有约10%的政府类应用软件（jiàn）运行在中国的技术底座上，其余九成的应用还是以国外技术底座为主。
瞭望智库联合莫干山研（yán）究（jiū）院发布（bù）的《赋能数字经济拥抱算力时代》报告（gào）则指出，我国新（xīn）计（jì）算产业底层技术架构和标准由国外（wài）企（qǐ）业主导，存在（zài）较（jiào）高产业（yè）安全风（fēng）险。自第一代电子管计算机ENIAC面世以来，CPU外（wài）围所有的接口（kǒu）总线（xiàn）标准制定权，都掌握在（zài）国外企（qǐ）业手中，我（wǒ）国（guó）企业只能在既定框架内（nèi）谋（móu）求发展。
以（yǐ）人工智能框架这样的基础软件为例，深度学习主流框（kuàng）架TensorFlow、Caffe等均（jun1）为（wéi）美国企业或机构掌握，国内还缺（quē）少（shǎo）自主可控（kòng）的全（quán）场景计算（suàn）框架，且目前计算框架存在开发门槛高（gāo）、运行成本高（gāo）、部署难度大（dà）等亟待解决的问（wèn）题。
《赋能（néng）数字经济拥抱算（suàn）力时代》报告（gào）指出，目前西方国家以超（chāo）30%的投入（rù）主导全球关键开源（yuán）社区和开（kāi）源项目。GitHub（一个面向开源及私有软件项目的托管（guǎn）平台）2019年年度（dù）报告显示，在其4000万（wàn）的（de）用户(开发（fā）人员)中，美国开发人员占（zhàn）30%，其他国家的开发（fā）人（rén）员占到（dào）70%；年度最受欢（huān）迎（yíng）的Top10开源软件和项目（mù），均由谷歌、微软、Facebook等美国（guó）公（gōng）司主导。虽（suī）然2020年，来自美国的（de）开源贡献者下降到22.7%，越来越多的（de）开发者来自中国(9.76%)和印（yìn）度（dù）(5.2%)，但总（zǒng）体来看，我（wǒ）国（guó）在开源社区和项目的贡献度仍（réng）然不高，影（yǐng）响力有待进一步提高。
超前布局（jú）突破根（gēn）技（jì）术制约（yuē）
赵志耘认为（wéi），“十（shí）四五”时期人工智能（néng）规划需要关注的重点是如何通过（guò）明确我国人工智能技（jì）术发展路线，发挥（huī）我国（guó）制度（dù）优势，促进人工智（zhì）能（néng）根技术突破和创新（xīn）。
人（rén）工智（zhì）能芯片方面（miàn），专家表示，首先需要全面布局，在政府（fǔ）层面加强对通（tōng）用芯片支持力度。在技术路径上，遵循全面布局，分步突破原则，近（jìn）期重（chóng）点（diǎn）突破（pò）以NPU为代表的ASIC芯片（piàn），远期突破GPU、FPGA等通用芯片；在应用环节（jiē）上逐步拓展（zhǎn），从（cóng）边缘端逐步（bù）扩展到云端（duān），从推理（lǐ）芯片（piàn）拓展到训练芯片；同时探索多种芯片高（gāo）效（xiào）协同运行的芯片解决（jué）方案。由于ASIC芯片专（zhuān）用性强，不同厂（chǎng）商（shāng）往往需根（gēn）据应用场景（jǐng）需求自主研发；而GPU、FPGA等通用芯片（piàn）由于有标准化产品（pǐn），国内终端应用厂（chǎng）商（shāng）自主（zhǔ）研（yán）发或国产化替代意（yì）愿（yuàn）不强。因此，政府层面应在（zài）GPU和FPGA等通用芯片领域加强布（bù）局推（tuī）广力度（dù）。
此外，加强类脑芯片等前沿性领（lǐng）域（yù）布局。充分发挥国（guó）内高（gāo）校以及（jí）科研（yán）院所力量，布局类脑芯片等前（qián）沿性领域。该领域国际巨头尚未形（xíng）成（chéng）技术及知识（shí）产（chǎn）权壁垒，提前布局将使（shǐ）我国在人工智能芯片（piàn）领域存在换道超车的（de）可能性。
赛迪顾问股份有限公（gōng）司的研究认为（wéi），人工智（zhì）能芯片未来将呈现新发展趋势（shì）。如（rú）芯片开发将从技术（shù）难点转向（xiàng）场景痛点。目前，人工智能（néng）芯片设（shè）计更多地是从技术角（jiǎo）度出发，以满足（zú）特定（dìng）性能（néng）需（xū）求。未来，芯片设计需要（yào）从应用场（chǎng）景出发，借助场（chǎng）景落地实现规模发展。又如（rú），技（jì）术路线将从专用芯片转向通用芯片。目（mù）前应用于人工智能领（lǐng）域的（de）芯片多为（wéi）特定场景设计，不（bú）能灵（líng）活适应多场（chǎng）景需求，未来需要专门为人工智能设（shè）计（jì）灵活、通用（yòng）的芯片。另外，现阶段人工智能芯片产业的发（fā）展方式大多以企业（yè）为（wéi）主体，产品上下游企业的运营和管（guǎn）理（lǐ）相对独立，但同环节的企业却高度竞（jìng）争，未来产业发展应以合作为主线，形（xíng）成（chéng）产业（yè）生（shēng）态。
北京大学经济学院教（jiāo）授（shòu）、深圳（zhèn）市湾区数字经济与科技研究（jiū）院（yuàn）院长（zhǎng）曹和平表示，发展人工（gōng）智能芯片要（yào）有产业（yè）思维（wéi）。“要（yào）做（zuò）产业，而不（bú）仅（jǐn）仅是做产品（pǐn）。要在促进芯片产业发展的前提下做（zuò）芯片，在全景（jǐng）产业链条下做芯片的外部性成（chéng）本更低（dī）。”
中国（guó）工程院院士（shì）高文认为，开源是（shì）软件时代非（fēi）常关（guān）键的（de）一条技术路线，人工智能领域也应该采（cǎi）用。
中（zhōng）国工程（chéng）院院士倪光南表示（shì），芯片设计门槛极高，只（zhī）有极少数企业（yè）能够（gòu）承受中高端芯（xīn）片研发成本，这也制约了（le）芯片领域创（chuàng）新。我国可以借鉴开源（yuán）软件成（chéng）功（gōng）经验，降低创新门槛，提（tí）高企业自（zì）主能力（lì），发展（zhǎn）国产开源芯片。
人工（gōng）智能框架方面，专（zhuān）家（jiā）指出，新一（yī）代（dài）人工智（zhì）能开源计算框架，首先要让人工智能专家、工（gōng）程（chéng）师、数（shù）据科学家们可以（yǐ）更好地使用；其次，计算框架需要满（mǎn）足人工智能全场景的应用需求，更好地保护数据隐私；并且可（kě）开（kāi）源，通（tōng）过（guò）开源形成广泛的应用（yòng）生（shēng）态，广（guǎng）泛支（zhī）持不同类型的人工智能芯片、硬件设备、应用等。目前，深度学习框架开源已成（chéng）趋势。旷视深度学习框（kuàng）架天元、华（huá）为（wéi）深度学习框架MindSpore皆已（yǐ）正式开（kāi）源。
赵志耘还建议，应通过集（jí）约化建设人（rén）工智能基础设施（shī）和计算中心等，进一（yī）步利用长板，加快（kuài）人工智能与行业深（shēn）度融（róng）合，培养多层次人才，确保我（wǒ）国人工智能产（chǎn）业（yè）在（zài）中长期国（guó）际（jì）竞争中持续保持领先。
目前，新（xīn）基建正带动一批人工智（zhì）能基础设（shè）施（shī）落地。2020年（nián）以来，河（hé）南、安徽（huī）、广州（zhōu）等（děng）地均有数据中心项目启（qǐ）动。去年，总投资超150亿元（yuán）的腾（téng）讯长三角人工智（zhì）能超算中心及产业基地落户上海（hǎi）松江区，武汉人工智能计算中心也启动建设。赵志耘认为，人工智能计算（suàn）中心是人工智能产（chǎn）业的基础算力供给平台，能极大发挥集聚效应，承担人工智能（néng）领域（yù）的国家重大战略需求、基础共（gòng）性技（jì）术攻关、前瞻性基础与算法研究，并（bìng）能带动当地优势产业领（lǐng）域的人工智能核（hé）心技术研发及应用，促进高端（duān）人才（cái）培养。
