在11月8日全球CEO峰會上，中國半導體行業協會IC設計分會理事長、清華大學微納電子系魏少軍教授為大家分享了人工智能發展過程中的基本要素及應用為王的觀點。
魏教授表示，人工智能正向我們走來。現在無行業不AI、無應用不AI、無芯片不AI，現在大家想申請國家項目、申請地方的資助，不提AI都不好意思拿出你的東西。
但在人工智能風頭正勁的時候，我們有沒有想過，人工智能發展最重要的是什麼?什麼是我們發展人工智能的必由之路?我個人認為架構創新很重要，今天我們是處在架構創新的黃金年代。說這句話是因為我們看到人工智能的崛起有三個基本要素：算法、數據、算力。
看這三點我們會發現這三點之間有些已經存在、有些還在不斷髮展，有些我們可以介入，有些我們沒有辦法介入。芯片我們更多考慮算力的問題，我們看一下算法研究，算法研究不是我們做芯片的人應該做的事情，這是搞算法研究的人做的事情。即便是今天做算法的人，大概也是解決不了我剛才講的兩個問題。算法不斷演進，新算法層出不窮。二是沒有統一的算法，當你要實現複雜的應用時候要把很多算法綜合起來。今後會不會出現一個統一的算法?我本人不那麼認為，像大腦一樣，大腦每部分只負責一部分處理，不可能大腦中一個細胞可以處理所有問題。大腦真正處理的時候碰到的問題很嚴重。大腦用到140億個神經元，工作頻率200HZ，大腦皮層很大，我們可以完成大概需要10-16次方的運轉，重量1.2-1.6公斤。人工邏輯，我用天鵝2號超級計算機，我們用電傳導30萬公里，功率4.2GHZ，我們把芯片堆積起來可以實現比人快得多的運算能力，但是佔地面積7.2平方米，5噸，耗電42MW，需要一個發電站。這麼多大的功耗啊!
我們一直追求算力，其實算力並沒有太多的懸念。你可以看到這條曲線一直走上去，我們說擁有超過人腦的算力不是我們的終極目標，我們把做人工智能芯片歸結到追求算力就錯了。很多時候算力不是我們的目標，太容易達到。包括前面講到的超級計算機，我們已經達到了，我們更多需要智能的計算引擎，也就是說本身的計算需要有智能化。但是這個智能化我想有很多的內容，我只舉三點，一是適合各類應用的可編程能力。二是有足夠強大的計算和存儲能力。三是有很高的能量效率。如果能力效率很大，每個人工智能的芯片要跟著一個小發電機發電，這是不可想象的事情。如果要智能，那我們要說這樣的東西是什麼呢?我們覺得應該具備一些基本要素。
一是超高的計算性能，單芯片計算能力要達到100TOPS。高計算效率要避免使用低效率的指令架構，高能量效率要支持10-100TOPS/W。更重要的是再生和組織能力，還有可編程、計算架構的動態可變性、適應不同的算法、實現高效計算、高效率的計算架構變換能力：實時變換、低開銷、低延遲。還有實時智能能力，如果沒有這些能力，這種人工智能大概很難走出來。
這樣的芯片不存在，我們今天做的人工智能做什麼呢?左邊是硬件可編程、右邊是硬件可編程性，軟件可編程新。我們今天用的基本在第二象限ASIC、SOC等，有很強軟件可變成性，硬件不太可編程。專用集成電路基本在第三象限，它的最大好處是能量效率、計算效率都很高。第三類是FPGA、EPLD，是硬件可編程，軟件不需要。第一象限不知道是什麼，如果不知道，我們就有了一些想象空間，有可能我們的第一個想象當中可以創造很多內容出來。至少讓我們看到它有點希望，這個東西一會兒會談一下。
第三，是軟件定義芯片與芯片智能化的關係。
我們說軟件是實現應用當中非常重要的內容，而硬件是承載軟件的平臺。這兩者之間應該修改一種關係，這種關係我們稱之為“軟件定義芯片”。軟件和硬件均可以編程，而且是混合顆粒度，我無法擺脫作為硬件工程師的心態，但是它給我們打開另外一扇窗，這扇窗存在的話，很可能走出全新的道路。
我們怎麼工作呢?我們知道今天的應用都用軟件實現，我們有一個軟件，我們是不是可以想象一下，有一個軟件和硬件完全一致的結構，這種實現方式是最直接的。再設想一下，我的應用是C或者C++寫出來的，每次變換C和C++，我的硬件自動跟著變換，而且永遠是一樣的結構，這樣的效率是最高的。這是美好的想法，並不是如此，軟件可以很複雜，硬件可以有邊界。直接的是我把軟件分塊，一塊、一塊做。按照所謂的任務依賴關係，那就要求硬件一定要能夠動態的按照軟件實時的改變它的架構，這就是軟件定義芯片最原始的想法。當然不那麼簡單，當你有硬件以後要改變它，改變什麼?有很多內容要研究。這個想法是不是可以通過這種方式打通從應用到芯片之間的通道呢?我們有一個軟件，通過某種東西實現一個硬件，讓硬件隨時跟著軟件變，只要我能夠讓軟件實現智能化的功能，硬件就可以實現智能化，這個直接推理很清晰。
我們用這個架構來表示，這是用通用的數據通道，是完全可重構的。當然，控制單元就是原料可編程的遊線狀態。每次控制單元就把軟件按照分好的塊一塊一塊搬過來，第一塊要把硬件給它定義好，然後再去執行。這個想法很直接。因此做起來，我們想一個C語言通過所謂的Compiler，通過應用把它變成可以運行的東西。重大的差別在於這所謂的Compiler不是計算機的Compiler，而是全新的設計理念。我們認為從軟件到硬件的通道被打通，硬件定義軟件、軟件定義芯片，這個過程是可以實現的。
傳統的架構中是剛性的，現在我們是柔性的，傳統的架構當中應用適應計算架構，現在是運算架構適應應用。傳統架構一個應用對應一個軟件，現在一個應用對應多個等效軟件。新的架構中硬件、軟件選擇性動態改變。在傳統結構中高度富有，但是新的結構是冗餘應用，它一樣又不一樣，這種改變使我們有了和傳統結構很不一樣的結果。是不是我們一家獨自做這件事?並不盡然，美國去年啟動電子復興計劃，6箇中有一個是軟件定義硬件。看了其中的內容，基本上就是我們剛才談的軟件定義芯片的東西。它提出一個指標，你要變換的是300-1000ns，只要這個時間變換都屬於他們的要求。我們做的遠好於它，我們只要花1/10的時間，而且早10年做完了。
回到AI，我們採用這種架構，所謂軟件定義芯片的架構實現AI芯片，全世界都沒有用這種方式做，只有我們用這種方式做，我們做了以後，今年年初專門對我們的芯片進行報道，報道告訴我們這是中國取得所謂的Crowning Achievement。給我們很高的評價。你在架構上如果不按照傳統的方式走，去找新的途徑，很可能會起到事半功倍的效果，但是沒有太多的規則。
第四，理性看待中國芯片產業到底怎麼走。
今天我們還沒有做到人工智能，按照邁克爾·喬丹的說法，與其說我們今天做的是人工智能還不如說我們做的是增強人工智能，是IA。我們遠沒有像剛才想象的像人工智能走得那麼遠。接下來魏教授用兩個視頻例子給大家做了演示。
第一個是北京中關村西區拍的視頻，做的非常簡單，對人眼來說早就習以為常，他來做這個事情。第二個視頻是AR的視頻，它是一個體育場，發現球賽，燈滅了，電源出現問題。
很有意思，我們覺得我們已經做了很多，其實我們做的工作都是在幫助人。我們離真正的人工智能差得很遠，所以我希望我們的產業對人工智能的發展、對智能化發展還是要正確理性的認識，不要覺得自己做了一點工作就覺得做得了不起。我看過很多這方面的工作，基本上都是增強我們的工作。
最後總結一下，什麼是我們真正要關注的?這個行業最重要的是關注應用，應用是王，能不能找到應用的發展方向，特別是具體的技術發展方向，這是我們的關鍵。
以上列出一些問題，是希望業界清楚的認知在人工智能發展的過程中，我們哪些需要，是不是所有東西都需要AI，我們希望AI解決什麼問題，什麼是AI五的殺手級應用，什麼樣的AI應用是我們每天都需要的。我想這個路相當的長遠，希望我們的同仁們能夠共同努力。
閱讀更多 華強電子網 的文章
