欢迎光临“区块链产业研究院”官网!
资讯

张楠赓:2020世代将是智能化升级的下一个十年

12月19日,2019年财经中国峰会在北京举行。本届峰会由中国新闻社旗下财经媒体中新经纬联合国家发改委所属中国产业发展促进会共同举办。峰会的主题是“创新的力量”。嘉楠科技董事长张楠赓以唯一企业代表的身份出席本次论坛,并发表“以计算连接万物,用智能融合世界”的主题演讲。

张楠赓表示,进入下一个十年,产业智能化升级将从社会共识走向大规模落地。这背后其实是经济形态和技术形态变化构成的合力。从技术形态看,计算是贯穿各类新型技术融合的主轴。同时随着技术演进,计算也面临不同挑战。当前网络大部分是非结构化数据,需要对原生数据进行结构化处理才能给机器学习。而当前计算体系结构所面临的挑战是无法充分满足机器学习所需的海量吞吐能力。计算体系结构的变革势在必行。

张楠赓认为AI芯片与传统芯片有较大不同。传统芯片厂商与上层应用隔离,不承担开发算法、应用以及解决方案的职责。AI芯片厂商的突出特点在于上层应用的开发前置,需要对用户场景有深刻理解,经过算法设计、数据获取、算法训练和部署,以及上层应用开发,最终才能形成产品和服务。

随着算法和场景趋于固定,满足特定算力和功耗需求的专用计算将成为主流框架。张楠赓还公布了嘉楠第二代AI芯片的设计架构。张楠赓表示,新一代勘智K510芯片在算法和体系结构上进行了大幅优化。相比于第一代芯片,K510的算力将提升5-10倍,并且面向5G场景进行研发,将用于在智能驾驶、智慧零售等领域的落地应用。

以下是张楠赓演讲全文:

其实不仅是深圳,无论在哪,技术都是推动企业形态和商业社会演进的核心。过去十年,大家谈论的是移动互联网,平台经济和商业模式。现在,万物智联、智能化又成为新的话题点。

谈及智能化升级,很自然地会联想到AI、大数据、5G还有区块链。其实任何一个技术或是商业模式的关键都取决于两点,一是能否提升社会运行效率,二是能否真正改善人们的生活方式。所以从这个逻辑出发,企业的智能化升级要完成两个跨越,一个是从数据挖掘到创造价值,另一个是从连接用户到理解用户。智能化升级在已经成为共识的前提下,将走向规模化落地,成为下一个十年中社会经济的新增长点与企业间竞争的焦点。

智能化升级的背后其实是经济形态和技术形态变化构成的合力。我们先看经济形态的变化。数字经济的特征是去中介化、分散化和虚拟化。依托网络渠道和触点,传统的商品、服务和公共中介完成了业务流程的数字化,它完成的是社会资源和产业结构的调整。

智能经济时代的中心将重新回归物理世界,它的任务是依靠数据指导生产和生活,创造新的价值。5G、AIoT和区块链将成为新的基础设施。随着算力与算法下沉至边缘和端侧,企业将实现从业务流程数字化向生产和服务能力智能化的转变。数字化手段只是企业的辅助,智能设备和智能服务才是新的生产力。同时,终端设备的智能化将带来更流畅的人机交互,成为新的用户触点与价值窗口。

我们再看技术形态的变化。主要特征是从新兴技术的涌现到技术的大融合。5G为海量的数据传输搭建网络设施;物联网推动机器的互联;区块链将定义新的机器协议,改变机器间的交流方式;AI从机器沟通与数据训练中学习并提炼知识,继而形成算法模型;边缘计算则将算法模型部署至设备端,最终实现企业生产力和用户触点的智能化。

在技术融合的进程中,计算本身也在不断演进。首先从数据来看,目前互联网上90%多的数据都是非结构化数据,比如视频、图片。传统人工硬编码的方式显然无法穷尽图片在角度、颜色等方面的变化。现在的方法是把非结构化的数据打上标签,然后送进机器去训练,也就是机器学习。比如一个智能门锁,摄像头不仅要看人脸,还要学会提取人脸的特征,这才能识别出这是不是你。

其次从算法角度看,机器可以通过神经网络模型来自己学习数据。未来,我们将看到机器会拥有更强的自主学习和决策的能力。

第三,从算力角度看,当前计算体系结构所面临的挑战是无法充分满足机器学习所需的海量吞吐能力。传统的CPU控制单元太多,算不过来,就要搭配拥有更多计算单元的GPU、FPGA等等,我们通称是异构计算。当然,这些看起来更像是为了满足算力所需的阶段性策略,并不是专门为处理算法数据而设计的体系结构。随着算法和场景趋于固定,满足特定算力和功耗需求的专用计算将成为主流框架。这也是我们目前正在做的ASIC研发。

从落地应用的角度看,芯片的本质是解决企业所需要的计算能力需求。AI芯片与传统芯片有很大不同,主要体现在两点:

一是产品维度,传统芯片属于性能改善型产品,不增加新的功能,强调性价比。因此,传统芯片可替代性强,普遍缺乏用户粘性。与之相反,AI芯片是功能增强型产品。芯片迭代以功能叠加为主(如不同的指令集、通用计算功能等),具有较高的成长性,用户粘性较强。

二是服务维度,传统芯片厂商与上层应用隔离,不承担开发算法、应用以及解决方案的职责。AI芯片厂商的突出特点在于上层应用的开发前置,需要对用户场景有深刻理解,经过算法设计、数据获取、算法训练和部署,以及上层应用开发,最终才能形成产品和服务。

我们拥有多年AISC芯片设计积累,在低电压、高密度计算、高能效运行等领域不断取得突破,这些都是AI与区块链面临的性能瓶颈。从2016年开始,我们开始边缘AI芯片的研发。我们从一开始就没有选择传统芯片的做法,而是要在做好芯片的基础上,为客户提供整套的解决方案,让计算的载体不再是单一的某个产品,而是一种服务。

我们在今年11月21日完成了美股上市,被业界誉为全球区块链第一股和中国自主知识产权AI芯片第一股。我们几乎以平均每年一代的速度推进芯片迭代与工艺制程升级。

我们的第一代芯片勘智K210采用RISC-V架构,具备机器视觉和机器听觉多模态识别能力。芯片的核心神经网络加速器完全由我们自主研发设计。勘智K210已经在智能家居、智能园区管理、智能能耗和智能农林业等领域广泛部署应用。

我们研发的无感门禁系统已经部署在软通智慧的总部大楼上,大楼共5万人,已经实现了日均每监控点2000频次的识别。在贵阳花果园社区,我们的智能表模组已经签订了10万台,对社区原先的水电气表进行升级,无需改造就能进行读表和存储,充分利旧,有望破解十亿水电气表智能化的难题。我们为百度AI开发平台定制的开发板PaddlePaddle PI-K210在开发者社区广受欢迎。目前我们已经和30家算法厂商达成了合作,一起为客户提供智能化的解决方案。

我们第二代芯片勘智K510的架构设计,在算法和体系结构上进行了大幅优化。相比于第一代芯片,K510的算力将提升5-10倍,并且面向5G场景进行研发,将用于在智能驾驶、智慧零售等领域的探索。

我们的愿景是为客户提供超级算力解决方案,提升社会运转效率并改善人们的生活方式。我们相信,随着机器学习算法趋于成熟,算力也将在固定的场景和功耗条件下发挥最佳效能。我们正在打造AI SaaS平台,并积极推动与算法厂商的合作,建立AI生态,为企业客户提供超级计算服务。

上一篇:
下一篇:

发表留言