關注網易智慧，聚焦AI大事件，讀懂下一個大時代！

編者按：在近日於深圳舉辦的2018 CCF-GAIR 全球人工智慧與機器人峰會上，清華大學微電子所所長魏少軍發表了演講，闡述了AI時代晶片架構的問題。會後，魏少軍接受了網易智慧的專訪，談到了中國晶片行業的發展、架構創新以及造芯熱潮。

出品| 網易智慧（公眾號 smartman163）

期號| AI英雄總第85期

採寫| 小羿

“AI晶片是AI技術發展過程中不可逾越的關鍵階段，不管有什麼好的AI演算法，要想最終得到應用，都必然通過晶片來實現。”

作為清華大學微電子所所長、晶片行業頂級大牛，魏少軍斷言，晶片是實現人工智慧的當然載體。

如此，也造成了目前晶片行業格外躁動和火熱，不管是巨頭公司還是創業公司，不管是傳統制造公司還是網際網路公司，都在佈局AI晶片行業。

AI時代，晶片的架構創新是不可迴避的課題

隨著市場對晶片計算能力的需求提高，晶片製造工藝也在不斷提高，與之而來的是晶片製造成本也隨著漲高。有業內人士稱，如今設計製造一顆10nm晶片的成本要幾千萬美元，就算目前寒武紀、深鑑科技等專門做AI晶片的企業，即使採用28nm的晶片工藝，前期從投入到流片的成本都要超過400萬美元。也就是說，單一品類的晶片出貨量沒有百萬級很難收回成本。

魏少軍同時向網易智慧表示，要想讓AI晶片能夠在使用中變得更”聰明“，架構創新就是它面臨的一個不可迴避的課題。AI演算法目前處於不斷的變化中，晶片公司都希望找到能夠適應所有演算法的結構，“高能效通用的深度學習引擎是AI晶片的必備特徵。”

基於此，魏少軍列出了AI晶片應該具備的幾個基本要素：

1、可程式設計性，適應演算法的演進和應用的多樣性；

2、架構的動態可變性，適應不同的演算法並實現高效計算；

3、高效的架構變換能力，<10 Clock cycle，低開銷、低延遲；

4、高計算效率，避免使用指令這類低效率的架構；

5、高能量效率，~10 TOPS/W；

6、低成本，能夠進入家電和消費類電子；

7、體積小，能夠裝載在移動裝置上；

8、應用開發方便，不需要晶片設計方面的知識。

根據以上要素判斷，目前的CPU+SW、CPU+GPU、CPU+FPGA、CPU+ASIC的作法都不是理想的架構。

與此同時，魏少軍在現場從軟硬體可以程式設計性維度將現在的AI晶片方案做了劃分：

第一個方案就是CPU、DSP等處理器，晶片硬體可程式設計性很弱，軟體可程式設計性強，晶片執行需要軟體。這類晶片雖然具備通用性、高靈活性，但是成本高、價格貴，能量效率和計算效率不高，而且被行業寡頭壟斷。

第二種方案是ASIC、SoC等專用積體電路，晶片軟硬體可程式設計性都很弱，雖然價格便宜、能量效率和計算效率很高，但是專用晶片不具備靈活性，一旦製造完成硬體就不可更改。

第三種方案是FPGA、EPLD等可程式設計邏輯器件，這種晶片硬體可程式設計性強，軟體可程式設計性很弱。雖然硬體可程式設計，但是靜態程式設計，一旦配置完畢就不可更改，邏輯不可複製，而且成本高昂、晶片研發週期長，能量效率和計算效率低。

第四種方案是RCP、CGRA等軟體定義晶片（SdC），軟體、硬體均可程式設計，晶片功能隨軟體變化而變化，而且具備通用和高靈活性，未來擴大用量就可以降低成本。

提出軟體定義晶片，Thinker晶片課題組將融資併成立公司

軟體定義晶片是魏少軍帶領的清華微電子所提出的全新晶片架構定義，實現了讓晶片根據軟體進行適應與調整。基於這種架構，清華微電子所相關課題組研發出了全新的Thinker系列晶片，使用了可重構計算晶片架構。在這個架構中，Thinker可以根據控制單元的要求配置計算單元陣列並執行，也可以根據軟體的要求將劃分後的任務送到資料通道執行。而且，不同於馮諾依曼等效架構，可重構計算模式為函式化的硬體架構。

目前，Thinker系列晶片已經推出了面向通用神經網路計算的Thinker 1代，面向極低功耗神經網路計算的Thinker 2，以及面向極低功耗語音應用的Thinker S。之前有媒體還報道稱，Thinker晶片的功耗非常低，只需要7號AA電池就能執行一年。

魏少軍還向網易智慧透露，Thinker晶片的研發課題組目前正在融資，著手成立新公司進行市場化運作，但是對於融資額度，魏少軍表示不方便透露。

給國內造芯企業建議：光靠錢是砸不出來的，一定要開放

對於目前中國企業佈局晶片，魏少軍表示支援，但是提出了一些建議。他說，“做晶片需要大量的人力和經驗，光靠錢是砸不出來的，所以一定要開放，不要封閉。”魏少軍同時表示，“如果是網際網路巨頭公司做晶片，我還要加一條建議，他們已經大到足以影響行業發展，所以在關鍵技術上要起到引領作用，能夠有更大的雄心，肩負起社會責任。”

在談到目前的AI晶片發展時，魏少軍表示，現在的AI晶片市場被過度炒作。“目前，國內晶片的很多領域都存在問題，他們都在吹牛，有人還提出超越英特爾，我反對這樣的說法。”

“英偉達當年做GPU就知道人工智慧嗎？我想未必，只是最後發現GPU用在人工智慧上面很好用，才逐漸做起來。”魏少軍認為，科研成果是很少能過計劃出來的，都是遇到市場機會做出來的。“科技研究很多都是無心插柳柳成蔭。”

AI晶片能否獨立存在？還不知道，但是做語音晶片不要自欺欺人

“我們現在還不清楚AI晶片有沒有獨立存在的可能性，如果有，我們就能夠有機會創造出與英特爾一樣偉大的公司。”魏少軍坦言，“但是這個問題現在沒有答案。”

談到國內很多創業公司開始做語音晶片的時候，魏少軍這樣評論說，語音晶片到底要幹嘛？要實現什麼樣的功能？這個首先要搞清楚。”比如說，你要進行語義理解的識別，這個需要用到人工智慧技術；但是你只是想做一個簡單的語音命令識別，不一定用到人工智慧技術，現在其他技術完全夠用。“

在魏少軍看來，做語音晶片一定要看應用場景，目前很多場景下並不需要用到人工智慧技術或者專門的語音晶片。“現在做人工智慧，就一定會用到大量的計算，功耗一定更大，有時候得不償失。不要殺雞用牛刀，更不要自欺欺人。”魏少軍說到。

魏少軍最後表示，AI技術雖然正在不斷進步，但目前還主要集中在單個事務的訓練和推理上，要讓AI真的可以像人類一樣同時做出多個判斷和決定，演算法研究還需要有更偉大的突破。“人的決策是多元的，但現在機器決策是單一的，現在是IA（增強智慧）的時代。”

- 加入社群吧 -

網易智慧AI社群（AI專家群、AI黑板報）火熱招募中，對AI感興趣的小夥伴，新增智慧菌微信 kaiwu_club，說明身份即可加入。