魏少军：人工智能应用为王，崛起三要素——算法、数据、算力
在11月8日全球CEO峰会上，中国半导体行业协会IC设计分会理事长、清华大学微纳电子系魏少军教授为大家分享了人工智能发展过程中的基本要素及应用为王的观点。
魏教授表示，人工智能正向我们走来。现在无行业不AI、无应用不AI、无芯片不AI，现在大家想申请国家项目、申请地方的资助，不提AI都不好意思拿出你的东西。
但在人工智能风头正劲的时候，我们有没有想过，人工智能发展最重要的是什么?什么是我们发展人工智能的必由之路?我个人认为架构创新很重要，今天我们是处在架构创新的黄金年代。说这句话是因为我们看到人工智能的崛起有三个基本要素：算法、数据、算力。
看这三点我们会发现这三点之间有些已经存在、有些还在不断发展，有些我们可以介入，有些我们没有办法介入。芯片我们更多考虑算力的问题，我们看一下算法研究，算法研究不是我们做芯片的人应该做的事情，这是搞算法研究的人做的事情。即便是今天做算法的人，大概也是解决不了我刚才讲的两个问题。算法不断演进，新算法层出不穷。二是没有统一的算法，当你要实现复杂的应用时候要把很多算法综合起来。今后会不会出现一个统一的算法?我本人不那么认为，像大脑一样，大脑每部分只负责一部分处理，不可能大脑中一个细胞可以处理所有问题。大脑真正处理的时候碰到的问题很严重。大脑用到140亿个神经元，工作频率200HZ，大脑皮层很大，我们可以完成大概需要10-16次方的运转，重量1.2-1.6公斤。人工逻辑，我用天鹅2号超级计算机，我们用电传导30万公里，功率4.2GHZ，我们把芯片堆积起来可以实现比人快得多的运算能力，但是占地面积7.2平方米，5吨，耗电42MW，需要一个发电站。这么多大的功耗啊!
我们一直追求算力，其实算力并没有太多的悬念。你可以看到这条曲线一直走上去，我们说拥有超过人脑的算力不是我们的终极目标，我们把做人工智能芯片归结到追求算力就错了。很多时候算力不是我们的目标，太容易达到。包括前面讲到的超级计算机，我们已经达到了，我们更多需要智能的计算引擎，也就是说本身的计算需要有智能化。但是这个智能化我想有很多的内容，我只举三点，一是适合各类应用的可编程能力。二是有足够强大的计算和存储能力。三是有很高的能量效率。如果能力效率很大，每个人工智能的芯片要跟着一个小发电机发电，这是不可想象的事情。如果要智能，那我们要说这样的东西是什么呢?我们觉得应该具备一些基本要素。
一是超高的计算性能，单芯片计算能力要达到100TOPS。高计算效率要避免使用低效率的指令架构，高能量效率要支持10-100TOPS/W。更重要的是再生和组织能力，还有可编程、计算架构的动态可变性、适应不同的算法、实现高效计算、高效率的计算架构变换能力：实时变换、低开销、低延迟。还有实时智能能力，如果没有这些能力，这种人工智能大概很难走出来。
这样的芯片不存在，我们今天做的人工智能做什么呢?左边是硬件可编程、右边是硬件可编程性，软件可编程新。我们今天用的基本在第二象限ASIC、SOC等，有很强软件可变成性，硬件不太可编程。专用集成电路基本在第三象限，它的最大好处是能量效率、计算效率都很高。第三类是FPGA、EPLD，是硬件可编程，软件不需要。第一象限不知道是什么，如果不知道，我们就有了一些想象空间，有可能我们的第一个想象当中可以创造很多内容出来。至少让我们看到它有点希望，这个东西一会儿会谈一下。
第三，是软件定义芯片与芯片智能化的关系。
我们说软件是实现应用当中非常重要的内容，而硬件是承载软件的平台。这两者之间应该修改一种关系，这种关系我们称之为“软件定义芯片”。软件和硬件均可以编程，而且是混合颗粒度，我无法摆脱作为硬件工程师的心态，但是它给我们打开另外一扇窗，这扇窗存在的话，很可能走出全新的道路。
我们怎么工作呢?我们知道今天的应用都用软件实现，我们有一个软件，我们是不是可以想象一下，有一个软件和硬件完全一致的结构，这种实现方式是最直接的。再设想一下，我的应用是C或者C++写出来的，每次变换C和C++，我的硬件自动跟着变换，而且永远是一样的结构，这样的效率是最高的。这是美好的想法，并不是如此，软件可以很复杂，硬件可以有边界。直接的是我把软件分块，一块、一块做。按照所谓的任务依赖关系，那就要求硬件一定要能够动态的按照软件实时的改变它的架构，这就是软件定义芯片最原始的想法。当然不那么简单，当你有硬件以后要改变它，改变什么?有很多内容要研究。这个想法是不是可以通过这种方式打通从应用到芯片之间的通道呢?我们有一个软件，通过某种东西实现一个硬件，让硬件随时跟着软件变，只要我能够让软件实现智能化的功能，硬件就可以实现智能化，这个直接推理很清晰。
我们用这个架构来表示，这是用通用的数据通道，是完全可重构的。当然，控制单元就是原料可编程的游线状态。每次控制单元就把软件按照分好的块一块一块搬过来，第一块要把硬件给它定义好，然后再去执行。这个想法很直接。因此做起来，我们想一个C语言通过所谓的Compiler，通过应用把它变成可以运行的东西。重大的差别在于这所谓的Compiler不是计算机的Compiler，而是全新的设计理念。我们认为从软件到硬件的通道被打通，硬件定义软件、软件定义芯片，这个过程是可以实现的。
传统的架构中是刚性的，现在我们是柔性的，传统的架构当中应用适应计算架构，现在是运算架构适应应用。传统架构一个应用对应一个软件，现在一个应用对应多个等效软件。新的架构中硬件、软件选择性动态改变。在传统结构中高度富有，但是新的结构是冗余应用，它一样又不一样，这种改变使我们有了和传统结构很不一样的结果。是不是我们一家独自做这件事?并不尽然，美国去年启动电子复兴计划，6个中有一个是软件定义硬件。看了其中的内容，基本上就是我们刚才谈的软件定义芯片的东西。它提出一个指标，你要变换的是300-1000ns，只要这个时间变换都属于他们的要求。我们做的远好于它，我们只要花1/10的时间，而且早10年做完了。
回到AI，我们采用这种架构，所谓软件定义芯片的架构实现AI芯片，全世界都没有用这种方式做，只有我们用这种方式做，我们做了以后，今年年初专门对我们的芯片进行报道，报道告诉我们这是中国取得所谓的Crowning Achievement。给我们很高的评价。你在架构上如果不按照传统的方式走，去找新的途径，很可能会起到事半功倍的效果，但是没有太多的规则。
第四，理性看待中国芯片产业到底怎么走。
今天我们还没有做到人工智能，按照迈克尔·乔丹的说法，与其说我们今天做的是人工智能还不如说我们做的是增强人工智能，是IA。我们远没有像刚才想象的像人工智能走得那么远。接下来魏教授用两个视频例子给大家做了演示。
第一个是北京中关村西区拍的视频，做的非常简单，对人眼来说早就习以为常，他来做这个事情。第二个视频是AR的视频，它是一个体育场，发现球赛，灯灭了，电源出现问题。
很有意思，我们觉得我们已经做了很多，其实我们做的工作都是在帮助人。我们离真正的人工智能差得很远，所以我希望我们的产业对人工智能的发展、对智能化发展还是要正确理性的认识，不要觉得自己做了一点工作就觉得做得了不起。我看过很多这方面的工作，基本上都是增强我们的工作。
最后总结一下，什么是我们真正要关注的?这个行业最重要的是关注应用，应用是王，能不能找到应用的发展方向，特别是具体的技术发展方向，这是我们的关键。
以上列出一些问题，是希望业界清楚的认知在人工智能发展的过程中，我们哪些需要，是不是所有东西都需要AI，我们希望AI解决什么问题，什么是AI五的杀手级应用，什么样的AI应用是我们每天都需要的。我想这个路相当的长远，希望我们的同仁们能够共同努力。
本文为华强电子网原创，版权所有，转载需注明出处
关注电子行业精彩资讯，关注华强资讯官方微信，精华内容抢鲜读，还有机会获赠全年杂志
关注方法：添加好友→搜索“华强微电子”→关注
或微信“扫一扫”二维码
