【新智元导读】1月30日，新智元AI+产业生态平台·一月中星微专场论坛成功举办。芯片/安防/能源产业巨头技术负责人就星光智能二号运算能力达到1080P@30fps实时分类检测的需求，是第一代NPU的16倍等展开热烈探讨。AI顶尖投资机构大咖就技术落地特殊和普通场景的平衡点发表独家观点，中关村集成电路设计园、中关村人工智能产业园负责人在产业生态的机遇与挑战等层面进行了深入交流。
1月30日，新智元AI+产业生态平台、一月AI芯片闭门论坛在中星微公司所在地世宁大厦举行。中星微人工智能芯片技术有限公司董事长张韵东作为东道主首先欢迎大家的到访并宣布了一件好消息：公司正在开发星光智能2号人工智能芯片，发布时间为今年4-5月份。
星光智能1号是中国首款量产的人工智能芯片，星光智能2号是1号的“无缝升级” 版。第二代NPU的运算能力可以满足1080P@30fps实时分类检测的需求，是第一代NPU的16倍， 性能更强大，应用场景更广。现在已经在9大领域落地开花去的应用成果。同时星光智能1号在2017年获北京科技进步奖，是神经网络处理器获得的第一个奖。
“一月中星微闭门论坛”是新智元AI+产业生态平台2018年的首场高品质闭门论坛，由新智元创始人兼CEO杨静亲自主持，邀请来自阿里创投、高瓴、丹华资本等AI顶尖投资、海康威视、大华、新奥集团等芯片/安防/能源企业共同参与，就人工智能行业未来投资走向、AI芯片落地发展、产业生态的机遇与挑战等层面的问题进行内部交流，内容精彩，干货满满。
杨静女士将新智元的AI+产业生态平台定位为以科技巨头、龙头实业企业、人工智能技术部门为核心对象，同时邀请政界、学界的精英团体和金融市场优秀机构从业人员共同参与的公益*服务性**性产业平台。
这也是新智元致力于实现中国人工智能领域技术资源开放共享，搭建运营人工智能技术分享公共服务平台的首期AI产业生态论坛，由新智元携手中星微人工智能芯片技术有限公司联合举办。
星光智能二号：NPU的运算能力可以满足1080P@30fps实时分类检测的需求，是第一代NPU的16倍。
2016年，中星微发布首款深度学习芯片星光智能一号，核心技术为内置专为卷积神经网络优化的神经网络处理单元（NPU）。
时隔两年后，星光智能二号处在问世的阶段。
张韵东介绍，第二代NPU的运算能力达到1080P@30fps实时分类检测的需求，是第一代NPU的16，采 用了独特的网络精简技术，大幅地降低了数据吞吐量，进一步提升了芯片的能耗比和效率。
此外， 第二代NPU大幅度增加了片上SRAM的容量，减少了内存带宽上的压力，整体效率比第一代有大幅度的提升，在低功耗性能上有了明显的改善，通过改变微构架和动态控制内存以及运算单元的方式来降低芯片的整体功耗。
同时，也扩展了更多的神经网络算法，软件可以容易地编程并灵活使用。采用了分布式结构和并行计算的方式，可以实现更为灵活的硬件方案。
第二代NPU 采用了分布式结构和并行计算的方式，实现更为灵活的硬件方案。
此款NPU针对CNN算法特点进行优化设计，采用全新的 “数据驱动”的计算机架构，彻底颠覆了传统的冯诺依曼架构。
NPU针对神经网络架构进行优化，可以灵活配置网络结构，支持AlexNet、GoogLeNet等各类神经网络。支持CAFFE和TENSORFLOW等主流深度学习软件开发框架，可以轻松将深度学习算法应用于嵌入式产品。
NPU是数据流（Dataflow）类型的处理器，极大地提升了计算能力与功耗的比例，可以满足嵌入式架构的要求。
在未来的五年中，中星微国家重点实验室会持续开展新型“数据驱动” 并行计算架构的研究工作。“数据驱动并行计算”架构下提高性能功耗比的四大关键设计技术：1、高效的卷积复用，即轮流复用输入和参数，达到更高效的数据分解。2、更低的计算和存储位宽，具体来说就是从32位浮点，到16位定点，到8位定点，甚至到4位定点的位宽。3、存储器的定制设计，将存储器设计离计算单元更近有效减少访问延时。4、稀疏设计的实现，采用稀疏的向量乘实现可以有效地减少功耗。
星光智能系列NPU处理器将通过采用更加接近生物人脑的工作机理的方式，推出更低功耗更高运算性能的下一代神经网络处理器，在摩尔定律的尽头探索一条继续提升信息处理效率的前行之路。
Gordon Moore指出：集成电路上可容纳的元器件的数目，约每隔2年便会增加一倍。半导体工艺已逼近量子尺度，摩尔定律快要走到尽头。传统CPU受限于散热，其时钟频率更早趋于上限。正如业界所言：“随着逐步逼近香农定理、摩尔定律的极限，面对大流量、低延时的理论还未创造出来”。
除此之外，还有两条后摩尔时代定律为业界指引方向：More Moore（继续推进摩尔定律）：继续在新型材料，工艺制程和器件结构上努力，将摩尔定律再推进一步。More than Moore（超越摩尔定律）：SoC将数字电路、模拟电路、存储器甚至射频电路集成在一颗芯片里以实现更多功能；SIP采用多芯片堆叠的方式，将多颗裸芯片封装在一起。
张韵东认为现在已经进入“后摩尔定律”时代，在这种背景下，虽然物理层面和信号层面都受到物理规律的制约，但在信息层面的技术创新还远没有达到极限。如何进一步借鉴人脑智慧机制、研究新型人工智能计算方法、进一步提升信息处理的性能功耗价格比成为未来竞争的关键。
AI芯片场景落地场景落地及难点：理论反推、依赖数据训练、利用方向工程愚弄机器的隐患
谈及现阶段人工智能技术在实际应用中，张韵东认为存在三大问题：1、无法从理论上反向推导，对于需要高可靠性的场合应用，用户往往会有疑虑。2、依赖大数据训练使得在一些可靠性要求高及提供大量数据比较困难的场合很难实际应用。3、存在利用反向工程愚弄机器的安全隐患。
可能的解决之道有如下两个方面可以尝试：1、结合现有AI算法上的一些最新进展如对抗网络等解决一部分问题。2、通过让AI2.0和传统人工智能AI1.0的技术快速结合，采取双引擎的方式，两者互相补充，互相弥补。
应用案例：智能冰箱
主要基于NPU嵌入式芯片实现智能冰箱的本地智能识别功能相比通过云端服务器实现类似功能，具有不依赖网络环境，没有网络延迟等优势，极大地优化了用户体验。
利用以下核心技术：1、智能语音识别系统，如支持语音唤醒、语音识别控制指令、语音交互。2、智能图像识别系统：物体识别，比如智能判断冰箱内物体种类及数量推荐食谱。人脸识别，个性化定制营养菜单。通过物体识别及人脸识别技术，配合云端服务器，个性化推送商品信息。
应用案例： 智能高清视频监控
智能监控系统：高清视频的采集和编码，基于深度学习的智能化目标识别（人，车辆等），视频结构化描述，关联视频和标签，接入公安平台保存录像和索引信息。
刑侦人员接到报案信息，搜索结构化描述标签，定位到视频，获取现场图像，确认嫌疑人。
应用案例：智能空调
基于NPU嵌入式芯片实现的生物识别技术配合云端服务器数据库及心率测试等传感器实现远程医护服务等个性化服务等，将使得智能空调成为居室中的智能中心，而不仅仅是传统的温度调节、送风。
智能语音识别系统：支持语音唤醒，语音识别控制指令功能，通过声场方向判断人体位置自动调节风向等功能。
智能图像识别系统：手势识别， 通过手势识别进行菜单操作，如调节风速、温度等。距离识别，通过距离识别实现自动调节风速。体态识别，判断人体姿态，实现风随人走，根据实际体态调节送风状态等智能功能。
投资界、产业大咖探讨AI芯片普通与特殊场景落地应用的平衡点
臻云创投合伙人祝晓成针对张总分享提出两点问题：第一，从芯片领域的常规问题，普通场景和特殊场景怎么找到比较好的平衡点？怎么去设计你系列化的芯片？
第二，针对智能驾驶这块，这块比较热，我们看到各种各样的方案，这一块还是很感兴趣，想深入听听张总的看法。
张韵东给出了详尽的回答：“我刚才讲到云端芯片和前端芯片，这两颗芯片是不可替代的，你不能把TPU拿到摄像头里面来用，摄像头芯片放到服务器上也不足够。这体现了两个设计思路。芯片设计必须要软件算法能跑起来多了反而浪费功耗。”
“无人驾驶汽车这种应用领域，人工智能不是最重要的因素，最重要的是瞬时定位，汽车要知道自己在什么位置，人工智能是第二重要，通过识别行人、物体还有路标、交通标志，知道下一步该做什么东西。”
中星微人工智能芯片CTO张亦农继续补充道：“数据和场景是人工智能应用的两个关键。中星微做安防监控很长时间，这也是人工智能落地的第一个场景，在这个领域里，中星微累了大量的数据。
目前为止，我们的芯片所有流行的人工智能算法还有底层框架已经在不同的场景试过，做出来的效果非常好。
现在，第二代芯片在第一代芯片里面已经建立好的基础上做了很多的算法层面，让第二代芯片在功耗减少的情况下达到更好的计算能力。在人工智能领域，应该来说我们起步比较早，所以扎扎实实做了第二代芯片出来。”
芯片/安防/能源产业巨头技术负责人展望芯片发展
在谈到政府园区与AI企业协同发展的话题时，中关村集成电路设计园、人工智能科技园董事长苗军：我们不是房地产开发，运营理念上一直倡导园区的物产升值、运营保值、投资增值。运营保值为了低成本运营或者合理运营，保证高新技术产业发展，而投资的增值是在企业发展过程当中先好企业，与企业共同发展，分享企业红利。
“芯片公司已经不是十年前的芯片公司了。”蓝驰创投合伙人陈维广首先介绍：“底层技术通过对不同的场景应用，定制不同的方案，让场景多元化，现在变成产业非常重要的一部分。”
中移创新产业基金执行董事薛冰认为：随着图形图象技术崛起，我们相信人工智能产业链能够形成，并且能够独立形成一个体系，NPU或者人工智能芯片会有一拨机会。同时，芯片也是全球化竞争，国家也重视，产业环境也在变化，我们希望能够在此找到一些很优秀的企业，利用我们的资源去扶持，去投资，大家一起成长。
通过北京市政府层面跟大学合作，国家级实验室和人工智能技术平台落到我们园区。AI数据很重要，我们会结合企业需求，推动政府相关数据的开放，建立专业的子行业数据，中关村人工智能科技园副总经理苏文松谈到。
海康威视有幸驶入AI主航道，也得益于安防行业是AI最容易落地的场景，它的硬性需求早已存在。海康威视算法总监武晓阳继续介绍：我们也推出了猎鹰、AI Cloud战略，把边缘计算和云计算、中心计算结合在一起。
以能源的物理设施为基础，通过物联网和边缘计算，实现数据的采集、分布处理以及本地策略的控制，把精炼后的数据上传到云平台重构，在此基础上后面人工智能登台唱戏，打破传统的条块分割的垄断式能源行业布局，建立全新的能源生态，新奥集团能源管理总监田海亭介绍道。
云从是做算法的，另外一块是计算能力包括芯片，还有就是数据。三个支撑点的场景大家都很清楚，未来这几年主要的场景在世界范围内能够支持中国AI产业发展的就是安防企业。云从科技高级副总裁合伙人孙庆凯说。
大华技术研发中心副总经理李广义介绍大华的战略时说：大华提出“大智在云，小智在边”的概念。所有的设备都是智能的设备，根据客户的需求不同，我们把它分布在不同的最合适的场景和设备上进行计算。我们和中星微在1080P星光智能一号有比较好的合作，星光智能二号本身的编解码性能、功耗包括ISP也会有很大的提升，再加上人工智能NPU的处理是非常好的结合，我们一直期待这样的芯片能够尽快出来。