人工智能芯片產(chǎn)業(yè)發(fā)展應注重軟硬件協(xié)同

“對于人工智能芯片產(chǎn)業(yè)來說，僅有好的硬基礎(chǔ)是不夠的，在硬基礎(chǔ)上再做出好的軟件，才能做得更好。”在日前舉行的“2019中國AI芯片創(chuàng)新者大會”上，中國信息通信研究院云計算與大數(shù)據(jù)研究所人工智能部副主任王蘊韜強調(diào)說。

科技日報記者隨后采訪了中科院半導體所類腦計算研究中心副主任龔國良，他也表示，人工智能芯片產(chǎn)業(yè)的發(fā)展確實應該注重軟硬件協(xié)同。

軟件是人工智能芯片的靈魂

“國內(nèi)人工智能芯片的硬件設(shè)計水平與國外接近，但軟件生態(tài)卻是薄弱環(huán)節(jié)。”龔國良告訴記者。

人工智能芯片明明是硬件，和軟件又有什么關(guān)系?

龔國良介紹，人工智能芯片本身只起到加速的作用。除了少量定制化人工智能芯片具備一定功能外，大多數(shù)人工智能芯片本身并不具備功能，它們的功能必須結(jié)合相關(guān)軟件來實現(xiàn)。

算法是軟件的重要組成部分，它相當于人工智能芯片的靈魂。除了算法本身，軟件層面還包括算法的移植、芯片驅(qū)動程序、配套軟件工具、人機交互界面等等。這就像電腦不僅僅需要好的處理器，還需要好的操作系統(tǒng)一樣。

龔國良介紹，在人工智能芯片涉及的軟件領(lǐng)域，國內(nèi)的算法開發(fā)平臺仍比較少，一些已有算法開發(fā)平臺，在人機交互與資源管理方面，與國外相比仍有一定差距。另外，一些前瞻性人工智能芯片的核心算法、核心架構(gòu)，還有待提升。

“軟件和使用側(cè)結(jié)合得更多。人工智能芯片的硬件固然重要，但是如果軟件做得好，可能更勝一籌。”王蘊韜介紹，一些非常厲害的算法團隊和軟件團隊，甚至可以在十分普通的芯片上，實現(xiàn)神經(jīng)網(wǎng)絡(luò)加速芯片的加速效果。

軟硬結(jié)合才能避免尷尬局面

對于國內(nèi)人工智能芯片產(chǎn)業(yè)而言，軟硬件匹配度不夠好的情況并不罕見。

“很多人工智能芯片在設(shè)計之初的想法是很好的，但是上市后卻發(fā)現(xiàn)用戶不太買賬，軟件環(huán)節(jié)做得不夠好可能是原因之一。”龔國良告訴科技日報記者。

以算法為例，用戶的“美好理想”一般是，利用算法開發(fā)平臺把算法訓練出來后，只需進行傻瓜式移植，就能將其應用在人工智能芯片上，產(chǎn)品隨之迅速出爐。但實際情況是，算法移植到人工智能芯片時需要進行硬件化改造，讓它適應芯片的硬件。

“這個環(huán)節(jié)需要花費很大的精力，要么應用方來做，要么芯片的設(shè)計方來做。”龔國良說，目前芯片研發(fā)團隊大多是硬件出身，在軟件支持方面花費的精力相對較少，重視程度依然不足。

在王蘊韜看來，把真正好的算法，落地到人工智能芯片硬件中，需要進一步實現(xiàn)軟硬件協(xié)同發(fā)展，而這一領(lǐng)域還存在非常大的市場空間。

科技日報記者了解到，在人工智能芯片軟硬件協(xié)同方面，國內(nèi)的大公司一般做得比較好。因為軟件方面例如算法的移植和人工智能芯片的驅(qū)動，實現(xiàn)起來有一定難度，需要專門的團隊去研發(fā)。

對于提升人工智能芯片的軟硬件協(xié)同發(fā)展，龔國良認為，應結(jié)合人工智能芯片產(chǎn)品的定位選擇不同策略。

“如果人工智能芯片面向的應用場景比較窄，那么在硬件做好的基礎(chǔ)上，設(shè)計一些軟件工具就可以實現(xiàn)應用。但如果是通用型人工智能芯片，支撐的算法范圍非常寬泛的話，就需要很好的軟件團隊與之匹配，否則就會導致芯片的硬件很強大，用戶卻不買賬的尷尬局面。”龔國良建議。(記者 劉園園)

關(guān)鍵詞： 人工智能芯片 軟硬件