【安防展览网 视点跟踪】11月19-20日，以“动能焕新·智慧融合”为主题的世界人工智能融合发展大会在山东济南隆重召开。
 

　　在11月19日上午大会开幕式暨主论坛上，英国皇家工程院院士、鲲云科技首席科学家陆永青以主旨报告《人工智能计算前沿及实践》，为我们从理论到产业实践，全方位阐释人工智能计算新势能，也提供了突破传统计算构架瓶颈的新思路。
 

　　陆永青表示，要将不同的元素智能连接起来，需要让芯片成为基本的计算元素，并提升性能。
 

　　以下是陆永青的报告原文，亿欧在不改变嘉宾原意的基础上，进行了编辑。
 

　　人工智能的要求是什么？
 

　　2000年的时候，互联网进入人们的生活，并且连接了很多人；直到2010年左右，手机的价格逐渐变得低廉，移动互联网开始普及，越来越多的人在享受新一代智能手机的过程中，被连接在了一起；2019年，我们已经进入了一个不仅仅是人的时代，而是一个个不同元素的时代，所有的产业都被连接在了一起。
 

　　将人聚在一起，再将不同的元素连接起来，互联网就会产生更加智能的东西。如今，我们看到的卫星遥感处理、自动驾驶、智能医疗，智慧金融等，这些都是建立在连接的基础的。
 

　　大量的元素智能连接在一起工作，这是人工智能的要求。
 

　　芯片成为基本的计算元素，迫切需要性能提升
 

　　计算机发展的40年里，复杂的指令集被逐渐精简，这样有利的改善，让我们不再担心芯片的峰值性能问题。但在2005年左右，这种改善随着计算需求的提升逐渐出现问题，而且变得越来越糟。芯片峰值性能的提升从每三年提升一倍，再到五年提升一倍。然后变成六年，现在是二十年，看起来一直在提升，实际上是变低了。
 

　　所以我们看到，芯片的计算能力来已经不足以支撑人工智能时代，那么我们如何解决这个问题呢？
 

　　首先我们来看提升芯片峰值性能的方法。衡量一个系统实际可实现的性能，被称之为芯片性能的利用率。所以人们对于芯片的技术和大小都有要求，因为它关系到芯片的成本。
 

　　换句话说，如果我们运行各种基准测试和应用程序，获得一个合理的好的表现，履行利用率的代表值，这个代表值就可以评估性能。
 

　　随着技术的升级，晶体管的尺寸从28纳米减小到7纳米。如果你看看特定芯片的结构、特定的人工智能架构或张量架构，不同架构有着不同的利用率。芯片的利用率越高，在同样的情况下，会得到更高的测量性能结果，如果做到相同的性能，我们就可以开发芯片的架构。
 

　　接着让我们谈谈如何开发更好的架构。这个想法基于自定义计算，那么什么是自定义计算呢？
 

　　从一个计算机程序开始，我们使用一些软件工具，把程序变成代码。公司给定处理器的机器代码，然后我们试着去适应给定处理器的程序，在如今的自定义计算中，这个过程是倒过来的，因为现在是给定的处理器，不能自定义。
 

　　现在可以将处理器安装到程序中，有了更多的灵活性，因为我们可以改变算法表示、数据表示，有很多的办法实现。
 

　　一种方法是，通过一种叫做FPGA的芯片。你可以把它想象成能够拥有软件的灵活性和硬件的性能。但是它如何真正提高性能？
 

　　首先要有一个固定的处理器，然后进行数据输入，再提供指令，这就是固定处理器需要的。
 

　　然后让定制处理器来做，因为我们不需要指令，所以更简单、更有效，更快、使用更少的资源，也更节能。
 

　　如今，我们已经可以实现非常高的芯片利用率，达到了98%，在保证低延迟的同时，还有很多工具来支持高级程序的编译到特定的架构中，实现几乎百分之百的利用率。
 

　　对于特定的架构来说，即使有好的设备和好的结构，但是没有一套工具，对于用户来说也没有用，所以我们开发了一套完整的工具，用户可以映射不同的应用程序、一些深度学习模型、它就可以被编译，然后映射到运行系统、再映射到AI服务器或其他A I芯片。
 

　　基于这个特殊的系统，我们实现了飞机上的测试，分析飞机上的传感器，此外，我们也跟国家电网、南方电网合作，让发电站更加智能化，用机器人读取仪器，节省人力。
 

　　此外，我们开发了一个视频系统，用它来监视学生们在课堂上的工作，可以识别四种不同的情况。
 

　　让系统更加智能化
 

　　我们正在做的事情是让系统更加智能化。