2019年,对于全球科技领域而言充满了挑战,人工智能领域也是如此。在经历了几年的高速狂奔之后,关于人工智能落地的话题讨论的越来越多,这也意味着产业开始向更加理性的方向发展。
依图科技联合创始人、CEO 朱珑博士
5月9日,依图科技“极智·求索”产品发布会在上海中心举办,依图科技携自研云端视觉推理AI芯片questcore™,以及基于该芯片构建的软硬件一体化系列产品和行业解决方案集体亮相。这也意味着,国内AI芯片又多了一个新玩家。
AI不仅仅是算力竞赛
毫无疑问,算力是人工智能向前发展的重要因素,但其并不是唯一因素。作为最终的承载,不管是CPU、GPU、FPGA还是ASIC芯片,都必须具备能够实现各种算法的算力。为此,这也成为很多企业重点展示的方向。
对此,依图科技联合创始人、CEO 朱珑博士却有不同的观察。他认为,算力仅仅是一方面,人工智能想要成功落地,首先需要选对算法及场景。摩尔定律的终结和人工智能技术的发展将开启一个新的时代——算法即芯片时代。
这也意味着,人工智能并不是简单的算力竞争游戏。其本质上,还是要找对应用场景,并且开发出更具优势的算法,以此定制出来的芯片才更具性价比优势。非常显然,依图科技的首款云端视觉推理AI芯片就是遵循着这一逻辑。
依图科技首席创新官吕昊博士
据了解,依图questcore™基于拥有自主知识产权的芯片架构,针对依图世界领先算法做了专门优化,能够充分发挥依图在机器视觉领域的专业积累和行业知识,适用于人脸识别、视频结构化分析、行人再识别等多种图像和视频实时智能分析任务。
在实际的云端应用场景,依图 questcore™ 最高能提供每秒15 TOPS的视觉推理性能,最大功耗仅20W,比一个普通的电灯泡还小。在同等功耗下,依图questcore™产品的视觉推理性能是市面现有主流同类产品的2~5倍。
而在发布会现场,依图科技首席创新官吕昊博士也演示了基于questcore™ 打造的依图原子服务器,并成功带动200路摄像头,对现场500多名观众面部进行实时比对及分析。而想要实现同等算力,之前则需要8张英伟达P4卡,由此大幅度降低服务器体积。
从功耗表现来看,在进行视频解析时,1台依图原子服务器(搭载4核 questcore™芯片,除此之外无需其他配置),与8卡英伟达T4服务器(含双核英特尔 x86 CPU)对比,单路视频解析功耗仅为后者的 20%,与8卡英伟达P4 服务器(同样含双核英特尔 x86 CPU)相比,功耗约为后者的10%。
对于AI芯片而言,体积及功耗重要性也不输于算力,在芯片开发过程中需要综合考虑,才能在具体应用场景领域做到更具性价比,而这也是企业成功的第一步。
AI芯片成功的三大要素
现如今,对于AI芯片我们已经听过很多。除了谷歌、英伟达、华为等这些国际大厂能够推出AI芯片之外,国内也有不少厂商推出或计划推出AI芯片。那么这是否意味着,AI芯片真的非常简单?
“如果只是满足端侧简单的功能,这类芯片开发起来难度并不大。”朱珑博士认为:“想要开发出一款服务器级别,用于进行大批量数据处理,对稳定性、可靠性及功耗等要求都非常高的AI芯片并不容易。”
据朱珑博士介绍,在2012年之前,全球了解人工智能的并不多。随后,在谷歌等产业界的带动下,人工智能在全球形成新的发展浪潮,但是该如何应用人工智能很多人并没有真正的想明白。
实际上,即使是今天。很多人工智能创业企业,在一轮轮融资之后,估值越来越高,但是真正能够大规模批量应用的还比较少。落地难,也成为了人工智能创业企业不得不面临的现实问题。
对此,朱珑博士认为,人工智能企业首先就得想好应用场景,没有典型场景AI芯片即使开发出来了也没多大意义。另一方面,英伟达通用GPU芯片产品在综合性能方面已经非常优秀。如果创业企业在芯片研发过程中,没有创新性的预演和判断,产品性能及成本不能领先于英伟达的话,其市场前景也非常的堪忧。
除此之外,人工智能创业企业还需要具备强大的算法开发能力。如果在算法上不能够做到领先的化,芯片再先进也会受限。对于人工智能企业而言,想要在竞争中胜出,软硬件的实力都得过硬。
—— End ——
联系客服