算力、功耗還是架構？四位大咖縱論終端AI的四大挑戰(zhàn)

早在2016年，寒武紀就研發(fā)了全球第一款商用終端AI處理器，早于國外同行兩年，寒武紀的1A處理器是世界上首款智能終端處理器IP產(chǎn)品。第一代1A已經(jīng)在四款華為手機中使用。

第二款寒武紀的IP 1H是第二代高性能、低功耗的智能終端IP產(chǎn)品，在2017年11月公開發(fā)布，這款處理器帶來了深度學習處理速度的提升和功耗的降低，在寒武紀1H帶來了AI算力的大幅提升，使能和增強人臉識別、物體識別、物體檢測、圖像分割、智能翻譯等AI場景，實現(xiàn)了從圖像識別到物體檢測的跨越。在蘇黎世聯(lián)邦理工學院的AI Benchmark測試中，搭載麒麟980（集成寒武紀1H）的華為Mate 20 Pro、Mate 20 X和Mate 20，超過了搭載麒麟970的華為P20 Pro，排在了榜首。

2018年5月，寒武紀正式發(fā)布了多個最新一代終端 IP 產(chǎn)品——采用 7nm工藝的終端芯片Cambricon 1M、首款云端智能芯片MLU100及搭載了MLU100的云端智能處理計算卡。

寒武紀創(chuàng)始人陳天石博士對公司的定位是，獨立芯片公司，服務廣大云計算、大數(shù)據(jù)、服務器廠商、互聯(lián)網(wǎng)公司和行業(yè)巨頭，為下游廠商提供不同尺寸、面向不同應用場景的終端AI處理器Ip以及覆蓋interference和training的不同處理能力的云端智能芯片。隨著華為智能手機在全球市場份額的不斷提升，寒武紀在終端AI芯片市場的認可度也不斷提升。

在物聯(lián)網(wǎng)應用中，如何實現(xiàn)無處不在的AI應用？

圖：清華大學微納電子系副主任尹首一教授

智能終端的AI計算成為趨勢?？紤]通訊延時、基于硬件設備、個人隱私考慮，我們需要在終端設備、傳感器，各種設備端上實現(xiàn)AI計算。這已經(jīng)成為電子行業(yè)的巨頭共識，百分之九十以上的物聯(lián)網(wǎng)設備上使用CPU是arm公司提供的內核，Google首席科學家在全球半導體大會上報告上說，Google認為，IoT景下，未來AI計算一定是分布式、分層次、分等級的綜合系統(tǒng)。

要滿足各種場景下AI計算的需求，需要考慮算力和功耗問題的平衡。例如智能手機對語音技術的應用，智能家電中有嚴苛的功耗約束，因而要在功耗受限場景下實現(xiàn)AI算法和運算就成為關鍵。

算力與場景結合，聯(lián)發(fā)科在終端AI運用領域不斷突破

聯(lián)發(fā)科技副總經(jīng)理暨家庭娛樂事業(yè)群總經(jīng)理游人杰表示，人工智能的崛起與以往不同，人工智能進入第三次革命，需要三種關鍵因素的配合：第一、物聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)，第二、各種應用層應用多元化，尤其在2012年，Deep Learning新的演算法開發(fā)出來后，運算能力、精確率和收斂速度有了很大突破。不僅在云端，或者在終端，能力夠強。第三、算力（computation）的不斷提升。

目前，聯(lián)發(fā)科的芯片方案已經(jīng)占據(jù)了智能音箱垂直市場份額的60%-70%，大幅度領先競爭對手。聯(lián)發(fā)科的優(yōu)勢是將智能音箱方案擁有更高的硬件整合度。把第一代IC周邊電子元器件、電路等全部集成在第二代IC中，同時在軟件層面開發(fā)更智能的工具Power AQ，可通過Power AQ有效調整智能音箱的音質，加速硬件廠商把產(chǎn)品推向市場。

2019年4月18日，聯(lián)發(fā)科技發(fā)布AIoT平臺, 包含擁有高集成度和高端APU性能的i300和i500系列處理器芯片，為業(yè)界提供面向智能家居、智慧城市和智能工廠三大領域的解決方案，助力人工智能技術和物聯(lián)網(wǎng)技術的落地融合。

最早，聯(lián)發(fā)科看到了人工智能在移動手機的應用商機，自2018年初起，就推出了NeuroPilot的技術，并將之首次運用在其手機處理平臺曦力P60上。NeuroPilot是基于他們的核心監(jiān)控與調節(jié)技術CorePilot的進階版。CorePilot在2014年就已經(jīng)被開發(fā)出來，其主要作用就是動態(tài)監(jiān)控手機多核處理器的每個核心的工作負載量，并加調節(jié)和分配，以提高手機運行的性能并降低電耗。

i500高性能解決方案則是基于強大的計算能力, 結合聯(lián)發(fā)科技的人工智能平臺NeuroPilot，搭配低時延的邊緣AI處理技術，提供精準的人臉、行為和環(huán)境識別分析，大幅度提升準確度、生產(chǎn)效率和智能化水平。

游人杰指出，對于不同的芯片公司，最大的區(qū)別就是運算能力的差別。運算的處理能力在晶片里面是三個單元結合起來，我們稱之為聯(lián)合運算能力。CPU+GPU +Deep Learning加速器 ，聯(lián)發(fā)科內部做到CPU八核，CPU的運算好處是可以透過軟件的規(guī)劃，讓演算方法在開發(fā)的過程中擁有最大的彈性。GPU的運算能力，在人工智能的開發(fā)過程中，同時具備高的處理速度，還能提供中等的彈性度。第三、當你的演算方法做到比較成熟后，晶片運算功率做到更低，還需要做AI的Processing，做Deep Learning加速器或者是做視覺影像的處理器，能夠讓演算法找到最低的功耗處理。

小結

終端AI的進程在不斷加速，隨著寒武紀、MTK、耐能等國內國際廠商不斷推出新品，未來在未聯(lián)網(wǎng)應用的細分市場，會逐步誕生應用的前三甲企業(yè)，在無人機、智能家居、智能硬件、智能手機都是AI未來應用增長點，企業(yè)必須研究好消費者需求的轉變，在技術能力和市場需求結合的契合度上下大功夫，在算力提升、功耗降低和運算架構支持多元應用不斷拓展，才能領先海外廠商，搶占市場的先機。