“算法+算力” 下半场将至,基于 FPGA 定制计算将左右 AI 系统构建

人工智能在城市治理中的应用逐渐规模化后,AI无论在前端AIoT智能摄像机,亦或是云端的城市大脑,其价值中心,正从软件算法层,转移至算力层。

当前算力的价值,不仅仅在于计算性能本身,而是企业能否根据特定场景与特定数据流,研发出专用的算力硬件产品与软件平台,从而提供端到端“算力+算法”一体化解决方案,助力客户解决众多计算及业务难题。

10月27日,“全球 AI 芯片 · 城市智能峰会” 在深圳落下帷幕,峰会全面聚焦城市视觉与城市算力领域,汇集了世界顶尖人工智能科学家、产业巨头首席技术高管、行业创业大牛,以及明星投资人共聚一堂,共同就 AI 产业发展的现状与趋势分享了各自的观点和最新的技术方案。本次会议共吸引了692位业内人参会,其中包含了64家企业的CEO、371名副总裁及总监级听众。


赛灵思公司作为业界唯一提供自适应计算平台与方案的领导企业,应邀在此次峰会带来了题为《基于 FPGA 定制计算构建 AI 系统》的主题演讲。赛灵思人工智能研发高级总监、原深鉴科技联合创始人兼CTO,单羿作为演讲嘉宾与大家分享了对 AI 算法以及算力的分析,以及为什么基于 FPGA 的自适应计算将成为以后 AI 系统的构建基础。

图文:赛灵思人工智能研发高级总监单羿在做主题演讲

以下为单羿演讲的内容简介,文末有附 ppt 下载方式。

单羿认为,当前面对大量应用需求和海量非结构化数据时,需要的不是一个通用的处理器架构,而是针对不同领域的专用计算架构(DSA,Domain Specific Architecture),去适配不同的应用和数据结构,“定制计算”由此而来,它也是解决现在智能社会多样需求的一个重要手段。

单羿在演讲中以 AI 芯片为例,现在市面上有非常多的算法网络,而且这些算法还在不断的演进。但是芯片的研发周期和量产的时间都非常长,往往在拿到芯片的时候早已经跟不上新兴的网络架构和算力要求了,容易造成成本浪费,此时FPGA的硬件可编程性可以有效发挥作用。FPGA硬件可以反复擦写,降低了一次性投片的成本,同时也提高了面向市场的响应能力。

FPGA面对AI需求时,存在对于算力、不同场景等多方面的挑战。对此,单羿称AI应用包含多种前处理和后处理的需求,FPGA 能够结合其深度学习的能力加速这些需求,从而构建端到端的优化系统。在水平方向上,赛灵思既能够提供多种加速库来满足各种应用需求。在垂直方向上,赛灵思既能为客户提供针对 FPGA 友好的参考算法,也能为客户在保证精度的情况下提供模型优化工具及服务。

与其他方案不同之处在于,单羿表示其最大的区别就是 FPGA 本身。赛灵思是可编程的硬件芯片,而其他方案则是已经配套出来的ASIC。尽管后者同样可以进行一定程度的编程,但当模型发生较大变化,他们为AI准备的功能效率可能会降低得非常快。但是赛灵思则不一样,因其硬件可编程性,可以在硬件上进一步优化,使得它能够快速适应新出现的应用需求,这也就是赛灵思所强调的“自适应计算”。

下载完整的演讲文稿,请扫描下方二维码


推荐阅读