2018年4月18日，由鯤云科技主辦的2018年全球人工智能應(yīng)用創(chuàng)新峰會(huì)在深圳五洲賓館召開，現(xiàn)場(chǎng)來自兩化融合服務(wù)聯(lián)盟秘書長(zhǎng)周劍，英國皇家工程院院士，電子電氣工程師協(xié)會(huì)院士、帝國理工大學(xué)教授陸永青教授，英國皇家工程院院士、英國曼徹斯特大學(xué)教授Steve Furber教授、斯坦福大學(xué)教授Kunle Olukotun，美國微軟Derek Chiou教授，中國超級(jí)計(jì)算領(lǐng)域國際權(quán)威清華大學(xué)教授楊廣文等眾多嘉賓帶來了AI從研究到落地應(yīng)用方向多個(gè)角度的精彩演講。

兩化融合服務(wù)聯(lián)盟秘書長(zhǎng)周劍表示，世界正處于在從工業(yè)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)加速轉(zhuǎn)型過度的大變革時(shí)代，工業(yè)經(jīng)濟(jì)向數(shù)字經(jīng)濟(jì)轉(zhuǎn)型的過程實(shí)質(zhì)就是傳統(tǒng)產(chǎn)業(yè)能力與IT能力的集成、融合和更新的過程。數(shù)字經(jīng)濟(jì)發(fā)展受限要推動(dòng)企業(yè)的全面數(shù)字化，尤其是底層設(shè)備設(shè)施的數(shù)字化，進(jìn)而實(shí)現(xiàn)企業(yè)數(shù)據(jù)的上下層貫通，OT和IT的融合和創(chuàng)新應(yīng)用。人和機(jī)器智能的融合創(chuàng)新是核心。數(shù)字時(shí)代的核心競(jìng)爭(zhēng)力體現(xiàn)在產(chǎn)業(yè)知識(shí)與大數(shù)據(jù)、人工智能技術(shù)的深度融合應(yīng)用，加速知識(shí)創(chuàng)新和價(jià)值創(chuàng)造。

兩化融合服務(wù)聯(lián)盟秘書長(zhǎng)周劍

他同時(shí)指出數(shù)字經(jīng)濟(jì)發(fā)展的三大路徑：第一、推動(dòng)IT能力平臺(tái)化，全面推進(jìn)產(chǎn)業(yè)資源云遷移；第二階段，推動(dòng)產(chǎn)業(yè)能力平臺(tái)化，促進(jìn)產(chǎn)業(yè)資源合作和協(xié)同共享；第三、推進(jìn)產(chǎn)業(yè)知識(shí)與大數(shù)據(jù)、人工智能深度融合，提升產(chǎn)業(yè)創(chuàng)新能力。

英國皇家工程院院士，帝國理工大學(xué)教授陸永青教授

英國皇家工程院院士，電子電氣工程師協(xié)會(huì)院士、英國計(jì)算機(jī)協(xié)會(huì)院士，天地一體化信息技術(shù)國家重點(diǎn)實(shí)驗(yàn)室及帝國學(xué)院人工智能數(shù)據(jù)處理聯(lián)合實(shí)驗(yàn)室主任，帝國理工大學(xué)教授陸永青教授，帶來了《人工智能技術(shù)：從研究到實(shí)踐》的精彩演講。

他強(qiáng)調(diào)，機(jī)器學(xué)習(xí)計(jì)算平臺(tái)能力決定人工智能在各個(gè)領(lǐng)域的應(yīng)用效率。其三個(gè)體現(xiàn)領(lǐng)域，金融計(jì)算，其響應(yīng)速度決定交易盈利；而設(shè)計(jì)優(yōu)化，其計(jì)算時(shí)間決定生產(chǎn)率；機(jī)器視覺，計(jì)算能力決定判斷實(shí)時(shí)性及傳輸帶寬。如何提高機(jī)器學(xué)習(xí)計(jì)算平臺(tái)能力呢？中的核心技術(shù)便是——定制計(jì)算。而定制計(jì)算與傳統(tǒng)計(jì)算最大的區(qū)別在于，傳統(tǒng)計(jì)算是程序配合處理器，定制計(jì)算是處理器配合程序。

陸永青教授就定制計(jì)算進(jìn)入深入剖析，指出可定制計(jì)算架構(gòu)指向深度神經(jīng)網(wǎng)絡(luò)，可定制工具指向編譯器，而平臺(tái)生態(tài)系統(tǒng)將催生更多的產(chǎn)品。AI落地領(lǐng)域已經(jīng)在智能金融、智能制造和智慧城市當(dāng)中，他結(jié)合鯤云科技所研發(fā)的雨人計(jì)算系統(tǒng)進(jìn)行深入講解，介紹了其在中國商飛的機(jī)載飛行測(cè)試、衛(wèi)星數(shù)據(jù)處理、數(shù)據(jù)中心加速等方面的落地應(yīng)用。

英國皇家工程院院士，電子電器工程師協(xié)會(huì)院士，英國計(jì)算機(jī)協(xié)會(huì)接觸院士，英國曼徹斯特大學(xué)教授，ARM技術(shù)創(chuàng)始人Steve Furber教授，其研究領(lǐng)域包括異步系統(tǒng)、用于傳感器網(wǎng)絡(luò)的超低功率處理器、芯片互連和全局異步本地同步和神經(jīng)系統(tǒng)工程。

英國皇家工程院院士，英國曼徹斯特大學(xué)教授，ARM技術(shù)創(chuàng)始人Steve Furber教授

作為歐盟腦計(jì)劃計(jì)算負(fù)責(zé)人，Steve Furber教授說：“他的一個(gè)重要愿景，有一天腦現(xiàn)象可以變成數(shù)學(xué)方程式，希望關(guān)于神經(jīng)系統(tǒng)的微積分學(xué)可以留傳給下一代。”他提出兩個(gè)問題，1、大規(guī)模并行計(jì)算可以加速我們對(duì)人腦的理解嗎？我們對(duì)人腦的深入探索可以為更高效，容錯(cuò)率更大的并行計(jì)算提供方向嗎？

近年來，Steve Furber教授和他的團(tuán)隊(duì)正在嘗試一項(xiàng)大膽的研究計(jì)劃。這個(gè)項(xiàng)目被稱為 “Spinnaker”。也可以親切的叫做“Brain Box”。Spinnaker是一個(gè)開源的，釋放高速度和可信軟件變化多云持續(xù)交付平臺(tái)。比如Spinnake項(xiàng)目之一，在一臺(tái)電腦里包含一百個(gè)手機(jī)處理器，能夠模擬大約1%的人腦計(jì)算，約等于10個(gè)老鼠大腦的計(jì)算量。

Spinnaker在Netflix公司創(chuàng)建的，數(shù)百個(gè)團(tuán)隊(duì)在數(shù)百萬次規(guī)劃中進(jìn)行了精密的測(cè)試。它結(jié)合了強(qiáng)大靈活的通道管理系統(tǒng)與云系統(tǒng)供應(yīng)商的一體化。準(zhǔn)備用 100 萬個(gè) ARM 微處理器創(chuàng)造一個(gè)大腦的電子模型。完成的設(shè)計(jì)將被放置在10個(gè)19英寸的支架上，每個(gè)支架搭載100000個(gè)芯片，最重要的內(nèi)置卡片被放置在5個(gè)刀片機(jī)箱，每個(gè)核心模擬1000個(gè)神經(jīng)元。

Web2.0時(shí)代，以用戶行動(dòng)為主導(dǎo)產(chǎn)生了海量數(shù)據(jù)內(nèi)容，這些內(nèi)容經(jīng)由Amazon、谷歌、Facebook、騰訊、阿里等巨型互聯(lián)網(wǎng)企業(yè)收集整理，作為生產(chǎn)資料反饋和服務(wù)市場(chǎng)。這過個(gè)程中，面對(duì)大數(shù)據(jù)指數(shù)級(jí)的增長(zhǎng)，新一代芯片的構(gòu)建迫在眉睫。美國電子電氣工程師協(xié)會(huì)院士，斯坦福大學(xué)教授Kunle Olukotun，其研究團(tuán)隊(duì)的方向在于——幫助擁有特定領(lǐng)域?qū)I(yè)知識(shí)的用戶在無需了解機(jī)器學(xué)習(xí)或者硬件認(rèn)知的前提下構(gòu)建起高質(zhì)量機(jī)器學(xué)習(xí)系統(tǒng)。

Kunle Olukotun教授發(fā)表了《用摩爾定律擴(kuò)展機(jī)器學(xué)習(xí)性能》的演講，他指出，訓(xùn)練數(shù)據(jù)是人工智能的關(guān)鍵，訓(xùn)練數(shù)據(jù)的挑戰(zhàn)之一是：昂貴和緩慢，尤其在專業(yè)領(lǐng)域；第二、現(xiàn)實(shí)世界的問題在變化，手動(dòng)標(biāo)記的訓(xùn)練數(shù)據(jù)不會(huì)。

舊的計(jì)算模式用算法進(jìn)行經(jīng)典確定性計(jì)算，進(jìn)行調(diào)式的計(jì)算是必須和正確的，新的計(jì)算模型從數(shù)據(jù)訓(xùn)練的概率極其學(xué)習(xí)模型，為改善并行性創(chuàng)造可能。機(jī)器學(xué)習(xí)中的關(guān)鍵算法是隨機(jī)梯度下降法（SGD）。SGD是由數(shù)百億個(gè)共享單一數(shù)據(jù)結(jié)構(gòu)的小型作業(yè)組成。HALP與SGDH和SVRG的訓(xùn)練損失和驗(yàn)證準(zhǔn)確性相匹配。越來越多的數(shù)據(jù)中心選用FPGA作為應(yīng)用加速器，正式因?yàn)閮纱髢?yōu)勢(shì)：性能/瓦特和可編程性。而硬件并行模式有助于提高生產(chǎn)力，改善數(shù)據(jù)的局部性和利用嵌套并行，并且抓住設(shè)計(jì)空間，生成verilog，比特流。

Kunle Olukotun教授介紹了Spatial，這種語言負(fù)責(zé)將算法中的各部分映射至并發(fā)處理器中的各部分。作為其核心，這款芯片采用16 x 8交錯(cuò)式計(jì)算單元（簡(jiǎn)稱PCU）與模式內(nèi)存單元（簡(jiǎn)稱PMU）陣列，且各單元通過三條互連通道利用三種控制協(xié)議實(shí)現(xiàn)對(duì)接。與HDL相比，其體系結(jié)構(gòu)和設(shè)計(jì)參數(shù)更容易實(shí)現(xiàn)。單一源程序可以映射到許多硬件目標(biāo)，還可以優(yōu)化目標(biāo)參數(shù)。

這款113平方毫米的芯片采用Spatial以將應(yīng)用程序映射至陣列當(dāng)中，用以交付相當(dāng)于28納米制程FPGA芯片約95倍的性能水平以及高達(dá)77倍的每瓦性能。最終呈現(xiàn)效果來看，其每瓦性能水平可達(dá)FPGA的10倍，而編程易行性則可達(dá)FPGA的上百倍。

Derek Chiou教授，美國微軟公司partner Group硬件工程經(jīng)理

Derek Chiou教授表示，微軟云系統(tǒng)是基于大規(guī)模運(yùn)算的能力，微軟可配置云的目標(biāo)就是在同一硬件上支持加速基礎(chǔ)架構(gòu)和深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。微軟數(shù)據(jù)中心必須考慮規(guī)模經(jīng)濟(jì)，有差異就集成新的器件，每1-2年就會(huì)有新的應(yīng)用集成進(jìn)來。ASIC不是最有效的，我們選擇FPGA。

Derek Chiou重點(diǎn)介紹了用于加速軟件定義網(wǎng)絡(luò)的AccelNet，以及用于Bing中DNN加速的BrainWave堆棧，通過發(fā)揮FPGA低延遲以及高靈活的特性，實(shí)現(xiàn)更高性能的網(wǎng)絡(luò)和深度學(xué)習(xí)加速，在效率和成本的約束條件下，充分滿足網(wǎng)絡(luò)及搜索的不同需求。

國家超級(jí)計(jì)算無錫中心主任 楊廣文教授

超級(jí)計(jì)算領(lǐng)域國際權(quán)威楊廣文教授介紹了神威。太湖之光超級(jí)計(jì)算機(jī)的系統(tǒng)架構(gòu)及應(yīng)用，深入分享神威計(jì)算系統(tǒng)的深度學(xué)習(xí)平臺(tái)及其優(yōu)化進(jìn)展，最后介紹了一下神威。太湖之光超算系統(tǒng)的長(zhǎng)期規(guī)劃，其中包含會(huì)引入AI的計(jì)算加速芯片，這也將與鯤云科技正在推動(dòng)的AI芯片方向不謀而合，雙方將深入探討合作的機(jī)會(huì)。