0
| 本文作者： 王金許 | 2017-10-26 21:03 |
離開百度的兩年里，吳韌創辦了一家做 AI 芯片的公司——異構智能（NovuMind）。但在很長一段時間里，關于吳韌的去向和這家公司在媒體報道中幾乎處于噤聲狀態。
按照吳韌一貫給人看似“低調”的性格，沒有做出一定的成績，或者足夠滿意的產品出來之前，他也應該不會急于向外界發聲。不過，關于他們的報道在近期逐漸多了起來，異構智能這家公司也逐漸浮出水面。
10 月 24 日，異構智能創始人吳韌向包括雷鋒網在內的十多家媒體整體介紹了異構智能這家公司和他們做的 AI 芯片。關于吳韌的介紹，以及異構智能的應用案例，已在此前吳韌接受雷鋒網專訪文中進行過詳細描述，此番不再贅述。
本篇主要介紹異構智能的 AI 芯片跟其他公司有何不同？它瞄準了芯片市場的哪些應用場景？異構智能的芯片對標英偉達、Google ，底氣來自何處？
全棧式的 AI 解決方案
在這場人工智能浪潮中，其中獲利最大的公司之一應該是 AI 芯片巨頭英偉達，在不到兩年的時間內，它的股價也因此翻了近 10 倍，變身為一家市值千億美元的巨頭公司。
相較而言，傳統硬件巨頭英特爾則處于一個追趕者的角色，但不甘落后使得它在今年 3 月以 153 億美元收購 Mobileye，將賭注押在了汽車行業。另一巨頭 Google 作為傳統互聯網公司，也緊跟步伐，積極部署人工智能芯片。
吳韌將英偉達的成就歸咎于它為 AI 公司提供了訓練模型最基礎的計算力。
算力是決定人工智能發展重要的一環，異構智能也希望憑借芯片進入各行各業，不僅能為人工智能公司提供計算能力，還包括非人工智能公司，幫助它們進行人工智能落地。換句話說，也就是要對不同行業提供全棧式的 AI 解決方案。
異構智能的思路是既有芯片，又有模型、超級計算機，將模型脫離云端，帶到本地和終端，讓終端變得智能。“超級計算機可以訓練模型，模型和芯片進行配合，讓芯片最后可以做某一個模塊的功能。”
這跟做平臺的思路有很大不同。平臺更多是做一個標準，要求大而全，這樣做“會有額外的負擔”，而異構智能要做的正是優化這些額外負擔，做出極端定制化的 AI 芯片。
按照這樣的設想，異構智能就會有更多應用場景的想象空間。比如，他們已經與合資公司做了智能醫療，也會涉及智能安防、智能駕駛、智慧城市等領域。目前的合作者中有 HP、KUKA 這樣的大公司，通過類似于 2B2C 這樣的業務模式，把 AI 能力賦予給它們各自的用戶。
高性能-低功耗的 AI 芯片
“芯片用電量與市場規模成反比”，異構智能在兩年前成立的時候發現了這一點，所以希望將人工智能的能力用最小功耗實現，他們也覺得這是異構智能打開未來大門的機會。
機會與挑戰共存，挑戰的一面在于，把 AI 放在終端芯片要求高性能，因為人工智能的計算很復雜。其次是低功耗，要放在很小一塊地方上，需要付出巨大努力。
那異構智能如何去做這樣一款 AI 芯片？吳韌介紹說，這款芯片不會用來上網，或者做一些其他計算。“它擅長的是在三維上做卷積張量的計算，把人工智能的計算加速。”
一般的 AI 芯片需要 10TOPs 的計算能力才能把應用實現，在吳韌看來， Google 等公司的芯片計算能力很強，但耗電能力同樣也很高，這就難以滿足人工智能在本地落地的條件。耗電相對較低的 Movitus、高通、寒武紀麒麟 970 等芯片，卻在計算能力上比他們所想要的少了兩個數量級。
而拿異構智能即將推出的 5W15TOPs 芯片來說，“5W 是 USB 可以提供的電量，使用這樣電量的芯片會有很大應用空間，從而實現從云端到終端的突破能力。”吳韌介紹道。
問題是，既然連英偉達、Google 這樣的巨頭都還沒做能同時滿足兩種需求的芯片，異構智能作為一個創業公司卻說自己的芯片做的比他們好，底氣來源于哪里？
“專用性”是吳韌提及最多的特點。“在公平的世界，有得就有失，要扔掉一些東西才能得到一些東西。”顯然，異構智能犧牲的是通用性，轉而把目光放在了全棧和垂直優化上。他繼續解釋說，“當年 GPU 贏過 CPU 就是因為 GPU 比 CPU 專用。”如今，對專用性的追求，從某種意義上講也自然被異構智能看做是與巨頭抗衡甚至“打敗”它們的重要特質。
而從計算方式比較，CEVA 和 Tensillica 的 DSP 芯片是在 1D 乘積累加運算（MAC）來完成操作的，而英偉達 TX 系列的 GPU 芯片運作的本質是使用了 2D 通用矩陣乘法(GEMM)。
但吳韌表示，人工智能的核心計算是三維張量的卷積計算，在小立方體和大立方體重合部分做點乘。目前只有異構智能的芯片在三維層面做操作，并且他們已經有四項專利保護。
第一項專利是三維張量的卷積，這是人工智能最重要的操作，可以用硬件直接實現。其他三項專利是對數據的調度與分配、歸并，處理器間的協作。
為了說明三維張量卷積計算的優勢，他用吃冰激凌的方法做了個更形象比喻：冰激凌可以用手沾著吃，但沒有效率；可以拿吸管吸，效率也不是很高；更厲害一點的是用一個小平面吃，但也不是最優；最好的方式是用一個三維專用勺子吃冰激凌。
對標英偉達和 Google
除了核心計算方式不同外，在具體的應用場景上，吳韌也談了談跟巨頭如何競爭。比如，自動駕駛也是英偉達所要發力的領域，他們的 30W30TOPs 芯片是主推產品。但吳韌對英偉達在無人駕駛領域的芯片表示了質疑，認為后者的判斷不夠精確，“原來想 Centralized Process，但是所有人都低估了其中的難度。”他進一步強調說，30TOPs 的芯片使用在自動駕駛上可能并不夠，也許需要分布式計算。
當然，無人駕駛汽車有雷達、毫米波雷達、攝像頭等多處需要處理器的裝置，需要把處理結果進行計算。“當有很多芯片的時候，異構智能和英偉達的區別就體現出來了。”他說。
就在媒體溝通會當天，自喻為“中國版英偉達”的深鑒科技宣布完成 A+輪融資約 4000 萬美元，吳韌表示對國內很多公司不便評價，但卻說異構智能目前的芯片對標對象是 Google TPU 和英偉達 GPU。
從整個市場來看，根據智研咨詢發布的《2017-2023 年中國人工智能芯片行業研究及未來發展趨勢報告》，可以看到 AI 芯片市場規模增長迅速。據統計數字，2016 年人工智能芯片市場規模達到 6 億美元，預計到 2021 年將達到 52 億美元，年復合增長率達到 53%，增長迅猛，發展空間可期，但由此可以預見這個巨大市場在未來的競爭將會多么激烈。
人工智能的發展空前火熱，物聯網這個概念近幾年卻一直都是半溫不火。吳韌則直接表示物聯網是一個偽命題，難以實現。“物聯網看起來可以魔術般的連起來，但實際上要通過很多海底光纜或地下光纜從分支道路到主干道連接的。”而主干道是國家資源，需要國家投資才能持續擴大。
他認為最好的解決方案是將人工智能的能力從云端拿到終端，讓“小東西”有思考能力，然后將它們思考的結果通過網絡與世界連接。“I2OT（智能物聯網）才是未來唯一的可能。”他篤定地說道。
基于此，異構智能的定位就很明確了：在萬物互聯向萬物智能轉變的過程中，將人工智能從云端延展到終端，從而為“智聯網”賦能。
*來自雷鋒網報道
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
