“對(duì)于人工智能芯片產(chǎn)業(yè)來說，僅有好的硬基礎(chǔ)是不夠的，在硬基礎(chǔ)上再做出好的軟件，才能做得更好。”在日前舉行的“2019中國AI芯片創(chuàng)新者大會(huì)”上，中國信息通信研究院云計(jì)算與大數(shù)據(jù)研究所人工智能部副主任王蘊(yùn)韜強(qiáng)調(diào)說。

科技日?qǐng)?bào)記者隨后采訪了中科院半導(dǎo)體所類腦計(jì)算研究中心副主任龔國良，他也表示，人工智能芯片產(chǎn)業(yè)的發(fā)展確實(shí)應(yīng)該注重軟硬件協(xié)同。

軟件是人工智能芯片的靈魂

“國內(nèi)人工智能芯片的硬件設(shè)計(jì)水平與國外接近，但軟件生態(tài)卻是薄弱環(huán)節(jié)?！饼弴几嬖V記者。

人工智能芯片明明是硬件，和軟件又有什么關(guān)系？

龔國良介紹，人工智能芯片本身只起到加速的作用。除了少量定制化人工智能芯片具備一定功能外，大多數(shù)人工智能芯片本身并不具備功能，它們的功能必須結(jié)合相關(guān)軟件來實(shí)現(xiàn)。

算法是軟件的重要組成部分，它相當(dāng)于人工智能芯片的靈魂。除了算法本身，軟件層面還包括算法的移植、芯片驅(qū)動(dòng)程序、配套軟件工具、人機(jī)交互界面等等。這就像電腦不僅僅需要好的處理器，還需要好的操作系統(tǒng)一樣。

龔國良介紹，在人工智能芯片涉及的軟件領(lǐng)域，國內(nèi)的算法開發(fā)平臺(tái)仍比較少，一些已有算法開發(fā)平臺(tái)，在人機(jī)交互與資源管理方面，與國外相比仍有一定差距。另外，一些前瞻性人工智能芯片的核心算法、核心架構(gòu)，還有待提升。

“軟件和使用側(cè)結(jié)合得更多。人工智能芯片的硬件固然重要，但是如果軟件做得好，可能更勝一籌。”王蘊(yùn)韜介紹，一些非常厲害的算法團(tuán)隊(duì)和軟件團(tuán)隊(duì)，甚至可以在十分普通的芯片上，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)加速芯片的加速效果。

軟硬結(jié)合才能避免尷尬局面

對(duì)于國內(nèi)人工智能芯片產(chǎn)業(yè)而言，軟硬件匹配度不夠好的情況并不罕見。

“很多人工智能芯片在設(shè)計(jì)之初的想法是很好的，但是上市后卻發(fā)現(xiàn)用戶不太買賬，軟件環(huán)節(jié)做得不夠好可能是原因之一?！饼弴几嬖V科技日?qǐng)?bào)記者。

以算法為例，用戶的“美好理想”一般是，利用算法開發(fā)平臺(tái)把算法訓(xùn)練出來后，只需進(jìn)行傻瓜式移植，就能將其應(yīng)用在人工智能芯片上，產(chǎn)品隨之迅速出爐。但實(shí)際情況是，算法移植到人工智能芯片時(shí)需要進(jìn)行硬件化改造，讓它適應(yīng)芯片的硬件。

“這個(gè)環(huán)節(jié)需要花費(fèi)很大的精力，要么應(yīng)用方來做，要么芯片的設(shè)計(jì)方來做。”龔國良說，目前芯片研發(fā)團(tuán)隊(duì)大多是硬件出身，在軟件支持方面花費(fèi)的精力相對(duì)較少，重視程度依然不足。

在王蘊(yùn)韜看來，把真正好的算法，落地到人工智能芯片硬件中，需要進(jìn)一步實(shí)現(xiàn)軟硬件協(xié)同發(fā)展，而這一領(lǐng)域還存在非常大的市場空間。

科技日?qǐng)?bào)記者了解到，在人工智能芯片軟硬件協(xié)同方面，國內(nèi)的大公司一般做得比較好。因?yàn)檐浖矫胬缢惴ǖ囊浦埠腿斯ぶ悄苄酒尿?qū)動(dòng)，實(shí)現(xiàn)起來有一定難度，需要專門的團(tuán)隊(duì)去研發(fā)。

對(duì)于提升人工智能芯片的軟硬件協(xié)同發(fā)展，龔國良認(rèn)為，應(yīng)結(jié)合人工智能芯片產(chǎn)品的定位選擇不同策略。

“如果人工智能芯片面向的應(yīng)用場景比較窄，那么在硬件做好的基礎(chǔ)上，設(shè)計(jì)一些軟件工具就可以實(shí)現(xiàn)應(yīng)用。但如果是通用型人工智能芯片，支撐的算法范圍非常寬泛的話，就需要很好的軟件團(tuán)隊(duì)與之匹配，否則就會(huì)導(dǎo)致芯片的硬件很強(qiáng)大，用戶卻不買賬的尷尬局面。”龔國良建議。