笔记--寒武纪迷妹篇

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。