QQ在线
企业微信
资讯
375
人（rén）工智能芯片与人（rén）工（gōng）智能框架代表企业（yè）
◇作为算力算法的关键基础（chǔ），人工智能芯片、人工智（zhì）能框架的性（xìng）能（néng）决定着人工智能产业的发展
◇随着中美竞争态（tài）势加剧，人工智（zhì）能成为大国（guó）竞争（zhēng）的新焦点。与（yǔ）美（měi）国（guó）相比，我（wǒ）国目前（qián）人工智（zhì）能的短板就是（shì）关键根（gēn）技术的（de）缺失
◇“十四五”时期人工（gōng）智能规划需要关注的重点就是如何通过明确（què）我国人工智（zhì）能技术（shù）发展路线，发挥我（wǒ）国制度优（yōu）势，促进人工智能根技术（shù）突破和创新
AlphaGo再（zài）次进化。
2020年12月，据《自然》杂志报（bào）道（dào），DeepMind公（gōng）司的一项（xiàng）研究提出了MuZero算（suàn）法，可（kě）以（yǐ）在不知道规则的情况下，通过自己（jǐ）试验，掌握围棋、国（guó）际象（xiàng）棋等游戏，被认为在寻求通用人（rén）工（gōng）智能（néng）算（suàn）法方面迈出重要（yào）一步。
许多人还（hái）记得，2016年，这个人（rén）工智能程序的“前辈”AlphaGo第一次战胜人类世界顶尖围棋选手。一年后，继任者AlphaGoZero通（tōng）过规则输入和（hé）自我博弈（yì）进（jìn）行学习，在仅40天的训练后成功击败上一代产品。不久之后，9小时掌（zhǎng）握国际象棋、12小时掌握日（rì）本将棋、13天掌握围（wéi）棋（qí）的AlphaZero出世……
是（shì）什么让（ràng）人工智能飞速进化（huà）？
如果把人工智（zhì）能比作一棵“技术树（shù）”，击（jī）败人（rén）类棋手（shǒu）的人工智能程序只是“树（shù）冠”，为整棵树提供（gòng）滋（zī）养、使（shǐ）其不断升（shēng）级的，则（zé）是围绕基础软硬件的人工智能根技（jì）术。
中国科学技（jì）术信息研究所党委书记赵志耘告（gào）诉《瞭望（wàng）》新闻周刊记者，人工智能根技术，是（shì）指那些能（néng）够支撑（chēng）人（rén）工（gōng）智（zhì）能技术发展（zhǎn）和（hé）支撑人工智能产业（yè）衍（yǎn）生的基础研究和关键技术，比（bǐ）如人工智能芯片、系（xì）统框架等。
根深叶茂。某种程度上，根技术，决（jué）定着（zhe）产业（yè）发展（zhǎn）的兴衰。
根技术左右人工智能（néng）生（shēng）态
人工智能对计算能力（lì）的需求有多强？
据硅谷非营利组（zǔ）织OpenAI测算（suàn），2012年开始，全（quán）球人工智能训练所用的（de）计算量呈现指数增长（zhǎng），平均每3.43个（gè）月便（biàn）会翻一倍，目前计算（suàn）量已扩大30万倍，远超算力增（zēng）长速度。传（chuán）统的CPU架（jià）构早（zǎo）已无法（fǎ）满足（zú）深（shēn）度学习对（duì）算力的需求，AlphaGo的硬件（jiàn）基础就是（shì）专注神经（jīng）网络算法、大幅加快运算速度的TPU芯片。
可以说（shuō），作为算力的关（guān）键基础，人工智能芯片的性能决定着人工智能产业的发展。
清华大（dà）学微纳电子系教授魏（wèi）少军（jun1）指出（chū），现有CPU、GPU、FPGA等（děng）芯（xīn）片的基本架构早在这次人工智能突破之前就已经存在了，并（bìng）不（bú）是为人工智能（néng）而专门设（shè）计的，因此不能完美地承担（dān）实现人（rén）工智（zhì）能的任（rèn）务。人工（gōng）智（zhì）能对芯片的要求，除了足够的算力和极高（gāo）的能效比，还需要一个高（gāo）能（néng）效、通（tōng）用的计算引擎。
魏少军（jun1）认为（wéi）人（rén）工智能芯片至少应有以下几个（gè）特质（zhì）：第一，可编程性，要适应算法的演进和应（yīng）对多样（yàng）性，因为算法不（bú）稳定，在不断变化；第二，架构动态可变性（xìng），要适应不同算法；第三，高效（xiào）的架构（gòu）变换（huàn）能力，因为不同的运算要（yào）求变换（huàn）不同的架构（gòu）。
除此之外（wài），AlphaGo之（zhī）所以能在极（jí）短时（shí）间内（nèi）快速“进化”，算法的提升同样功不可没，背（bèi）后（hòu）是（shì）人（rén）工智能算法框（kuàng）架使然。
赛迪智库信（xìn）息化与软件（jiàn）产业研究（jiū）所信息（xī）技术研究室（shì）负（fù）责（zé）人许亚倩说，算法框架能够极大地提高人工智能学习效率。一方面，算法框（kuàng）架降低了深度学习的难（nán）度，提供进行深度学（xué）习的（de）底层架构、接口，以及大量训练好的神经（jīng）网络模型（xíng），减少用户的编程耗时。另一（yī）方面（miàn），大部（bù）分深度学习框架具有良（liáng）好的可扩展（zhǎn）性，支持将复杂的计算任务优化后在多个服务器的CPU、GPU或TPU中并（bìng）行（háng）运行，缩短模型（xíng）的训练时间。
此外，许亚倩认（rèn）为，算法框架（jià）还是人工智能核心生态圈建立（lì）的关键环节。算法（fǎ）框架是决定（dìng）人工智能（néng）技术（shù）、产（chǎn）业、应用的核（hé）心环节，是人工智（zhì）能核心生态圈（quān）建（jiàn）立的（de）基础和关键。算法框架的研发能够（gòu）促（cù）进生态（tài）圈关联（lián）及外围的芯片、系统、软硬件（jiàn）平台等产业发展，从而促进人工智能核心生态圈的（de）建设。
欧美（měi）发（fā）达国家已（yǐ）经在人工（gōng）智（zhì）能算法框架方面（miàn）进行了大量（liàng）的研究和开发应用。Google、亚马逊、微软、IBM等国际科技巨（jù）头纷纷布局算（suàn）法框架，抢占（zhàn）技术和（hé）市（shì）场先机，开发开源（yuán）了（le）TensorFlow、PyTorch等一（yī）批主流人工智（zhì）能算法框架。
根（gēn）技术是关（guān）键（jiàn）短（duǎn）板
“随着中美竞争（zhēng）态势加剧，人工智（zhì）能成为大国竞争的新（xīn）焦点。与美（měi）国（guó）相比，我国（guó）目（mù）前人工智能的短板就是关（guān）键根技术的（de）缺失。”赵志耘（yún）说（shuō）。
受访（fǎng）专家指出（chū），近（jìn）年来（lái），我国人工智能在技术与应用方面（miàn）取得了巨大（dà）进展，在国际（jì）上（shàng）具备了（le）一定的（de）竞争力，但基础（chǔ）层整体实力（lì）较弱，缺乏人工（gōng）智能（néng）框架、人工智能芯片等根技术的支撑（chēng）——芯片大（dà）多依赖进口，计算（suàn）力方面的基础（chǔ）薄弱，且开源框架受制于国外巨头。
据（jù）了解（jiě），我国芯片进口额已经连续多年超过石油，2019年超过3000亿美元（yuán）；操作（zuò）系统、高端光（guāng）刻机仍被国外公（gōng）司垄（lǒng）断（duàn），90%以上传感器（qì）来自国外。
赛迪智库（kù）人工智能产业形势分析课题组研究（jiū）指出，在人工智能（néng）的算力支持方（fāng）面，IBM、HPE、戴（dài）尔等国际（jì）巨头稳居全球服务（wù）器市场（chǎng）前三（sān）位（wèi），浪潮、联想、新华三等国（guó）内企业市场（chǎng）份额有限（xiàn）；国内人工（gōng）智（zhì）能芯片厂商需要大（dà）量依靠高通、英伟达、AMD、赛灵（líng）思、美满电子、EMC、安华（huá）高、联发科等国际巨头供货，中（zhōng）科寒武（wǔ）纪等国（guó）内企业发展刚刚起步。
用清华大学电子工（gōng）程系（xì）教授汪玉（yù）的话概括，大致（zhì）上国（guó）内人工智能芯片在需要聪明智（zhì）慧的环节做得不（bú）错（cuò），但在（zài）需（xū）要积（jī）累沉淀的环节做得却不够好（hǎo）。专家指出，我国人工（gōng）智能芯片在通用化（huà）、产业链完（wán）整度、高速接口和专用的（de）集（jí）成电路IP核等方面都存在短（duǎn）板。
“对于人工智能芯片产（chǎn）业来说，仅（jǐn）有好的硬基（jī）础是不够的（de），在（zài）硬基础上再做出（chū）好的软件，才能（néng）做得更好。”中国信（xìn）息通信研究院云计算与大数据（jù）研究（jiū）所（suǒ）总工程师（shī）王（wáng）蕴韬强调说。
目前，我国在基础软（ruǎn）件（jiàn）方面仍面临外（wài）国厂（chǎng）商独大的（de）局面。数据显示，中国服务器发货量占全球28%，中国的操作系统销售（shòu）额则占全球不（bú）足6%。从全球市场份额来看（kàn），中国应用（yòng）软件基（jī）本达成了“三分天下有其（qí）一”的格局。但从（cóng）技（jì）术（shù）底座来看，只有约10%的（de）政府类应用（yòng）软件运行在中国的技术（shù）底座上，其余九成的应用还是（shì）以国外技术底座为（wéi）主（zhǔ）。
瞭望（wàng）智库联合（hé）莫（mò）干山研（yán）究院发布的《赋能数（shù）字经济（jì）拥抱算（suàn）力时代》报告则（zé）指出（chū），我国（guó）新计算产业底层技术（shù）架构（gòu）和标（biāo）准由国外企（qǐ）业主导（dǎo），存在较高（gāo）产业（yè）安全风险。自第一（yī）代电子管计（jì）算（suàn）机ENIAC面世以来，CPU外围所有的接口（kǒu）总线标准制定权，都掌握在（zài）国外企业手（shǒu）中（zhōng），我（wǒ）国企业只能在既定（dìng）框架内谋求发展。
以人工智能框架（jià）这样的基础软（ruǎn）件为例，深度（dù）学习主流框架TensorFlow、Caffe等均（jun1）为（wéi）美国企业或机构掌握，国内还缺（quē）少自主（zhǔ）可控的全场景计算框架，且目前计算框架存在（zài）开发门（mén）槛高、运行成本高、部（bù）署难度大等亟（jí）待解（jiě）决的问题。
《赋（fù）能数字经济拥（yōng）抱算力时代》报告指出，目前西方（fāng）国（guó）家以超30%的（de）投入主导全球（qiú）关键开源社区和开源项（xiàng）目。GitHub（一个面向（xiàng）开源及私有软件项目的托管（guǎn）平台（tái））2019年年度报告显示，在（zài）其（qí）4000万的用户(开（kāi）发（fā）人员（yuán）)中，美（měi）国开（kāi）发人员占30%，其他国家的开发（fā）人员（yuán）占（zhàn）到70%；年（nián）度最（zuì）受欢迎的Top10开源软（ruǎn）件（jiàn）和项目，均由谷歌、微软、Facebook等美国公司主导。虽然2020年，来自美国（guó）的开源贡献者下降到（dào）22.7%，越来（lái）越（yuè）多的开发者来自中国（guó）(9.76%)和印度(5.2%)，但（dàn）总体来看，我国在开源社区和项目的贡献度（dù）仍然（rán）不高，影响力有待进一步（bù）提高（gāo）。
超前布局突（tū）破根技（jì）术制约
赵（zhào）志耘认为，“十四五”时（shí）期人工智能规划需要（yào）关（guān）注（zhù）的重点（diǎn）是（shì）如何通过明确我（wǒ）国人工智能技（jì）术发展路（lù）线，发挥我国制度优势（shì），促进人工（gōng）智能（néng）根技（jì）术突破和创新。
人工智能芯片方面，专家表示，首先（xiān）需（xū）要全面（miàn）布（bù）局，在（zài）政府层面加强（qiáng）对通用芯片（piàn）支（zhī）持力（lì）度。在技术路径（jìng）上，遵循全（quán）面布局（jú），分步突破原则，近期重点（diǎn）突破以NPU为代（dài）表（biǎo）的ASIC芯片，远期突（tū）破GPU、FPGA等通（tōng）用（yòng）芯片；在应用环节上（shàng）逐步拓展，从边（biān）缘（yuán）端逐（zhú）步扩展到云（yún）端，从推理芯片拓展到训练芯片；同时探索多种芯片高效（xiào）协同运行（háng）的（de）芯片（piàn）解决方案。由（yóu）于ASIC芯片（piàn）专用性强，不同厂商往往需根据应用场景需（xū）求自主研发；而GPU、FPGA等通用芯（xīn）片由（yóu）于有（yǒu）标（biāo）准化产品，国内终端（duān）应用厂（chǎng）商自主研发或国产（chǎn）化替代意愿不强。因此，政府层面（miàn）应在GPU和FPGA等通（tōng）用芯片领域加强布局推广力度。
此外，加强类（lèi）脑芯片等（děng）前沿（yán）性领域布局。充分发挥国内高校以及科研院所（suǒ）力量，布局（jú）类脑芯片（piàn）等（děng）前沿性领域。该领域国际巨头（tóu）尚未形（xíng）成技术及知识产（chǎn）权壁垒，提前布局将使我国在人工智能芯（xīn）片领域存在换（huàn）道超车的（de）可（kě）能（néng）性。
赛迪顾问股份有限公司的研究认为（wéi），人工智能芯片未来将呈现（xiàn）新发（fā）展趋势。如芯片开（kāi）发将从技（jì）术（shù）难点（diǎn）转向场景痛点。目前，人工（gōng）智能芯片设计（jì）更多地（dì）是从（cóng）技术角度出发，以满足特定性能需求（qiú）。未来（lái），芯片（piàn）设计需（xū）要从应用（yòng）场景（jǐng）出发，借助场景（jǐng）落地实现规模发展。又如，技术路线将从专用芯片转（zhuǎn）向通用（yòng）芯片。目前应用（yòng）于人工智能领域的（de）芯片多为特（tè）定场景设（shè）计，不能灵活适应多场景需求，未来需要专门为人（rén）工（gōng）智能设计灵活、通用的芯片。另外，现阶段人（rén）工智能芯（xīn）片产（chǎn）业的发（fā）展方式大（dà）多以企业为主体，产品上下游企业的（de）运（yùn）营（yíng）和管理相对独立（lì），但同环（huán）节的企业（yè）却高度竞争，未来产（chǎn）业发展应以合作为（wéi）主线，形成产（chǎn）业生态。
北（běi）京大学经济学院教授、深圳（zhèn）市（shì）湾区数（shù）字经济与科（kē）技研（yán）究院院（yuàn）长曹和平表示，发展人工智能（néng）芯片要有产业思维。“要做产业，而（ér）不仅仅是做产品。要在促（cù）进芯（xīn）片产业发展的前提下做芯片，在全（quán）景产业链条下做芯片的外部性成本更（gèng）低。”
中国（guó）工程院（yuàn）院士高文（wén）认为（wéi），开源是软件时代非常关键（jiàn）的一条技术路（lù）线，人（rén）工智能领域也应该采用（yòng）。
中国（guó）工程（chéng）院院士倪光南（nán）表示，芯片设计（jì）门槛极高（gāo），只有极少数企业能（néng）够承（chéng）受中高端芯片研（yán）发成本，这也制约（yuē）了芯片领域创新。我国可以借鉴（jiàn）开源软件成（chéng）功经验，降低创新门槛，提高企业自主能力，发展国产开源芯片。
人工（gōng）智能框架方面，专（zhuān）家指出，新一代人工智（zhì）能开源计算框架，首先要让人工智能专家（jiā）、工程师（shī）、数据科（kē）学家们可以更（gèng）好地（dì）使用；其次，计（jì）算框架需要满足（zú）人工智（zhì）能全场景的应用需求，更好地保护数据隐私（sī）；并且可（kě）开源，通过开源形成广泛的（de）应用生态，广（guǎng）泛支持不同类型的人工智能（néng）芯片、硬（yìng）件设备、应用等。目前，深度学习框架开源已成趋势。旷（kuàng）视深（shēn）度学习框架天（tiān）元、华为深度学（xué）习框（kuàng）架（jià）MindSpore皆已正式开（kāi）源。
赵（zhào）志耘还建议（yì），应通过（guò）集约化建设人工智能基础设施和计算中心等，进一步利用长（zhǎng）板，加快人工（gōng）智能与（yǔ）行业深度融合，培养多（duō）层次人才（cái），确保我（wǒ）国人工（gōng）智能产业在中（zhōng）长（zhǎng）期国际（jì）竞争中（zhōng）持续保（bǎo）持领先。
目前，新基（jī）建正带动一（yī）批人工智能（néng）基础设施落地。2020年以来，河南、安徽、广州等地均有数据（jù）中心项目启动。去年，总投资超150亿元的（de）腾讯（xùn）长三角人工智能超算（suàn）中心及（jí）产（chǎn）业基地落户上海松江区（qū），武汉人工智能计算中心也（yě）启动建设。赵志耘认为，人工（gōng）智能计算中（zhōng）心是人工智（zhì）能产业的基础算力供（gòng）给（gěi）平台，能（néng）极大（dà）发挥集聚效应（yīng），承担人工智能（néng）领（lǐng）域的（de）国家重大战略需（xū）求、基础共性技术攻关、前瞻性基础与算法研究（jiū），并能带动（dòng）当地（dì）优势产业领域的人工（gōng）智能核（hé）心（xīn）技术研发及应用，促进高端（duān）人才培养。
