2020年国家推出了新基建的经济刺激发展规划，人工智能无疑会是新基建领域的重要一环，AI产业也将迎来更高速的发展和更加光明的前景。
由全球电子科技领域专业媒体<电子发烧友> 举办的第三届2020年人工智能大会盛大开幕，受疫情影响，今年AI大会由线下改成了线上举办，赛灵思人工智能业务高级总监姚颂带来了《AI芯片技术与产业发展路径》的演讲。
在本次分享中，姚颂表示，AI需要芯片，芯片需要AI。由于神经网络的加入，深度学习成为AI产业的助推力。转折点出现在2012年，英伟达在2007年和2008年推出CUDA，GPU和CUDA让深度学习复兴，对后来的整个人工智能起到了决定性的意义。2012年，Google当时有两个大神，一个是吴文达老师，斯坦福教授，后来成为百度的首席科学家，还有Justin和吴恩达做了一个猫眼识别的项目，花费了1000台服务器，16,000个CPU是一个非常大型的分布式的计算系统。采用了两个GPU，这个算法把神经网络劈成了两半，分别放在两个GPU上，一起训练出来，极大的简化了整个计算系统的复杂度，把海量的数据用起来，把神经网络和深度学习的优势给体现出来。
在姚颂看来，数据、算力和算法三大因素共同驱动了人工智能的兴起。AI芯片的发展主要是关键性的应用推动。AI正在为越来越多的细分应用提供支持，不同的模型针对不同的应用类别，例如分类、目标检测、道路分割等主要采用卷积神经网络（CNN）。
哪些杀手级应用推动芯片的应用？下一代技术主力发展是IoT和AI，IoT如果只做简单的连接，价值不大，如果赋予IoT一定AI能力，比如全家实现语音控制和语音交互，这些智慧生活体验带动应用的兴起。新零售、新制造、医疗领域也将成为AI市场的新增长点。
AI芯片的核心解决什么问题？姚颂认为，AI芯片主要解决的是带宽不足的问题，提高芯片的利用率。AI计算优化的三个维度，包括微架构设计、核心技术和算法压缩。AI芯片微架构设计的核心就是减少访存次数，芯片物理上的改进，采用的方法包括增大芯片尺寸，采用更多的晶体管，采用最新的制程和最高的带宽。
AI芯片近年来最大的进步非常大。姚颂分析说，清华大学高性能计算研究组的数据研究结果显示，从2019年到目前，ASIC产品已经出来，总体性能达到一个很好的指标，FPGA也在不断改进，用数模混合方式做出来的AI芯片得到一些特别恐怖的新指标，目前离量产还有一段距离。
姚颂指出，AI芯片越专用，性能越好，设计难度越小，各行业对AI芯片的需求确实差异很大。比如无线耳机的语音唤醒与识别需要AI芯片功耗低，成本低。自动驾驶需要的是AI芯片低延迟、高可靠。
姚颂认为，生态与软件的重要性远远大于AI芯片本身。如果只有芯片和指令集，应用时就会产生很多问题。没有软件，开发者无法使用，没有生态，初学者根本没有办法看懂，学习成本很高，厂商不做板卡跟系统，工程师拿到你的AI芯片，最后做成产品也非常费劲。
更多演讲分享请赶快视频
