当前位置:主页 > 公司新闻 >

公司新闻

软件甚至把算法和解决方案全都给做了
  近日,华创资本正式推出由麻省理工科技评论、DeepTech深科技、华创资本共同出品的《未来版图》图书,发布会邀请了人民邮电出版社社科人文分社副社长恭竟平,DeepTech联合创始人陈禺杉,《未来版图》编定人陈序,深鉴科技创始人姚颂和华创资本合伙人熊伟铭。
 
  其中,深鉴科技因7月份正式被美国Xilinx公司收购而广受关注,其创始人姚颂在会上分享了自己关于人工智能芯片的思考,姚颂表示:
 
  1、AI芯片适用于不同种类,它的开发难度、开发周期、实用性应用场景可能是千差万别的;
 
  2、芯片的发展趋势,以英伟达为例,已经不再是一个GPU公司,而是一个系统公司、软件公司,从应用需求定义系统架构,代表了整个行业思路的变化;
 
  3、当大家说芯片的时候一定不要只看芯片这两个字,不然这个公司会死掉的。
 
  以下为姚颂演讲原文节选,由新浪科技整理。
 
  AI芯片现在非常火,火了一年多,今年大家都很关注。这个领域细节非常多,大家经常搞不清楚,感觉随便来一个公司,不说是AI公司就没法儿在市场上混。又来一个新的AI公司,不做芯片也没有办法在市场上混。这里面的坑其实非常多,回到最根本的还是要搞清楚一个概念,什么叫AI?
 
  AI芯片是什么?
 
  AI是一个非常广的概念,如果从做AI芯片的角度看,最通用是CPU,所有人工智能算法都能跑,这也是一种人工智能芯片。如果只跑机器学习,或者只跑深度学习,深度学习也分两个阶段,一个叫训练,一个应用,可以只跑训练,也可以只跑应用,还可以跑一种神经网络,也可以跑多种神经网络,现在被大家糅杂起来,这些都叫做AI芯片。当大家看到这样一个概念的时候,需要认真思考,你支持的是怎样的功能?你支持的是机器学习?是应用学习?是多种算法还是一种算法?因为它的开发难度、开发周期、实用性应用场景可能是千差万别的。
 
  做芯片新趋势:不止做芯片
 
  做AI芯片比开发传统芯片还要困难,以CPU的公司为例,比如ARM和英特尔会开发处理器的设计,他们不生产芯片,而是以IP和软的形式授权给客户,他也不开发操作系统,不开发私语言环境,这些东西都交给下游公司去开发。英特尔可以更多的往下走一步,可以把芯片实际生产出来。为什么可以做到?因为指令集是一个非常好的接口,CPU要求什么东西都可以跑,当你定义了中间这样一层,就可以专注做好这件事情。
 
  回到刚才那个问题。AI到底可以做什么。如果做一个什么东西都能跑的芯片,可以把芯片的设计和应用区分开。而作为一家小公司,你不可能有一个像Windows公司来开发,也没有wintel联盟,更没有开发一个编程的环境,自己去开发软件,也没有公司给你开发上层的App或者软件——也就是说,没有形成像英特尔、ARM这样的生态系统。
 
  我们再往下看,如果我只做IP核,大家想ARM一年的收入是多少,一年卖出几十个亿台设备,最后收购的估值也就300亿美金,总收入也是不高的。为什么?卖一个芯片25美金,IP核授权给客户生产,收入产生会很慢。ARM做了好几十年才慢慢到了现在这样的地步。如果你作为AI芯片公司,需要考虑到底是做哪几层,如果只做到IP核层面,不把芯片做出来,一个是收入规模严重不足,量很少,每一个芯片收的钱也少;另一点是收入滞后,当芯片生产出来已经一年以后了。当生产出来的芯片被系统和解决方案公司的用到产品里去,又一年过去了,从芯片设计完成到实际收入需要两年,这时候你就要考虑,是不是把芯片做了,把IP做了,把系统也做了。你的指令集没有人开发Windows,都没有人做这个谁来开发软件?你要有很漂亮的原来的案例,这时候你说是不是得把算法库,把一些应用的案例也做了。这是一个非常复杂的问题。你得把芯片、系统、软件甚至把算法和解决方案全都给做了。
 
  另外一个事情是,怎么把商业做好?也就是说产品,从技术到产品又是另外一个阶段的事情。我做了一个自己觉得芯片性能特别好,但是它并不一定是客户想要的。你要花很多时间去理解客户,接触到客户真实的需求,最终把客户绑定到产品上。让用户爱用,芯片要有比较完整的开发流程。买任何一个GPU上面的软件是不用改的,就像买任何一宽英特尔的CPU上一样,三年前写的GPU也能够在现在的GPU上跑的很好。哪怕是一个菜鸟,用GPU跑一些程序,可能过几周就已经用的很熟了,用户体验就非常棒。
 
  第三点,是用户到底需要什么?我原来提供了一些想法,尽量的减少客户的开发以及能够尽可能的增加收入,这一页也不太展开的去讲。
 
  第四点,芯片公司和软件算法应用公司是分开的,这就导致我如果要做一个芯片,很多人会有不一样的需求和打算,我不知道芯片到底能不能满足他们,或者在满足各种要求时做的特别好。比如英特尔一个竞争优势也是历史最大的包袱,它兼容过往几十年的架构,变得越来越臃肿,这是一个包袱。现在有一些公司开发芯片特别迅猛,比如谷歌在开发TPU的芯片,他们大概2014、2014年做芯片,几年时间就能跟英伟达打平了。就是因为谷歌在开发芯片时,只需适用自家的东西,限定了范围。我们这边在做的很多事情也是,把算法和芯片放在一起做一个完整优化的呈现。
 
  我们公司非常核心的一个技术叫深度压缩。一个简单的启发式的想法:据不同研究,人脑有300亿到800亿个不等的神经元的数量,但是在人的真正日常思考中,你的大脑只有5%左右的神经元是激活的,其实大脑95%的部分是在休眠,这个概念也可以被延伸到所谓的深度学习人工神经网络里面。当芯片功能启用时,其实里面大部分参数对于实际结果没有影响,我们可以把无关的参数删除。然后再考虑上层的芯片架构如何设计,这两个结合在一起可以取得好的效果。

相关新闻