江苏龙网

  1. 首页 > 人文 > >

燧原科技张亚林：解构数据中心AI系统“全垒打”和“全维度”｜GTIC2020( 三 )


除此之外 ， 要达到芯片性价比和能效比的“最优点” ， 还需要具备四个“P” ， 分别为：完全可编程（Full Programmability）、全模式计算（All Pattern）、全精度计算（Entire Precision）、高并行度（High Parallelism） 。
张亚林说 ， 在计算、数据、存储、互联四个维度以及四个“P”两方面都做好平衡 ， 才能满足芯片的高性价比和能效比 。
燧原科技张亚林：解构数据中心AI系统“全垒打”和“全维度”｜GTIC2020文章插图
数据中心AI芯片的“全维度”
三、云端AI芯片的产品化挑战张亚林说 ， 整个AI大芯片大系统的产品化涉及到系统化、工程化、产品化、生态化四个方面 。
首先 ， 在系统化上 ， 如何合理设计系统架构 ， 能让AI大系统具备用户的普适度、具备各种模型和应用模式 ， 能给用户带来更好的性价比、能效比效果 ， 这是一个非常重要的课题 。
同时 ， 软硬件的联合设计使整个有效算力能被完全发挥出来 ， 使底层的硬件能力能被充分释放 ， 这是系统化另外的一个关键部分 。
工程化往往是被忽略的 ， 张亚林介绍说 ， AI芯片在流片回来后走完了芯片工程化的30% ， 另外70%的路要靠AI芯片的工程化、量产化 ， 推动其朝着创新落地和定义交付两个方向走 。
很多AI芯片用了很多的创新架构 ， 而这些架构能不能真正实现客户价值 ， 能不能进行商业化的落地 ， 能不能减低客户的迁移成本 ， 以及交付过程中对于客户的承诺、交互日期 ， 自身的执行力 ， 自身定义能够交付的标准和时间节点目标等 ， 都是厂商需要去思考的问题 。
在产品化方面 ， 用户真正期待的是真正普惠易用的方式 。 所谓“普惠”就是整个AI算力的泛化 ， 会带来AI算力的性价比 。 “易用”针对的就是客户的迁移成本以及使用的生产效率 。
同时 ， AI系统必须为后期的运维做考虑 ， 也就是说必须是稳定可靠的 ， 这种稳定可靠在数据中心里要保持五年甚至更长时间 ， 使得数据中心能够一直在稳定可靠的方式下进行运营 。
最后 ， 在生态化方面 ， 好的生态必须要具备能让用户轻松开发的能力 ， 需要把AI系统变成开发的利器 。 同时 ， 它又能使用户真正预言未来的AI算法 ， 能够不断精进和提高AI算法的性能和适用度 ， 为世界带来更好的AI创新点 。
因此 ， 基于AI芯片产品化挑战 ， 系统化、工程化、产品化、生态化四个方面构成了整个云端AI芯片产品化的难点和亮点 。
张亚林说 ， 一个公司要能够实现这样的系统化、工程化、产品化、生态化的能力 ， 它就必须具备这四个方面设计的意识和团队 ， 燧原科技通常把这四个方面称为云端AI软硬件系统协同最大的挑战和亮点 ， 也是未来人工智能在云端芯片和系统发展中的必经之路 。
张亚林在最后总结时表示 ， 燧原科技一直秉承着“做大芯片 ， 拼硬科技”的宗旨 。 燧原科技做云端的AI大芯片和复杂系统 ， 是因为它难而不是因为它简单 。 只有难 ， 才能为国家创造更好的价值 ， 为AI带来更好的明天 。
【燧原科技张亚林：解构数据中心AI系统“全垒打”和“全维度”｜GTIC2020】以上是张亚林演讲内容的完整整理 。 除张亚林外 ， 在本届GTIC 2020 AI芯片创新峰会期间 ， 清华大学微纳电子系尹首一教授 ， 比特大陆、地平线、黑芝麻智能、壁仞科技、光子算数、知存科技、亿智电子、豪微科技等芯片企业 ， 全球FPGA领先玩家赛灵思 ， Imagination、安谋中国等知名IP供应商 ， 全球EDA巨头Cadence ， 以及北极光创投、中芯聚源等知名投资机构 ， 分别分享了对AI芯片产业的观察与思考 。 如感兴趣更多嘉宾演讲的核心干货 ， 欢迎关注芯东西后续推送内容 。
燧原科技张亚林：解构数据中心AI系统“全垒打”和“全维度”｜GTIC2020文章插图


推荐阅读


上一篇：电动车也玩儿黑科技？5款科技BUFF加持的智能电动车推荐

下一篇：一体机是什么？除了台式机和笔记本，你会考虑购买一台吗？