AI芯片技能分叉百害无利国产芯片大有可为

采访嘉宾 | 王蕴韬

收拾 | 夕颜

导读：在中美交易战影响下，我国的 AI 造芯才干不只被提上了国家展开战略的高度，更是成为举国重视的热门话题。在现在中美形势未呈现平缓的形势下，我国的企业、安排应该怎么做，才干在这场关乎我国未来是否能在前沿科技范畴夺得高地的战役中发挥能量，是一个值得沉思的问题。

本次采访中，AI 科技大本营约请到了我国信通院云大所人工智能部副主任王蕴韬，从 AI 芯片规范、落地实践等方面，来谈一下“我国芯”的前路在何方。

推动国产AI芯片展开的尽力

我国信通院云大所是我国信通院云核算与大数据研讨所的简称，它树立于 2017 年 10 月，是我国信息通讯研讨院面向互联网新技能、新工业、新模式、新业态不断展开的势态，最新设置的中心事务单元。

该单位的首要职责包含环绕云核算、大数据、人工智能、数据中心以及相关运用范畴的展开技能、规范研讨，构建相关技能的测验、实验和核算途径，承当相关服务和产品的测验点评作业，承当相关国家严重科技项目、工业化项目，供应相关技能规范的咨询服务。在安排结构上，云大所下设六个二级部分，分别是人工智能部、大数据部、云核算部、数据中心部、才智健康部、归纳部（含金融科技团队）。

王蕴韬所领导的人工智能部研讨团队，首要事务为规范评测，包含对 AI 中心软件层、上层根底运用和服务的规范测验，从功能性、功能、安全性等维度进行全体评测。研讨方向包含 AI 技能方向、AI 算法盯梢、算法的工程完成、技能生态研讨，以及 AI 的开源敞开。

AIIA DNN benchmark

怎么点评一枚芯片的好坏需求一致的规范，可是现在市面上存在的各种 AI 芯片测验规范，比方比较干流的 MLPerf、DAWNBench、BenchIP、Deepbench 等都具有必定的局限性。

相比之下，我国信通院依托于我国人工智能工业联盟拟定了 AI 芯片测验规范 AIIA DNN benchmark，评测的公正公正性、办法的公正公正性，以及所选用的开发东西才干都有必定优势，且不像有些 benchmark 相同带有浓重的商业颜色。

2019 年，AIIA DNN benchmark 又有了新的开展，包含面向服务的 AI 声纹辨认、语音组成、机器翻译、核算机视觉等都现已开端进行测验。由于人脸辨认现在运用广泛，因而，信通院将在底层层面（如视频结构化等）进行规范化，输出一些比较老练但业界很达到一致的职业规范。

此前，曾有人对 AIIA DNN benchmark 提出质疑，以为这一规范仅仅国内企业的厂商的“自娱自乐”，间隔得到业界的真实认可还有距离。

对此，王蕴韬回应道，这或许是由于他们关于 AIIA DNN benchmark 所做的作业了解不行全面。事实上，除了国内的 BAT 和几大芯片厂商之外，高通、英伟达、英特尔、Arm 等国外干流芯片厂商现已深度参加到芯片测验乃至整个规范规范拟定的过程中。

王蕴韬估计，假如得到更多厂商的支撑，本年 10 月份，点评成果发布之后就直接向 V1.0 版别迭代，并于下一年正式发布。相较于 V0.5 版别，该版别将掩盖更多端侧测验，并改进 V0.5 版别 benchmark 模型挑选和运用办法的局限性，将更多运用企业归入进来。模型库丰厚之后， V1.0 版别将比 V0.5 版别更具辅导意义。

别的，信通院现在正在向世界规范看齐，参加到了人工智能国家全体组的作业之中，其间值得注意的一点是，信通院正在牵头树立一个在联合国世界电信联盟下的人工智能赋能多媒体运用的规范课题组，在这个课题组下，信通院将会把国内工业界达到的一致直接做世界规范输出，包含 AIIA DNN benchmark、才智讲堂处理方案、深度学习结构点评指标系统等。现在，信通院正在 ITU 积极争取立项，估计将在本年 10 月份立项，之后需求 1-2 年时刻进行输出。

开源敞开

在推动 AI 开源方面，信通院本年以来也有一些开展，并表明本年最重要的方针是将我国的规范面向世界。

别的，在我国人工智能工业展开联盟下还设有一个开源敞开推动组，他们树立并上线了一个线上社区，期望把现在全球的职业大咖聚在一起，以处理用户在运用开源项目时没有适宜的途径反映自己问题的费事。

据悉，现在此开源社区现已有包含之江实验室的钱江源项目、AIIA DNN benchmark 东西等现已参加，该社区聚集高质量的技能交流，以聚人才、聚项目为指引，切实为广阔开发者和开源软件运用者供应高质量服务。

信任在更多规范化和开源项目的推动下，定会为国产 AI 芯片未来的展开扫清一些妨碍。

中美交易摩擦下，国产AI芯片路在怎么？

在被问到中美交易战布景下，我国自研 AI 芯片还面临着哪些瓶颈性问题时，王蕴韬和张永谦的答复不约而同，两人都表明其实从技能层面讲，我国的芯片厂商研制、出产芯片没有太多压力，而真实的瓶颈，在于生态问题和运用场景问题。

AI芯片厂商应与落地和运用场景严密结合

关于 AI 芯片厂商来说，决议自家产品是否有商场的要害往往不是技能，而是是否能够落地，并与运用场景严密贴合，满意用户的需求。举例来说，一款功能强大的 AI 芯片，在某一人脸辨认场景下或许作用超越业界平均水平，但用于其他场景下作用或许大打折扣。

可是，让人惋惜的是，现在真实有才干将芯片和算法进行整合的企业很少，一方面是芯片和算法的结合需求投入许多技能、人力和精力，且一般来说周期很长，这导致许多企业无法承当本钱。

所以，国产 AI 芯片厂商中，谁能在技能过硬的前提下，为商场供应满意用户需求的产品和配套服务，谁就能在其间占得优势。

技能“分叉”，百害无利

王蕴韬表明，造一颗芯片其实不是很困难，由于现在整个造芯片这套东西系统现已十分老练了，只需有资金，有才干，有主意，就能造出来，可是芯片造出来还不行，得有人用。这实际上便是一个芯片技能生态的问题。

芯片的技能生态不只需求底层的硬件，更需求上层软件的一整套软件栈开发和推行。举例来说，为什么微柔和英特尔的 Wintel 组合能够通吃芯片商场？这是由于实际上英特尔的芯片与微软操作系统进行了严密的结合。

可是，反观现在国内许多芯片厂商，他们大部分的精力其实并不在于芯片自身，而是在于芯片的上层，包含深度学习编译器、上层软件东西站、敞开才干 API 等软件才干的开发上。另一方面，即使是做出来一套软件，国内厂商怎么去与那些工业生态现已十分老练的企业 PK，这些都是一些十分大的问题。因而，许多后进场者由于在生态上彻底没有优势，就算造出来的产品再好，也很有或许无法切入商场。

所以，王蕴韬以为，现在从技能才干来看，除了Arm、高通等国外厂商设置的专利壁垒国内厂商绕不开之外，进入 AI 芯片生态圈也是一个巨大的费事。

王蕴韬对此表明无法，他以为，关于国内芯片厂商来说，首要最要害的问题是，在 AI 芯片范畴，咱们被人“卡脖子”的中心早就被人抓住了，很难绕开，包含一些底层芯片架构、指令及规划、软件简接口等都带有专利墙，无法防止。

退一步说，假如美国全面实施禁令，咱们还能够挑选推出自己的一套技能生态系统，可是假如真的到了这一步，就会呈现技能“分叉”，即美国有一条技能道路，我国有一条技能道路。

一般来说，一个干流技能一旦分叉，那么很有或许其间一个叉会死掉。到底是哪个分叉死掉的确不太好说，但无论是对工业仍是对技能的展开来说，都不是好的工作。

国产AI芯片还处于初级展开阶段

现在，越来越多的传统互联网企业都开端进入 AI 芯片范畴，自行造芯，可是实际上却鲜有特别成功的企业。

这儿所谓的“成功”，是说出产的芯片有人用。

王蕴韬说道，假如挑选的运用场景切入点比较好，而这个点恰巧那些大厂没有“插手”过，那么就能敏捷切入并拓宽生态，成功的几率就相对较大。传统互联网企业纷繁入局做芯片，其实也与他们在商场上买不到满意自己需求的芯片产品相关，这证明需求方和供应方的对接之间是有问题的，这正是时机地点。

因而，虽然现在AI芯片入局者很多，可是这个职业的老练度并没有幻想中那么高。无论是从运用方面，仍是从全体规范方面，以及底层技能供应方源来说，现在还处于十分初始的阶段，还需求从更微观视点来进行统筹剖析和辅导。

最终，咱们应该看到，我国是最大的芯片商场，但现在国产芯片供应率不到 20%，且大多会集在中低端，这自身就代表着巨大的商场时机，这一现状将来定会催生出许多优异的国产芯片厂商。从这点来说，国产 AI 芯片的未来，大有可为。

采访嘉宾

王蕴韬，我国信息通讯研讨院副主任，联合国世界电信联盟ITU-T Q5/16报告人，我国人工智能工业展开联盟开源敞开推动组联络秘书长。首要研讨方向聚集在人工智能算法原理研讨、人工智能系统架构完成、开源系统架构以及智能语音语义。现在正在牵头拟定包含语音辨认、语音组成、声纹辨认、机器翻译、了解与交互以及自然语言处理根本技能等多项点评点评规范，并在准备多项相关世界规范立项。在人工智能开源系统及开源技能方面在牵头进行包含开源结构功能比照剖析，敞开途径才干点评等系统性办法拟定。在包含世界电信联盟在内的世界规范安排具有丰厚的规范立项及技能谈判经历。