2015年，正是人工智能在中國剛剛熱起來(lái)的時(shí)候。在這一年，百度智能駕駛的創(chuàng )始人余凱選擇離開(kāi)百度，找了一群業(yè)界大牛，包括百度IDL主任架構師黃暢、Facebook Fair創(chuàng )始人楊銘、前諾基亞副總裁方懿、前華為芯片架構師周峰共同創(chuàng )辦了地平線(xiàn)機器人，要做中國產(chǎn)的人工智能芯片。這個(gè)團隊做出了很多世界級的研究成果，包括在2014年，作出世界第一款人臉檢測芯片，被80%的數碼相機的廠(chǎng)商，包括索尼、蘋(píng)果等在采用。科學(xué)實(shí)驗模塊
人工智能已經(jīng)成為未來(lái)5~10年最具顛覆性的產(chǎn)業(yè)機會(huì )，從PC互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)，先后成長(cháng)起來(lái)了CSCO、雅虎、谷歌、Facebook、蘋(píng)果這樣的科技巨頭。而人工智能時(shí)代，又有新的玩家可能會(huì )走上業(yè)界巔峰。
2015年，正是人工智能在中國剛剛熱起來(lái)的時(shí)候。在這一年，百度智能駕駛的創(chuàng )始人余凱選擇離開(kāi)百度，找了一群業(yè)界大牛，包括百度IDL主任架構師黃暢、Facebook Fair創(chuàng )始人楊銘、前諾基亞副總裁方懿、前華為芯片架構師周峰共同創(chuàng )辦了地平線(xiàn)機器人，要做中國產(chǎn)的人工智能芯片。這個(gè)團隊做出了很多世界級的研究成果，包括在2014年，作出世界第一款人臉檢測芯片，被80%的數碼相機的廠(chǎng)商，包括索尼、蘋(píng)果等在采用。
地平線(xiàn)機器人技術(shù)創(chuàng )始人余凱
余凱表示，地平線(xiàn)的團隊很多來(lái)自互聯(lián)網(wǎng)軟件行業(yè)，以前是做深度學(xué)習和機器學(xué)習，但是軟件到一定階段硬件成為了瓶頸，于是自己來(lái)做硬件。
成立兩年之后，余凱在今年年初的發(fā)布會(huì )上說(shuō)出了地平線(xiàn)的目標：地平線(xiàn)將主攻ADAS和自動(dòng)駕駛解決方案，同時(shí)要建設業(yè)界最大的駕駛數據庫，預計到201年數據變現業(yè)務(wù)將會(huì )變成千萬(wàn)美金級別的生意。
在日前舉行的青城山中國IC生態(tài)高峰論壇上，余凱闡述了他眼中的人工智能產(chǎn)業(yè)以及芯片的未來(lái)趨勢。
人工智能芯片的工作原理？
科技行業(yè)的人都熟悉摩爾定律，但是我們今天要講的是新摩爾定律。由于人工智能的應用、場(chǎng)景的驅動(dòng)導致在軟件架構方面會(huì )產(chǎn)生重構，使得應用到人工智能的處理器被重新定義。更強大的工藝和更先進(jìn)的性能在人工智能芯片領(lǐng)域不再奏效，人工智能芯片需要許多特殊的計算模式，比如卷積計算、低規計算。
相比傳統的數據中心，人工智能芯片最大的不同是模仿人腦。人的大腦的處理速度是很慢的，但是為什么可以一心二用，可以進(jìn)行復雜的問(wèn)題思考，可以針對不同的特殊問(wèn)題做特殊處理呢?
舉一個(gè)例子:大腦對漢字的識別順序是不敏感的，上圖的字讀到最后才知道這個(gè)順序是亂的，為什么會(huì )這樣？大腦對一些特殊的問(wèn)題，做了特殊的加速。在空間上是并行處理，所以對這個(gè)順序是不敏感的。
由于人工智能芯片針對特定問(wèn)題進(jìn)行專(zhuān)門(mén)的算法及設計，使得芯片處理效率獲得兩到三個(gè)數量級的提升，這恰恰是最近幾年芯片業(yè)的一個(gè)趨勢。從2011年開(kāi)始，Google采用CPU來(lái)做人工智能算法，到2012年百度用GPU，2014年百度和微軟用FPGA做深度神經(jīng)網(wǎng)絡(luò )的加速同時(shí)部署了上萬(wàn)臺的服務(wù)器。2015年2016年地平線(xiàn)創(chuàng )立要做BPU，2016年谷歌說(shuō)要做第一代TPU。從這里看到的趨勢就是人工智能應用的牽引下，使得整個(gè)處理器不斷的重構。
從時(shí)間維度來(lái)看，我們看到PC到移動(dòng)終端到IOT，對PC和移動(dòng)的要求越來(lái)越高。所以處理器的趨勢是從中心到邊緣，以前很多人工智能的計算是在數據中心，以后大量的計算在邊緣計算。所以未來(lái)業(yè)界的發(fā)展趨勢是可以在移動(dòng)終端進(jìn)行本地的人工智能計算。而這些計算需要低延時(shí)、低功耗、低成本、數據安全性，相比傳統的處理器要求更高。第三個(gè)趨勢是邊緣的競賽是更高、更快、更強。比如特斯拉的車(chē)每輛車(chē)8~12個(gè)camera，探測距離和對像素解析越來(lái)越高，所以會(huì )不斷從720P到1080P到4K視頻，對于處理性能要求越來(lái)越高。
為何要使用專(zhuān)門(mén)的人工智能芯片？
“自動(dòng)駕駛是一個(gè)比下圍棋更復雜的過(guò)程，下圍棋是只有兩個(gè)人在博弈，而自動(dòng)駕駛是你跟道路環(huán)境博弈，這里面的決策導致的計算復雜度，是超出我們的想象，”余凱表示。
這張圖是目前人工智能芯片的競爭格局。英偉達是最先收益的公司，在2年內市值從100億美金變成了900億美金。
相對而言英特爾的CPU對于人工智能應用的處理效率太低。而專(zhuān)用的芯片如谷歌的TPU以及地平線(xiàn)的BPU都具有很大的優(yōu)勢?？梢钥吹絅vidia的處理能力是最高的，但是效率其實(shí)并不怎么樣?，F在整個(gè)業(yè)界都在往效率方面提高。這個(gè)領(lǐng)域我們的處理器包括google的TPU都做到了。
地平線(xiàn)的BPU邏輯是跟谷歌的TPU思路很像。與很多硬件公司不一樣，地平線(xiàn)特別注重軟件系統，地平線(xiàn)就構造了面向自動(dòng)駕駛建設的軟件平臺Hugo，這是一個(gè)基于深度學(xué)習的系統。提供從感知一直到動(dòng)態(tài)的決策，從端到端的深度學(xué)習，到后面面向增強學(xué)習的決策。
中國本土的人工智能芯片：盤(pán)古
這是地平線(xiàn)跟INTEL在今年CES上展示的基于處理器架構的FPGA平臺，用8瓦功耗做到在復雜環(huán)境下超時(shí)幀的處理。目前沒(méi)有一款其它的處理器能支持實(shí)時(shí)的計算。
與IP提供商芯原一起合作，地平線(xiàn)推出的盤(pán)古處理器應用非常廣泛。包括處理的Mobile eye的軟件，跟Nivdia的芯片相比，盤(pán)古處理器可以針對中國的復雜路況進(jìn)行處理。
相比英偉達的處理器可以做到30個(gè)人臉的實(shí)時(shí)的抓拍，地平線(xiàn)可以做到250個(gè)人臉，而功耗是其十分之一。
這是地平線(xiàn)的第二代芯片，要做到像素級的識別。對遮擋和形變，各種不規則的形狀和物體，都有非常準確的識別。
據介紹，盤(pán)古第三代的處理器不光是像素級的，而是動(dòng)態(tài)、3維的場(chǎng)景。這個(gè)對于自動(dòng)駕駛的路徑規劃是至關(guān)重要的。包括在高速公路上，包括可行駛區域，包括車(chē)道線(xiàn)和車(chē)輛，包括在晚上的場(chǎng)景精確識別汽車(chē)，包括各種不規則的形狀的物體，都有非常準確的識別性。而這種超級復雜的情況里，大概用16毫秒就可以進(jìn)行處理。
