新基建正火 它作為AI底層支撐卻已捉襟見肘……

新冠肺炎疫情疊加國內(nèi)經(jīng)濟(jì)形勢的變化，使“新基建”走上快車道。繼今年3月在頂層設(shè)計(jì)被頻頻提及后，日前，國家發(fā)改委首次明確了“新基建”的范圍,主要包括三方面內(nèi)容:信息基礎(chǔ)設(shè)施、融合基礎(chǔ)設(shè)施和創(chuàng)新基礎(chǔ)設(shè)施。

解讀人工智能在其中的定位：一是新技術(shù)基礎(chǔ)設(shè)施，二是可被深度應(yīng)用、可支撐傳統(tǒng)基礎(chǔ)設(shè)施轉(zhuǎn)型升級(jí)而形成融合基礎(chǔ)設(shè)施。這其中，算力作為底層支撐需要繼續(xù)夯實(shí)，當(dāng)前算力已經(jīng)無法滿足智能化社會(huì)構(gòu)建。根據(jù)OpenAI統(tǒng)計(jì)，從2012年至2019年，隨著深度學(xué)習(xí)“大深多”模型的演進(jìn)，模型計(jì)算所需計(jì)算量已經(jīng)增長30萬倍，無論是計(jì)算機(jī)視覺還是自然語言處理，由于預(yù)訓(xùn)練模型的廣泛使用，模型所需算力直接呈現(xiàn)階躍式發(fā)展。不論是邊緣加速、云端推理、邊緣計(jì)算、端側(cè)加速等，算力都是AI新基建首先聚焦的。

4月16日，<電子發(fā)燒友>以“AI‘新基建’規(guī)模落地破局方向在哪里？”為主題進(jìn)行線上直播，邀請(qǐng)了嘉楠海外銷售VP姚顯駿、新思科技（Synopsys）中國區(qū)IP Solution銷售總監(jiān)鐘香建、深聰智能商務(wù)總監(jiān)王宏松，由電子發(fā)燒友分析師張慧娟主持，就AI新基建的機(jī)遇和挑戰(zhàn)，以及業(yè)界如何共同推進(jìn)AI新基建的規(guī)模落地進(jìn)行了深入探討，三位嘉賓分享了各自的思考和精彩觀點(diǎn)。本次活動(dòng)參會(huì)人數(shù)達(dá)到11587人。

AI新基建的迫切要求和建設(shè)重點(diǎn)？

嘉楠海外銷售VP姚顯駿認(rèn)為，在新一輪基礎(chǔ)設(shè)施的升級(jí)背景下，AI企業(yè)和行業(yè)主要有三大升級(jí)方向：一是提升整體的數(shù)字化能力，因?yàn)锳I的很多應(yīng)用場景中，本質(zhì)是對(duì)大量數(shù)據(jù)進(jìn)行處理，所以前端、后端的工具等，都需要提升數(shù)字化能力。二是搭建專家團(tuán)隊(duì)，由于AI技術(shù)的落地需要結(jié)合實(shí)際場景需求，企業(yè)對(duì)于既懂AI技術(shù)，又有行業(yè)知識(shí)積累的人才需求迫切；三是各行業(yè)都需要加快相關(guān)技術(shù)數(shù)據(jù)使用協(xié)議的制定，AI在不同行業(yè)的應(yīng)用場景和程度都不盡相同，各個(gè)行業(yè)內(nèi)部有待形成統(tǒng)一的行業(yè)標(biāo)準(zhǔn)。

新思科技中國區(qū)IP Solution銷售總監(jiān)鐘香建表示，傳統(tǒng)基建更聚焦于提升民生的硬件基礎(chǔ)設(shè)施，而新基建更大的比重是利用新興技術(shù)，比如5G、IoT、AI、大數(shù)據(jù)等，創(chuàng)造新的生產(chǎn)工具和生產(chǎn)方式，從而促進(jìn)產(chǎn)業(yè)的升級(jí)，達(dá)到整個(gè)社會(huì)生產(chǎn)力和智力的提升。目前還處于弱人工智能階段，所以需要整個(gè)產(chǎn)業(yè)繼續(xù)努力，通過通用人工智能、強(qiáng)人工智能的產(chǎn)品和應(yīng)用持續(xù)去發(fā)展。AI是改進(jìn)生產(chǎn)工具、生產(chǎn)方式，最終促進(jìn)產(chǎn)業(yè)升級(jí)、社會(huì)生產(chǎn)力提升的技術(shù)基礎(chǔ)，AI新基建對(duì)AI企業(yè)和行業(yè)的迫切需求是構(gòu)建完善的AI技術(shù)底座，使得各行各業(yè)加快和普及AI應(yīng)用落地。

深聰智能商務(wù)總監(jiān)王宏松談到，深聰智能是思必馳旗下的AI芯片企業(yè)，專注于智能語音算法及芯片的軟硬件優(yōu)化。智能語音面對(duì)的是傳統(tǒng)家電、家居、IoT設(shè)備廠商，作為基礎(chǔ)設(shè)施，語音不是簡單的技術(shù)或產(chǎn)品類型來推進(jìn)，而是應(yīng)該看行業(yè)是否具備語音的接入能力或具備語音智能的程度。新基建給行業(yè)、企業(yè)提出了思考的方向：自己的技術(shù)能不能達(dá)到行業(yè)對(duì)AI基礎(chǔ)設(shè)施屬性的要求？如果能達(dá)到，說明技術(shù)就找到了落地的方向。深聰智能對(duì)于語音芯片架構(gòu)規(guī)劃和落地方面在不斷進(jìn)行思考，也在做取舍和平衡，例如信號(hào)處理哪些放在前端、哪些放在云端等，這既是思考的方向，也是行業(yè)現(xiàn)在對(duì)于語音芯片技術(shù)研究的目標(biāo)和方向。

談及AI新基建的建設(shè)重點(diǎn)，鐘香建認(rèn)為從人工智能產(chǎn)業(yè)鏈的構(gòu)成來看，主要包括基礎(chǔ)硬件數(shù)據(jù)算法、平臺(tái)、軟件、應(yīng)用等四個(gè)層次，其中硬件數(shù)據(jù)算法、平臺(tái)、軟件這三部分，分別對(duì)應(yīng)了人工智能的算力、數(shù)據(jù)、模型三要素，這三要素正是AI新基建的建設(shè)重點(diǎn)。AI芯片對(duì)性能、功耗、帶寬有較高要求，新思科技在EDA工具方面進(jìn)行了優(yōu)化，另外還有專門針對(duì)AI的IP解決方案，涵蓋112G/56G SerDes、HBM接口、處理器等，持續(xù)解決算力數(shù)據(jù)和模型上遇到的挑戰(zhàn)。

姚顯駿分析，AI技術(shù)體系大致分為基礎(chǔ)層、感知層、認(rèn)知層、平臺(tái)層和應(yīng)用層?；A(chǔ)層主要是AI加速器和數(shù)據(jù)中心的建設(shè)，感知層和認(rèn)知層主要是基于AI的通用技術(shù)，平臺(tái)和應(yīng)用層則具體到落地層面。目前在基礎(chǔ)層上，芯片是AI新基建發(fā)力的重點(diǎn)。在AI應(yīng)用的第一階段，應(yīng)用場景主要為訓(xùn)練和推理，在模型訓(xùn)練方面，算法模型需要對(duì)海量數(shù)據(jù)進(jìn)行處理，這往往依賴于高吞吐的大規(guī)模服務(wù)器集群完成，云端芯片是AI算力基建的重點(diǎn)，諸如CPU+GPU、CPU+FPGA使得異構(gòu)計(jì)算成為目前AI的主流計(jì)算架構(gòu)。隨著算法模型應(yīng)用趨于成熟，AI應(yīng)用步入第二階段，AI算力基建偏向于推理芯片的建設(shè)。AI與IoT的結(jié)合將賦予設(shè)備更多數(shù)據(jù)處理和通信能力，因此AIoT芯片的建設(shè)非常關(guān)鍵，需要芯片在架構(gòu)和功能上的創(chuàng)新。

算力、算法、數(shù)據(jù)——誰是AI新基建的基礎(chǔ)？

姚顯駿認(rèn)為，AI的發(fā)展過程中，數(shù)據(jù)是AI發(fā)展的基礎(chǔ)和先導(dǎo)。這一輪AI的發(fā)展主要依靠深度學(xué)習(xí)技術(shù)的突破，沒有數(shù)據(jù)AI便是無源之水。算法是處理數(shù)據(jù)的方法，算力則是根據(jù)算法進(jìn)行數(shù)據(jù)處理的能力。隨著算法模型趨于成熟，現(xiàn)階段AI面臨的主要矛盾是無限數(shù)據(jù)和有限算力之間的矛盾。因此AI新基建的基礎(chǔ)重在底層計(jì)算架構(gòu)的突破。

鐘香建表示，在不同的行業(yè)，算法非常多樣，目前比較成熟。最大的矛盾還是數(shù)據(jù)和算力之間的矛盾，這種矛盾驅(qū)動(dòng)著AI技術(shù)的發(fā)展。這其中，數(shù)據(jù)是基礎(chǔ)，對(duì)于數(shù)據(jù)的采集、匯聚、存儲(chǔ)、挖掘，是非常重要的一個(gè)驅(qū)動(dòng)因素。算力由硬件平臺(tái)承載，算力夠不夠、算力能效比，這兩個(gè)問題在驅(qū)動(dòng)算力不斷發(fā)展。AI新基建的發(fā)展技術(shù)，技術(shù)資源層是算力和數(shù)據(jù)，技術(shù)層是模型和算法，更基礎(chǔ)的還是算力和數(shù)據(jù)。

王宏松認(rèn)為，算法、數(shù)據(jù)和市場三者之間是互動(dòng)的關(guān)系。首先算法需要和市場互動(dòng)，找到真實(shí)所需；其次，對(duì)于AI的訓(xùn)練和算法的演進(jìn)需要一定的數(shù)據(jù)支撐；第三，提供算力的芯片，其架構(gòu)、工藝等，都是AI新基建的基礎(chǔ)因素。

AI新基建對(duì)產(chǎn)業(yè)有哪些拉動(dòng)效應(yīng)？

王宏松結(jié)合AI智能語音的應(yīng)用談到，在語音識(shí)別、聲紋識(shí)別、語音合成、語音NLP的處理方面，技術(shù)成熟度很高，用戶接受度也比較高。特別是在疫情的非接觸需求下，智能語音相關(guān)應(yīng)用加速落地。在新基建背景下，AI語音的落地是面向全行業(yè)的，甚至是產(chǎn)業(yè)賦能的效果，所有電子相關(guān)產(chǎn)品，都需要思考有沒有機(jī)會(huì)和語音進(jìn)行結(jié)合，很多商業(yè)機(jī)會(huì)有待發(fā)掘。芯片產(chǎn)品化和產(chǎn)業(yè)化的機(jī)會(huì)，具體體現(xiàn)在從IoT到AIoT產(chǎn)品形態(tài)轉(zhuǎn)變中。以傳統(tǒng)家電市場為例，應(yīng)用會(huì)進(jìn)一步細(xì)分，例如針對(duì)兒童的產(chǎn)品可能會(huì)率先爆發(fā)，這些都是AI語音的機(jī)會(huì)。

鐘香建由我國與美國在人工智能方面的發(fā)展情況談及，我國在AI應(yīng)用方面相對(duì)領(lǐng)先，而美國在基礎(chǔ)資源層面做得更好，主要包括硬件算力和數(shù)據(jù)。這方面的差距也正是我們當(dāng)前在AI新基礎(chǔ)建設(shè)中要更為注重的。在總體戰(zhàn)略的推進(jìn)下，GPU、FPGA、ASIC芯片，大數(shù)據(jù)采集匯聚、存儲(chǔ)和挖掘這些領(lǐng)域?qū)⒂瓉硇碌臋C(jī)會(huì)。語音識(shí)別、計(jì)算機(jī)視覺、認(rèn)知計(jì)算、情感感知等，這些領(lǐng)域都會(huì)作為中間層技術(shù)，在基礎(chǔ)層和應(yīng)用層之間提供接口。智慧家居、智慧城市、智慧辦公、智慧醫(yī)療、自動(dòng)駕駛等等，這些領(lǐng)域都會(huì)因?yàn)锳I基礎(chǔ)層和技術(shù)層面的發(fā)展，迸發(fā)更強(qiáng)的活力。同時(shí)，其他領(lǐng)域也會(huì)間接受益，比如大數(shù)據(jù)、IoT以及支撐AI技術(shù)和應(yīng)用的上下游企業(yè)都有很大的機(jī)會(huì)。

姚顯駿認(rèn)為AI對(duì)產(chǎn)業(yè)的拉動(dòng)效應(yīng)可以從兩方面來看。一方面是對(duì)強(qiáng)數(shù)字屬性產(chǎn)業(yè)的拉動(dòng)，例如對(duì)互聯(lián)網(wǎng)、金融等數(shù)字化程度較高的產(chǎn)業(yè)，拉動(dòng)主要體現(xiàn)在用戶體驗(yàn)和企業(yè)服務(wù)水平的升級(jí)。另一方面是對(duì)弱數(shù)字屬性產(chǎn)業(yè)的拉動(dòng)，制造業(yè)、交通、能源和政務(wù)等數(shù)字屬性較弱的傳統(tǒng)領(lǐng)域，AI對(duì)產(chǎn)業(yè)的拉動(dòng)主要表現(xiàn)在降低企業(yè)成本，以及生產(chǎn)效率的提升。例如在高端制造業(yè)領(lǐng)域，AI可用于基于算法的建模、設(shè)計(jì)，生產(chǎn)自動(dòng)化，高精度的質(zhì)檢等，實(shí)現(xiàn)對(duì)生產(chǎn)鏈各環(huán)節(jié)的優(yōu)化。傳統(tǒng)行業(yè)前幾年IoT談得比較多，AI興起后引入了AIoT的概念。從IoT到AIoT類似于從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)的發(fā)展，整個(gè)產(chǎn)業(yè)的變化非常巨大，對(duì)于生產(chǎn)力和社會(huì)運(yùn)營的效率有巨大的提升。這其中，邊緣側(cè)的處理能力非常重要，能夠給整個(gè)社會(huì)的發(fā)展做出巨大的貢獻(xiàn)。在嘉楠最近落地的一個(gè)項(xiàng)目中，是把城市運(yùn)營的水電表進(jìn)行了AI圖象識(shí)別處理，雖然應(yīng)用比較簡單，但是實(shí)現(xiàn)了智慧城市意義上的管理，能耗以及消耗的熱力圖、異常報(bào)警功能都可以給政府提供相關(guān)參照。

AI如何與IoT、大數(shù)據(jù)等融合，構(gòu)筑穩(wěn)固的技術(shù)底座？

姚顯駿認(rèn)為，未來的技術(shù)底座雖然構(gòu)成多元，但主線是一貫的，本質(zhì)上是對(duì)數(shù)據(jù)資源的利用。在這樣的框架中，會(huì)看到大數(shù)據(jù)是數(shù)字經(jīng)濟(jì)的戰(zhàn)略資源；5G、云和芯片是基礎(chǔ)設(shè)施；AI與物聯(lián)網(wǎng)、邊緣計(jì)算的融合是新的生產(chǎn)力；區(qū)塊鏈則有望成為下一代互聯(lián)網(wǎng)的基石組件，構(gòu)建基于機(jī)器信任的生產(chǎn)關(guān)系。技術(shù)大融合的趨勢中，企業(yè)要想站穩(wěn)腳跟，應(yīng)該關(guān)注底層共性技術(shù)。

鐘香建分析，在新基建的七大核心板塊中，與半導(dǎo)體集成電路產(chǎn)業(yè)直接相關(guān)的有四項(xiàng)：5G、人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)。它們并不是獨(dú)立的技術(shù)，而是相互融合、疊加的。新基建的新愿景，應(yīng)該是利用基礎(chǔ)技術(shù)推動(dòng)新的技術(shù)平臺(tái)和應(yīng)用的落地，AI方面除了原有的訓(xùn)練、推理等技術(shù)分類，在新基建方向下應(yīng)該有新的技術(shù)分類，比如AI5G、AI云計(jì)算、AI存儲(chǔ)、AIoT等等，是基于已有的5G、云計(jì)算、存儲(chǔ)、IoT等去升級(jí)且應(yīng)用。因此技術(shù)底座更注重的是基礎(chǔ)資源層，包括計(jì)算平臺(tái)、數(shù)據(jù)采集、數(shù)據(jù)匯聚、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)挖掘等，AI基于原有的技術(shù)，去構(gòu)筑這個(gè)技術(shù)底座。

王宏松以智能語音與其他代表性技術(shù)的融合為例談到，一方面體現(xiàn)在多模態(tài)的方案中，除了基于聲學(xué)的音頻，還有視頻的識(shí)別，再加上感知層的傳感器、邊緣端的計(jì)算、本地的算力等，讓AI的識(shí)別效果在端側(cè)就提高到一定程度，這也需要算法的不斷演進(jìn)；另一方面，不論是端側(cè)產(chǎn)生的還是處理之后的數(shù)據(jù)，到云上再做處理時(shí)，與傳統(tǒng)直接在云上處理的數(shù)據(jù)不一樣。在進(jìn)行大數(shù)據(jù)處理、語義理解、知識(shí)圖譜等處理時(shí)，距離理解話語中的含義、文化背景等還有較大差距，AI在這方面應(yīng)用離需求還有明顯的距離，需要從業(yè)者不斷演進(jìn)模態(tài)的融合和數(shù)據(jù)結(jié)構(gòu)化的處理。

如何正視AI“理想”與“現(xiàn)實(shí)”之間的距離？

王宏松說道，AI技術(shù)還有點(diǎn)像三歲小孩，比原來智能了，但還達(dá)不到那么高的預(yù)期，仍在持續(xù)演進(jìn)中，不過這個(gè)演進(jìn)的速度是非?？斓?。以算法的推進(jìn)為例，有的算法是按小時(shí)迭代上線的，有的是按周來迭代上線的。對(duì)于芯片企業(yè)，常常跟不上算法對(duì)芯片的直接要求。最終將產(chǎn)品、服務(wù)提供給客戶時(shí)，算法和芯片最后融合成什么樣，往往在客戶、普通消費(fèi)者眼里會(huì)產(chǎn)生理解或感知上的偏差。但是，AI被納入新基建范圍中，必然會(huì)加速行業(yè)的應(yīng)用和落地，會(huì)越來越接近甚至超出我們的預(yù)期。

鐘香建表示，現(xiàn)階段人工智能在各行各業(yè)的普及和應(yīng)用率還是很低的，這也是理想和現(xiàn)實(shí)中存在的差距。造成這個(gè)現(xiàn)象的原因還是整個(gè)生態(tài)鏈不夠健全，需要更完整的生態(tài)鏈的互動(dòng)、合作和融合。以EDA工具為例，也在被AI革命性地改變，它可以通過大規(guī)模擴(kuò)展對(duì)設(shè)計(jì)工作流程中選項(xiàng)的探索，同時(shí)自動(dòng)化較少的決策，徹底改變芯片的設(shè)計(jì)。SoC團(tuán)隊(duì)能夠以專家級(jí)的水平去進(jìn)行操作，可以把專家需要耗費(fèi)一個(gè)月才能完成的設(shè)計(jì)，壓縮到短短三天。我們要堅(jiān)信AI是無處不在的，它可以改變我們的生產(chǎn)方式和提升我們的生產(chǎn)力。

姚顯駿談到，AI真正落地需要打通從云到端的壁壘，其中帶來的問題是多樣的。算法方面，將算法遷移部署到設(shè)備端，但在實(shí)際推理過程中往往影響算法模型的性能。算力方面，設(shè)備端對(duì)功耗的限制不支持高能耗的AI芯片。數(shù)據(jù)方面，端側(cè)場景需要實(shí)現(xiàn)基于小樣本數(shù)據(jù)的推理，與服務(wù)器高吞吐的訓(xùn)練場景不同。為了克服這些差異，需要研發(fā)基于端側(cè)設(shè)備的芯片。AI芯片在指令集架構(gòu)的選型、功耗和算力的規(guī)劃上要貼合端側(cè)場景，以最大程度滿足設(shè)備端的需求。其次在應(yīng)用方面，AI行業(yè)應(yīng)用需要在成本、效率和數(shù)據(jù)安全之間取得平衡。

AI企業(yè)如何打造生態(tài)圈？

王宏松認(rèn)為，AI作為技術(shù)和服務(wù)的一種形式，是呈現(xiàn)給行業(yè)合作伙伴和企業(yè)的，最終消費(fèi)者并不知道或不在意其中用了什么樣的AI技術(shù)，而是注重獲得了什么樣的服務(wù)體驗(yàn)。對(duì)于AI企業(yè)來說，就要努力打造生態(tài)圈，讓企業(yè)之間、行業(yè)之間的融合和推進(jìn)更加順暢，共同提供好的技術(shù)和平臺(tái)服務(wù)。

鐘香建認(rèn)為在新基建的背景下，不管什么行業(yè)的人都用同一種思維方式、同一個(gè)目標(biāo)去思考問題，這就是一個(gè)生態(tài)圈。要打造成功的生態(tài)圈，可以從幾個(gè)層次展開：首先是如何創(chuàng)造出新的智能應(yīng)用系統(tǒng)，這是企業(yè)、從業(yè)者需要常常思考的問題；再高一個(gè)層次，需要思考如何應(yīng)用這些新技術(shù)、產(chǎn)品，在哪些領(lǐng)域可以把智能貫穿下去；更高層次的思考是，如何讓社會(huì)更智能化、增加社會(huì)的智力，比如智慧城市、智慧國家的概念，這需要基于底層從一個(gè)個(gè)產(chǎn)品、技術(shù)、行業(yè)，進(jìn)行更高維度的思考，大家需要有這樣統(tǒng)一的思考方式去帶動(dòng)AI進(jìn)入各行各業(yè)。因此，生態(tài)圈建設(shè)應(yīng)該囊括如下領(lǐng)域：基礎(chǔ)資源層生態(tài)的融合，包括芯片、IoT、5G等；不同技術(shù)層面的全套解決方案的融合，包括算法模型、大數(shù)據(jù)、語音識(shí)別、視頻識(shí)別、事件識(shí)別等；應(yīng)用層面要做到跨行業(yè)的融合，需要在生態(tài)圈納入各個(gè)領(lǐng)域的系統(tǒng)公司、方案公司。

姚顯駿表示，建立生態(tài)圈首先要推動(dòng)基礎(chǔ)設(shè)施標(biāo)準(zhǔn)的建立。新基建技術(shù)類別眾多，不同行業(yè)、企業(yè)之間的實(shí)際應(yīng)用場景也各不相同。以物聯(lián)網(wǎng)為例，不同細(xì)分行業(yè)中的設(shè)備和系統(tǒng)繁多，彼此之間割裂，協(xié)議互不相通。只有在行業(yè)中形成統(tǒng)一的協(xié)議標(biāo)準(zhǔn)和數(shù)據(jù)使用標(biāo)準(zhǔn)，才能真正意義上實(shí)現(xiàn)萬物互聯(lián)。同理，在其他技術(shù)領(lǐng)域中也需要加快標(biāo)準(zhǔn)研發(fā)，從而形成行業(yè)合力，真正推動(dòng)新基建建設(shè)。當(dāng)在基礎(chǔ)標(biāo)準(zhǔn)有了統(tǒng)一的標(biāo)準(zhǔn)指引后，再往下到行業(yè)、產(chǎn)業(yè)、各種不同的平臺(tái)和應(yīng)用就會(huì)容易很多。

觀看本場直播精彩回放，請(qǐng)點(diǎn)擊：http://webinar.elecfans.com/replay/519.html

本文由電子發(fā)燒友網(wǎng)原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。如需轉(zhuǎn)載，請(qǐng)?zhí)砑游⑿盘?hào)elecfans999.