Uploads%2farticles%2f13216%2fimg 1405
|
2019-06-05

启动超算平台、签约支柱型国企,云知声加速全栈 AI 硬核能力的落地

6 月 5 日,2019 云知声 AI 技术开放日(Open Day)在厦门盛大开幕。厦门站是继北京、深圳、上海之后的第四站,也是本届开放日的收官站。

云知声董事长/CTO 梁家恩领衔的云知声 AI 技术团队带来了干货满满的技术分享,同时,开放日还设置了「智能+ 推动实体经济融合发展」和「人工智能芯片技术与产业应用」两大分论坛,结合产业实践案例,对当下行业最关心的 AI 芯片与 AI 应用落地等问题进行深度解读。

产研结合,云知声厦门人工智能超算平台揭幕

云知声创始人/CEO 黄伟博士表示,人工智能是集合算法、算力和大数据三位一体的前沿技术。云知声拥有领先的算法、拥有将算法凝聚在芯片上的能力,拥有超算平台能力,更拥有将技术商业化落地的能力。未来,云知声将积极参与厦门市和福建省的人工智能发展规划,在智能家居、智慧医疗、智慧政府等领域与本地企业广泛的开展合作,为行业提供领先的人工智能技术,推动技术与和产业落地。

在厦门市和福建省政府、机构和行业领导的见证下,现场,云知声还正式与中国电信厦门分公司、厦门广播电视集团、厦门市政集团市政开发公司、泉州交通发展集团等支柱性国企进行战略合作签约仪式,并为云知声厦门人工智能超算平台、云茂互联合资公司正式揭牌。

今年,云知声厦门人工智能超算平台将实现一亿亿次每秒的浮点计算能力,可支撑开展政务、医疗、教育、金融、交通、安防、智能客服等多领域的人工智能服务,是国内人工智能超算的标杆之作。

云茂互联将依托于云知声行业领先的人工智能技术、世茂集团多元化产业资源,搭建一个「平台级」综合解决方案,打造覆盖地产行业的 AI 全场景应用,推进世茂集团全产业智慧化升级,服务于智慧城市的建设需求。

全栈 AI 硬核技术,推动互联网下半场进程

云知声董事长/CTO 梁家恩博士首先回顾了 AI 的三次发展浪潮,并指出,随着第三次 AI 浪潮的到来,技术基础、产业基础和需求都日渐成熟,产业力量成为引领行业变革的主力。当 AI 回归理性,技术的背后是一个伟大的智能物联网产业变革时代,是互联网的下半场。这一产业变革,需要技术与产业应用互相迭代前行。

基于此,云知声提炼了一套「全栈」和「硬核」的 AI 技术落地哲学——要在最大程度上激发 AI 技术价值,推动产业化落地,就必须具备全栈 AI 硬核技术。现场,梁家恩博士全面展示了云知声覆盖感知、认知与表达的全栈 AI 技术图谱,贯穿技术、产品与产业闭环的全栈 AI 产业能力,以及从底层算法到 AI 芯片的硬核实力。

围绕「全栈」和「硬核」两大维度,现场,云知声副总裁、芯片研发负责人李霄寒博士,云知声 AI Labs 资深专家孙见青、刘青松,分别从云知声 AI 芯片、语音合成、超算平台的角度,对云知声 AI 技术实力进行了深度讲解。

李霄寒指出,AI 芯片在 AIoT 落地中占据了核心位置——对上,AI 芯片需要承接云端能力设备载体,是云端落地的硬件支撑;对下,AI 芯片基于深度学习加速提供 AI 本地算力,是跨设备形态的智联网入口支撑平台。也正因此,边缘 AI 芯片需要打破传统芯片的设计思路,用场景定义芯片,基于端云互动的思想提供多模态处理的能力,在性能、功耗、面积上达到优异平衡,并兼顾连接和安全的需求。

云知声提出了架构级近算存储设计(矮墙)和加速器近算存储结构,将数据的搬运效率提升三个数量级。在功耗方面,云知声打造了低功耗语音唤醒技术、面向机器视觉专用的低功耗 microISP,以适应边缘侧应用的低功耗需求。安全方面,云知声则通过机密性与完整性的安全 IP 规划来提升出安全性能。

云知声 AI Labs 资深专家孙见青从语音合成技术出发,分享了云知声在这一领域的解决思路。语音合成又称文语转换(Text to Speech)技术,是设备的「嘴巴」。

现阶段,语音合成挑战主要为高质量、个性化和多元化三大方面。基于深度学习,云知声语音合成技术方案具备了极高质量的端到端合成和高质量的个性化合成,可将文本实时、准确地转换为自然、流畅、清晰的语音,并具备丰富的拓展应用(个性化歌唱合成/故事合成)能力。未来,语音合成还将呈现以下趋势:算法层面,端到端方法的极致优化,解决计算复杂度;在数据层面,大规模数据学习丰富信息+小数据个性化;在应用层面,语音合成则将向多模态和情感化发展。

随着 AI 技术不断进步,智能计算也面临着全新的挑战,超算平台是大数据和机器学习发挥价值的基础,同时也是能够高效构建 AI 能力的关键。云知声 AI Labs 资深专家、厦门深度学习智能工程研究院院长刘青松为我们讲解了云知声 Atlas 超算平台。

针对实现 AI 应用场景的高效智能计算需求,云知声以 Atlas 大规模计算平台和 UniFlow 计算框架为核心,以机器学习为技术切入点,提供了友好的可视化界面、完整的数据处理流程、丰富的机器学习算法、高效的 GPU/CPU 异构计算平台和分布式存储系统,以及自动调参与模型架构搜索,帮助实现 AI 技术图谱的快速拓展。

产业赋能,AI 技术推动地产、农业、通讯等传统行业智能+转型

智能+ 论坛中,云知声创新事业部总裁陈吉胜与电信集团 5G 高级专家姚鹏、上海世茂物联网科技有限公司副总经理刘军、农信互联联合创始人/农信云总经理薛素金、紫光旗下新华三集团智慧城市研究院首席架构师岳鹏,结合各自企业的实际案例,就 AI 技术在各大场景中的落地关键点和难点进行了分享。

云知声创新事业部总裁陈吉胜指出,新一轮 AI 产业变革下,设备数量大规模增长,连接成本更为低廉,数据维度复杂多样,技术所面临的应用场景也更为垂直化,因此,多模态 AI 能力成打通 AIoT 产业闭环的关键。

为此,云知声打造了一个「金字塔」结构的多模态 AI 技术研发体系,在底层,有 DeepFlow 集群和 AI 芯片提供基础计算资源和底层支撑平台,中间的 Atlas 平台提供分布式机器学习并行计算平台,并向上托起语音识别(ASR) 、语音合成( TTS) 、自然语言理解(NLU)、机器翻译(NMT)、声纹识别(VPR)、计算机视觉(CV) 等 AI 技术输出。

电信集团 5G 高级专家姚鹏对 5G 技术发展情况及应用探索进行了全面介绍。姚鹏认为,5G 不仅是通信技术的一次迭代升级,更是一场影响深远的全方位变革,是全行业数字化转型的使能。未来,5G 技术的三大场景分别为:增强型移动带框(eMBB),包括了高清视频、虚拟现实、增强现实等应用;海量物理联网(mMTC),包括了智慧城市、智能家居等应用;低时延高可靠的通信(URLLC),典型应用包括工业控制、无人机控制、智能驾驶控制等。

上海世茂物联网科技有限公司副总经理刘军从地产的角度分享了从开发⾛向运营的智能+地产的探索经验。基于 ABCIET(人工智能、大数据、云计算、物联科技、边缘计算和通信技术)这一技术体系,世茂物联打造了一个智慧空间管理和设备管理平台,并对外输出低成本、高效率的解决方案和信息化、智能化、弹性化的标准体系。目前,世茂物联的智能+地产解决方案囊括了智慧社区、智慧办公、智慧市场三大板块,覆盖家庭、社区、办公、大厦、园区、市政等多个场景。

农信互联联合创始人/农信云总经理薛素金从智慧养猪角度出发,分享了农信互联如何利用 AI 和物联网技术重新赋能养猪这个传统的行业。薛素金指出,农信互联的「猪小智」自动化养猪解决方案,以人工智能+大数据+物联网为基础,通过云盒、网桥和智能采集终端,将养猪场中的人、猪、设备、与场景连接在一起,通过猪小智 APP+猪小智后台两大主入口,为猪场提供智能环控、精准饲喂、智能点猪、智能称重、智能查情、智能查膘、智能 B 超等服务,以及智慧猪场实时监管系统。

紫光旗下新华三集团智慧城市研究院首席架构师岳鹏解读了未来城市。岳鹏认为,未来的城市将形成「智能+一网两通三次」的未来城市格局。因此,城市数据大脑的技术框架需要实现基础设备层云化,业务支撑层智能化,行业应用层智慧化。基于此,新华三基于「四大一云」战略业务板块,和专业高效的数字化业务平台,形成了一套完整的新型智慧城市建设的能力体系,包含顶层设计与业务咨询、项目集成与资源整合、产品研发与解决方案创新、城市运营与持续拓展的新型智慧城市建设等维度。

加速落地,AI 芯片典型技术落地基础

AI 芯片分论坛中,云知声副总裁李霄寒与航天拓维科技微系统中心主任刘志哲、翱捷科技(上海)有限公司物联网事业部芯片设计总监邓博仁、上海赛昉科技有限公司(SiFive China ) 业务总监周杰、智原科技股份有限公司营运副总经理王志恒等嘉宾,就 AI 芯片的关键技术、设计难点与场景应用进行了分享。 

李霄寒指出,AIoT 时代的一个主要诉求是需要将云端能力下沉到设备,因此,物联网芯片将呈现以下 5 大趋势:1. 从通用架构转向 AI 架构,在成本可控的前提下提供边缘计算的能力,实现更优的能效比;2. AI 芯片的设计要注重软件、硬件、场景的有机结合;3. 物联网芯片应更加注重应用的优化,关注点需从 PPA 转向 APP;4. 交互方面正在经历从单模态到多模态演变的趋势;5. 边缘芯片需要和云端有效结合,实现端云互动。

基于此,云知声提出 Skills On Chip 技术路径,通过 DeepNet2.0 多模态神经网络处理器 IP,输出兼具边缘能力与云端能力的多模态 AI 软硬一体解决方案。

航天拓维科技微系统中心主任刘志哲分享了智能硬件的系统级落地产品解决方案。刘志哲表示,目前主流的人工智能芯片可分为类脑计算、忆阻器实现和 ASIC 实现深度学习网络三类,其中,处理器+人工智能加速器是当前实现深度学习算法的主流思路,其主要的技术实现方式是通过对神经网络加速器每一层进行独立的配置,结合软件编程,实现任意深度学习网络模型,再将密集型运算如卷积层、池化层及全连接层等利用硬件加速器实现。

翱捷科技(上海)物联网事业部芯片设计总监邓博仁分享了翱捷科技在 5G+AI+IoT 领域的业务布局。随着 5G 和 AI 技术的发展,未来几年 IoT 设备会有 17% 的增长。AIoT 带来巨大的市场机遇的同时,行业也面临了数据安全、功耗要求、灵活配置等挑战。针对此,翱捷科技物联网芯片囊括 eMTC、NB-loT、LoRa、GPS、WiFi、蓝牙等重点领域,并拥有多个协议栈软件的独立知识产权,为客户提供完整的从芯到云的解决方案。

上海赛昉科技(SiFive China)业务总监周杰指出,在后摩尔时代,一块芯片适用于所有场景的模式已经不再适用,定制化是提高芯片性能的唯一途径,而实现芯片定制化的唯一标准是应用,因此,未来的芯片定制模式必然是垂直应用 (DSA)。赛昉面向垂直应用提供定制化的解决方案,其 RISC-V CPU 内核具备标准指令集内核、提供最大灵活性、坚持开源项目三大特性,同时,RISC-V CPU IP 产品分类具有明确的应用领域,能够帮助企业降低 IP 及开发成本,缩短研发周期,减少风险并且提高定制化的能力,减少所需的多种分门别类的专业知识,同时提供可扩展的云端服务的商业模式。

智原科技股份有限公司营运副总经理王志恒表示,AIoT 时代,AI 芯片最大的挑战在于兼顾。现场,王志恒分享了智原科技与云知声合作的成功案例。

智原拥有超过 25 年的端到端 ASIC 设计服务经验,进而累积完善的 CPU 强化与 IP 客制化技术,可支持超低功耗运作机制,包括动态电压与频率调节(DVFS)、功耗模式转换、与快速系统唤醒,并提供了 SoC 软件服务。

Back to top btn