本次主讲:余凯,地平线创始人兼CEO。
Conmputing Science的转变:从过去讲computing到现在关注data science。
三要素推动发展该行业的发展:big data;big model;big computing。所有计算开始从pc到移动设备的聚合趋势,聚合到云计算、数据中心。
提出个人对产业向前发展的思考,嵌入式人工智能
现在大多数AI的计算都在BAT等的数据中心,使用云计算,远离数据中心,在互联网的边缘,反而存在一个巨大机会,即设备依赖自身的处理器等完成计算。。
想法的由来:
个人经历:硅谷第一个CV小组 àImageNet Challenge全球第一à 回国加入百度,创办AI中心à邀请Andrew加入百度。
“未来原创技术改变世界的创举一定会从中国发生。”
三大趋势:
趋势1:新摩尔定律。摩尔定律在过去2-30年推动科技界的发展。预计2045年,可购买到的计算资源相当于人脑。人脑和天河2号的功耗对比,1000瓦:20瓦。摩尔定律开始变慢,推动计算机向前发展的,不再是每个单位面积上的晶体管数目,而是架构的改进。
人脑,是一个special purpose,即特殊硬件计算设备。大脑对图像并行处理,而不是像计算机的逐行扫描、顺序扫描。人脑存在多个子系统,对不同的内容、部分进行优化。电脑作为通用处理器,灵活,可以完成多重任务但是效率不高,针对不同功能做优化,效率提高好2到3个量级。
趋势2:从中心到边缘。PC到移动到IoT(物联网)。其他设备device更有AI的需求。百度:即搜即得;今日头条:不搜即得。因为移动设备上,有一个主动推荐机制,使得信息获取更高效。
设备要求:无延迟,实时计算,低功耗,低成本,并做好隐私保护。未来的计算更集中于边缘设备。举例:1.Amazon的Echo;2.监控摄像头;3.孙正义:2040年100亿的机器人设备,高价收购英国的ARM。
趋势3,边缘竞赛,更高更快更强。无人驾驶的传感器数量更多,清晰度更高,速度越来越快,处理数据量的增加。
5-10年最足颠覆性的产业机会
产业发展的两个阶段:
1. ToB,Enabling Technology,公司做技术本身,给第二波技术提供支持、服务
2. ToC,Technology-enabled Business,公司利用ToB提供的服务,寻找消费者用户导向的机会。案例:CISCO(ToB阶段)àGoogle(ToC阶段);移动时期的高通,苹果同样是。
ToC技术创新代价高昂,机会被发掘的差不多,创新变得越来越沉重。
未来的机会:英伟达的成功,股票的不断增长,所以想做一个深度神经网络的处理器。所以创办了地平线机器人。全球市值top20公司,8家半导体公司,增长最快的20家公司,1、2名分别是英伟达和AMD。
关注点:加速Inference的效率,打造低功耗、高性能的解决方案。地平线的目标:表现/成本。表现=精确度*效率*可靠性。成本 = 功耗*money。
人才:黄昌,计算机视觉突破;杨明,人脸识别系统;贾扬清,开发了Caffe;李沐,开发了MXNET,亚马逊云计算的官方深度学习平台。
整个方法、流程:
1. 从系统角度优化
2. 设计高效的有效的算法框架
3. 根据算法,设计硬件架构
4. 用这个硬件架构,优化软件
5. Compiler runtime library,缩小差距。
不要常识去解决通用性问题。
对话环节:
1. 嵌入式系统专用性还是通用性,专门的去优化系统,优化硬件。
2. 算法迭代速度很快,硬件优化后,能否针对算法的迭代,算法很大的进步,架构,设计,后端,分装,系统软件,所以存在很大的风险。依然存在优势。
3. 长期项目的投资,选择一个长期的项目,较长的跑道的选择。长线钓大鱼。
4. 盘古处理器,相比其他处理处理器的差别和优势。专用处理器,解决特殊场景的特殊问题。
5. 智能到端的步伐,还需要多少年,智能家居爆发。技术是用来解决实际问题的。应用的边界的存在,去解决实际问题,显示和理想结合起来。
6. 开阔性思维多去听不同的问题。
7. 看到一个大的历史趋势,时间窗口,人工智能团队。变化中寻找10年不变的东西,在这方面不断增加自己的核心能力。看长时间维度,创新是一种孤独。