近日，第三屆清華大學(xué)汽車芯片設(shè)計及產(chǎn)業(yè)應(yīng)用研討會暨校友論壇在蕪湖成功舉行。作為本次活動的特邀嘉賓，超星未來聯(lián)合創(chuàng)始人、CEO梁爽博士出席并發(fā)表主題演講《軟硬件協(xié)同優(yōu)化，賦能AI 2.0新時代》。

大模型是AI 2.0時代的“蒸汽機”

AI+X應(yīng)用落地及邊緣計算將成為關(guān)鍵

自ChatGPT發(fā)布以來，大模型引爆“第四次工業(yè)革命”，成為AI 2.0時代的“蒸汽機”，驅(qū)動著千行百業(yè)智能化變革。保爾·芒圖曾說：“蒸汽機并不創(chuàng)造大工業(yè)，但是它卻為大工業(yè)提供了動力”，大模型也是如此，本身不會直接創(chuàng)造新的產(chǎn)業(yè)，而是與已有的行業(yè)應(yīng)用場景及數(shù)據(jù)結(jié)合創(chuàng)造價值。

WAIC 2024落幕后，有媒體評論：大模型再無新玩家，AGI下半場是計算與應(yīng)用。梁爽認(rèn)為，AGI下半場將是AI+X應(yīng)用落地和邊緣計算。AI 1.0時代，服務(wù)器側(cè)的神經(jīng)網(wǎng)絡(luò)模型，在安防、智能駕駛等應(yīng)用領(lǐng)域里逐步下沉到邊緣端，這一趨勢也一定會在AI 2.0的時代再演繹一次，并且將在智慧城市、汽車、機器人、消費電子等領(lǐng)域創(chuàng)造出更為廣闊的增量市場。

回顧AI的演進歷史，可以看到，AI 1.0時代的主要模式是通過單一模型完成單一任務(wù)，例如安防、人臉識別、語音識別，以及基于感知-決策-控制分模塊的智能輔助駕駛方案。梁爽認(rèn)為，現(xiàn)在正進入一個“AI 1.5時代”，在智能駕駛、機器人等復(fù)雜系統(tǒng)中，統(tǒng)一用神經(jīng)網(wǎng)絡(luò)完成各個模塊功能的實現(xiàn)，盡量減少人工規(guī)則，并通過數(shù)據(jù)驅(qū)動的范式提升性能，大幅降低人工處理各種長尾問題的難度。在AI 2.0時代，系統(tǒng)將由一個統(tǒng)一的通用基礎(chǔ)大模型來應(yīng)對多源數(shù)據(jù)輸入，完成多種復(fù)雜任務(wù)，這一基礎(chǔ)模型應(yīng)該具備感知萬物、知曉常識和理解推理的能力，智能駕駛、機器人的基礎(chǔ)模型本質(zhì)上是同一類基礎(chǔ)模型。

端到端與大模型上車進行時

智能汽車是邁向通用機器人的必要階段

近年來，智駕系統(tǒng)正在從傳統(tǒng)的單傳感器CNN感知，逐步升級到多傳感器CNN BEV，基于Transformer的BEV和Occupancy方案，并正在向端到端大模型演進。隨著規(guī)控部分逐步模型化，中間沒有規(guī)則介入，因而在海量高質(zhì)量數(shù)據(jù)驅(qū)動下，性能天花板會大幅提升，并大幅降低了應(yīng)對長尾問題的人工參與度，使得軟件工程量最多可下降99%。此外，視覺大模型的上車，幫助智駕系統(tǒng)進一步增加了對物理世界復(fù)雜語義的理解，使駕駛的行為更接近于人，提升了對未知場景的泛化處理能力。

梁爽指出，智能汽車將是未來邁向通用機器人的一個必要階段，例如TESLA的Optimus機器人和智能汽車采用了同樣的FSD平臺，并且在系統(tǒng)配置、功能任務(wù)上相同。雖然兩者的系統(tǒng)組成和迭代升級高度相似，但機器人的維度更高、任務(wù)更復(fù)雜，大模型下沉部署到邊緣側(cè)的設(shè)備里，形成一個“Robot-Brain”，會成為行業(yè)發(fā)展的關(guān)鍵。

大模型落地邊緣側(cè)存在較大挑戰(zhàn)

軟硬件協(xié)同優(yōu)化是現(xiàn)實可行的落地路徑

過去十年被稱為AI加速器的黃金十年，CNN加速器的能效已經(jīng)提升到了100TOPS/W級別。大模型的規(guī)模以及參數(shù)增長速度遠超CNN時代，大幅超出了傳統(tǒng)計算硬件的增長速度。而當(dāng)前大模型的處理器能效仍小于1TOPS/W，與邊緣側(cè)應(yīng)用需求存在兩個數(shù)量級的差距，嚴(yán)重限制了大模型的落地。

（摘選自汪玉教授發(fā)表于2024年1月的報告《端側(cè)大模型推理，智能芯片的現(xiàn)狀與展望》）

目前很多手機端本地部署的2B以內(nèi)的“小”模型，在應(yīng)用到邊緣側(cè)場景時，通常會出現(xiàn)歷史信息遺忘等能力限制，而需求量更大、效果顯著提升的7B量級以上的大模型，通常難以部署到現(xiàn)有的邊緣側(cè)芯片上，主要原因包括：（1）傳統(tǒng)架構(gòu)矩陣算力缺口明顯，大模型中50-80%算力需求在Attention層中的各類矩陣計算，并且KV矩陣有明顯稀疏性，需要專項支持；（2）大模型的參數(shù)量和帶寬需求巨大，單7B級別的浮點模型就需要28GByte的存儲空間，且權(quán)重的局域性比較低，所以大模型計算處理的過程需要頻繁地對外存進行讀取，每個Token的帶寬需求都會大于10GB/s；（3）當(dāng)前架構(gòu)精度類型不足，計算精度傳統(tǒng)的CNN網(wǎng)絡(luò)通常可以用INT8實現(xiàn)較好的處理效果，而大模型中的各類算子會需要諸如INT4/FP8/BF16等不同精度的計算支持，并且像激活層、Norm層等的數(shù)據(jù)動態(tài)范圍大，導(dǎo)致很多已有的量化算法也不能很好地支持。

從提升大模型在邊緣側(cè)處理能效的方法來看，一種是通過提升工藝水平scaling down，但受摩爾定律和國際形勢的影響，很難再繼續(xù)持續(xù)；另一種是通過新器件和新系統(tǒng)，但應(yīng)用的成熟度還有待技術(shù)上的進一步提升與完善。但在當(dāng)下來看最為現(xiàn)實的實現(xiàn)手段，就是針對大模型應(yīng)用來做軟硬件協(xié)同優(yōu)化，軟件上通過新的混合量化方法以及稀疏化處理，硬件上則針對大模型中常見的算法結(jié)構(gòu)進行加速設(shè)計，從而整體上實現(xiàn)2-3個數(shù)量級的能效提升。

針對大模型任務(wù)新需求深度優(yōu)化

超星未來實現(xiàn)邊緣側(cè)AGI計算行業(yè)領(lǐng)先

超星未來主要面向各類邊緣智能場景，提供以AI計算芯片為核心、軟硬件協(xié)同的高能效計算方案，致力于成為邊緣側(cè)AGI計算的引領(lǐng)者。

「平湖/高峽」NPU：團隊十年磨一劍，實現(xiàn)性能行業(yè)天花板

針對智能駕駛及大模型所需要的神經(jīng)網(wǎng)絡(luò)計算任務(wù)，超星未來自研了高性能AI處理核心「平湖」和「高峽」。「平湖」NPU主要針對以CNN和少量Transformer的感知類任務(wù)提供高效的計算，「高峽」NPU則是面向高階智駕以及大模型的實時處理專門設(shè)計的加速核心。

其中「平湖」NPU針對主流CNN/Transformer模型的推理延遲以及幀率均為行業(yè)最領(lǐng)先水平，與某款市場上被廣泛認(rèn)可的競品相比，單位算力的推理幀率在CNN任務(wù)上提高10倍，Transformer任務(wù)提高25倍。

「高峽」NPU架構(gòu)采用了混合粒度的指令集設(shè)計，單Cluster可實現(xiàn)40TOPS算力，支持INT4/INT8/FP8/BF16多種不同計算精度，并且在內(nèi)部緩存設(shè)計上做了優(yōu)化設(shè)計，另外針對Sparse Attention和三維稀疏卷積，設(shè)計了專用的加速結(jié)構(gòu)。通過這些優(yōu)化設(shè)計，「高峽」NPU實現(xiàn)了對典型的生成式大模型的實時計算支持，LLaMA3-8B生成速度最高可達60tokens/s。此外，「高峽」NPU可以用相較NVIDIA Orin芯片1%的計算邏輯面積，來實現(xiàn)近乎等同的三維稀疏卷積處理速率。

「驚蟄」系列芯片：已于多領(lǐng)域批量落地，最新產(chǎn)品實現(xiàn)大模型邊緣側(cè)實時計算

基于自研的NPU核心，超星未來在2022年底發(fā)布了邊緣側(cè)AI計算芯片「驚蟄R1」，NPU算力為16TOPS@INT8，典型功耗僅7-8W，從而可以支撐起各類系統(tǒng)方案的自然散熱設(shè)計。「驚蟄R1」目前已在汽車、電力、煤礦以及機器人等領(lǐng)域?qū)崿F(xiàn)了批量落地。

「魯班」模型部署工具鏈：集成大模型優(yōu)化新方法，軟件協(xié)同實現(xiàn)40倍性能提升

在高效硬件架構(gòu)的基礎(chǔ)上，超星未來面向神經(jīng)網(wǎng)絡(luò)應(yīng)用打造深度優(yōu)化的「魯班」工具鏈，可使邊緣側(cè)推理速度提高40倍以上，具體包括：

（1）業(yè)內(nèi)領(lǐng)先的混合精度量化工具，支持PTQ/QAT/AWQ功能，支持INT4/INT8/FP8/BF16精度，量化損失小于1%；

（2）高效模型優(yōu)化工具，支持敏感度分析、蒸餾、Lora，在精度損失小于1%的情況下，模型壓縮率超10倍；

（3）高性能編譯工具，提供豐富的計算圖優(yōu)化技術(shù)及面向異構(gòu)核心的高效指令調(diào)度，推理效率可提高4-5倍以上。

特別針對大模型任務(wù)，「魯班」通過特有的稀疏離群點保持和混合位寬量化的方法，可將權(quán)重位寬下探到平均2.8bit。基于稀疏掩膜的方法，可實現(xiàn)在模型處理能力相當(dāng)?shù)那闆r下，將LLaMA3-8B壓縮90%以上，大幅縮減了模型的參數(shù)和計算量。

「倉頡」數(shù)據(jù)閉環(huán)平臺：實現(xiàn)數(shù)據(jù)自動化生產(chǎn)，構(gòu)建應(yīng)用迭代閉環(huán)

在大模型時代，高質(zhì)量算法迭代需要功能強大的數(shù)據(jù)閉環(huán)工具。因此超星未來打造了「倉頡」平臺，包括數(shù)據(jù)管理、數(shù)據(jù)挖掘、數(shù)據(jù)增強、真值生產(chǎn)、模型生產(chǎn)和算法評測等功能，并且在多個環(huán)節(jié)都應(yīng)用了大模型來提供功能上的增強。

基于該平臺，通過構(gòu)建完整流程，客戶可以從環(huán)境中獲取有效數(shù)據(jù)，并盡可能降低人工的參與程度，實現(xiàn)自動的數(shù)據(jù)挖掘和標(biāo)注，從而助力客戶實現(xiàn)數(shù)據(jù)驅(qū)動算法的迭代。目前「倉頡」平臺已為車企、Tier1等客戶提供了服務(wù)，同時也在延伸為機器人客戶提供支持的能力。

腳踏實地，快步向前

為客戶提供高效的“AI+”

基于團隊在AI領(lǐng)域十余年的研發(fā)與實踐經(jīng)歷，超星未來緊跟AI 1.0到AI 2.0的發(fā)展路徑，不斷打磨核心產(chǎn)品，實現(xiàn)AI+X應(yīng)用落地。

在邊緣側(cè)場景，超星未來已在電力、煤礦等泛安防領(lǐng)域?qū)崿F(xiàn)了芯片產(chǎn)品的批量落地，實現(xiàn)了規(guī)模化的營收回報，并通過落地，持續(xù)迭代產(chǎn)品相關(guān)生態(tài)，形成對智能駕駛與AGI等長周期方向的反哺。“在當(dāng)前惡劣的市場環(huán)境下，實現(xiàn)快速的落地才是生存的王道。”

在智能駕駛場景，「驚蟄」系列芯片可支持多維智駕解決方案，如智能前視一體機、雙目前視方案、5-7V高性價比行泊一體、11V1L高性能行泊一體等，并涵蓋主流的行車、泊車以及智能駕駛和機器人通用的雙目功能。相關(guān)產(chǎn)品的參考解決方案已基于實車完成了打通和工程優(yōu)化。目前，超星未來已與某行業(yè)頭部商用車OEM合作上車，同時與多家乘用車OEM客戶達成業(yè)務(wù)合作，預(yù)計最早于2025年實現(xiàn)批量上車。

在邊緣側(cè)大模型推理場景，基于「魯班」工具鏈的軟硬件協(xié)同優(yōu)化能力，超星未來最新芯片產(chǎn)品在驗證平臺上實測ChatGLM-6B可以達到超過15tokens/s的生成速度，10W量級的芯片即可支持高性能大模型的邊緣落地；「高峽」NPU平臺Stable Diffusion 1.5版本可以在3.5s內(nèi)完成圖片生成。基于以上能力，超星未來已與行業(yè)頭部的機器人客戶、大模型廠商等達成合作。

道阻且長，行則將至

共同構(gòu)建AI 2.0新時代

“我們對技術(shù)發(fā)展的預(yù)估和意識通常是低估和滯后的，技術(shù)的發(fā)展一旦突破某個閾值，就會爆炸式地增長、覆蓋，比如從ChatGPT的發(fā)布到現(xiàn)如今的‘千模大戰(zhàn)’。不論是高階的智能駕駛，還是通用機器人應(yīng)用，只要技術(shù)范式是正確的，人員與資金持續(xù)投入，‘ChatGPT時刻’就一定會到來，而且這個時刻或許會比我們想象得來得更快。”梁爽表示，“超星未來期待與各位合作伙伴攜手，從AI 1.0時代逐步邁進，共建AI 2.0的新時代。”