寒武纪--一直被跟随,但是从未被超越
人工神经网络--继承人脑处理能力。
生物神经元和人工神经元-----老鼠和米老鼠。
最简单的人工神经网络:
一个神经元--分类、多个神经元--深度学习--逐级抽象---识别出来是什么---图像识别(笔迹鉴定)、人脸识别(加了边界条件)、语音识别、自动翻译、策略分析(alphago--深度学习加增强学习,星际争霸与人打游戏(apm))
为什么需要神经网络处理器??
目前是cpu和gpu----目前能耗比较高,但是好多算法没有用出来;长远的科学意义---与人脑之间是有差距的,怎么做出来一台和人一样聪明的大脑,就需要神经网络处理器。
寒武纪的渊源---生命大爆炸(高智商一家为了回报导师的信任,选择从事神经网络处理器)
1--开创深度学习处理器方向--各种基于深度学习的首个处理器
2--与华为高端机进行合作(卡路里识别)
3--机器识别(地DCR+机器翻译)
寒武纪为---三大科学问题做的贡献:
有限规模的硬件与任意规模的算法;
结构话的硬件与千变万化的算法;
能耗受限的硬件与精度优先的算法;
解决三大科学问题方式:
---硬件神经元的虚拟化--硬件单元的分时复用;
---设计策略--(为什么搞深度学习还接着搞机器学习----一脉传承,因为深度学习最开始也是源于最开始的机器学习)---最耗时---分析算法--(结论:虽然有上百种算法,但是总结起来都是最原始几种的运算)---最终用的方法:指令集;
---因为算法不考虑能耗所以提出了稀疏神经网络---稀疏化过程中怎么保证精度不丢失---阈值加动态调节保证算法的精度不会丢失;
寒武纪的梦想:
---将神经网络处理器的速度和性能提升10000倍-----能够将谷歌大脑或者alphago放在手机里----在生活中产生更神奇的碰撞。
问题与回答:
1:神经网络处理器是一个通用的处理嘛?
是一个通用的处理器,不单单机器学习算法可以使用,深度学习算法也是可以用的
2:神经网络处理器与通用的tpu、gpu有多少差距(什么时候可以插拔傻瓜式使用??)
寒武纪的神经网络处理器,目前比不过gpu,gpu现在做的工作比较多,比较好,但是比tpu的性能要好一些;
应该马上会面向用户使用。
可以与各种算法进行无缝连接。
3:中国的芯片行业和美国的芯片产业有多少差距?还有多少路要追赶美国?
华为芯片部门对中国整个产业起到了脊梁的作用,目前国内的集成电路设计比较好的企业---华为;
还有很长的路需要走的。
4:从学术转向企业有什么分享?
有一个明确的分工,陈天时主要转向企业,目前比较辛苦。
5:投资与创业?
雷军投资一段时间回来创业;
实业家的性格与投资人的差别是很大的---实业家要做的事情还是很多;投资人是见各种各样的聪明人,看各种新鲜的事情,很有趣,兴趣比较广,比较适合做投资人。