导航菜单

前沿 | “软硬兼施”发展人工智能芯片,才能避免“尴尬局面”

中国科学网2天前我想分享

“对于人工智能芯片行业来说,只有一个良好的硬基础是不够的。如果你在硬盘上做好软件,你就可以做得更好。”最近举行了“2019年中国AI芯片创新大会”。中国信息通信技术研究院云计算与大数据研究所人工智能系副主任王云奇强调。

“科技日报”记者随后采访了中国科学院脑计算研究中心副主任龚国良,他还表示,人工智能芯片产业的发展应该真正关注软硬件的协同效应。

软件是人工智能芯片的灵魂

“国内人工智能芯片的硬件设计水平接近国外,但软件生态是一个薄弱环节。”龚国良告诉记者。

人工智能芯片显然是硬件,与软件有什么关系?

龚国良介绍说,人工智能芯片本身只起到加速作用。除少数具有一定功能的定制人工智能芯片外,大多数人工智能芯片都没有自己的功能,其功能必须与相关软件一起实现。

算法是软件的重要组成部分,它相当于人工智能芯片的灵魂。除了算法本身,软件层还包括算法迁移,芯片驱动程序,支持软件工具,人机交互界面等。它就像一台不仅需要一台好处理器的计算机,它还需要一个好的操作系统。

龚国良介绍说,在涉及人工智能芯片的软件领域,国内算法开发平台还比较少。与国外相比,现有的算法开发平台在人机交互和资源管理方面仍存在一定差距。此外,一些前瞻性人工智能芯片的核心算法和核心架构还有待改进。

“软件和使用方面的结合更多。人工智能芯片的硬件很重要,但如果软件做得好,可能会更好。”王云奇介绍说,一些非常强大的算法团队和软件团队甚至可以非常普遍。在芯片上,实现了神经网络加速芯片的加速效果。

软硬结合可以避免尴尬局面

对于国内人工智能芯片行业而言,硬件和软件不匹配的情况并不少见。

“许多人工智能芯片在设计之初都有一个好主意,但在上市后,他们发现用户不太擅长购买,而且软件链接不够好。这可能是其中一个原因。”龚国良告诉“科技日报”记者。

以算法为例,用户的“理想”通常是在算法训练后使用算法开发平台,傻瓜可以应用于人工智能芯片,产品快速发布。但实际情况是,当算法移植到人工智能芯片时,需要对其进行硬件修改以使其适应芯片的硬件。

“这个链接需要大量的能量,无论是应用还是芯片的设计者。”龚国良表示,目前大多数芯片开发团队都是硬件,而且在软件支持上花费较少。学位仍然不足。

王云钊认为,在人工智能芯片硬件中加入一个非常好的算法需要进一步发展软硬件协同,这个领域还有很大的市场空间。

“科技日报”记者了解到,在人工智能芯片硬件和软件协调方面,国内大公司普遍做得更好。由于软件方面如算法的移植和人工智能芯片的驱动,很难实现,需要专门的团队来开发。

为了改善人工智能芯片硬件和软件的协同开发,龚国良认为应该结合人工智能芯片产品的定位选择不同的策略。

“如果人工智能芯片的应用场景比较狭窄,那么在硬件的基础上,设计一些软件工具来实现应用。但如果是通用的人工智能芯片,支持的算法范围非常广泛。广泛,它需要非常好一个好的软件团队会匹配它,否则会导致芯片的硬件非常强大,但用户不买尴尬的局面。“龚国良建议。

中国科技网官方微信

科技部赞助权威科学平台

确定问题

收集报告投诉

“对于人工智能芯片行业来说,只有一个良好的硬基础是不够的。如果你在硬盘上做好软件,你就可以做得更好。”最近举行了“2019年中国AI芯片创新大会”。中国信息通信技术研究院云计算与大数据研究所人工智能系副主任王云奇强调。

“科技日报”记者随后采访了中国科学院脑计算研究中心副主任龚国良,他还表示,人工智能芯片产业的发展应该真正关注软硬件的协同效应。

软件是人工智能芯片的灵魂

“国内人工智能芯片的硬件设计水平接近国外,但软件生态是一个薄弱环节。”龚国良告诉记者。

人工智能芯片显然是硬件,与软件有什么关系?

龚国良介绍说,人工智能芯片本身只起到加速作用。除少数具有一定功能的定制人工智能芯片外,大多数人工智能芯片都没有自己的功能,其功能必须与相关软件一起实现。

算法是软件的重要组成部分,它相当于人工智能芯片的灵魂。除了算法本身,软件层还包括算法迁移,芯片驱动程序,支持软件工具,人机交互界面等。它就像一台不仅需要一台好处理器的计算机,它还需要一个好的操作系统。

龚国良介绍说,在涉及人工智能芯片的软件领域,国内算法开发平台还比较少。与国外相比,现有的算法开发平台在人机交互和资源管理方面仍存在一定差距。此外,一些前瞻性人工智能芯片的核心算法和核心架构还有待改进。

“软件和使用方面的结合更多。人工智能芯片的硬件很重要,但如果软件做得好,可能会更好。”王云奇介绍说,一些非常强大的算法团队和软件团队甚至可以非常普遍。在芯片上,实现了神经网络加速芯片的加速效果。

软硬结合可以避免尴尬局面

对于国内人工智能芯片行业而言,硬件和软件不匹配的情况并不少见。

“许多人工智能芯片在设计之初都有一个好主意,但在上市后,他们发现用户不太擅长购买,而且软件链接不够好。这可能是其中一个原因。”龚国良告诉“科技日报”记者。

以算法为例,用户的“理想”通常是在算法训练后使用算法开发平台,傻瓜可以应用于人工智能芯片,产品快速发布。但实际情况是,当算法移植到人工智能芯片时,需要对其进行硬件修改以使其适应芯片的硬件。

“这个链接需要大量的能量,无论是应用还是芯片的设计者。”龚国良表示,目前大多数芯片开发团队都是硬件,而且在软件支持上花费较少。学位仍然不足。

王云钊认为,在人工智能芯片硬件中加入一个非常好的算法需要进一步发展软硬件协同,这个领域还有很大的市场空间。

“科技日报”记者了解到,在人工智能芯片硬件和软件协调方面,国内大公司普遍做得更好。由于软件方面如算法的移植和人工智能芯片的驱动,很难实现,需要专门的团队来开发。

为了改善人工智能芯片硬件和软件的协同开发,龚国良认为应该结合人工智能芯片产品的定位选择不同的策略。

“如果人工智能芯片的应用场景比较狭窄,那么在硬件的基础上,设计一些软件工具来实现应用。但如果是通用的人工智能芯片,支持的算法范围非常广泛。广泛,它需要非常好一个好的软件团队会匹配它,否则会导致芯片的硬件非常强大,但用户不买尴尬的局面。“龚国良建议。

中国科技网官方微信

科技部赞助权威科学平台

确定问题

——