◇作为算力算法的关键基础，AI芯片和AI框架的性能决定着AI产业的发展◇随着中美竞争的加剧，AI成为新的焦点大国之间的竞争。与美国相比，我国目前的人工智能短板是缺乏关键的根基技术。“十四五”期间人工智能规划的重点是如何明确我国人工智能技术的发展路径，发挥我国的体制优势，推动人工智能的发展。智能根技术突破创新AlphaGo再次进化。2020年12月，据《自然》杂志报道，DeepMind的一项研究提出了MuZero算法，可以在不知道规则的情况下通过自测掌握围棋、国际象棋等游戏。智能算法向前迈出的重要一步。很多人还记得，2016年，这个人工智能程序的“前身”AlphaGo首次战胜了世界顶尖围棋高手。一年后，AlphaGoZero的后继者通过规则输入和自我对弈学习，仅经过40天的训练就成功击败了上一代。不久之后，9小时掌握国际象棋、12小时掌握日本将棋、13天掌握围棋的AlphaZero诞生了……是什么让人工智能快速进化？如果把人工智能比作一棵“科技树”，能够战胜人类棋手的人工智能程序就是“皇冠”，是围绕着基础软硬件的人工智能根科技滋养着整棵树，使其不断升级。中国科学技术信息研究所党委书记赵志云告诉《瞭望》新闻周刊，人工智能根基技术是指那些能够支撑人工智能技术及其衍生产品发展的基础研究和关键技术。人工智能产业，如人工智能芯片、系统框架等，根深叶茂。从某种程度上说，根技术决定了产业发展的兴衰。基于技术的人工智能对算力的需求有多强？根据硅谷非营利组织OpenAI的计算，自2012年以来，全球人工智能训练所用的计算量呈指数级增长，平均每3.43个月翻一番，目前的计算量扩大了30万次，远超算力的增长速度。传统的CPU架构早已无法满足深度学习对算力的需求。AlphaGo的硬件基础是TPU芯片，专注于神经网络算法，大大加快了运算速度。可以说，人工智能芯片作为算力的关键基础，性能的好坏决定着人工智能产业的发展。清华大学微纳电子学系教授魏少军指出，现有的CPU、GPU、FPGA等芯片的基本架构早在这次人工智能突破之前就已经存在，并不是专门为人工智能设计的，所以他们不能完全承受负担。实现人工智能的任务。除了足够的算力和极高的能效比，人工智能对芯片的要求还需要高能效的通用计算引擎。魏少军认为，人工智能芯片至少应该具备以下特点：第一，可编程性，适应算法的演进，应对多样性，因为算法不稳定，不断变化；第二，架构的动态可变性，以适应不同的算法；第三，高效的架构改造能力，因为不同的业务需要改造不同的架构。此外，算法的改进对于AlphaGo在极短时间内的快速“进化”也是不可或缺的。背后是人工智能算法框架。赛迪信息化与软件产业研究院信息技术研究室负责人徐亚千表示，该算法框架可以大大提高人工智能学习的效率。一方面，算法框架降低了深度学习的难度，提供了深度学习的底层架构和接口，以及大量训练好的神经网络模型，减少了用户编程的耗时。另一方面，大多数深度学习框架具有良好的可扩展性，支持复杂的计算任务在多台服务器的CPU、GPU或TPU上并行优化和运行，以缩短模型的训练时间。此外，许亚千认为，算法框架也是人工智能核心生态系统建立的关键环节。算法框架是决定人工智能技术、产业和应用的核心环节，是构建人工智能核心生态系统的基础和关键。算法框架的研发可以带动生态系统相关及周边芯片、系统、软硬件平台等产业的发展，从而推动人工智能核心生态系统的建设。欧美发达国家对人工智能算法框架进行了大量的研究、开发和应用。谷歌、亚马逊、微软、IBM等国际科技巨头布局算法框架，抢占技术和市场先机，开发并开源了TensorFlow、PyTorch等一批主流人工智能算法框架。根技术是关键短板”随着中美竞争的加剧，人工智能成为大国竞争的新焦点。与美国相比，我国目前人工智能的短板是关键根技术的缺乏”赵志云说道。受访专家指出，近年来，我国人工智能在技术和应用方面取得长足进步，在国际上具有一定竞争力，但基础层整体实力薄弱，缺乏根基技术。比如人工智能框架和人工智能芯片。支持——大部分芯片依赖进口，算力基础薄弱，开源框架受制于国外巨头。据了解，我国芯片进口已连续多年超过石油，2019年超过3000亿美元；操作系统和高端光刻机仍被国外企业垄断，90%以上的传感器来自国外。赛迪智库人工智能产业态势分析课题组指出，在对人工智能的算力支撑方面，IBM、HPE、戴尔等国际巨头位居全球服务器市场前三，国内企业如浪潮、联想、新华三拥有市场份额有限；国内人工智能芯片厂商需要严重依赖高通、英伟达、AMD、赛灵思、美满电子、EMC、安华高科技、联发科等国际巨头供货，中科寒武纪等国内企业的发展才刚刚起步。用清华大学电子工程系教授王宇的话来说，总体来说，国产人工智能芯片在需要智能和智慧的环节上做得很好，但在需要积累的环节上做得不好。专家指出，我国人工智能芯片在通用化、产业链完整、高速接口、专用集成电路IP核等方面存在短板。“对于人工智能芯片产业来说，光有好的硬基础是不够的，只有在硬基础上做出好的软件，才能做得更好。”中国信息通信研究院云计算与大数据研究所所长、工程师王云涛强调。目前，我国在基础软件方面仍面临国外厂商一统天下的局面。统计数据显示，中国服务器出货量占全球的28%，而中国操作系统销量占全球不到6%。从全球市场份额来看，我国应用软件基本达到了“世界三分之一有一个”的格局。但从技术基地来看，只有10%左右的政务应用软件运行在我国技术基地上，其余90%的应用仍被国外技术基地所垄断。展望智库、莫干山研究院联合发布的《赋能数字经济拥抱算力时代》报告指出，我国新计算产业底层技术架构和标准被国外企业主导，存在较高的产业安全风险。自第一代电子管计算机ENIAC问世以来，围绕CPU制定所有接口总线标准的权利一直掌握在国外企业手中，中国企业只能在既定框架内谋求发展。以人工智能框架等基础软件为例，TensorFlow、Caffe等主流深度学习框架均被美国企业或机构掌握。国内还缺乏自主可控的全场景计算框架，目前的计算框架开发门槛高，运营成本高。部署难度高、部署难度大等急需解决的问题。《赋能数字经济拥抱算力时代》报告指出，目前，西方国家以超过30%的投资在全球重点开源社区和开源项目中占据主导地位。GitHub（开源和私有软件项目托管平台）2019年年报显示，其4000万用户（开发者）中，美国开发者占比30%，其他国家开发者占比70%；流行的Top10开源软件和项目都被谷歌、微软、Facebook等美国公司占据。虽然2020年来自美国的开源贡献者下降到22.7%，越来越多的开发者来自中国（9.76%）和印度（5.2%），但总体来说，我国对开源社区和项目的贡献仍然不高，影响力有待进一步提升。超前布局突破根本技术制约赵志云认为，“十四五”期间人工智能规划的重点是如何明确我国人工智能技术的发展路径，发挥我国的体制优势，推动人工智能根基技术突破创新。在人工智能芯片方面，专家表示，首先要全面布局，加强政府层面对通用芯片的扶持。在技??术路径上，遵循全面布局、分步突破的原则。近期重点突破以NPU为代表的ASIC芯片，长期重点突破GPU、FPGA等通用芯片；在应用过程中，我们会逐步从边缘扩展到云端。从推理芯片扩展到训练芯片；同时探索多芯片高效协同运行的芯片解决方案。由于ASIC芯片的特殊性强，往往需要不同厂商根据应用场景的需要进行自主研发；虽然GPU、FPGA等通用芯片已有标准化产品，但国内终端应用厂商不愿自主研发或国产化替代。因此，政府应加强在GPU、FPGA等通用芯片领域的布局和推广。此外，加强类脑芯片等前沿领域布局。充分发挥国内高校和科研院所的力量，布局类脑芯片等前沿领域。该领域的国际巨头尚未形成技术和知识产权壁垒，早日布局将使我国在人工智能芯片领域实现变道超车成为可能。赛迪顾问研究认为，未来人工智能芯片将呈现新的发展趋势。比如芯片研发将从技术难点转向场景痛点。目前，人工智能芯片设计更多是从技术角度来满足特定的性能需求。未来芯片设计需要从应用场景出发，借助场景实现规模化发展。再比如，技术路线将从专用芯片转向通用芯片。目前人工智能领域使用的芯片多为特定场景设计，无法灵活适应多场景需求。未来需要专门为人工智能设计的灵活通用的芯片。此外，现阶段人工智能芯片产业的发展方式大多以企业为主体。上下游企业经营管理相对独立，但同行业企业竞争激烈。未来产业发展应以合作为主，形成产业生态。北京大学经济学院教授、深圳湾区数字经济与技术研究院院长曹和平表示，人工智能芯片的研发需要产业思维。“做一个产业，而不仅仅是做一个产品，我们要在推动芯片产业发展的前提下做芯片，全景产业链下做芯片的外部成本更低。”中国工程院院士高文认为，开源是软件时代的一个非常关键的技术路线，人工智能领域也应该采用。中国工程院院士倪光南表示，芯片设计的门槛极高，只有极少数企业能够负担得起中高端芯片的研发成本，这也制约了芯片领域的创新。我国可以借鉴开源软件的成功经验，降低创新门槛，提高企业自主能力，发展国产开源芯片。在人工智能框架方面，专家指出，新一代人工智能开源计算框架首先要让人工智能专家、工程师、数据科学家更好地使用；保护数据隐私；并开源，通过开源形成广泛的应用生态，广泛支持不同类型的人工智能芯片、硬件设备、应用程序等。目前，深度学习框架的开源已经成为一种趋势。旷视深度学习框架天元和华为深度学习框架MindSpore已正式开源。赵志云还建议，要通过人工智能基础设施和计算中心的集约化建设，进一步发挥长板，加快人工智能与产业深度融合，培养多层次人才，确保我国人工智能产业发展。在中长期国际竞争中继续保持领先地位。目前，新基建正在带动一批人工智能基础设施落地。2020年以来，河南、安徽、广州等地陆续启动数据中心项目。去年，总投资超150亿元的腾讯长三角人工智能超算中心及产业基地落户上海市松江区，武汉人工智能计算中心也开工建设。赵志云认为，人工智能计算中心是人工智能产业的基础算力供给平台，可极大发挥集聚效应，承担国家在人工智能领域的重大战略需求、基础共性技术研究、前瞻性基础和算法研究，带动人工智能核心技术在地方优势产业的研发和应用，促进高端人才培养。人工智能芯片和人工智能框架代表企业
