隨著AlphaGo的誕生，“深度學(xué)習(xí)”日益普及，人工智能開始從智能化工具向智能機器進軍。原有的MCU已無法滿足深度學(xué)習(xí)的高速海量數(shù)據(jù)運算要求，AI芯片便應(yīng)運而生。如今嵌入式芯片領(lǐng)域正面臨AI芯片的新一輪機遇。那么在AI成為風(fēng)口的當下，AI芯片到底是噱頭還是發(fā)展趨勢？嵌入式系統(tǒng)又該如何面對AI芯片帶來的新一輪機遇？《單片機與嵌入式系統(tǒng)應(yīng)用》小編特邀請了幾位專家和工程師談?wù)剬Υ藛栴}的看法，也歡迎大家留言討論！

業(yè)界聲音

AI芯片已然存在，與既往的嵌入式處理器不可混淆！

北京航空航天大學(xué)教授 何立民

“AI芯片”的確存在，其概念不僅被廣泛應(yīng)用，也無法用其他的概念，如MCU、MPU等所替代。

有的人認為不存在AI芯片，可能認為AI芯片只是原有嵌入式處理器的功能擴展而已。殊不知隨著嵌入式處理器的功能不斷外延，已從量變產(chǎn)生了質(zhì)變。自從人工智能進入機器的深度學(xué)習(xí)時代，原有MCU的硬件加速已無法滿足高速海量數(shù)值計算要求，以及大數(shù)據(jù)的云間交互要求。這樣一來，在嵌入式領(lǐng)域便出現(xiàn)了MCU與AI芯片兩個有本質(zhì)差異的芯片群。前者是滿足工具智能化的智能控制芯片（以控制見長）；后者是滿足智能機器深度學(xué)習(xí)的計算芯片（以計算見長）。

未來，在人工智領(lǐng)域會逐漸形成智能化工具與智能機器兩大領(lǐng)域。目前，智能化工具領(lǐng)域業(yè)已成熟，智能機器領(lǐng)域依托AI芯片、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、云際交互逐漸向強人工智能領(lǐng)域進發(fā)。當前，AI芯片形式多樣，屬于初級發(fā)展階段，盡管有些概念尚可商榷，但原有的各種嵌入式處理器的概念已無法沿襲，“AI芯片”可能會約定俗成。

以人臉識別為例，用于門禁的實時人臉識別，也許可以用MCU+圖形加速器方案，但要從眾多人群中實時識別特定的人臉，就要引入深度學(xué)習(xí)，不斷提高其識別能力。為了與眾多人臉對比，還要與云端大數(shù)據(jù)交互，無論多么高明的MCU都無法承擔(dān)如此重任。也許“深度學(xué)習(xí)”、“云端交互”是AI芯片的兩大重要特征。

目前AI芯片領(lǐng)域競爭激烈，也許一時難以形式統(tǒng)一的結(jié)構(gòu)體系，但逐步完善后，作為嵌入式領(lǐng)域中的又一新兵，在人工智能領(lǐng)域，與MCU相互補充、各盡其職，既不可相互替代，又有不同的技術(shù)發(fā)展方向。MCU與AI處理器用在不同領(lǐng)域，兩者都有巨大的發(fā)展?jié)摿Α?/p>

AI芯片真的來了嗎？

西安電子科技大學(xué)電子信息與通信工程學(xué)科專業(yè)國家級實驗教學(xué)示范中心主任、教授 陳彥輝

AI是當前IT領(lǐng)域乃至社會關(guān)注的熱點之一，其基本愿景是人類充分享受人工智能帶來的智能成果。人工智能顧名思義是人造的智能體，而這個智能體只有在通過了圖靈測試才能稱之為人工智能體，從此具備了人類的智能。

人工智能技術(shù)的研究早已有很好的成果，諸如人機圍棋大戰(zhàn)的深藍和AlphaGo，可以說通過了圖靈測試，具備了人類的智能。但其難以普及，其基本原因是其算法復(fù)雜性高、實現(xiàn)平臺成本高。IT領(lǐng)域需要開發(fā)輕量級的人工智能成果，使其融入到人類日常生活中，諸如自動售貨機、自動駕駛。這種輕量級的人工智能成果發(fā)展得益于低功耗、高集成度的半導(dǎo)體制造和先進的通信網(wǎng)絡(luò)。前者產(chǎn)出速度更快、功耗更低的多核處理器系統(tǒng)及大容量可編程器件，使復(fù)雜的算法通過高速運算變?yōu)楝F(xiàn)實產(chǎn)品供人類消費；后者提供量大速快的通信網(wǎng)絡(luò)系統(tǒng)以及寬帶移動互聯(lián)產(chǎn)品，為人工智能的應(yīng)用提供更為廣闊的空間。

目前所謂的“AI芯片”是為輕量級的人工智能成果發(fā)展需求而應(yīng)運產(chǎn)出。絕大多數(shù)本質(zhì)上是面向應(yīng)用所開發(fā)的人工智能高速計算專用電路，無論如何包裝，這種芯片永遠只是一種特殊的專用器件，這種專用的AI芯片針對特殊領(lǐng)域具備了人類的基本智能能力：計算能力、控制能力、通信能力、情感能力或者是它們之間的組合。

未來的AI芯片是智慧級的人工智能成果，應(yīng)該具備包括適應(yīng)能力和學(xué)習(xí)能力在內(nèi)的人類高級智能能力，如同新出生的嬰兒一樣，其智能能力是逐步成長的，同時與他/她成長環(huán)境有關(guān)。將來有一天，研究人員把人工智能算法采用模塊化分析和形式化描述并融入現(xiàn)代嵌入式系統(tǒng)中，智慧級AI芯片才會粉墨登場，它不僅是基于存儲和計算的，同時也是面向通信和邏輯的，具有若干人工模擬神經(jīng)元構(gòu)成的可編程的片上通信邏輯網(wǎng)絡(luò)，依據(jù)成長環(huán)境生成人工神經(jīng)元，構(gòu)建具備軟硬協(xié)同并行處理的人類智能系統(tǒng)，開創(chuàng)人工智能新紀元。

（這位嘉賓帥到不好意思露真容啦）

談AI芯片——談算法不談智能，談實現(xiàn)不談芯片

鄭州大乘信息科技有限責(zé)任公司 段新亞

說起來所謂的人工智能熱潮，人工智能寒冬，已經(jīng)至少是第三次了。第一次，在20世紀50年代左右，被稱為人工智能之父的約翰麥卡錫創(chuàng)造了lisp語言，也引領(lǐng)了以symbol概念為核心的符號主義人工智能。第二次，在20世紀70年代左右，BP算法的提出，則是引領(lǐng)了一波以神經(jīng)網(wǎng)絡(luò)這個概念為核心的連接主義人工智能。而現(xiàn)在這一波人工智能概念重新被人們拉出來炒作，則是所謂以機器學(xué)習(xí)這個概念爆炒。但單講機器學(xué)習(xí)這個概念，卻發(fā)現(xiàn)無論是蒙特卡洛算法、貝葉斯定理、貝葉斯網(wǎng)絡(luò)、NN神經(jīng)網(wǎng)絡(luò)、RNN網(wǎng)絡(luò)，還是提出了一個包含多隱層的所謂深度學(xué)習(xí)，其實并沒有見到什么新鮮的面孔，反而都是些幾十年前早已經(jīng)有的東西?？赡芪ㄒ坏牟煌乾F(xiàn)在的硬件性能遠遠高于從前的硬件性能，FPGA、GPU、ZYNQ等更新鮮的設(shè)計模型，芯片工藝的大幅提升，讓制作芯片的成本急劇下降，讓從前很多在數(shù)學(xué)，在理論上已經(jīng)的東西，可以在一個人所能接受的速度和響應(yīng)環(huán)境下工作。

這也就提到了上述我的觀點，我們談算法不談智能。所謂強人工智能，確實不是我們現(xiàn)階段能實現(xiàn)的，獲取暫且是連頭緒都沒有的虛無縹緲的目標。至少人類的認知和意識的模型，我不認為是現(xiàn)在盛行的神經(jīng)網(wǎng)絡(luò)連接主義的主流想法，將大量數(shù)據(jù)作為“經(jīng)驗”堆積出的回歸算法。無論是最大似然估計的思維方式、symbole描述的方式，還是貝葉斯最大后驗估計的做法，我們與其說做的是智能，不如講我們在使用“看起來比較智能”的算法。

就像是馮.諾依曼認為蒙特卡洛算法是最接近上帝的思維方式的算法那樣。一個靠隨機數(shù)據(jù)堆積的，幾乎不能被稱之為算法的算法，又算的上什么上帝的思維？又算得上什么思維？

筆者認為AI芯片，不過是狹義的機器學(xué)習(xí)派系中大量的算法的不同實現(xiàn)方式罷了。與其去談用硬件作為AI算法載體的芯片是否存在，不如去講是用硬件作為算法載體的芯片是否存在。原本AI算法在評估后，也只是與常規(guī)的算法本質(zhì)上無異的“算法”而已。算法是否可以由硬件直接作為載體，而不需要通過軟件這個概念，答案當然是肯定的，原本軟件就是以硬件為載體工作的。那這個意義上的AI芯片當然是存在的。

簡單暢想一下人工智能的未來：現(xiàn)在這波基于機器學(xué)習(xí)和深度學(xué)習(xí)算法引爆的人工智能熱潮，筆者個人不認為會維持多久。雖然因為硬件和芯片工藝的提升，讓從前因硬件成為瓶頸的問題得到了一定程度的緩解。但哪怕完全解決了運算速度瓶頸，我們制造的不是智能，只是將計算機與統(tǒng)計學(xué)幾十年前的技術(shù)做了一次深度結(jié)合罷了。

“人工智能芯片”——一個商業(yè)概念

賽諾微醫(yī)療科技（浙江）有限公司電子設(shè)計主管 唐思超

“人工智能芯片”是一個商業(yè)性概念，因為其技術(shù)本質(zhì)仍未跳出現(xiàn)有技術(shù)體系，沒有技術(shù)層面的本質(zhì)革新。

自20世紀50年代人類首次提出人工智能概念，其范疇始終隨著時間的推移而發(fā)生變化。廣義上，可以認為人工智能就是用機器模擬人類的思維和推理，即一個系統(tǒng)在其原始程序設(shè)定之外的學(xué)習(xí)能力。

以近期炙手可熱的智能手機“人工智能芯片”為例。依據(jù)廠商的宣傳，這類人工智能芯片的主要功能是圖像識別。然而，基于通用CPU、GPU、DSP或FPGA 就可以完成圖像識別工作，只是效率的問題。那么，為什么還要單獨使用“人工智能芯片”？廠商宣稱，人工智能芯片獨立的數(shù)據(jù)處理能力大大減少了將數(shù)據(jù)發(fā)送到云端進行處理的需求，可減少云端的數(shù)據(jù)處理時間；可降低終端CPU使用率，讓其有更多的時間專注于其他任務(wù)；同時減少電池的消耗?？梢?，這類人工智能芯片的意義在于：可以加速處理機器學(xué)習(xí)、深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)依賴的特定類型的任務(wù)，因為其比通用CPU、GPU或DSP具有更強的浮點運算能力，同時具有更低的功耗。然而技術(shù)層面上，其并無本質(zhì)突破。

放眼全球，主流半導(dǎo)體廠商都有推出各自的人工智能芯片方案。Intel有基于眾核架構(gòu)CPU的方案；NVIDIA有針對人工智能的GPU方案；CEVA和Cadence推出用于人工智能的DSP IP核；Altera（現(xiàn)屬于Intel）、Lattice等可編程邏輯器件廠商推出基于FPGA的方案。此外，谷歌和IBM也推出了相關(guān)方案。

綜上所述，人工智能的實現(xiàn)無法脫離芯片的支持，但“人工智能芯片”就目前的情況看有過分炒作之嫌。一些媒體鼓吹中國將依靠人工智能芯片彎道超車，依靠人工智能芯片打破西方x86、ARM等技術(shù)壟斷。但目前來看，所謂的“人工智能芯片”只是特定算法加速器，仍是CPU、GPU、FPGA、DSP等技術(shù)手段的集成，前述媒體的論調(diào)顯然缺乏基本的技術(shù)常識。認清所謂“人工智能芯片”的本質(zhì)才能使全社會的注意力從“新瓶裝舊酒”的各種眼花繚亂的應(yīng)用提法轉(zhuǎn)向真正的技術(shù)突破，避免重蹈中興事件的覆轍。

編輯視角

各方觀點不同，原因在于AI芯片確實不是一個新出現(xiàn)的事物，一時之間難以有一個明確的統(tǒng)一定義，只是希望芯片搭乘AI這股東風(fēng)的同時，能夠提供更便捷、更智能的應(yīng)用，也算是完成了一次進化！