向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

中国AI创企造芯,比肩英伟达、特斯拉?

时间:2019-05-12 作者:耿亚慧 阅读:
AI时代的来临与摩尔定律失效的时期相撞,而依图利用自身深耕算法领域多年的优势,抓住了机遇,率先发布了自研的AI云端视觉推理芯片,开启了算法即芯片的新时代。
ASPENCORE

过去半个多世纪以来,依靠摩尔定律的奇迹,人类成功地在更小的空间里容纳下更多的计算力。但是,摩尔定律已濒临终点,单位面积晶体管数量的提升终将触及物理极限。与此同时,智能算法的性能仍在万倍增长,在无法向摩尔定律继续要算力,而人工智能仍在飞速发展的情况下,我们该如何提升计算力,如何发展人工智能?Z1gEETC-电子工程专辑

2019 年 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,完成了高密度的新品发布。Z1gEETC-电子工程专辑

Z1gEETC-电子工程专辑

AI普及的关键是智能密度

现场,从未出席发布会的依图科技联合创始人、CEO 朱珑博士分享了他对 AI 芯片的看法。Z1gEETC-电子工程专辑

他认为,AI要普及的关键是智能密度。”分两个维度来讲:第一个是宏观上,要从单体的智能或者机器智能到群体的智能。比如说我看一个摄像头能够识别人脸,让它从一个摄像头变成一千个、一万个,而且这一万个摄像头识别出来的世界是能够交流的,能够对话的,是可决策的。这是宏观上密度需要增加。量大交互要多。微观上很简单,单个计算机能够支撑刚才所说智慧的算力要足够多,这里我讲的是智慧算力或者智能算力,而不是简单的机器的算力。机器算力大未必带来的智能的算力大,你可以使智能算法更高级,同样所用的计算力更少,也可以实现这个事情。总之这两个加起来我觉得是智能的密度,是阻碍AI普及下去的关键。”Z1gEETC-电子工程专辑

微信图片_20190512170343.jpgZ1gEETC-电子工程专辑

 Z1gEETC-电子工程专辑

从摩尔定律到算法即芯片的时代

在演讲中,朱珑博士表示,依图预见,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。“算法即芯片这句话非常本质,只有能找对问题,找对场景,用对算法,并为此定制芯片,才有可能做到极致性价比。”Z1gEETC-电子工程专辑

而今天依图也带来了他们应对AI新时代的解决方案—就是这款“求索”芯片,依图questcore™是目前全球最智能、性价比最高的视觉推理芯片,由依图科技和AI芯片初创团队ThinkForce联合开发。Z1gEETC-电子工程专辑

微信图片_20190512170353.jpgZ1gEETC-电子工程专辑

从计算机视觉、语音识别、语义理解再到此次发布自研AI芯片,依图已然成为众多明星初创企业中率先将基础算力和高端算法等核心实力同时握于手中的全栈技术人工智能公司。Z1gEETC-电子工程专辑

芯片发布现场别具一格

依图questcore™芯片基于高密度、世界级AI算法、64路视频分析、服务器芯片理念打造。Z1gEETC-电子工程专辑

微信图片_20190512170326.jpgZ1gEETC-电子工程专辑

 Z1gEETC-电子工程专辑

朱珑博士表示,“我们强调要做服务器的芯片,大家可能听到很多芯片是端侧的芯片或者其他的芯片,这个难度至少差100倍,我们不做大家都能做的事情,我们做的是服务器的芯片。目前为止还没有云端的这种统一的视觉推理芯片。”Z1gEETC-电子工程专辑

芯片设计方面包含平衡CPU的计算、AI计算、内存、数据通信,如图右侧是传统的4U服务器,它需要8卡的GPU服务器用来做AI计算,还有传统的英特尔CPU,而依图questcore™芯片将两个结合在一颗芯片上,既有CPU功能,又有AI的神经网络。所以它不是一个AI加速模块,而是一个完整的具有端到端能力的AI处理器。Z1gEETC-电子工程专辑

微信图片_20190512170330.jpgZ1gEETC-电子工程专辑
Z1gEETC-电子工程专辑
在发布会现场的插电演示中,依图科技首席创新官吕昊博士手持一台体积与15 英寸苹果 MacBook Pro笔记本相当的依图原子服务器,成功带动200路摄像头同时完成实时智能视频分析任务,引发在场嘉宾强烈反响。Z1gEETC-电子工程专辑

微信图片_20190512170348.jpgZ1gEETC-电子工程专辑

微信图片_20190512170358.jpgZ1gEETC-电子工程专辑

 Z1gEETC-电子工程专辑

依图原子服务器基于questcore™ 打造,一台服务器提供的算力与 8 张英伟达P4卡服务器相当,而体积仅为后者的一半,功耗不到20%。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%。Z1gEETC-电子工程专辑

QQ图片20190512171926.pngZ1gEETC-电子工程专辑

 Z1gEETC-电子工程专辑

智能密度赶超Nvidia,视觉处理性能媲美Tesla FSD

吕浩表示;“依图已经完成了非常垂直整合的形态,我们的算法和软件工程师从最早期参与芯片研发,一起迭代设计,一起验证算法,所以能把研发周期缩短,出很多创新的事情。”Z1gEETC-电子工程专辑

我们来一起看下依图questcore™具体的一些参数:Z1gEETC-电子工程专辑

微信图片_20190512170314.jpgZ1gEETC-电子工程专辑

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。Z1gEETC-电子工程专辑

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。Z1gEETC-电子工程专辑

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.。其安防摄像头单路功耗仅为英伟达GPU P4的30%。Z1gEETC-电子工程专辑

朱珑表示,依图开发这款芯片,不是想追求英伟达那样几百T的算力,而是看重高计算密度。Z1gEETC-电子工程专辑

微信图片_20190512170319.jpgZ1gEETC-电子工程专辑

依图 questcore™集成度高,能高效适配各类深度学习算法,模型兼容性好,可扩展性高,支持TensorFlow、PyTorch等各类深度学习框架,无缝接入现有生态。Z1gEETC-电子工程专辑
它还自带网络支持模块,支持虚拟化、容器化,将AI云的弹性计算和调度提升一个量级。Z1gEETC-电子工程专辑

该芯片适用于加速各类视觉推理任务,比如交通运输、公共安全、智慧医疗和智慧零售等行业,尤其是对云端智能视频实时分析等应用具有强需求的企业环境。Z1gEETC-电子工程专辑

在现场,朱珑还特意提到近期发布的特斯拉全自动驾驶(FSD)芯片。他表示,依图芯片与特斯拉芯片异曲同工,特斯拉从3年前开始打造,而依图只用了2年。Z1gEETC-电子工程专辑

微信图片_20190512170419.jpgZ1gEETC-电子工程专辑
Z1gEETC-电子工程专辑
在单位面积有效算力的对比上,依图 questcore™完全媲美Tesla FSD。朱珑说,依图不会自己做自动驾驶,但欢迎无人车公司来合作。Z1gEETC-电子工程专辑

微信图片_20190512170428.jpgZ1gEETC-电子工程专辑

极致求索,无远弗届

AI时代的来临与摩尔定律失效的时期相撞,而依图利用自身深耕算法领域多年的优势,抓住了机遇,率先发布了自研的AI云端芯片,开启了算法即芯片的新时代。上海市政府副秘书长陈鸣波表示:“上海人工智能发展一定要AI+IC,谁把这两个能够融合起来一定是伟大企业”。Z1gEETC-电子工程专辑

未来软硬件一体化成AI落地必然方向,“我们非常相信垂直整合之后能够给我们带来突破,这个是我们和传统芯片厂商最大的区别。” 吕昊认为,AI时代算法和芯片需要强耦合才能够在这样一个比较复杂的设计空间里面找到一个更有竞争力的设计。Z1gEETC-电子工程专辑

在没有先例可循的人工智能时代,中国AI创企与世界巨头站在同一条起跑线上,依图科技这样的企业还要经过怎样的在努力,如何成为伟大的企业,值得期待。Z1gEETC-电子工程专辑

相关阅读利用本性、借力培育打造令人惊叹的AI SoCZ1gEETC-电子工程专辑

  Z1gEETC-电子工程专辑

ASPENCORE
本文为EET电子工程专辑 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
耿亚慧
电子工程专辑(EETimes China)内容编辑。
您可能感兴趣的文章
  • 艰难之后,2020年半导体产业期待复苏 2019年,动荡的全球贸易局势为半导体市场蒙上了一层阴影。不过值得庆幸的是5G、AI、云计算、大数据和物联网等新兴技术持续保持高速发展,让半导体产业进入继个人电脑和智能手机后的下一个发展周期。
  • AI芯片初创公司Graphcore的IPU架构有哪些有趣设计? 2017年我曾经基于Graphcore的CTO Simon Knowles的演讲两次分析了它们的AI芯片。最近,我们看到更多关于IPU的信息,包括来自第三方的详细分析和Graphcore的几个新的演讲。基于这些信息,我们可以进一步勾勒(推测)出IPU的架构设计的一些有趣细节。
  • 只用一年半打造的AI训练芯片+加速卡,会是什么样? GPU当前是个非常有趣的产品形态,它已全然不止是图形计算设备这么简单;GPGPU的发展,以及随2012年AlexNet选择GPU对图像识别过程做加速,刷新机器图像识别正确率以后,GPU现如今是AI领域十分重要的硬件产品——而且覆盖了云端到终端,从training到推断inference。
  • 重新构想Imagination:中资基金支持和新任CEO为IMG带来 2017年对Imagination来说是一个动荡和不堪回首的一年。其GPU IP的最大客户苹果终止合作,致使Imagination公司市值蒸发70%,而不得不变卖MIPS业务,并最终私有化,被一家有中资背景的美国私募基金收购。2018年12月,来自Rambus的Ron Black博士出任Imagination公司CEO。时隔一年,Imagination是否恢复了元气?在技术、产品和业务发展策略上发生了什么变化?
  • 芯片设计需善用IP资源:省人力、免验证、高规格、快流程 半导体设计及验证一般要一年以上,投片成本极高,不容闪失。设计专业需长期累积,若能善用已经投片验证的IP进行迭代设计,可大幅节省人力、降低风险、提高质量,并可加快研发流程,进而抢占市场先机,提高公司竞争力和盈利能力。然而若内部没有足够的IP,就需要向外寻求资源,首先要看的就是IP供应商的“专家技术支持”和“最新工艺技术支持”能力,以及IP成功案例。
  • 摩尔定律失效,FPGA迎来黄金时代? 应对摩尔定律挑战的一个典型方案是异构集成和3D-IC。这也是现在比较流行的所谓more than Moore ( 超越摩尔定律),在封装层面的革新,是许多人认定延伸摩尔定律的一种可行方案。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告