【導(dǎo)讀】類腦芯片是人工智能芯片中的一種架構(gòu)。它模擬人腦進(jìn)行設(shè)計，相比于傳統(tǒng)芯片，在功耗和學(xué)習(xí)能力上具有更大優(yōu)勢。類腦芯片的研究就是基于微電子技術(shù)和新型神經(jīng)形態(tài)器件的結(jié)合，希望突破傳統(tǒng)計算架構(gòu)，實現(xiàn)存儲與計算的深度融合，大幅提升計算性能、提高集成度、降低能耗。
類腦芯片是人工智能芯片中的一種架構(gòu)。它模擬人腦進(jìn)行設(shè)計，相比于傳統(tǒng)芯片，在功耗和學(xué)習(xí)能力上具有更大優(yōu)勢。類腦芯片的研究就是基于微電子技術(shù)和新型神經(jīng)形態(tài)器件的結(jié)合，希望突破傳統(tǒng)計算架構(gòu)，實現(xiàn)存儲與計算的深度融合，大幅提升計算性能、提高集成度、降低能耗。
8月底，由新氦類腦智能主辦的“2019新氦AI芯片論壇暨國際智能電子與系統(tǒng)學(xué)術(shù)討論會”在上海市楊浦區(qū)長陽創(chuàng)谷隆重召開。期間，國內(nèi)外20多位產(chǎn)學(xué)研各方向?qū)＜摇⑵髽I(yè)家針對“人工智能與類腦智能的趨勢”、“算法與芯片的發(fā)展方向“展開了深度探討。
類腦計算——人工智能的新基石
類腦計算借鑒大腦中進(jìn)行信息處理的基本規(guī)律，在硬件實現(xiàn)與軟件算法等多個層面，對于現(xiàn)有的計算體系與系統(tǒng)做出本質(zhì)的變革，從而實現(xiàn)在計算能耗、計算能力與計算效率等諸多方面的大幅改進(jìn)。作為一種借鑒人腦結(jié)構(gòu)存儲、處理信息方式發(fā)展起來的新技術(shù)，類腦計算將是人工通用智能的基石。
在本次論壇中，四川大學(xué)類腦計算研究中心主任唐華錦為我們介紹了大腦進(jìn)行編碼的原理，與超級計算機(jī)對比，類腦計算擁有百億個神經(jīng)元、百萬億個突觸，還有大量平行的尖峰神經(jīng)元，計算能力更強(qiáng)。
立足于類腦計算前沿，類腦計算研究中心主要進(jìn)行類腦計算、感知信息處理核智能硬件、大規(guī)模腦認(rèn)知計算網(wǎng)絡(luò)、類腦計算芯片和軟件、智能機(jī)器人的研究，并且與國際和國內(nèi)頂尖類腦研究機(jī)構(gòu)建立了密切合作關(guān)系，以期帶動以類腦計算為核心的人工智能算法、類腦芯片和感知器、智能機(jī)器人的技術(shù)創(chuàng)新。
如今人工智能產(chǎn)業(yè)發(fā)展快速，邊緣計算已經(jīng)成為驅(qū)動因素之一，并且希望盡可能的實現(xiàn)對人腦結(jié)構(gòu)的模擬，極力將機(jī)器打造得像人一樣思考和工作，讓決策更加擬人化、更加精確。藍(lán)海智能總裁John Rowland認(rèn)為NVM的下一代技術(shù)將會進(jìn)一步實現(xiàn)功耗下降，在未來還會有很多其他新的領(lǐng)域，但無論何種解決方案，低功耗、高效率都將是不變的主題。
斯坦福大學(xué)托馬斯·李教授通過美國通訊領(lǐng)域的歷史，為我們展望了半導(dǎo)體行業(yè)的未來，他講到“我們希望能夠做全運用的加速，而并不是特定的場景加速而已，因為畢竟在未來場景是隨時出現(xiàn)的，我們希望所有場景都能實現(xiàn)實時的場景，能全面的提升。”同時托馬斯·李教授還對邊緣計算的實時性，延遲性等等發(fā)表了自己的看法及觀點，具體的演講視頻及演講內(nèi)容，歡迎關(guān)注“Neuhelium新氦”公眾號進(jìn)行觀看。
來自法國新能源與原子能委員會的艾哈邁德·杰拉亞主任也論壇中講到技術(shù)與產(chǎn)業(yè)的應(yīng)用，通過幾個實例介紹了如何做到更快更小更低功耗的半導(dǎo)體技術(shù)。有關(guān)邊緣AI的運用，提到類腦的接口，包括甚至可以讓截癱的人再次行走的實際應(yīng)用。
類腦智能——未來人工智能的發(fā)展方向
類腦智能有著很好的應(yīng)用前景，國內(nèi)很多優(yōu)秀企業(yè)在類腦芯片的研發(fā)、量產(chǎn)以及AI架構(gòu)等方面都有不錯的成果。
信息通信技術(shù)革命經(jīng)歷了由電學(xué)、數(shù)字，到網(wǎng)絡(luò)再到智能的過程，如今的計算機(jī)越來越小，摩爾定理即將終結(jié)，物理限制效應(yīng)越來越明確。會上，上海智能電子與系統(tǒng)研究院院長鄭立榮為我們介紹了他們的研究成果：CNN專用處理芯片（Wolong）、CNN專用處理芯片（Log量化版），而且芯片的面積還可以進(jìn)一步縮減。
不管是智慧家庭、智慧城市、還是智慧醫(yī)療、智能機(jī)器人等人工智能應(yīng)用，AI芯片都是人工智能產(chǎn)業(yè)的核心部件。聯(lián)合微電子中心（香港）致力于提升AI芯片的功能，研發(fā)的機(jī)器學(xué)習(xí)硬件加速器和DNN加速器，基于GPU的應(yīng)用程序，通過深度學(xué)習(xí)顯著提高準(zhǔn)確性，可以廣泛應(yīng)用于物體識別、行為識別、人臉識別，并且擁有人臉識別、智能零售、自動駕駛、室內(nèi)監(jiān)控、地面監(jiān)控等廣泛的應(yīng)用場景。
汽車電子發(fā)展也離不開芯片的支持。隨著智能網(wǎng)聯(lián)時代的到來，車規(guī)級芯片對可靠性、大算力、安全性、集成度、低功耗等方面的要求也越來越高，芯馳科技的首席執(zhí)行官仇雨菁女士表示未來芯片的迭代速度會更快，芯片從量產(chǎn)至汽車上市的時間，這個周期在會被壓縮的更短，而這對于芯片廠家來說將是更大的挑戰(zhàn)。
不僅AI芯片重要，AI架構(gòu)的地位也不可忽視，可以說一個好的AI架構(gòu)是研發(fā)成功的第一步，只有更優(yōu)質(zhì)的AI架構(gòu)才能開發(fā)出更優(yōu)質(zhì)的芯片產(chǎn)品。新思科技人工智能實驗室主任／MLPerf工作組主席廖仁億表示傳統(tǒng)的智能芯片的發(fā)展經(jīng)過規(guī)范、設(shè)計、實施、檢驗、定案和驗證等過程，而新思的AI平臺從軟件到硅片，實現(xiàn)周期更短、質(zhì)量更好，也更加安全，并且會使用一些新的工具去發(fā)展、支持AI芯片的發(fā)展。
藍(lán)海智能的總裁羅強(qiáng)先生就“邊緣計算訓(xùn)練芯片”進(jìn)行了演講，同時代表產(chǎn)業(yè)界表示，目前的技術(shù)邊緣計算快速的發(fā)展，是AI芯片進(jìn)步的驅(qū)動因素之一，但是在未來，我們也將會取得更大的半導(dǎo)體領(lǐng)域的進(jìn)展，半導(dǎo)體技術(shù)的進(jìn)步也會給我們帶來更多的創(chuàng)新，我們很多制造商，會采用新的半導(dǎo)體技術(shù)，這些技術(shù)包括像臺機(jī)電等等，都在快速進(jìn)行開發(fā)，他們可以為客戶有更加完整的解決方案，這些半導(dǎo)體技術(shù)，并不僅僅只增加性能，還可以降低功耗，并不是一個單位數(shù)的，而是指數(shù)級的，這是未來希望通過半導(dǎo)體技術(shù)所達(dá)到的效能。
在AI芯片領(lǐng)域，中國的機(jī)會非常巨大，中國本身的市場很大，有數(shù)據(jù)、場景優(yōu)勢，最重要的是我們國家把它作為戰(zhàn)略來發(fā)展，大力扶持芯片產(chǎn)業(yè)。
作為重要的前沿科技領(lǐng)域，類腦智能研究的大幕已經(jīng)拉開，未來企業(yè)想成為AI領(lǐng)域的領(lǐng)導(dǎo)者，沒有類腦芯片技術(shù)的加持，將舉步維艱。
目前所面臨的挑戰(zhàn)
類腦智能的發(fā)展為我們帶來了新的機(jī)遇，比如在汽車行業(yè)，汽車亟需更多的電力、更加智能化應(yīng)用等；與此同時，我們也面臨著更多新的挑戰(zhàn)。
主要挑戰(zhàn)是缺少人才。從算法、計算框架，到整個芯片的實現(xiàn)，我國人才都十分匱乏，需要全面、大力培養(yǎng)人才來支持AI產(chǎn)業(yè)。
現(xiàn)在的模型，比如說深度學(xué)習(xí)，要么做視覺識別，要么語音識別，只是模擬類似單一的腦區(qū)，而我們的大腦是由不同的腦區(qū)來完成不同的功能，多個腦區(qū)之間又有聯(lián)合學(xué)習(xí)的能力。為了真正讓類腦智能更加靈活，我們應(yīng)該借鑒大腦復(fù)雜的多腦區(qū)結(jié)構(gòu)，完成多腦區(qū)協(xié)同學(xué)習(xí)，只是現(xiàn)在還沒有統(tǒng)一的架構(gòu)來滿足多腦區(qū)靈活學(xué)習(xí)需求，這將是未來的重要研究方向。
目前深度學(xué)習(xí)、人工智能所用的平臺工具都是開放、開源型，且基本上為國際企業(yè)所提供；需要國內(nèi)企業(yè)努力，做出一個符合本土AI需求的框架，盡早彌補我國從研究、開發(fā)，到維護(hù)整個平臺工具鏈條這一薄弱環(huán)節(jié)。
開源降低了本土企業(yè)的研發(fā)門檻，但開源的背后是國外大企業(yè)的支持，話語權(quán)并不在我們手里；在類腦智能這個新領(lǐng)域里，中國企業(yè)或許可以一試。
未來市場巨大
從人臉識別、聲音識別、圖像識別，到游戲、自動駕駛等等，人工智能可以說無處不在，隨著5G的進(jìn)一步普及，未來AI和5G市場潛力巨大。本土人工智能產(chǎn)業(yè)可利用海量數(shù)據(jù)引領(lǐng)全球AI行業(yè)發(fā)展。
由物聯(lián)網(wǎng)提供數(shù)據(jù)支撐，由AI提供解析方案，這將是從“萬物互聯(lián)”到“萬物智聯(lián)”的新途徑，其本質(zhì)是實現(xiàn)機(jī)器對物理世界的智能化感知。芮啟智能首席執(zhí)行官環(huán)宇翔先生表示AIoT的處理具有邊緣化、智能傳感、低延時、低功耗以及保證隱私安全等特征。展望未來，算法和專用硬件是基礎(chǔ)，行業(yè)場景和行業(yè)經(jīng)驗是關(guān)鍵，而這一切的核心源于大量的數(shù)據(jù)，必須依賴于行業(yè)專家的支持經(jīng)驗，把數(shù)據(jù)轉(zhuǎn)化成想要的AI能提取的智能信息，這是AI得以實現(xiàn)的關(guān)鍵。
現(xiàn)階段人們需要更高效的神經(jīng)網(wǎng)絡(luò)硬件，以促進(jìn)類腦芯片制造。斯德哥爾摩大學(xué)教授Anders Lansner表示，腦科學(xué)能夠幫助我們實現(xiàn)這一目標(biāo)，如何充分真正了解人類大腦的運作機(jī)制，則需要結(jié)合神經(jīng)科學(xué)以及認(rèn)知心理學(xué)這兩個學(xué)科，對于未來新一代的人工智能而言，我們需要深入的了解這些學(xué)科本身的內(nèi)容以及背后的概念。
全球電子產(chǎn)業(yè)鏈制造重心在中國，中國制造業(yè)產(chǎn)值占世界制造業(yè)產(chǎn)值的比重不斷增加，同時中國半導(dǎo)體產(chǎn)值的增速也高于制造業(yè)產(chǎn)值增速，5G、汽車電子等方面的大力發(fā)展催生半導(dǎo)體擁有新機(jī)會。計算力、算法的提升，大量數(shù)據(jù)的儲備，以及中國廣泛的資本四大因素促進(jìn)了人工智能進(jìn)入繁榮期，而人工智能帶來的產(chǎn)業(yè)變革大家都有目共睹。華登國際副總裁蘇東先生表示中國半導(dǎo)體產(chǎn)業(yè)的成功離不開政策、產(chǎn)業(yè)鏈、市場以及人才的鋪墊。
人工智能的應(yīng)用除了我們所熟知的自動駕駛、智能家居等應(yīng)用領(lǐng)域外，還能賦能升級線下零售。阿里、天貓、京東等線上零售的交易額非常巨大，而線下零售產(chǎn)值是線上的四倍多；另外，線下零售的流量更優(yōu)質(zhì)。Aibee算法科學(xué)家翁仁亮表示：線下場景數(shù)字化可以與線上數(shù)據(jù)打通，以及電子商務(wù)跟線下零售打通，這對于運營商來說，讓零售可以做得更為精確。
可以想象，未來“類腦智能”將形成新型智能形態(tài)，并且利用其強(qiáng)大的感知、記憶、推理、學(xué)習(xí)能力以及機(jī)器智能體的信息整合、搜索、計算能力為各行各業(yè)賦能，給我們的生產(chǎn)生活帶來更大的便利。
新氦類腦智能的啟示
從深度學(xué)習(xí)的角度來說，我們起步比國外晚很多，從平臺角度來說，都有自己的平臺，幾乎能夠統(tǒng)治深度學(xué)習(xí)的江山，然而在類腦智領(lǐng)域里面，還沒有出現(xiàn)一家獨大的情況，像新氦類腦智能，國內(nèi)的類腦中心復(fù)旦大學(xué)，以及清華大學(xué)等高校和機(jī)構(gòu)，已是中國類腦智能的領(lǐng)頭羊。作為類腦芯片產(chǎn)業(yè)的新生力量，新氦類腦智能公司正在加速推動產(chǎn)業(yè)化，充分發(fā)揮技術(shù)優(yōu)勢，推動產(chǎn)業(yè)轉(zhuǎn)化，為各類型技術(shù)團(tuán)隊及企業(yè)提供專家支持，行業(yè)資源，對接各類型人工智能應(yīng)用場景。
新氦類腦智能研發(fā)與轉(zhuǎn)化功能型平臺由國際頂級芯片及人工智能行業(yè)專家領(lǐng)銜，配備前沿的芯片設(shè)計、仿真及測試驗證環(huán)境，加強(qiáng)應(yīng)用基礎(chǔ)研究，拓展實施國家重大科技項目，突出關(guān)鍵共性技術(shù)、前沿引領(lǐng)技術(shù)、顛覆性技術(shù)創(chuàng)新，作為世界領(lǐng)先的技術(shù)平臺，立足上海面向全球。
