钛媒体快讯 | 6月30日消息：人工智能的热潮对数据的计算能力提出了挑战，芯片则是“中国智造”的灵魂。正值5G商用之际，如何发力芯片产业、工业互联网以达成技术突围的目标已成为行业热门话题，这一话题延伸到昨天的2019未来论坛·南京峰会上。

就目前来说，芯片在市场大致可分两类，为以时间作为第一要素和持续演进。而5G的通信标准实际在驱动着芯片市场不断演进，尤其在“射频前端芯片”方面。“射频前端作为芯片领域重要组成部分，在国内市场份额仅占2%，仍有较大的增长空间。”慧智微电子创始人兼CEO李阳表示到。

工业物联网的核心在于信息智能与工业智能的融合，清华大学计算机系长聘副教授、博士生导师李丹认为，“工业物联网从概念到落地，眼下已转入缓慢增长的阶段，从技术层面来说相对成熟的，产业的需求将促进这一进程。”此外，李丹还表示IT和OT的两化融合，本身就会催生出新的技术创新的机会。

“经过定制化设计，运行速度甚至比传统的CPU或者是GPU快100倍之多，还可以降低功耗。这就是定制化架构的优势。”英国帝国理工学院教授、中国人工智能产业创新联盟专业委员会主任委员及鲲云科技联合创始人及首席科学家陆永青表示到。

在应对数据挑战的过程中，硬件、软件都可通过定制化的方式应对。硬件领域的“现场可编程门阵列”即FPGA，将是行业发展的重要趋势。通过将数据在不同区间集成，开发出符合特定场景下的处理器，使得硬件更加定性化，进一步降低功耗。而在软件领域，个性化的架构和解决方案具有很大优势。通过面向特定的应用场景去开发专属的解决方案，改变其二进制的神经网络，或卷积神经网络的参数，让系运行更快、对资源的占有率更低。

与其他人工智能芯片的高举高打不同，鲲云科技一开始的技术能力就定位在针对物联网终端、垂直领域，提供定制化的端到端AI应用解决方案。其芯片的架构分两层，上层是定制型的数据，底层是统一的芯片架构。定制化可以保证芯片性能足够强，通用化可以保证成本足够低。实验室积累的技术就是通过编译器把不同算法的需求，自动化配置到芯片，用编译器解决个性化，既解决了定制化又保证了高性能，同时又解决了通用性问题。这项技术通过编译器来模拟人的设计过程，自动化生成定制化的芯片，这极大的降低了芯片设计的门槛和成本。

举个简单的例子，在架构定制化层通过构建二元化的深度学习神经网络，进而在不同应用场景中，诸如手写、书写识别上速度提高了约三百多倍，而所需电力是所有核心CPU的三分之一，而所构建深度学习网络，在可识别图片的同时，还可以识别一些行动，诸如能识别出一些病人的行动、行为亦或者是其它一些意欲监测的模型和模式。

当下工程师所开发硬件非常之小，但已经集合了整个摄影、摄像头和网络的界面，功耗大约为二到五瓦，为了进一步降低能耗，就要做实时目标检测、实时目标分割以及手势的识别。因此，首要考虑的要素就是要对其进行编译。以SBAS网络为例，为了能够变小，需要增加网络内部的效率。通过自动化硬件空间的探索，使其中能够包含FPGA，进而就可以进行对其编程，而且是在最细节的地方进行编程，使它的性能和其他的参数都能够达到最优。

值得一提的是，除了对行业深入讨论，就产业落地层面，南京经济技术开发区管委会副主任沈吟龙对人工智能产业新地标“中国(南京)智谷”的打造作出了重点推介。（本文首发钛媒体，作者/桑明强）

转载请注明出处。