WAIC陈天石主题演讲：迈向人工智能的寒武纪

这次AI崛起最重要的推动力是背后的芯片技术。

报道 | 微胖

作为人工智能技术与应用的硬件载体，智能芯片的发展决定着人工智能运算能力的上限，对人工智能产业发展具有关键的引领性作用。在人工智能时代，如何把握时代机遇，打造更高性能、更低能耗的智能芯片，从而更好地推动人工智能技术不断发展，更好地推动人工智能行业改善人类的劳动生产力与生存空间，是芯片行业面临的挑战。

19 日，以“创芯引领时代，智能改变未来”为主题的分论坛在西岸艺术中心 A 馆举行。寒武纪科技 CEO 陈天石到会发表了《迈向人工智能的寒武纪》主题演讲。

首先，陈天石向大家解释了公司名字寒武纪的由来。

大约 6 亿年前，在地质学上被称作“寒武纪”时代，大量无脊椎动物短时间内出现“生命大爆发”，取这个名字意喻人工智能将迎来大爆发，寒武纪自行研发的处理器将为这场大爆发提供核心物质载体。

深度学习几起几落，不过，我们今天关注的众多深度算法中，一些非常原创性的思想在上世纪 80 年代已具雏形。比如，BP 算法，对于有监督学习来说，非常重要。

AI 为什么会在这个时期落入低谷，原因有几个。

算法是其中一个原因，效果好，但无法进行数学上的严密分析；另一方面更重要的是，芯片能力无法支持大规模神经网络的运算。

在那个年代，数十个神经元就算规模比较大的网络模型了，但芯片支持不了。网络模型效果不理想，也与规模有关。或许有学者构想过大规模的神经网络模型，但当时的芯片根本不足以支撑学者去验证自己的想法，后者的潜能也因此被掩盖。

近十年，芯片能力有了大幅提升。现在有最好的 CPU 和 GPU，允许我们去尝试和验证假设。

所以，这次 AI 崛起最重要的推动力是背后的芯片技术。

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。

GPU 服务于图像显示以及游戏，逻辑上来看，CPU 也可以支持这样的任务。但是，只有 GPU 才能更胜任大规模、复杂化的算法。DSP 也是这样。

因此，AI 也需要专门处理器，包括智能终端处理器以及智能云服务器处理器。

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。

那么，如何让芯片有限的空间得以支持任意规模的神经网络模型？寒武纪先行进行了探索，这也是寒武纪重要的学术原创成果。

寒武纪力图打造可以运行任意规模神经网络的处理器。为此，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。

其次，需要考虑设计可扩展性强、高效的架构，使得芯片可以获得更好的性能。另外，提供适用于人工智能运算的运算器，支持主流的编程框架也很重要。

不过，对于芯片来说，最重要的是经由大规模商用后的迭代。

而在这一点上，寒武纪跑在了国内 AI 芯片创业公司的前面。

据陈天石透露，目前数以千万的智能终端使用了寒武纪的处理器。

接下来，陈天石介绍了寒武纪的一些研究成果。

未来的人工智能绝不会是单纯的云端或终端智能，一定是端云协同的，寒武纪做处理器也秉承一个思想，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。

陈天石以前在接受经济日报采访时也曾谈到这一点，“过去大部分芯片厂商都主攻端，例如芯片巨头 ARM 公司，或是主攻云，例如英特尔公司。两者兼顾的却很少，因为端云的任务生态区别较大。但是智能时代这个局面会被全面打破。因为端和云的任务是一体的，编程和使用的生态也是一致的。作为一个通用机器学习芯片厂商，寒武纪就是要端云结合，共同推动智能芯片生态的发展。”

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。

我们可以看到，寒武纪的策略也很明确：智能终端方面，先做授权，云服务器方面，先满足国家层面的需求。