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。

記者隨后采訪了中科院半導(dǎo)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(yīng)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?！蓖跆N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?！饼弴几嬖V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(xùn)練出來后，只需進行傻瓜式移植，就能將其應(yīng)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(yīng)芯片的硬件。

“這個環(huán)節(jié)需要花費很大的精力，要么應(yīng)用方來做，要么芯片的設(shè)計方來做?！饼弴颊f，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(yīng)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(yīng)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(yīng)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(dǎo)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。