QQ在线（xiàn）
企业微信
资讯
376
人工智能芯片与人工智能框架代表企业
◇作为算力算法的关键（jiàn）基础，人工智能芯片、人（rén）工智能框（kuàng）架的性能（néng）决（jué）定着人工智能产业的发（fā）展
◇随着中美竞（jìng）争态势加剧，人（rén）工（gōng）智能成为大国竞（jìng）争的新（xīn）焦点（diǎn）。与美国相比，我国目前人工（gōng）智能的短板就（jiù）是关键（jiàn）根技术的缺失
◇“十四五（wǔ）”时期人工智能规划（huá）需要关注（zhù）的重点就是（shì）如何通过明确（què）我国人（rén）工智能技术（shù）发展路线，发挥我国制度优势，促进人工智能根技术突破和创新
AlphaGo再（zài）次进化。
2020年12月，据（jù）《自然》杂志报道，DeepMind公司的（de）一项（xiàng）研究（jiū）提出了（le）MuZero算法，可（kě）以在不知（zhī）道规（guī）则（zé）的情况下，通过自己（jǐ）试验，掌握围棋、国际象棋（qí）等（děng）游戏，被认为在寻求通用人工智能算法（fǎ）方面迈出重要一步。
许多（duō）人还记得（dé），2016年，这个（gè）人工智能程序的“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通过规则输入（rù）和自我博弈进行学习，在仅40天的训练后成功击败上一代产品。不久之后，9小时（shí）掌握国际象（xiàng）棋（qí）、12小时掌握日（rì）本将棋、13天掌握（wò）围棋的（de）AlphaZero出世……
是什（shí）么让人（rén）工智能（néng）飞速进化（huà）？
如果把人工智能比（bǐ）作一棵（kē）“技（jì）术树”，击败人类棋手的人工智（zhì）能程（chéng）序只是“树冠”，为整（zhěng）棵树提（tí）供滋养、使其不断升级的，则是围绕基础软硬件（jiàn）的人（rén）工智能根技术。
中（zhōng）国科（kē）学技术信（xìn）息（xī）研究所（suǒ）党委书记赵（zhào）志耘告诉（sù）《瞭望》新闻周（zhōu）刊记者，人工（gōng）智（zhì）能根技（jì）术，是指那些能够支（zhī）撑人工智（zhì）能技术发（fā）展和支（zhī）撑人（rén）工智能产业衍生的基础研究和关键技术，比如人工智能芯片（piàn）、系统框架等。
根（gēn）深叶茂（mào）。某种程（chéng）度（dù）上，根技（jì）术（shù），决定着产（chǎn）业发展的兴衰。
根技（jì）术左（zuǒ）右人工（gōng）智能生态
人工智能对计算能力的需求（qiú）有多强？
据硅谷（gǔ）非营（yíng）利（lì）组织（zhī）OpenAI测算，2012年开（kāi）始（shǐ），全球人工智能训练所用的计（jì）算量呈（chéng）现指数增长，平均每3.43个月便会翻一倍，目前（qián）计算量已扩大30万（wàn）倍，远超算力增长速度。传统的CPU架构早已无法满足（zú）深度学习对算力的需求，AlphaGo的（de）硬件（jiàn）基（jī）础（chǔ）就是专注神（shén）经网（wǎng）络算法、大（dà）幅加（jiā）快运算速度的TPU芯片。
可以说，作为算力的关键（jiàn）基础，人工智（zhì）能芯片（piàn）的性能决定着（zhe）人（rén）工智（zhì）能产业的（de）发展。
清华（huá）大学微（wēi）纳电子系教授魏少军（jun1）指出（chū），现（xiàn）有CPU、GPU、FPGA等芯（xīn）片的基本（běn）架构早在这次人工智能突破（pò）之前就已（yǐ）经存在了，并不是为人工智（zhì）能而专门设计（jì）的，因此不能完（wán）美（měi）地承（chéng）担实现（xiàn）人工智能的任务。人工智能对芯片的要（yào）求，除了足够的（de）算（suàn）力和极高的能效比，还需要一个（gè）高能效、通用的计算引擎。
魏少军认为人工（gōng）智（zhì）能（néng）芯（xīn）片（piàn）至少应有以下几个特质：第（dì）一，可编程性，要适应算法的演进和应对多（duō）样（yàng）性，因为算法不稳定（dìng），在（zài）不断（duàn）变（biàn）化；第二，架构（gòu）动态可变性（xìng），要适应不同算法；第三（sān），高效的架构变换能力，因为不同的运算要求变换不同的架构。
除此之外，AlphaGo之所以能在极短时间内（nèi）快速“进化”，算法的（de）提升同（tóng）样（yàng）功不可（kě）没，背后（hòu）是人（rén）工（gōng）智能算法框架使（shǐ）然。
赛迪智库信息化（huà）与软件产业（yè）研（yán）究所信息（xī）技（jì）术（shù）研（yán）究（jiū）室负责人许亚倩（qiàn）说，算（suàn）法框架能（néng）够（gòu）极大地提高（gāo）人工智能（néng）学习效率（lǜ）。一方面，算法框架降（jiàng）低了（le）深度学习（xí）的难度，提供进（jìn）行深度学习的底层架（jià）构、接口，以（yǐ）及大量训（xùn）练好的神（shén）经网络模（mó）型，减少用户的（de）编程耗时。另一方面，大（dà）部分深度学习框架具有良好（hǎo）的可（kě）扩展性，支（zhī）持（chí）将复杂的（de）计（jì）算（suàn）任（rèn）务优化后在多个（gè）服（fú）务器的CPU、GPU或TPU中并行运行，缩短模型的训练时间。
此外（wài），许亚倩（qiàn）认为，算法框架还是人（rén）工（gōng）智能核心生态圈建立的关键环节（jiē）。算法框架是决定人工智能技术、产业、应用的核心（xīn）环节（jiē），是人工智（zhì）能核心生态（tài）圈建立的基础和关键（jiàn）。算法框（kuàng）架的研发能够促进生态圈关联（lián）及外围的芯片、系统、软硬件平（píng）台等产业（yè）发展，从而促（cù）进人工智（zhì）能（néng）核（hé）心生（shēng）态圈的建设。
欧（ōu）美发（fā）达（dá）国家已经（jīng）在人工智能算法框架方面进行（háng）了大量的（de）研究和开发应用。Google、亚（yà）马（mǎ）逊、微（wēi）软、IBM等（děng）国际（jì）科（kē）技巨头纷纷布局算（suàn）法框架，抢占技术和市（shì）场先（xiān）机，开发开源了TensorFlow、PyTorch等一批主流人工智能算法框架。
根技术是关（guān）键（jiàn）短板
“随着中（zhōng）美竞争态势加（jiā）剧，人工智能成为大国（guó）竞争的新（xīn）焦点。与美国相比，我国目（mù）前人工智能的短（duǎn）板就是（shì）关键根技术的缺失。”赵志耘说。
受（shòu）访专家（jiā）指出，近年来，我（wǒ）国人工智能在技（jì）术（shù）与应用方面取得了巨（jù）大进展，在国际上具（jù）备了一定（dìng）的竞争力，但基（jī）础层（céng）整体实力较弱，缺乏（fá）人工智能（néng）框架、人（rén）工智能芯片等根技术的支（zhī）撑——芯（xīn）片大多（duō）依赖（lài）进口（kǒu），计算力方面的基础薄弱，且开源框架受制于国外巨头（tóu）。
据了解，我国（guó）芯片进口额已经连续（xù）多年超过石油（yóu），2019年（nián）超过3000亿美元；操作（zuò）系（xì）统、高端光刻机仍被（bèi）国外公司垄断（duàn），90%以（yǐ）上（shàng）传感器（qì）来自国外。
赛迪智库人工智能产业形势分析课（kè）题组研究指出，在人工智能（néng）的算力（lì）支持方面，IBM、HPE、戴尔等国际巨头稳居全球服务（wù）器市场前三位，浪潮、联想、新华三等国内企业（yè）市场份（fèn）额有限；国内人工（gōng）智能芯片厂商需要大量依靠高通、英伟达、AMD、赛灵思、美（měi）满电子、EMC、安华高、联发科等国际巨（jù）头供货，中科寒武纪（jì）等国内企业发展刚（gāng）刚起步。
用清华（huá）大学电子工程系教授汪玉（yù）的话概（gài）括，大致上（shàng）国内（nèi）人工智（zhì）能芯片在需要聪明（míng）智慧的环节（jiē）做得不（bú）错，但在需要积累沉淀的环节做得却不够好。专家（jiā）指（zhǐ）出，我国人工智（zhì）能芯片在通用化（huà）、产业链完整度、高（gāo）速接口和专用的集（jí）成（chéng）电路IP核等方面都（dōu）存（cún）在短板。
“对于人工智能芯片产（chǎn）业来说，仅有好的硬（yìng）基础是不够的，在硬（yìng）基（jī）础上（shàng）再做出好的（de）软件，才能（néng）做得更好。”中国信息（xī）通信研究院（yuàn）云计算与大数据研究所总（zǒng）工程师（shī）王蕴韬强调说。
目前（qián），我国在基础软件（jiàn）方面仍（réng）面临外国厂商独（dú）大的局面。数据（jù）显示，中国服务器发货量占（zhàn）全球28%，中国的操作（zuò）系（xì）统销售额则占（zhàn）全（quán）球不足（zú）6%。从全（quán）球市场份额来看，中（zhōng）国应用软件基本达（dá）成了“三（sān）分天下（xià）有其一”的格局。但从技术底座（zuò）来看，只有约10%的政府类应用软件运（yùn）行在中国（guó）的（de）技术底座上（shàng），其余（yú）九成的应用还是以国外技术底座为（wéi）主。
瞭望智（zhì）库联合（hé）莫干（gàn）山研究院发（fā）布（bù）的《赋能数字（zì）经济（jì）拥抱算力（lì）时代》报（bào）告则指出，我国新计算产业底层技术架（jià）构和标（biāo）准由（yóu）国外企业主导，存（cún）在较高产业安（ān）全风险。自第一代电子管计算机ENIAC面世以（yǐ）来，CPU外围所（suǒ）有的接口总（zǒng）线（xiàn）标准制定权（quán），都掌握在国外企业手中（zhōng），我国企（qǐ）业只（zhī）能在既定框架内（nèi）谋求发展（zhǎn）。
以人（rén）工智能框架（jià）这样（yàng）的基础软件为例，深度学习主流框架TensorFlow、Caffe等均为美（měi）国企业或（huò）机构（gòu）掌握，国内还缺少（shǎo）自主（zhǔ）可控（kòng）的全（quán）场景（jǐng）计（jì）算（suàn）框架，且目前计算框架存在开发门（mén）槛高、运（yùn）行（háng）成本高、部署（shǔ）难度大等（děng）亟待解决的问（wèn）题（tí）。
《赋能数字经济拥（yōng）抱算力（lì）时代》报告指出，目前（qián）西方（fāng）国家以超30%的（de）投入主导全球关（guān）键开源社（shè）区和开源项目。GitHub（一个面向开（kāi）源及私有软件项目的托管平台）2019年年度（dù）报告显示，在其4000万的用户(开（kāi）发人员)中，美（měi）国开发人员占30%，其他国家（jiā）的开（kāi）发人员占到70%；年度最受欢迎的Top10开源软件和项（xiàng）目，均由谷歌（gē）、微软（ruǎn）、Facebook等美国（guó）公司主（zhǔ）导。虽然2020年（nián），来自美国的开源贡献者下降到22.7%，越来越多（duō）的开发者来自中国(9.76%)和印度(5.2%)，但总（zǒng）体（tǐ）来看（kàn），我国在开源（yuán）社区和项目的贡献（xiàn）度（dù）仍然不（bú）高，影响力有（yǒu）待进一步提高。
超前布局突破根技术制（zhì）约
赵志耘认（rèn）为（wéi），“十四五”时（shí）期人工智能规划需要关注的重点是如何通过（guò）明确我国人工智能（néng）技术发展路（lù）线，发挥我国制度优势，促进人工智能根（gēn）技术突破和创新。
人工智（zhì）能（néng）芯片方面（miàn），专家表示，首先需要全面布（bù）局，在（zài）政府（fǔ）层（céng）面加强对通用芯片支持力度。在（zài）技（jì）术路（lù）径上，遵循全面布局（jú），分步（bù）突破（pò）原则，近期重点（diǎn）突破以NPU为代表的（de）ASIC芯片，远期突（tū）破GPU、FPGA等通用芯片；在应用环节上逐步拓展，从边（biān）缘端逐（zhú）步扩（kuò）展到（dào）云端，从（cóng）推理芯片拓展到训练芯片；同时探索（suǒ）多种芯片（piàn）高效协同（tóng）运行的（de）芯片解（jiě）决（jué）方案。由于ASIC芯片（piàn）专（zhuān）用性强（qiáng），不同厂（chǎng）商（shāng）往往需根据应用场景需求自（zì）主研发；而GPU、FPGA等通用芯片由于有标准化产品（pǐn），国内终（zhōng）端应用厂商自主（zhǔ）研发或国产（chǎn）化替代意愿（yuàn）不强（qiáng）。因此，政府层面应在GPU和FPGA等通用芯片领域加强布局推广力度。
此外，加强（qiáng）类脑芯片等前（qián）沿性领域布局。充分发挥国内高（gāo）校以及（jí）科研（yán）院所力（lì）量，布局类脑芯片等前沿性领域（yù）。该领域国际（jì）巨头尚（shàng）未形成（chéng）技术及（jí）知（zhī）识产权壁垒，提前布（bù）局（jú）将使我国在人工智（zhì）能（néng）芯片领域存在换道超车的可能性。
赛迪顾（gù）问（wèn）股份有限公司的研究认（rèn）为，人工智能（néng）芯片未来将呈现（xiàn）新发展（zhǎn）趋势。如芯片开发将从技术难点转向（xiàng）场（chǎng）景痛点。目前（qián），人工智能芯片设计更多地是从（cóng）技术角度出发，以满足特定性能需求。未来，芯（xīn）片（piàn）设计（jì）需要（yào）从应用场景出发，借助场景落（luò）地（dì）实现规模发展。又如，技（jì）术路线将从专用芯片转向通用芯片。目前应用于人工智能领域（yù）的芯（xīn）片多为特定（dìng）场（chǎng）景设计，不能灵活（huó）适应（yīng）多场景需求（qiú），未来需（xū）要（yào）专门为人工智（zhì）能设计（jì）灵活、通用（yòng）的芯片。另外，现阶段人（rén）工智（zhì）能（néng）芯片产业的发展方式大多以企业为主（zhǔ）体，产品上下游企（qǐ）业（yè）的运营和管理相对独立，但同环节的企业却高度竞争，未来产业发（fā）展应（yīng）以（yǐ）合作为主线，形成产业生态。
北京大学经济学（xué）院（yuàn）教（jiāo）授、深（shēn）圳市（shì）湾区数字经济与（yǔ）科（kē）技研究院院长曹（cáo）和（hé）平表（biǎo）示，发展人工智能（néng）芯片要有产业思（sī）维。“要做产业，而（ér）不仅仅是做（zuò）产品。要在促（cù）进（jìn）芯片产业发展的前提下做芯片，在全（quán）景产业链（liàn）条下做芯片的外部性成本更低。”
中国工程院院士高文认为，开源是软件时代非常关键的一条技术路线，人工（gōng）智能领域也应该采用。
中（zhōng）国工程院院士倪光南表示，芯片设计（jì）门槛（kǎn）极高（gāo），只有极少数企业能够承（chéng）受中（zhōng）高端芯片（piàn）研发成本，这也制约了芯片领（lǐng）域（yù）创新。我国（guó）可以借鉴（jiàn）开（kāi）源软件（jiàn）成功经验（yàn），降低创新门槛，提高企业自主能（néng）力，发展（zhǎn）国产开源芯片。
人工智（zhì）能框架方面（miàn），专家指出，新一代人工智（zhì）能开源（yuán）计算框架，首（shǒu）先要让人工（gōng）智能（néng）专（zhuān）家、工（gōng）程师、数据科（kē）学家们可以更好地（dì）使用；其（qí）次（cì），计算框架需要满足（zú）人工智能全场景的（de）应用需（xū）求，更好地保（bǎo）护数据隐（yǐn）私；并且可（kě）开源，通过开源形成广泛的（de）应（yīng）用生态，广泛（fàn）支（zhī）持不同类型的人工（gōng）智能芯片、硬件设备、应（yīng）用等。目前，深度（dù）学（xué）习框架开源已成趋（qū）势。旷视（shì）深度学习（xí）框架天元、华为深度学习框架MindSpore皆已（yǐ）正（zhèng）式开源。
赵志耘还建议，应通过集约（yuē）化建设人工智能（néng）基（jī）础设施和计算中心等，进一步利用（yòng）长板，加快人工（gōng）智能与（yǔ）行业深度融合，培养多层次人才，确保我国（guó）人工智（zhì）能产业在中长期（qī）国际竞争中持续保持领先。
目（mù）前，新基建正带动一批人工智能基础设施落地。2020年以来（lái），河南、安徽、广州等地均有数据中心项（xiàng）目启动。去年，总（zǒng）投资超150亿（yì）元（yuán）的腾讯长三角人工智（zhì）能超算中心及（jí）产业基地落户上海（hǎi）松（sōng）江区（qū），武（wǔ）汉人工（gōng）智（zhì）能计算中心也启动建设。赵志耘认为（wéi），人工智能（néng）计算中心是（shì）人工智能产（chǎn）业的基础算力供给平台，能极大发（fā）挥集（jí）聚（jù）效应，承担人工智（zhì）能领域的国家重（chóng）大战略需求、基础共（gòng）性技（jì）术（shù）攻（gōng）关、前瞻（zhān）性基础（chǔ）与（yǔ）算法研究，并能带（dài）动当地优势（shì）产业（yè）领域的人工（gōng）智能核（hé）心（xīn）技术研发及应用（yòng），促进高端人（rén）才培养。
