ai人工智能芯片龙头股票有哪些-AI人工智能芯片尚无公认的评价指标。 公司的开发成本不断增加。

资料图：中国首款云端智能芯片MLU100。

AI芯片，你想要的评测标准还在路上

近日，清华大学发布的《2018人工智能芯片研究报告》（以下简称《报告》）指出，人工智能芯片是人工智能时代的核心技术之一。 目前，人工智能仍处于行业应用阶段，尚未形成生态垄断。 国内处理器厂商与国外竞争对手在人工智能新赛场上处于同一起跑线上。

不过，“目前国内缺乏人工智能芯片的相关评估标准。” 在中国科协主办的第二届“风向标——中国创新创业先锋论坛”上，人工智能芯片公司鲲云科技创始人牛新宇指出，这已经造成了大家不知道什么水平他们开发的芯片在国际上处于领先地位。 了解芯片性能最直接的方法就是进行评估。 “这需要一套公认的评价标准。”

人工智能芯片的评估有多重要和紧迫？ 如何建立一套公认的评价标准？ 对此，科技日报记者采访了相关行业专家。

尚无全球公认的评价指标

牛新宇告诉科技日报记者，缺乏统一的芯片评价标准也是国际上比较大的问题。 包括英伟达、英特尔等公司也主要依靠芯片厂商来释放自己的芯片性能。 “全球很多机构都在尝试拿出评估方案，但目前的情况是还没有公认的基准测试方法和指标。” 中国人工智能产业发展联盟评估认证工作组组长曹峰表示。

“从政府、用户、系统集成商到算法开发商，都无法准确评估所使用芯片的技术水平及其在国内外的地位。 他们无法选择最适合自己需求的底层芯片。 芯片企业无法明确自己的技术优势和目标市场。”牛新宇对此深受感动。

人工智能芯片与传统计算芯片不同。 它们需要高效实现深度学习算法来处理海量数据和高吞吐量等高度并行的任务。 曹峰介绍，目前人工智能芯片主要分为两大系统，冯诺依曼系统和非冯诺依曼系统。

冯诺依曼系统以CPU、GPU、DSP、FPGA和ASIC五大架构芯片为代表，在深度学习训练和终端推理方面发挥着重要作用。 以IBM TrueNorth芯片为代表的非冯诺依曼系统，利用人脑神经元的结构来提高计算能力，但目前还处于实验室阶段。

中国信息通信研究院DNNBenchmark项目主任张为民指出，人工智能在不同算法、不同场景下对芯片提出了不同的要求。 硬件架构、时延、带宽、能耗、神经网络模型、参数等都是用户选择人工智能芯片的重要参考。

为什么人工智能芯片需要评估？ “当前，AI芯片的功能日趋复杂化和多样化。一方面，芯片厂商给出了不同的衡量标准，声称自己的产品在计算性能、单位能耗、算力等方面处于行业领先水平；另一方面，另一方面表情包设计，需求方关心的是如何从厂商给出的信息来判断芯片是否能够真正满足其真实场景的计算需求。” 曹峰强调，“鉴于这种情况，一种与真实场景紧密结合、同时具有跨产品可比性的测试评估方案的出现迫在眉睫。”

“统一芯片标准将降低芯片厂商和人工智能算法厂商的沟通成本，建立有序的竞争环境。” 牛新宇表示，现在国外有一些人工智能算法竞赛，在一定程度上起到了提高人工智能算法的作用。 评价功能。 我国的人工智能公司也在尝试拿出评估解决方案，比如阿里巴巴的AImatrix、寒武纪的Benchip、百度的Deepbench等。

公司自行探索增加开发成本

事实上，我国庞大的人工智能应用市场对底层芯片有着巨大的需求，但本土人工智能芯片产业仍处于起步阶段。 “有了一套公认的衡量人工智能芯片性能的指标，我们就能知道前面的目标线在哪里。” 牛新宇提出上诉。

目前，“应用领域的差异和实施方案的多样性导致了许多评估问题。” 曹峰举了个例子，如何让评价指标在不同级别的设备之间横向具有可比性？ 面对云端应用分化的现状，如何构建相应的基准测试？ 如何给不同的测试项目分配权重，以获得相对公平、客观、有代表性的分数？

这种现状让整个人工智能行业都感到焦虑。 “对于人工智能行业的从业者来说，缺乏标准意味着缺乏统一的行业通信接口。” 在接触了大量人工智能应用研发领域的一线情况后，牛新宇发现，在制定人工智能整体规划时，如果不能对底层芯片有一个准确的了解，是很难的。它可以提供的性能和计算能力。 项目规划初期很难确定总体方案。 需要在项目开发过程中不断试错来检验计划。 “每家公司都要承担部分芯片评估任务，这大大提高了开发门槛。”

评估标准的缺失带来了诸多问题，人工智能芯片企业对此有着更深的认识。 牛新宇直接说出了痛点ai人工智能芯片龙头股票有哪些，“不可能通过开放统一的渠道来确定自己芯片技术的国际地位，需要各家企业自行探索，增加芯片企业的成本。”

《报告》指出，长期以来，中国在CPU、GPU、DSP等处理器的设计上一直处于追赶地位。 但人工智能的崛起无疑将为我国在处理器领域的发展提供绝佳机遇。 传统的计算架构无法支持深度学习的大规模并行计算需求。 人工智能芯片是人工智能时代的核心技术之一，决定着平台的基础设施和发展生态。

建议政府牵头制定评价标准

当前，国内外都将人工智能视为行业突破的重大机遇。 作为底层技术，人工智能芯片还应用于金融、股票交易、产品推荐、安全、无人驾驶等多个领域。 如何为蓬勃发展的人工智能芯片建立一套评价标准？

“国家牵头认证标准确实有必要。” 牛新宇建议，可以组织行业内的用户企业形成需求标准，应用落地可以形成芯片评估标准。

目前，在国家发展改革委、科技部、工业和信息化部、国家互联网信息办公室的指导下，中国信息研究院发起成立的中国人工智能产业发展联盟和通信技术等单位表情包设计，越来越重视芯片的评估和认证。 目前已联合阿里巴巴集团、百度、寒武纪科技等多家公司推出AIIAADNNbenchmark——人工智能端侧芯片基准测试评估解决方案。

张为民表示，该解决方案为芯片企业提供第三方评测结果，为应用企业提供选型参考，帮助产品找到适合其应用场景的芯片。 目标是客观反映提高深度学习处理能力的人工智能加速器的现状。 所有指标旨在提供客观的比较维度。 我们以“版本迭代、持续丰富、持续改进”的工作方法ai人工智能芯片龙头股票有哪些，为更多的评估应用场景、评估指标等提供评估解决方案。

“这是解决人工智能芯片评估标准缺失问题的一个起点。” 牛新宇进一步建议，未来希望第三方机构能够公开评估标准和流程，由芯片公司、算法公司、系统集成厂商、最终用户共同讨论采用； 每年定期发布国内芯片企业和国际芯片巨头的芯片评测结果； 政府对人工智能芯片产业的扶持政策可参考评估结果。