阿里芯片“含光”背后的产业逻辑是什么?

2019-09-27 18:05 来源:未知 作者:石家庄生活网
阿里芯片“含光”背后的产业逻辑是什么?

长期使用谷歌翻译的人应该会有一种感觉,大概以2010年前后为分水岭,这之后翻译的准确性和人性化越来越好了,尤其是对上下文的整体理解。相比,中英之间的互译还显得不够完美,但同语系之间——比如德语和英语——准确性已经较高。这是因为谷歌在翻译引擎中加持了AI人工智能技术,比如Google Neural Machine Translation。在AI时代,机器深度学习使自然语义处理的效果产生了质的飞跃。

云到AI云,阿里芯片“含光”背后的产业逻辑是什么?

 

 

这两天,阿里巴巴发布了一款加持AI算法的芯片,起名叫“含光800”,12nm制程,这是一款NPU(嵌入式神经网络处理器),性能测试是GPU的10倍左右,侧重图像智能。国内初创企业中,寒武纪是专门做人工智能芯片的,华为手机曾使用过寒武纪的NPU。

以往印象中,芯片一般是像Intel、ARM这种半导体公司的事,互联网公司大多“浮在”应用层。现在互联网公司有了自研芯片,从消费互联网层面向下渗透到最底层的硬件,这个技术进展在国内科技圈广受关注。只不过从芯片技术研发到年底的量产,再到产业层的应用,需要一个不短的落地周期,所以这个芯片尚未在C端消费者群体中留下深刻印象。

云到AI云,阿里芯片“含光”背后的产业逻辑是什么?

 

 

但芯片的AI算法与计算力已经在“悄悄地”影响C端消费者的应用体验。举个例子,手机淘宝里有一个功能叫拍立淘,它调用摄像头拍摄身边物体,可以通过AI算法在后台图片库(30多亿张)中寻找相匹配的商品,再反馈给用户对应的商品页面,一些用户喜欢拿它去做商品比价。拍立淘现在日活跃用户数有2000万,这是一个比较大的计算工程。据阿里的工程师说,使用传统GPU识别10亿张图片需要1小时,“含光800”NPU可以缩短到5分钟。反映在消费者端就是打开检索页面的速度更快、匹配准确度有所提升。

这也像《失控》作者凯文凯利对未来预测的场景:AI将在生活中无处不在,但你又不易察觉到它的存在,就像电一样。

除了拍立淘这种消费级AI场景外,现实中还有更加复杂的场景对AI算法与计算力提出挑战。比如在阿里云城市大脑对地面交通的智能调控中,系统的运营逻辑是先去识别、监测移动目标(车辆),进行“抠图”(把车辆轮廓提炼出来),再对车辆进行实时追踪,提取目标对象的特征,再对标目进行重新识别,最后分析、反馈到前端。这个过程对计算力与算法的智慧性要求更高,AI芯片可以替代传统的CPU完成这种计算任务。

云到AI云,阿里芯片“含光”背后的产业逻辑是什么?

物联网营收预测,可以看到红色蓝色所代表的产业互联网占大头,而消费互联网中的可穿戴设备只占一小部分

 

芯片的核心能力应该说是计算力,但又不仅限于计算力,场景定制化的AI能力对计算力效果提升明显。现在iPhone的处理器已经进化到A13,从iPhone8开始苹果推出了神经网络引擎A11,并将神经网络延续至今,这也是一种AI加持,想让处理器更快、更聪明。所以,把AI算法能力加载到芯片中,通过大数据量不断刺激机器学习、反馈,已成为行业趋势。这也是为什么阿里这款芯片是由芯片团队“平头哥”(偏硬件)与达摩院(偏软件)共同研制的原因。

那么,是什么促使阿里研制出一款芯片?聚焦于消费互联网的公司为什么要渗透到处理器这样底层的硬件层?云计算作为IaaS基础设施身份还不够底层吗?

组建阿里云最初是出于公司内部服务器成本压力考虑;“双十一”电商大促每年都会刺激阿里云与支付宝实时处理能力的上限,这些都与业务相关。同样,AI芯片、平头哥团队也与公司内部业务的刺激有关。现在阿里巴巴日均调用的视觉智能应用次数高达1600万,最常见的比如支付宝人脸识别等,这一数字在3年前大概只有现在的1/50。

云计算侧重于软件层面,阿里云已领跑于国内云计算市场,但越往后发展,单纯软件层的瓶颈也会愈发可见,计算力的进一步提升最终要落回到硬件革新上。所以阿里CTO张建锋掌管阿里云后,一个清晰的战略方向是“往下走”,把SaaS交给第三方,在底层IaaS之外进入芯片等核心部件层,做软硬件一体化发展。但具体到芯片硬件的量产,以阿里的模式特点应该不会自己亲自建厂做,而是交给第三方半导体公司生产。


上一篇:联想徐飞玉:探讨“可解释的人工智能”        下一篇:没有了

上一篇:联想徐飞玉:探讨“可解释的人工智能”

下一篇:没有了

热门搜索