本文摘要：4月9日，第二届全球人工智能应用于创意峰会在深圳五洲宾馆举办。

4月9日，第二届全球人工智能应用于创意峰会在深圳五洲宾馆举办。深圳市人大常委会副主任、深圳市科协主席蒋宇扬，深圳市福田区委常委、副区长黄伟，深圳市源创力离岸创意中心总裁周路明，深圳市科协秘书长、办公室主任林肇武，深圳市福田区科技创新局、发展和改革局和工业和信息化局等单位负责同志参加峰会。这场AI年度盛会由深圳市科学技术协会、福田区科技创新局主办，鲲云科技、鲲云人工智能应用于创意研究院和源创力创意中心主办，汇聚了政府领导、国内外AI领域 “最弱大脑”、世界顶级科技企业、互联网巨头、产业界和投资界的行业领袖，共话人工智能的美好未来。

与此同时，鲲云科技公布了全球第一款基于数据流技术打造出的标准化人工智能底层架构-自定义数据流CAISA架构和末端到末端自动编译器工具链RainBuilder，构建了国内几乎自律产权的AI芯片架构，有效地计算出来效率大幅度领先国际水平，为人工智能算法的较慢应用于落地获取高性能算力承托，推展我国人工智能芯片领域的技术革新和发展。亿欧作为反对媒体应邀参与此次峰会。蒋宇扬主席致词黄伟副区长致词国际AI领域的权威共享，为AI前沿技术突破贡献智慧IEEE终生会士Sun Yuan Kung（贡三元）教授是人工智能神经网络学界大咖，他共享了偏移传播算法的问题及如何解决问题这些问题，将AI带进3.0时代。众所周知，今年的图灵奖颁发给发明者偏移传播算法，也就是BP算法的Geoffrey Hinton教授。

可以说道BP算法是深度自学的基石之一，但是它也不存在不能解释性和梯度消失等缺失，就是将深度自学网络变为了一个无法解读的黑盒子，并且在网络深度减少的时候自学亲率变短，从而很难已完成算法的训练。贡教授团队明确提出了一种可以自学内部神经元结构的新型神经网络结构，可有效地解决问题这个问题，是下一代AI算法的基础，预期将AI引进3.0时代。贡三元教授英国皇家工程院院士、帝国理工陆永青院士是鲲云科技的牵头创始人CSO，是自定义计算出来领域的国际权威，他做到了关于自定义计算出来的可验证性主题共享。

自定义计算出来是可重构计算出来的一个最重要分支，此次共享陈述了神经网络在运营时的功能准确性检验。虽然神经网络早已在许多领域中获得了有效地应用于和落地，但由于其底层的运行机制造成深度自学网络很难用数学几乎说明。为了防止神经网络输出噪音造成推测结果的错误，陆院士明确提出了一种基于可重构硬件并对推测结果展开检验的方法。

这种检验方法通过用于少量的硬件资源，在电路中对推测过程的功能，数据和时序展开监控，从而有效地的检测出有推测过程中有可能产生的错误。陆永青院士（Wayne Luk）IEEE会士、中国电子学会会士、清华大学魏少军教授是中国芯片领域的领军人物，此次他做到了为题软件定义芯片：一种推向智能计算出来的方式的共享。讲解了一个可通过软件定义芯片的架构和设计，与传统的CPU，FPGA和ASIC设计比起，该架构可实现软件编程和硬件编程的高效融合。

该架构设计容许硬件随着软件的变化动态动态地转变芯片功能，其核心设计原理思想是通过粗粒度的可重构架构来构建软件对硬件算子的调用。Thinker芯片乃是基于此设计理念所构建的，该芯片将这种软件可定义的硬件设计应用于AI算法中，可显著的提升运算的性能，功效和算法兼容性。

魏少军教授IEEE会士、ACM会士、南加州大学Viktor K. Prasanna教授是FPGA边缘计算出来领域的国际专家，他共享了一种轻量化FPGA计算出来架构在边缘AI边缘计算出来中的应用于。该架构用于HIVE处理器和SHARP软件框架，建构了一个基于FPGA的高性能AI加速器。

其核心为通过对模型运算展开分区，从而构建对实际AI应用于中有效地数据区域的高速处置，防止了违宪运算。除此之外，该FPGA加速器不会在数据处理前，通过数据频域切换分析数据的稠密策略，更进一步构建有效地数据的稠密化处置并在系统运营时对模型展开剪枝、分析等性能优化，从而使得FPGA运营性能获得明显提升。ViktorK.PrasannaIEEE会士、米兰理工大学Cristina Silvano教授讲解了一种高性能集群系统(mARGOt)通过自动调节超过性能优化的方法。

该优化过程可根据运营时状态，自动调整应用程序的运营参数从而构建对系统性能的优化.通过历史数据信息，将应用于中的关键性能参数萃取并分解性能参照数据库。系统运营时，可根据明确场景信息和参照数据对核心性能参数及内核运营状态展开动态的动态调节，以超过系统对于场景的自适应，从而在实际场景中，针对应用领域构建性能优化，例如新型药物研发和智能城市自适应导航系统等。Cristina Silvano英国皇家学会会士、欧洲科学院院士、爱丁堡大学信息学院樊文飞院士共享了如何将多种分段图引擎应用于大数据分析场景。传统分段图引擎优化可玩性大且成本较高，无法在实际场景中获得大规模应用于。

为了解决问题这一问题，樊院士将分布式的思想引进分段图查找引擎中，并以此为基础研发了一种分布式分段图处置系统。其核心思想是通过最小化反复的计算出来和操作者以构建增量查找。系统中使用了一种新的自适应异步分段机制（AAP）调节有所不同进程之间的协作以提高整体性能。

该系统应用于社交媒体，智库，欺诈检查等多种应用于场景和领域。樊文飞重量专家，AI加快行业落地展开时在人工智能的落地应用于以及创意技术等方面的新进展上，Intel PSG人工智能、软件和IP产品市场总监Tony Kau以及浪潮集团人工智能与高性能产品部总经理刘军也做到了专业而精彩的共享。随着深度自学算法的大大发展，AI对算力的市场需求也更加低，为异构计算加快的发展获取了土壤。

2018年底，英特尔在重庆正式成立了全球仅次于的FPGA创意中心，在AI领域动作有很多亮眼的动作，此次峰会上，Tony Kau就英特尔FPGA在人工智能的落地应用于展开了共享和交流，也共享了同鲲云在AI加快应用于和高校推展等方面的了解合作。Tony Kau作为国内仅次于的AI服务器厂商，浪潮集团的市场占有率为57%，享有最弱的AI计算出来产品阵列和末端到末端AI应用于加快方案。

这次刘军总经理带给了为题“AI计算出来创意与产业发展”的共享，探究人工智能技术创新和浪潮的应用于落地战略。刘军超越摩尔定律局限，鲲云公布全球首款标准化底层AI架构-自定义数据流CAISA架构作为本次峰会的重头戏，鲲云科技创始人CEO牛昕宇博士在会上公布了自定义数据流CAISA2.0架构。

相结合创立团队在数据流架构领域将近三十年的累积，鲲云的CAISA架构舍弃了传统基于指令集的架构方式，是全球第一款基于数据流技术打造出的标准化人工智能底层架构，可充分发挥90%以上的芯片峰值计算出来性能，大幅度领先国际主流AI芯片。同时，鲲云还在会上公布了针对数据流架构自定义研发的RainBuilder编译器工具链，CAISA2.0架构可反对Tensorflow，Caffe等开源框架下研发的主流深度自学算法的无缝迁入，需要用户展开面向CAISA架构的编程。基于Arria10 SX160、SX660、GX1150，Straix10 GX2800系列的FPGA加速卡已完成研发并应用于产品落地中。

牛昕宇博士随着人工智能技术的了解发展，对人工智能芯片的算力明确提出了更高的拒绝，算力沦为了要求算法落地的重中之重。特别是在是在云计算、自动驾驶、安防工业等领域，算力的提高堪称需要必要带给更好的用户量、更好的前端设备智能升级和更加安全性的自动驾驶汽车。正如图灵奖获得者John Hennessey和 David Patterson在图灵奖颁奖典礼所言，未来十年，随着摩尔定律逐步饱和状态，人工智能芯片的峰值算力将逐步无穷大饱和状态，而架构效率将沦为芯片性能的决定因素，未来十年将是计算出来架构的“黄金十年”。鲲云科技自律研发的CAISA2.0架构以及RainBuilder编译器工具链，没使用主流计算机架构下大规模分段指令集设计的思路，通过几乎有所不同的数据流架构突破底层架构的效率瓶颈，最大化充分发挥底层硬件的效率，在同等峰值芯片性能情况下可以为人工智能应用于获取更高的算力承托。

打造出最差用的AI芯片编译器工具，CAISA架构的末端到末端自动编译器工具链RainBuilder面世，让人工智能更加非常简单要构建更慢的AI应用于落地，符合有所不同算法研发的市场需求，必须一个可以相容各类算法框架和方便快捷构建算法到硬件载入的编译器工具。为了减少用于门槛，鲲云公布了末端到末端自动编译器工具链RainBuilder，它是一款针对深度自学算法优化加快的开发工具链。

相结合于CAISA架构的高性能特性，RainBuilder获取从算法模型到芯片级算法部署的一整套研发套件。该套件主要由Compiler和Runtime两部分构成，其中Compiler包括了一系列命令行模块，反对主流AI研发框架模型的解析和优化，并将模型转化成为限于于CAISA架构的中间传达和数据。

Runtime以Compiler分解的中间传达和数据为输出，为用户获取了非常丰富易懂的研发模块以已完成对底层AI芯片硬件的高效应用于。（自定义数据流CAISA架构）RainBuilder用于过程非常简单便利，用户需要对于底层硬件有了解的理解，才可较慢研发限于于AI专用芯片的算法方案。从训练好的模型文件，只需两步，才可构建整个神经网络的回溯。

首先，调用Compiler的命令行模块已完成模型的离线打算，对于一个模型，该步骤只需展开一次。Compiler获取了一套末端到端的优化流程，还包括模型解析、校验节点剪裁、节点融合、模型分析传输等。之后用户只需撰写针对特定算法的前后处理函数，Runtime不会自动已完成算法模型对于CAISA架构的高效调用。

Runtime中包括了大量针对CAISA架构的深层优化，如硬件资源调配、运营时资源调度、软硬件分段、出现异常处置等。另外，RainBuilder通过反对用户自定义算子构建了对于有所不同算法的高扩展性。

用户只需根据获取的模块才可已完成自定义模块的构建，RainBuilder不会自动将自定义算子统合入计算出来图中，并针对其特点已完成适当的计算出来优化。获取下一代人工智能计算出来平台，鲲云发布基于CAISA架构的系列AI产品，鲲云高性能AI芯片紧贴工业市场会上，鲲云还发布了基于CAISA架构的一系列产品，还包括针对前端和边缘计算出来的“雨人”AI芯片加速卡3代和应用于NVR和服务器的“星空”AI加速卡2代，目前早已在电力、安防、工业等领域构建了规模落地。

同合作伙伴联合开发的配备雨人加速卡的AI摄像头、智能无人机、智能ops系统盒子，配备星空加速卡的两款AI服务器也同时透露。（RainBuilder末端到末端自动编译器工具链）RainBuilder用于过程非常简单便利，用户需要对于底层硬件有了解的理解，才可较慢研发限于于AI专用芯片的算法方案。从训练好的模型文件，只需两步，才可构建整个神经网络的回溯。第一步，调用Compiler的命令行模块已完成模型的离线打算，对于一个模型，该步骤只需展开一次。

Compiler获取了一套末端到端的优化流程，还包括模型解析、校验节点剪裁、节点融合、模型分析传输等。第二步，用户只需撰写针对特定算法的前后处理函数，Runtime不会自动已完成算法模型对于CAISA架构的高效调用。Runtime中包括了大量针对CAISA架构的深层优化，如硬件资源调配、运营时资源调度、软硬件分段、出现异常处置等。

另外，RainBuilder通过反对用户自定义算子构建了对于有所不同算法的高扩展性。用户只需根据获取的模块才可已完成自定义模块的构建，RainBuilder不会自动将自定义算子统合入计算出来图中，并针对其特点已完成适当的计算出来优化。

2019年人工智能应用于创意峰会成功完结，干货满满，在未来计算出来架构的黄金十年，AI芯片在中国人工智能未来的发展不会是怎样？我们一起拭目以待。

本文来源：必威betway体育-www.zhao-xing.com