Arm金勇斌:人工智能浪潮下,Arm的AI棋局要怎么下

时间:2018-08-29 17:08:18  来源:镁克网  作者:

分享到微信朋友圈

打开微信,点击 “ 发现 ” ,使用 “ 扫一扫 ” 即可将网页分享至朋友圈。

Arm金勇斌:人工智能浪潮下,Arm的AI棋局要怎么下

面对AI带来的产业革新浪潮,在2018中国人工智能峰会召开前夕,记者采访了Arm中国副总裁金勇斌,邀请他为我们解读Arm的AI战略以及Arm在国内市场的布局。


前言:2018年中国人工智能峰会开启在即,Arm中国副总裁金勇斌先生受邀出席,并将在9月6日的AI芯片高峰论坛发表相关演讲。

最近,IDC报告显示,2018年第二季度全球智能手机厂商的出货量总计为3.42亿部,而在去年同期的出货量为3.482亿部,整体下滑1.8%。上一个季度则同样整体下滑2.4%。

从PC时代到移动时代,英特尔被降维打击,如今摆在传统半导体巨头们面前的是智能手机市场的饱和,以及来自AI、IoT等在内的新的硬件技术革命的机遇。

新兴市场下,多元的垂直应用场景为新的初创公司提供了成长的沃土。目前,国内已涌现出像深鉴科技、寒武纪、地平线等一批知名创业公司,如华为麒麟970处理器就搭载了寒武纪的神经处理芯片。

卷入到这波浪潮的巨头和创企不进则退,这是一次新时代和旧时代的对决,而身经百战的旧时代代表们已然蓄势待发:从2016年开始,英特尔以收购的姿态完成了对AI芯片的布局,高通则在骁龙平台上引入了深度学习软件框架,打造多核AI引擎。

而掌握了全球90%以上移动芯片架构设计的Arm倒是显得颇为从容,直到今年才正式祭出AI大招。面对AI带来的产业革新浪潮,在2018中国人工智能峰会召开前夕,镁客网独家采访了Arm中国副总裁金勇斌,邀请他为我们解读Arm的AI战略以及Arm在国内市场的布局。

Arm的AI棋局要怎么下?

Arm的角色一直很特殊,它本身并不做芯片,只是提供IP集成的平台。基于Arm的IP架构,芯片厂商能够做出各种差异化需求的芯片,同时保证和生态应用开发保持兼容。

谈到Arm的发展绕不开的就是老对手英特尔,故事从CPU芯片内部的指令集开始。当年,英特尔公司透过复杂指令集CISC设计出X86 架构,Arm公司则是通过简单指令集RISC设计出了Arm架构。

2007年,采用Arm架构的第一代iPhone推出,随后APP Store的崛起让全球大多数移动手机应用是基于Arm指令集开发。同期,谷歌的Android系统开发也是基于Arm指令集。在移动赛道上,Arm凭借低功耗、高效率的指令集以及开放的IP授权模式,完成对PC大佬英特尔的弯道超车和逆袭。

虽然Arm已经主宰了CPU以及GPU的IP领域,但是AI浪潮下,群雄逐鹿的芯片市场已风起云涌:

苹果iPhone智能手机中,A11 SoC内建的Bionic生物神经网络引擎;

三星Exynos 9810处理器内建的DeePhi区块;

华为麒麟970手机处理器中的寒武纪神经引擎;

联发科P30 SoC中用于视觉和AI加速的Cadence P5 DSP;

英特尔未来PC芯片组中可能使用Movidius加速芯片;

所以,伴随着手机市场的成熟,深知时势造英雄的Arm早已经未雨绸缪,不敢轻易掉队。谈及当下如火如荼的“AI芯片热”,金勇斌表示:从PC、移动互联网到当下的IoT、AI时代,芯片设计要解决的从来就只有对症下药。他认为,“芯片不是万能胶,它的应用和场景息息相关。PC时代强调的是数字化信息的存储和处理,而移动时代则强调移动、连接性。也正是最早发现芯片应用场景的迁移,Arm能够基于CPU的生态,去开发Mali产品线,实现GPU和CPU的有机结合,满足当下以交互屏幕为主的智能设备应用”。

当连接问题解决后,设备的智能化需求自然被提上日程,“这时候你会发现人工智能和物联网结合会驱动更大的应用场景。”

在金勇斌看来,AI本质上是一种技术,是赋能的。它并不是一个拥有标准化定义的产品。所以AI芯片和传统芯片并没有严格的区分点,它只是为了适应智能化的场景,所以需要在原有芯片架构设计中增加一些新的“智能化”功能。

从2016年开始,Arm就已经将眼光瞄准AI应用,推出了针对机器学习优化的Bifrost GPU 架构的 Mali G-71,以及针对高端服务器芯片的SVE延伸指令集。一年后,它们推出全新的DynamlQ技术,加入了针对AI的指令集和优化库,支持神经网络卷积运算。据了解,相较目前最新款移动处理器,基于DynamIQ设计的处理器理论上功能可望提升50倍以上。

牵一发而动全身。Arm在移动市场的绝对主导定位也决定了它们在推进一些技术的过程中,不能过于激进和冒失。当早期的方案逐渐成熟后,Arm在今年3月底正式推出了人工智能的Arm IP 套件Project Trillium,包含了全新的机器学习处理器IP、目标检测处理器IP和神经网络软件库。这组套件不仅仅是面向移动市场,还包括物联网、工业、汽车以及安防等。

但是当算法逐渐向终端前置,终端处理器承担越来越多的数据处理工作时,算法的安全性保障成了棘手的难题。金勇斌提到去年推出的物联网安全平台架构PSA,基于设备识别、可信启动流程、安全OTA更新和基于证书的身份验证,能够让终端设备的安全可信度更高。

可以看出,从架构、指令集到IP套件,Arm的AI之路稳扎稳打,顺应市场需求,同时又在此基础上,循序渐进赋能新的应用场景。

编辑: 谢雨


分享到微信朋友圈

打开微信,点击 “ 发现 ” ,使用 “ 扫一扫 ” 即可将网页分享至朋友圈。
  • 了解陕西大事 关注陕西头条
  • 陕西本地最火图片社交APP