寒武纪CEO陈天石：深度学习处理一定要端云结合

最近十年，CPU、GPU等处理器能力有了大幅提升，推动了深度学习的再次兴起。但人工智能的模型也变得更加复杂，需要AI专用处理器。

在9月19日的世界人工智能大会的论坛上，AI芯片独角兽寒武纪创始人、CEO陈天石指出，当下的人工智能时代，需要性能更高、功耗更低、价格更合理的芯片，而且要将云端和终端深度融合。

为什么有AI专用处理器的需求？陈天石认为，从历史上看，每次出现一个新兴应用，都会有一类专用芯片诞生。以GPU为例，GPU的诞生是为了支持图形显示和游戏。虽然，理论上CPU也可以支持，但只有专门的处理器才能支撑大规模、复杂多样化的图形渲染算法。“DSP、FPGA诞生背后都有类似的故事”。因此，在人工智能时代，必然也需要一些专门的处理器来解决这些问题。他称，“不管是在终端还是云端，都要为AI提供专门的处理器芯片。”

在AI领域，智能芯片是AI算法和应用创新的物质载体。从终端到云端，包括机器人和自动驾驶等领域都需要AI芯片做支持。不仅英伟达、谷歌等国际巨头相继推出新产品，国内百度、阿里等纷纷布局这一领域，也诞生了寒武纪等AI芯片创业公司。

从去年下半年到今年上半年，国内不少AI初创企业纷纷推出了自己的芯片或模组，如云知声、出门问问、Rokid等，思必驰也宣布将在下半年推出AI芯片……

根据市场研究公司Compass Intelligence发布的全球AI芯片排行榜，除了英伟达、英特尔等传统芯片公司巨头，中国的寒武纪、地平线等AI芯片公司也位居前列。

与一些国内AI芯片公司专注于单点应用或平台不同，寒武纪立志做AI领域的通用芯片。陈天石称，“AI芯片相对于CPU是专用芯片，但是在AI内部，我们做通用的芯片产品。人工智能领域本身是非常庞大的，要支持各种不同类型的算法应用。”

不过，陈天石也承认，要做AI通用芯片挑战非常大。如何让智能芯片做到通用和好用？他认为，首先，要非常熟悉面临的应用负载特征。根据分析出来的应用负载，设计灵活的指令集，“就像过去在PC和服务器上有X86指令集，移动终端有ARM指令集，人工智能处理器上一定有一个非常灵活、高效的指令集，可以用来解决不同类型的人工智能处理任务。”同时，要设计可扩展性强、高效的架构，使得芯片可以获得更好的性能。

此外，还需要考虑提供适用于人工智能运算的运算器，支持主流的编程框架。

更重要的是，需要在大规模商用当中得到反馈，修正产品。陈天石表示，“没有任何一款产品在设计之初就立刻能够达到完美的状态。如果我们有机会投入大规模商用，在这个过程中可以不断得到反馈，提升处理器的设计。”

在当天大会上，陈天石也多次强调端云结合的概念。“寒武纪做处理器秉承一个思想，端和云有一样的生态、指令集和软件开发平台，使得我们在云和端之间可以灵活切换。”他指出，未来的AI处理不仅限于端和云，如果不能协作起来很多事情就做不了。

陈天石指出，“物联网时代端上可以采集很多数据。如果受限于带宽完全没法在云端处理，AI发挥的威力就大大减弱了。我们在学术界、工业界呼吁我们做深度学习处理一定要把终端和云端融合在一块。”

在2016年推出全球首款商用终端智能处理器IP产品后，今年5月，寒武纪也正式发布了首款云端智能芯片MLU100及相应的板卡产品。

陈天石指出，“物联网时代端上可以采集很多数据。如果受限于带宽完全没法在云端处理，AI发挥的威力就大大减弱了。我们在学术界、工业界呼吁我们做深度学习处理一定要把终端和云端融合在一块。”