近日，由雷锋网 & AI掘金志主办的「全球AI芯片·城市智能峰会」，在深圳大中华喜来登酒店盛大召开。
延续雷锋网大会一贯的高水准、高人气，「全球AI芯片·城市智能峰会」以“城市视觉计算再进化”为主题，全面聚焦城市视觉与城市算力领域，是业内首个围绕“算法+算力”展开的大型智能城市论坛。
峰会邀请到了业内极具代表性的14位知名专家，世界顶尖人工智能科学家、芯片创业大牛、产业巨头技术高管、明星投资人齐聚，为行业资深从业者们分享前瞻的技术研究与商业模式方法论。
在大会上午环节，依图科技 CTO、IEEE Fellow颜水成博士发表了题为《视觉计算：AI 算法 vs. AI 芯片》的精彩演讲。
颜水成分享说，人类文明变迁的核心点在于基础设施的革命，由此带来的直接影响是人和人之间的沟通效率和方法有显著提升，沟通更有保障。而视觉智能作为AI的主力军，也同样非常依赖于基础设施的变革，一方面是视觉信号的传输，另一方面则是AI的算法和算力。随着IoT的发展和5G的普及，将会有越来越多的算力用于视觉计算。
颜水成介绍说，城市智能可以分成5个等级，从低到高分别是可记录——可识别——可关联——可预判——可规划，相应地，对基础设施的需求也不断提高。
而基础设施的提升，关键是“智能密度”的提升。宏观上，单个摄像头提取数据发展为不同的摄像头可以进行信息的共享、对话，形成一个更强大的智能体。微观上，则需要提升单位面积的智能算力。
他总结称，依图提出“算法即芯片”的思想，是视觉计算的核心驱动力。做一款AI芯片，首先要想清楚它的典型的应用场景，同时也要对芯片设计和未来的AI算法的发展趋势有一个预判，这样让算法和芯片设计能够相互优化，协同开发，同时又实现分层解耦。依图所承建的视觉计算国家新一代人工智能开放创新平台，将为视觉计算开发者提供更加标准和高效的支持与服务，提升智能芯片、智能算法和智能产品的整体产业能力，打造开放创新融合的共赢生态。
以下是颜水成大会现场演讲内容，雷锋网做了不改变原意的整理及编辑：
今天我代表依图分享一些我们对AI的看法和做法。我们做AI一直在追求创新，但其实在人类文明发展的历程中已经把创新蕴涵在其中了，这也是为什么很多创业公司的创始人和一些孵化器每年都会组织到世界文明的起源地探寻人类文明的真谛，比如说去埃及、希腊。
在探寻的过程中我们会发现，其实现在我们能够触及到的，用视觉的方式能了解到的是农业文明的中后期，比如说古希腊文明。但是本质上来说，文明是经历了原始文明、农业文明，以及我们能感受到的工业文明，还有现在我们所处的信息文明。
在文明的发展过程中，人类的智能化已经到了一个很高的水平。但是在另一个维度，还有一个新物种，就是人工智能。它在过去60多年的时间里，有了飞速的发展。就像刚才的嘉宾介绍的，人工智能最重要的发展点是2016年AlphaGo战胜了人类的围棋世界冠军，让我们想象到以后人工智能将会有更大的发展，因此在思考“人工智能的发展将超越人的智能”这个奇点的到来。
基础设施变革推动智能跃迁
总的来说，人类文明的变迁，核心点是在于基础设施的革命，而这种基础设施变革带来的直接影响是什么呢？是人和人之间的沟通效率和方法有很大的提升，而且这种沟通有了更好的保障。
比如说在原始社会我们只有弓箭、火；农业社会，有了道路和轮子，可以快速和别人沟通交流。工业社会，有内燃机、铁路，人和人沟通的效率又有更大的提高。到了信息社会，我们不需要进行人的迁移，通过互联网就可以在任何时间、任何地方跟其他
人进行交互——核心点都是因为基础设施发生了巨大的变化。
同样地，信息文明中后期的智能文明，也非常依赖于基础设施的变化。就像我们今天所讨论的主题“视觉智能”，它其实是AI的主力军，它也同样非常依赖于基础设施的变革。一方面是视觉信号的传输，另外还有两个非常重要的维度，就是AI的算法和算力。当前用于处理视觉信号的AI算力在不断地提升，随着IoT的发展以及5G普及，会有越来越多的算力用于视觉计算，这跟人的大脑里面的状况非常相似，在人的大脑里面用来处理视觉信号的神经元占皮层的面积大概30%。
在依图，我们将视觉智能分成5个等级：
从L1到L5发展的过程，也是基础设施不断提升的过程。比如说在城市管理里面，当摄像头的数量从5000个上升到20万的时候，我们能为城市的管理者所提供的能力将会有大幅的变迁。
算法即芯片的核心概念
基础设施的提升，关键就是要提升它的智能密度，才能保障整个服务能够达到更好的水平。
宏观层面上，要提升智能的密度，也就是从单个摄像头提取数据，发展成让不同的摄像头互联并共享信息，彼此之间可以对话，基于这种分析形成一种更高的智能。
在微观层面，要提升单位面积的智能算力。不同于传统的机械算力，智能算力指芯片运行AI算法实现的智能。这是一个算力和算法相互融合、相互优化的过程。
依图为了实现这个目标，研发了一款AI芯片。当时发布会上现场插电演示，芯片发布即商用。也就是说，这款芯片发布的时候，基于这款芯片做的AI服务器，已经可以达到商用的程度。
其实AI芯片是专用的芯片，在市场上已经有很多的厂商，包括大厂、小厂，都在做这个事情。依图要做AI芯片，它背后的内在逻辑是什么？为什么依图还能做一款有市场竞争力的AI芯片呢？
一是因为摩尔定律的时代已经结束。前面在很长一段时间里面，大家相信每18到24个月，在同样面积芯片上能够承载的晶体管的数目会翻一番，但是在最近几年，这个定律已经不再适用。另一方面，GPU加速的AI计算的算力大幅提升。
在这样的情况下，依图提出了一个核心的概念——算法即芯片。什么是算法即芯片？我们要做一款有竞争力的AI芯片的时候，要非常明确这个AI芯片典型的使用场景。
其次，要预测最前沿的AI算法发展趋势，当我们设计芯片的时候，我们要能够预测到可能有什么新算法，这在一个特定的场景中非常重要。要提前保障芯片在之后能够承载和支持这些最前沿的算法。这样我们在做芯片架构设计的时候，就相当于把未来AI算法发展的可能性包含进来，这样就实现了AI芯片和AI算法的相互优化，同时又实现分层的解耦，这样我们才有可能生产出一款具有市场竞争力的AI的芯片。
依图的AI芯片不是一个AI加速器，而是具备了一个完整的端到端处理能力的AI处理器。我们在设计芯片的时候，很好地平衡了CPU的计算、AI的计算、内存和数据通信之间的关系，这样可以更大程度地提升整体计算的效果。
