AI加速了傳統行業的轉型。
近年來，人工智能的浪潮已席捲全球，AI不再是科技企業的專屬名詞，各行業越來越多地應用。未來的AI世界，道路上是自動駕駛汽車，工廠是智能化、個性化生產，連醫院也是用AI快速診斷病情，前景很美好，但現實也同樣骨感——算力的閒置、落地的困難依然存在。昨日，2019全球人工智能應用創新峰會在五洲賓館舉行，今年已是第二屆。來自全球人工智能領域的500名院士嘉賓、專家學者、行業大咖齊聚一堂。未來的AI芯片如何突破算力的極限，AI有哪些發展趨勢，且聽AI大咖們一一道來。
圖/廣州日報全媒體記者軒慧
展望：
通用AI芯片未來更智能
如今，我們已經看到人工智能正在慢慢滲入普通社會生活中，人臉識別技術方便了無現金支付，保護街頭安全；說句話就能調整燈光亮度、空調溫度，語音識別開啟了別樣的家居生活；自動駕駛讓方向盤脫離了人手操作。
“算法、數據、算力是AI的三大驅動力。”在昨天的峰會上，清華大學微納電子學系主任魏少軍教授在演講中這樣總結。而隨著5G通訊技術、物聯網、大數據等技術的不斷成熟和發展，人工智能正處在深刻的變革之中，不過AI發展的背後也存在著重重阻礙。
低延時、高帶寬的5G將帶來幾何級數的數據，算法的不斷演進，讓AI吃進海量數據吐出精準決策，這相應地增加了對算力的要求，這對AI芯片的發展增加了挑戰。
魏少軍認為，傳統的CPU、GPU等芯片架構並不能完美適配人工智能的要求，要讓人臉識別更加精準，自動駕駛汽車反應更快，這就要求有專門的AI芯片，但AI芯片面臨著很多困難。
“一種AI算法往往對應一種芯片。”魏少軍說，一種芯片的研發要經歷“定義-設計-製造-銷售”的週期，當一兩年後，新芯片面世時，卻可能因AI算法不斷地演進，芯片面世後算法早已變了模樣。
而AI應用的不斷深入，處理海量數據帶來的是能耗的直線上升，工農業的視頻監控需要2瓦，自動駕駛則要100瓦，低功耗也成為未來AI芯片的要求之一。
在魏少軍的設想中，AI芯片未來會是一個通用的平臺，並且更加智能。“芯片的架構需要動態可變性，這樣才能適應不同的算法；需要可編程性，才能適應算法的演進。”
現狀：
深圳AI芯片嶄露頭角
今年深圳兩會，有政協委員提出深圳在芯片產業可走差異化發展路線，從AI、傳感器等領域另闢蹊徑。在昨天的峰會上，記者看到深圳在AI芯片領域的一些突破。
鯤雲科技創始人、CEO牛昕宇博士向在場嘉賓分享了鯤雲在AI芯片上的新嘗試。他介紹，鯤雲科技自研的高性能AI推斷芯片，可以讓之前只能支撐10個攝像頭的人臉識別，今後達到100個；一秒鐘反應50次的AI汽車，反應500次。這意味著更安全的自動駕駛、更高效的人臉識別和更快的工業自動化生產線。
此外，新的芯片架構具有不同算法下的通用性和高度拓展性，目前已經應用在不同行業。如電力行業的無人機和機器人巡檢；智慧城市的安防、人流分析；我國C919大飛機傳感器異常檢測和分析等多個領域。
趨勢：
傳統行業AI轉型加速
除了AI芯片，峰會的另一熱議焦點集中在AI領域的創新和產業發展。AI在近年的火爆，使得各行業期望通過AI實現轉型升級，AI技術、算力、行業落地都在大踏步向前邁進之中。
浪潮集團人工智能與高性能產品部總經理劉軍向與會嘉賓分享了他對AI趨勢的觀察。他認為，目前AI的應用場景還集中在傳統行業，比如人臉識別、自動化客服、安防、欺詐分析，或者是智慧城市範疇的車輛識別、智能路燈、智慧交警。
隨著技術的進一步發展，2020年以後，智能工廠、智能機器人將迎來爆發期；2025年之後，自動駕駛、智能醫療診斷也將迎來大規模應用。
“要想富先修路。”劉軍形容目前我國的AI產業還處於“鋪路”階段，越高的算力意味著越快的高速路，AI的發展也就越快。他說，今年我國的AI營業額將達到25億美元，其中2/3在計算領域，這個領域包括了AI芯片、算法、應用、雲計算等。
劉軍認為，依託AI芯片等領域開拓的高算力，未來我國的AI商業落地進程將大大提速，傳統行業的AI轉型也將加速，目前高鐵站AI安檢機，乘客通行效率提升5倍，肺結核AI診斷誤差率低於1%。
巨大的前景面前，同樣存在巨大的挑戰。在劉軍看來，AI產業還是未浮出水面的海下冰山，未來將成為萬億級的市場。越來越多的傳統行業寄希望於AI來實現轉型升級，但挑戰仍在。
“許多傳統行業找到BAT（中國互聯網三巨頭百度、阿里巴巴、騰訊）這樣的AI領軍企業，希望借合作來做行業AI。”劉軍說，AI企業做了幾個後發現做不下去，因為對接不了上千個行業的需求，由此產生了傳統行業AI轉型的鴻溝。
觀察：
跨越鴻溝需構建AI生態
面對各行各業的AI需求，即使BAT這樣的巨頭也難免力不從心，劉軍認為需要構建AI產業的生態，行業AI由眾多生態夥伴來做。
同樣的鴻溝也橫跨在AI芯片與AI技術落地之間。在接受廣州日報全媒體記者採訪時，牛昕宇表示，要讓人工智能技術變為人人可用的商品，改變我們的生活方式，需要降低AI芯片的成本，芯片成本降低帶來的高算力，又將推動更多用戶和場景使用人工智能，AI最終成為“人人可用”。
必須正視的是，與國外相比，我國在很多核心芯片領域起步比較晚。牛昕宇認為，建立AI芯片領域的行業生態，這是人工智能領域最大的機會和最大的挑戰——芯片的出貨量越大，芯片的生產成本越低。同時，不僅要有芯片，還需要基於芯片的非常廣泛的應用，兩者結合才能形成一個好的“生態閉環”。這需要芯片和應用開發夥伴的廣泛合作，並逐漸拓展到更廣泛領域。
同時，需要注意的是，芯片從來都是一個全球化競爭的行業，大家必須站在國際化的舞臺上去正面比拼，然後在性能、應用、功耗各個指標上佔有一席之地，讓芯片性能水平有“國際話語權”。目前人工智能芯片行業沒有統一的標準，大家對於自己研發的芯片在國際上處於什麼樣的水平很難有權威的途徑獲知。而獲知一款芯片性能如何，最直接的方法是進行評測。為此，牛昕宇特別呼籲建立“人工智能芯片評測標準”，“讓統一的芯片標準降低芯片廠商、人工智能算法廠商的溝通成本，建立一個有序的競爭環境”。
閱讀更多 廣州日報 的文章
