人工智能已经成为时下最热门的风口,各行各业的公司都在试图通过该技术提升工作效率和竞争优势。
在芯片领域,辉达作为领先的硬件生产商,影响力不可忽视。 此前,美银美林集团在一份报告中表示,辉达将会成为人工智能芯片的主导供货商,该公司正在创造人工智能计算行业的标准。
除了辉达之外,过去两年出现了一批人工智能芯片创业企业,他们都跃跃欲试地想要成为下一个辉达,不过,但真正的竞争可能来自 AMD、谷歌这样的老牌企业,以及一批中国 AI 芯片公司。
当下的中国,人工智能已经上升到国家战略。 根据 2017 年 7 月国务院印发的《新一代人工智能发展规划》,2020 年,中国人工智能的战略目标是,技术和应用与世界先进水平同步,人工智能产业成为新的重要经济增长点,核心产业规模超过 1500 亿元,带动相关产业规模超过 1 兆元。
那么,赶上世界东风的中国 AI 芯片公司如今发展如何? 他们能在多大程度上与辉达形成竞争?
辉达:AI 芯片市场领导者
辉达无疑是 AI 芯片市场中无可争议的领导者。 2017 年,辉达可谓是风光无限。 从游戏、数据中心到人工智能,市场对辉达芯片的需求一路上升。
由于深度学习对计算速度的要求是「暴力」的,辉达 GPU 芯片可以让大量处理器并行运算,速度比 CPU 快十倍甚至几十倍,因而成为绝大部分人工智能研究者和开发者的必备「核弹」。
《财经天下周刊》的消息称,国内搞 AI 创业的人几乎全在用辉达 GPU 和平台,一个小型 AI 创业团队在辉达芯片上花费几十万元很正常。
硅谷明星投资人 Andreessen Horowitz 也透露:「我们投资了一大串各个领域做深度学习的创业公司,每一个都跑在辉达的平台上。 」
受此影响,辉达的股价也一路飙升,从 2015 年的 20美元涨到如今的逾 220美元,涨幅超 1000%,市值已突破 1300 亿美元。
除了在芯片行业居于前列,辉达在游戏显卡、自动驾驶领域也很活跃。
在近期举行的 2018 年 CES 展会上,辉达发布了最新 65 英寸高端游戏显示器,宏碁、华硕和惠普将利用其技术规格与标准作为 4K HDR 显示器进行生产。 这种超大型的显示器搭载 G-Sync,很适合高端游戏 PC 产品。
在自动驾驶方面,辉达创始人黄仁勋于美国西部时间 1 月 7 日晚在拉斯韦加斯召开记者会,宣布与福斯以及 Uber 的重大合作项目。 黄仁勋还透露,辉达目前在自动驾驶领域已经拥有超过 320 家合作企业和机构。
辉达在人工智能领域的强大实力可见一斑。
AI 芯片追赶者:Intel、AMD、谷歌
辉达也并非是 GPU 领域的唯一巨头,Intel、AMD 和谷歌也有着不可忽视的优势。
在半导体市场,Intel 多年来一直占据「龙头」地位。 然而,人工智能的崛起使得这家全球最大的个人计算机零件和 CPU 制造商正遭受着严峻的挑战。 在此压力下,Intel 选择通过「强强联合」的方式来回击。
2017 年 12 月,相争 50 多年的 Intel 和 AMD 宣布将连手推出一款结合英特尔处理器和 AMD 图形单元的笔记本计算机芯片,一时间业内哗然。
芯谋研究总监王笑龙认为:「如果 Nvidia 在个人计算机 GPU 上营收减少,那么 Nvidia 在新市场的开发就会被牵制,所以 Intel 选择和 AMD 合作。 」
数据研究机构 Gartner 的研究主管 Alan Priestley 也认为,Intel 和 AMD 的合作将会对 Nvida 产生一些影响,「目前 Intel 和 AMD 联合推出的这款芯片的应用领域也正是 Nvidia GPU 的应用领域。 很明显,Intel 处理器已经渗入到这个领域内,并且通过新款芯片,AMD 也会在这一领域内获得立足点。 」
除此之外,第二梯队的谷歌也在试图引发新的颠覆。
2016 年,谷歌宣布将独立开发一种名为 TPU 的全新处理系统。 该系统是专门为机器学习应用而设计的专用芯片。 透过降低芯片的计算精度,减少实现每个计算操作所需的晶体管数量,从而能让芯片的每秒运行的操作个数更高,让经过精细调优的机器学习模型就能在芯片上运行得更快。 与 CPU、GPU 相比,TPU 效率提高了 15-30 倍,效能提升了 30-80 倍。
崛起中的国产 AI 芯片厂商
随着「中国制造 2025」、「网络强国」等重大战略的实施,中国芯片企业也在迅速发展,其实力不可小觑。
寒武纪是全球第一个成功流片并拥有成熟产品的 AI 芯片公司,拥有终端 AI 处理器 IP 和云端高性能 AI 芯片两条产品线。 2016 年发布的寒武纪 1A 处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,该产品还入选第三届世界网络大会(乌镇)评选的十五项「世界网络领先科技成果」。
寒武纪的团队则源自中国科学院计算技术研究所,后者是中国第一个专门从事计算器科学技术综合性研究的国立学术机构,联想、曙光等一批高技术企业就诞生自该所,目前它也是寒武纪科技的重要股东和产学研长期合作伙伴。
2017 年 8 月,寒武纪科技完成 1 亿美元A 轮融资,由国投创业,阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资。 本轮融资后,该公司跻身「独角兽」行列。
华为
2017 年的数据显示,华为已经成为中国第一大、全球第三大智能型手机制造商。 但华为在研发手机的同时,也在研发人工智能处理器。
2017 年 9 月,在柏林 IFA 展上,华为正式对外发布了最新的麒麟 970 芯片,这也是华为首款人工智能(AI)芯片。 该芯片首次采用台积电 10nm 工艺,与高通最新的骁龙 835 芯片是一个工艺,但集成 55 亿个晶体管远比高通的 31 亿颗、苹果 A10 的 33 亿颗多,带来的是功耗降低 20%。
据了解,麒麟 970 在继承过去数代成果的基础上,首次集成 NPU(Neural Network Processing Unit)专用硬件处理单元,创新设计了 HiAI 行动计算架构,其 AI 性能密度大幅优于 CPU 和 GPU。
同年 10 月,搭载麒麟 970 的华为 Mate 10 开卖,成为目前市面上第一款搭载 AI 芯片的智能型手机。
深鉴科技
深鉴科技公司由四位毕业于清华大学和史丹佛大学的科技人员于 2016 年创立,是一家专注深度学习处理器解决方案的人工智能科技公司,致力于深度学习处理器与编译程序原创技术的研发,从而让所有算法开发者都能便捷使用。
2017 年 10 月,深鉴科技公布了其芯片计划。 官方信息表示,由深鉴自主研发的芯片「听涛」、「观海」将在 2018 年第第三季推出,其中,「听涛」系列芯片采用台积电 28 纳米制程,核心使用深鉴自己的亚里士多德架构,峰值性能 1.1 瓦 4.1 TOPS,预计将于上半年完成产品装载。
此外,深鉴科技也公布了深度神经网络开发工具包——「DNNDK」,这是一个深度学习软件开发工具包,旨在简化和加速深度学习应用程序的开发。 该产品不仅极大降低 DPU 平台深度学习应用开发门坎和部署难度,还能够大大缩短算法部署到硬件的周期,实现 AI 行业产品研发过程极致提速。 深鉴科技 CEO 姚颂说,DNNDK 是国内首个深度学习开发工具包,可以对标辉达 TensorRT。
由于其在 AI 领域的突出优势,2017 年 10 月深鉴科技宣布完成最新一轮 4000 万美金融资,由蚂蚁金服、三星电子领投,招商局创投、华创资本跟投。 此前,该公司分别于 2016 年 5 月和 2017 年 5 月完成了天使轮、A 轮融资。
地平线机器人
2015 年,前百度研究院副院长余凯创立地平线机器人,并开启了研究高难度的、基于深度神经网络算法的处理器芯片的道路。
时隔两年半,地平线机器人于 2017 年 12 月 20 日宣布推出旗下的两款嵌入式人工智能视觉芯片,分别面向智能驾驶和智能摄影机。
其中,面向智能驾驶的嵌入式人工智能视觉芯片被命名为「征程(Journey)1.0 处理器」,该芯片支持高性能的 L2 ADAS 系统;能够同时对行人、机动车、车道线、交通标示牌、红绿灯等 8 类目标进行准备的实时检测与识别。
而面向摄影机的视觉芯片被命名为「旭日(Sunrize)1.0 处理器」,它集合了地平线的深度学习算法,可广泛应用于智能安防、智能城市等场景。
这两款处理器采用关注模型(Attention Engine)+ 认知模型(Cognition Engine)的数据处理流模式,可将芯片的计算速度提升 10 倍以上。
余凯还透露,地平线将会在 2018 年推出下一代面向自动驾驶的征程处理器。
2017 年 10 月,地平线机器人完成了近亿美元A + 轮融资,本轮融资由英特尔投资领投,嘉实投资联合投资,其他投资方包括现任股东晨兴资本、高瓴资本、双湖投资和线性资本。
比特大陆
据公开信息,比特大陆成立于 2013 年,目前在全球拥有超过 1000 名员工,分布在北京、***、北美等地区。 该公司目前芯片出货量达数十亿,在全球建立了百亿次计算的数据中心。
2017 年 11 月,比特大陆公布了该公司人工智能品牌 SOPHON(「算丰」),并带来了全球首款张量加速计算芯片 BM1680, 以及板卡 SC1/SC1+、智能影音分析服务器 SS1 等产品。
据悉,BM1680 是一款面向深度学习应用的张量计算加速处理的专用定制芯片,适用于 CNN、RNN、DNN 等深度神经网络的推理预测和训练。
按照规划,比特大陆将于 2018 年发布第 2 代算丰 AI 芯片 BM1682,计算能力将大幅提升,后续还将陆续发布第三代、第四代。 汤炜伟表示,按照规划每隔 9 个月左右就会推出新的算丰 AI 芯片,而再过一两代,比特大陆有信心在深度学习推理上超过 GPU 的实际性能。
2017 年 9 月,比特大陆被曝将从 IDG 资本、红杉资本等风投公司募得 5000 万美元,以提升其在主流投资者中的地位。
据 Thinkforce 官网信息,2017 年,这家公司由芯片设计、算法软件、系统开发领域的资深专家创立,该公司立志于设计融合一流 AI 算法和先进制成工艺,并以此构建人工智能硬件平台,提供一站式行业应用解决方案。
2017 年 12 月,Thinkforce 宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的 4.5 亿元 A 轮融资。
同时,Thinkforce 还公布了其计划推出的 AI 芯片特点:基于业界先进的半导体制程工艺,采用自主研发的微内核 ManyCore 架构,能完成 AI 云虚拟化调度在芯片级的实现。 此架构将 AI 云的弹性计算和调度提升一个量级,类似 CPU 的虚拟化给云端运算的弹性调度带来成倍的成本节约。 同时,该技术结合自主研发的固件和 TFDL 软件 SDK 能够实现对于各类神经网络模型的计算加速,相对于辉达主流计算卡能实现 5 倍以上的功耗和成本节省。
在资本和技术的双重刺激下,中国的 AI 芯片业的未来将不可估量。
2.旷视科技要上市?它只是阿里AI“独角兽”阵容中的一个;
AI在中国的火爆程度已经不言而喻,如今,一家阿里投资的中国AI“独角兽”也被传上市。
1月17日,有消息称,旷视科技Face++在2017年11月获得了4.6亿美元的投资,由国有资本风险投资基金、蚂蚁金服和富士康等战略投资。该媒体获得的材料显示,这家公司目前的估值为14.6亿美元,预计将在2019年第一季度上市。
针对上市消息,全天候科技向旷视科技求证,对方拒绝置评。
旷视科技不仅是国内领先的人工智能公司,也是支付宝、今日头条、滴滴等人脸识别、在线身份验证的主要技术提供商。如果真的上市,这或将拉启阿里投资的中国AI“独角兽”IPO大幕。
对于互联网巨头来说,布局AI就是在布局未来。“金主”阿里在AI方面的布局和战略投资绝对是大手笔。
从其最近2两年的投资布局看,从AI芯片领域的顶尖公司寒武纪、深鉴科技,到计算机视觉领域的独角兽商汤科技、旷视科技,阿里已经一网打尽,全部揽入其AI棋局之中。
2017年11月28日,《财经》杂志援引消息人士称,阿里巴巴已向AI独角兽公司——商汤科技投资了15亿元人民币,此轮融资后,商汤科技估值将超过30亿美元(约198亿元人民币)。不过,目前投融资双方都对此不予置评。
更早前,路透社曾报道称,商汤科技正计划IPO,全天候科技就此消息向商汤科技求证,得到的回复是:“公司有未来上市计划,但是并无具体时间表。”
商汤科技是一家专注于计算机视觉、深度学习技术的科技公司,其在人脸识别、图像识别、视频分析、无人驾驶等方面都有技术突破和业务布局,业务范围覆盖安防、金融、智能手机、机器人和汽车等行业。据商汤科技官方披露的数据,目前其已服务超过400家客户,中国移动、银联、华为、小米、微博等企业都是其客户。
对于阿里来说,这只是其在AI领域投资的其中两个案例。此前,关于它投资AI独角兽的消息不胜枚举。
阿里包揽中国AI独角兽
在人工智能技术领域的投资,阿里从来都不吝啬。
去年10月31日,旷视科技宣布完成4.6亿美金D轮融资,投资方包括蚂蚁金服、中俄投资基金以及韩国鲜京集团。这一融资金额刷新了全球人工智能领域单笔最高融资纪录,本轮融资后,旷视科技估值将达到至少10亿美元。而早在2014年,旷视科技就曾获得蚂蚁金服的战略投资。
更早前的8月,AI芯片公司寒武纪完成一亿美元A轮融资,由国投创业、阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资。寒武纪在完成A轮融资后,成为全球AI芯片领域第一个独角兽初创公司。
如今,尚未被确认投资的商汤科技也被证实正在进行C轮融资,融资后估值超30亿美元。在上一轮融资时,商汤科技以4.1亿美金的融资额创下当时全球人工智能领域单笔最高融资纪录,跻身AI独角兽行列。
此前的公开信息显示,过去2年,阿里在AI芯片领域至少已经投资了5家公司。2007年,阿里系投资寒武纪,还包含深鉴科技, Kneron。
全天候科技根据公开信息整理(不完全统计)
2016年,阿里还跟腾讯一起领投了美国的AI芯片公司——Barefoot Networks的C轮2000万美金的融资,该公司上一轮投资方包括谷歌。这家公司开发了世界上第一个可编程芯片;报道称,这种名为Tofino的芯片可以每秒6.5兆的速度处理网络数据包,比目前市场上任何芯片快两倍。
就阿里投资的这些AI 芯片公司来说,其产品应用场景各有不同:寒武纪的重点在手机业务,深鉴科技主要聚焦于安防,而Kneron业务重点是智能家居与智能安防。
阿里投资AI独角兽的共性:技术驱动
阿里投资的这些AI企业都能够看到一些共性,那就是典型的技术驱动,创业团队的成员也大多是技术出身,具有浓郁的AI技术背景。
以商汤科技为例,该公司的AI人才是投资方看重的一个关键价值点。
商汤科技CEO徐立告诉全天候科技,如今精通深度学习的人基本都读过PHD(泛指研究型博士学位),中国在这方面目前总共也就一、两百号人,而商汤包揽了120人,“把之前中国在这方面的人都储备下来了”。
2014年,商汤科技首次出征人工智能领域权威竞赛ImageNet,在大规模物体检测比赛中就以40.7%的成绩荣获世界亚军,战胜微软、百度等企业,仅次于谷歌。2016年商汤参与的人工智能团队与麻省理工、斯坦福等著名大学一道,入选世界十大人工智能先锋实验室。
商汤科技的一位投资人也曾向全天候科技解释说,“它(商汤)的高估值是存在合理性的,毕竟投资方也会慎重考量。一方面,AI之争是人才跟数据的争夺,在大家都没有得到全面的市场验证的情况下,人才跟数据是重要的考量标准。”
而旷视科技作为国内计算机视觉领域最早的创业公司之一,其团队成员也全是AI技术流:创始人印奇是一个技术天才,高中还没毕业就被清华大学选中;进入清华后,他入选姚期智的实验班。姚期智是中国科学院院士、量子计算专家、图灵奖获得者,旷视科技的另外两个联合创始人和不少团队成员也出自“姚班”。目前,姚期智已是旷视科技学术委员会的首席顾问。
微软研究院首席研究员孙剑博士于2016年7月入职旷视担任首席科学家,同时担任旷视研究院院长。孙剑曾在微软亚洲研究院工作13年,师从沈向洋博士(微软亚洲研究院联合创办人),是微软亚洲研究院首席研究员。目前,旷视科技共有约600名员工,其中一半以上都是研发人员。
寒武纪则是全球第一个成功流片并拥有成熟产品的AI芯片公司,拥有终端AI处理器IP和云端高性能AI芯片两条产品线。2016年发布的寒武纪1A处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,该产品还入选第三届世界互联网大会(乌镇)评选的十五项“世界互联网领先科技成果”。
寒武纪的团队则源自中国科学院计算技术研究所,后者是中国第一个专门从事计算机科学技术综合性研究的国立学术机构,创办了联想、曙光等一批高技术企业,是寒武纪科技的重要股东和产学研长期合作伙伴。
阿里布局AI:强调场景应用
马云曾表示,“一场技术革命周期大概都是五十年的,前二十年是技术公司的革命、创新,但是后面的三十年是技术在社会方方面面巨大的应用,谁能够应用好技术、谁能够把技术进行普惠化,我认为这才是未来。”
在AI布局思路上,阿里巴巴似乎从不强调其在AI技术上的突破,而更强调将AI技术应用到商业场景之中。阿里云、城市大脑、辅助驾驶、图像识别等都在大力推动人工智能应用于各种不同商业场景。
在对AI初创公司、独角兽的投资上,阿里依然强调AI技术与商业场景的结合。比如,旷视科技,当前,这家公司在为蚂蚁金服提供面部扫描系统;而在投资寒武纪之后,阿里巴巴基础设施事业群业务发展总监吴灵犀就表示,阿里对人工智能高性能计算需求非常强大,寒武纪的产品研发和硬件工程化的能力非常强大,除了资金,阿里会一如既往地支持寒武纪的业务。
阿里疯狂押注AI背后:引领未来、阻隔对手
2017年,阿里巴巴集团在杭州召开首届技术大会,动员全球两万多名科学家和工程师投身“新技术战略”。在这次大会上,阿里透露其正在启动一项代号“NASA”的计划,要面向未来20年组建独立的研发部门,建立新的机制体制,储备核心科技。
阿里巴巴集团董事局主席马云当天在大会上表示,阿里巴巴未来20年的愿景是构建世界第五大经济体,服务全球20亿消费者,新经济体必须建立在新的技术基础设施之上,建立在新的技术思考之上。马云解释说,NASA计划要面向机器学习、芯片、IoT、操作系统、生物识别这些核心技术,组建崭新的团队,建立新的机制和方法,全力以赴。
去年10月,阿里宣布成立承载“NASA计划”的实体——“阿里巴巴达摩院”,计划未来三年之内对新技术的投资超过1000亿元人民币,将与各大高校合作成立实验室。
在此背景下,除了“预算不设上限”,在全球狂挖各种AI科学家,研发各种可与阿里现有业务场景结合的AI产品外,重金投资AI创业公司,尤其是独角兽公司,成为阿里布局人工智能的另一个方式。
阿里疯狂投资AI领域,包揽该领域的独角兽背后,除了要引领未来,押注赛道,阻隔对手的意图同样明显。毕竟,国内的老对手腾讯、百度在AI布局上都不遗余力。不久前,all in AI的百度宣布将在2018年投资10家以上的AI创业公司;腾讯已经在今年11月份连续投资了三家智能机器人公司。
而此前更有消息传出,商汤科技正计划IPO。对于阿里来说,投资这些高估值的独角兽,无论未来哪一家上市都将从中受益匪浅。
只是,“热钱”进入、巨头加持使得AI行业乱象和泡沫开始浮现,AI人才薪资也水涨船高。未来,阿里要继续在这一赛道上精耕细作,下好AI这盘棋还需要时间。
3.中国首个AI股票私募产品完成备案 AI交易革命来了?;
1月17日,跃然科技在上海发布了一款人工智能交易系统——“爱(AI)交易”系统,同时,也宣布首款基于爱交易系统的私募基金产品——跃然人工智能交易基金的成立。
据界面新闻记者了解,子午跃然人工智能一号证券投资基金,这个被称为“中国首款由人工智能系统管理运营基金”投资领域涉及股票、期权以及商品期货,并已在中国证券投资基金业协会完成登记备案,将于本月底试运行,该基金规模为3000万元人民币。
跃然科技首席科学家叶承羲介绍,爱交易系统核心算法应用当下最先进的人工智能技术AlphaGo的架构,由估值网络和决策网络两部分组成。 其中估值网络用来预测股市未来的变化以及概率,而决策网络根据客户自己本身的持仓偏好,通过深度强化学习寻找最佳下单时间以及每次下单的股数。与AlphaGO类似,爱交易的估值网络也是通过卷积神经网络从高频数据中搜索交易信号,完全无须人工参与。
跃然科技公司CEO朱嘉琦在发布会上表示:“2018年将是AI 交易元年,该基金只是试水产品,跃然科技未来他们将会把这套AI模型共享给行业内的合作伙伴。如果说以往的投资是门槛高、风险大、信息不透明的资本巨鳄的游戏,那么AI将会为我们提供多元化、定制化、个性化的服务。”
作为子午投资和跃然科技两家公司的创始人,朱嘉琦有着在包括美国、欧洲、印度市场的十年量化交易经验,交易品种包括股票、期货和期权。此外,子午投资的主要团队成员首席科学家叶承曦在深度学习领域、CTO 朱彤在网络移动安全都在美国资本市场有资深履历。
朱嘉琦并不避讳量化交易所带来的巨额回报。在当天的发布会上,跃然科技CEO朱嘉琦回忆了五年前被称为“光大乌龙指”事件,他表示,“光大证券交易员的失误操作,造成超过100支股票出现巨额交易,但我有幸通过量化交易操作抓住了短暂的交易机会,并在当天获利丰厚。当天我便买了一辆阿斯顿·马丁犒赏自己。”
从量化交易到人工智能,预期中的丰厚获利与团队支持成为朱嘉琦团队从量化交易迈入人工智能领域的动力。在他看来,在量化交易中加入AI机器自我学习的特性,能够帮助量化模型适应不同市场环境,深入挖掘新选股因子以及因子与股票收益之间的非线性关系,提高模型预测能力,更敏锐地捕捉未被发现的市场机会。
不过,一些量化对冲基金认为,机器学习不过是众多观察市场异动统计方法中的一种,所谓的人工智能并不稀奇。而最为致命的是,一个模型如果被证实有效而又流行起来的话,很快就会导致这一模型失效。
最近的美国AI基金领域例子也在眼前。
2017年10月18日,美国两家公司EquBot LLC、ETF Managers Groupl合作推出全球首只应用人工智能、机器学习进行投资的ETF——AI Powered Equity ETF。AIEQ刚问世的时候表现十分优异,不过随后该基金表现却不尽如人意,甚至出现和大盘指数表现大幅偏离的情况。例如10月25日和11月7日市场表现较弱,标普500指数两天的跌幅分别为0.47%和0.02%,纳斯达克综指跌幅分别为0.52%、0.27%,而AIEQ这两天的跌幅达到了1.11%和1.09%。
即使在模型构建上有所进步,让机器更多的参与到策略的制定中,人工智能还面临着两大问题:一是模型预测过于精确(过拟合)以至于短期难以实现;另一则就是人工智能的决策并不透明,普通人难以理解机器的操作逻辑。实际上,从目前人工智能深度参与投资的所有公开信息中,并无百发百中的成功者。
4.国家人工智能标准化总体组成立 推进AI标准化进程;
据悉,人工智能标准体系结构包括基础标准、平台/支撑标准、关键技术标准、产品及服务标准、应用标准、安全/伦理标准六个部分。
人工智能产业的发展沸沸扬扬,相关标准的制定也显得尤为迫切。
1月18日,国家标准化管理委员会正式成立国家人工智能标准化总体组、专家咨询组。总体组组长为中国电子技术标准化研究院院长赵波,副组长人选涉及阿里云、科大讯飞(61.370, -0.18, -0.29%)、中国科学院、北京大学、北京航空航天大学、机械工业仪器仪表综合技术经济研究所相关高管、专家。中国工程院院士潘云鹤担任专家咨询组组长。
据了解,国家AI标准化总体组在人工智能标准化中承担统筹协调、规划布局的角色,负责开展人工智能国际国内标准化工作,包括拟定我国人工智能标准化规划、体系和政策、协调相关国家标准技术内容和技术归口、建立AI基础功行标准与行业应用标准的传导机制等。专家咨询组则由国内人工智能领域知名专家学者组成,负责为总体组提供我国人工智能标准化规划、体系和政策措施等方面的咨询。
“标准化工作对人工智能及其产业发展具有基础性、支撑性、引领性的作用,既是推动产业创新发展的关键抓手,也是产业竞争的制高点。”赵波表示,“我国虽然在人工智能领域具备了良好基础,但适应人工智能发展的基础设施、政策法规、标准体系仍亟待完善。”
标准引领产业
本次国家AI标准化总体组、专家咨询组的成立,是对上月工信部印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》(以下简称“行动计划”)的回应。
此前的“行动计划”对我国人工智能未来三年的发展做出了具体规划,其中的四大发展目标之一便涉及基本建立人工智能产业支撑体系,初步建立人工智能标准体系、测试评估体系及安全保障体系框架。
“人工智能标准的先进与完善与否,关系到产业的健康发展以及产品国际市场竞争力的强弱。”赵波指出。
事实上,包括美国、欧盟、日本等发达国家均高度重视人工智能标准化工作。21世纪经济报道记者了解到,无论是美国发布的《国家人工智能研究与发展策略规划》,还是欧盟发布的“人脑计划”,或是日本实施的“人工智能/大数据/物联网/网络安全综合项目”,均提出围绕核心技术、顶尖人才、标准规范等强化部署,力图抢占新一轮科技主导权。
据赵波介绍,当前市场上已出现可规模化、可商业化产品和应用,但需要以标准化的手段固化技术成果,实现快速创新推广;诸如人脸识别系统、智能音箱、服务机器人(18.370, -0.04, -0.22%)等产品质量参差不齐,也需要统一标准以提升产品和服务质量。
而围绕诸如自动驾驶领域“电车难题”的伦理问题、苹果手机指纹泄露用户隐私等问题,也需要制定相关安全标准规范,确保信息安全及智能系统服务于人类伦理。此外,在当前行业巨头以开源算法、平台接口绑定等方式打造自有深度学习框架等生态体系的现状下,用户数据信息较难迁徙,反倒形成数据孤岛,标准的统一更容易实现厂商之间的互操作与协同。
“无论是基础标准、技术标准还是伦理标准,都是未来国家AI标准化总体组的重点考虑方向。”国家AI标准化总体组副组长、北京航空航天大学教授吴文峻告诉21世纪经济报道记者,“对于这些领域的研究与探讨将是齐头并进的。”
标准体系结构
通过分析国内外人工智能发展现状,可以发现AI标准化的需求所在。
“作为人工智能行业内企业,我们能够感觉到大家对于标准化的迫切需求。”科大讯飞副总裁严峻表示,“首先想到的便是系统框架,其次是能力,人工智能技术与行业结合究竟应该具备哪些能力,才能定义为智慧,这是需要进一步明确的。此外人工智能接口、数据的标准以及评价,也是行业标准化极为重要的方向。”
围绕这些需求,人工智能标准体系结构也随之形成。“人工智能标准体系结构包括基础标准、平台/支撑标准、关键技术标准、产品及服务标准、应用标准、安全/伦理标准六个部分。”赵波表示。
中国电子技术标准化研究院发布的《人工智能标准化白皮书》具体介绍了该体系结构。其中,基础标准涉及术语、参考架构、数据和测试评估四大类,位于人工智能标准体系结构的最底层。平台/支撑标准是对人工智能硬件、软件、网络和数据的综合集成,在人工智能标准体系结构中起承上启下的作用。关键技术标准主要针对自然语言处理、人机交互、计算机视觉、生物特征识别和VR/AR等领域,为人工智能实际应用提供支撑。
应用标准则位于人工智能标准体系结构的最顶层,面向行业具体需求,产品及服务标准涉及在人工智能技术领域中形成的智能化产品及新服务模式的相关标准。安全/伦理标准贯穿于其它部分,支撑整个行业发展。
“华为从最初就认为人工智能是企业的使能技术,通过发展人工智能技术,能够帮助企业内部实现效率提升。”华为云战略与业务发展副总裁宋哲炫告诉21世纪经济报道记者。围绕当前AI标准的制定方面,考虑到开源已成为当前行业一种事实性标准,宋哲炫建议在整个标准制定流程中,将开源作为一个重要因素引进,以便真正的标准推出后可以很好地落地及实践。21世纪经济报道
5.AI应用炒热市场对新一代HBM需求
HBM迄今仍属于利基型技术,是否能因为AI等新应用进一步扩大市场版图,分析师认为目前仍很难说…
高频宽存储器(high bandwidth memory,HBM)因为上周三星电子(Samsung Electronics)宣布开始量产第二代HBM技术Aquabolt,在市场上再次获得瞩目。
三星高频宽存储器市场行销经理Tien Shiah表示,其8GB容量的High Bandwidth Memory-2 (HBM2)是专为下一代超级电脑、人工智能(AI)与绘图系统所设计,号称能提供最高等级的DRAM性能水准,以及目前市场上最快的资料传输速率──在1.2V下每接脚2.4Gbps;与该公司上一代HBM2产品Flarebolt相较(每接脚速度在1.2V下为1.6Gbps、在1.35V下为2.0Gbps),性能提升了近50%。
Shiah在国际消费性电子展(CES 2018)接受EE Times电话采访时表示,单个Aquabolt封装能提供307GBps的资料频宽,资料传输速率是资料频宽为32GBps的8GB GDDR5晶片之9.6倍;这意味着在系统中采用4个HBM2封装就能达到1.2TBps的频宽,将整体系统性能提升50%。他指出,对更高资料存取速度的需求推动了市场采用HBM,特别是AI与机器学习演算法;而HBM为市场上最高速的DRAM解决方案,还能节省占板面积与功耗。
不过Shiah也指出,因为HBM需要整合到具备硅中介层(silicon interposers)的ASIC中,这种设计需要具备专长技术;三星还利用了与散热控制相关的硅穿孔(TSV)技术长才,单一个Aquabolt封装内含8颗8Gb容量的HBM2裸晶,利用超过5,000个TSV垂直互连;此外三星还增加了HBM2裸晶之间的散热凸块(thermal bumps),能实现对每个封装更强力的散热控制。最后还在封装底部添加了保护层,提高其整体物理强度。
三星的第二代High Bandwidth Memory-2 (HBM2)是专为下一代超级电脑、人工智能(AI)与绘图系统所设计
HBM常常会被跟混合存储器立方体(Hybrid Memory Cube,HMC;编按:由Micron主导开发)一起讨论,两者同样是为了发挥DRAM最高速度性能的解决方案;这两种方案的差异性其实不大,但因为HBM在市场上的接受度较高,有可能会胜过HMC,就像是很久以前录影带规格VHS侵蚀Beta版图那般。
不过市场研究机构Objective Analysis首席分析师Jim Handy表示,就算HBM会成为赢家,它仍是一种利基型技术,“我不认为它最终会跃居主流;目前它实在是很昂贵的技术,因为要在硅芯片上使用TSV的代价高昂;”他指出,HBM到目前为止感觉有点“神秘”,通常是使用在Nvidia与AMD的绘图卡,需要大频宽来连结GPU的应用。
Handy表示,TSV确实能提供比打线封装(wire bonding)更高的优势,特别是当你可以在单芯片上采用5,000个TSV;然而该技术仍相对较昂贵:“这种技术需要克服的挑战在于,当生产量增加、价格就会降低,但因为一开始的高价格很难让生产量变大,”这也是为什么HBM仍主要只出现在高阶绘图卡上。
现在也可以看到HBM被应用在某些超级电脑,未来在某个时间点也有机会进驻标准服务器,但Handy补充指出:“现在很难说什么应用能让HBM达到足以让成本下降的高需求量,大家都在争论AI将在其中扮演何等角色;”厂商大力推广锁定AI应用的FPGA解决方案,为GPU方案带来竞争压力,智能手机也可能会是HBM的长期性目标市场,因为GDDR5也准备进军这类装置。
至于HBM与HMC之间的主要差异,Handy表示是在底部的逻辑晶片;而虽然英特尔(Intel) 采用了美光(Micron)的HMC技术,但自行开发了逻辑标准。另一家DRAM制造商海力士(SK Hynix)也是走HBM路线,他认为英特尔将会从自家衍生的HMC方案转向采用HBM,最后美光也会跟进:“HBM与HMC差异并不大,所以美光如果必须改变方向也不会有太多损失。”
评论
查看更多