專訪地平線聯(lián)合創(chuàng)始人 & 副總裁黃暢：AI 芯片的開發(fā)周期要能「踩上點(diǎn)」

雷鋒網(wǎng) AI 科技評(píng)論按：作為國內(nèi) AI 芯片界的有力選手，地平線一直處在計(jì)算革新的最前沿。 4 月份發(fā)布 AI on Horizon 戰(zhàn)略后，頂著 30 億美金估值的地平線明顯加快了發(fā)展步伐。地平線在這過程中對于 AI 芯片研發(fā)形成哪些獨(dú)特的思考？未來又會(huì)有哪些計(jì)劃？我們帶著這些問題采訪了地平線聯(lián)合創(chuàng)始人、算法副總裁兼研究院院長黃暢。

雷鋒網(wǎng) AI 科技評(píng)論:地平線在底層技術(shù)層面上的投入有多大?

黃暢：具體要看如何定義底層技術(shù)，大家的理解也許是不一樣的。從做芯片的角度來看, 除了與硬件相關(guān)的設(shè)計(jì)、驗(yàn)證等工作，還包含許多與軟件相關(guān)的內(nèi)容，比如原型驗(yàn)證、系統(tǒng)軟件、訓(xùn)練工具、編譯器、等。類似英偉達(dá)這種實(shí)力較強(qiáng)的芯片公司，軟件工程師比硬件工程師還要多。換句話說，芯片公司的底層技術(shù)包含了硬件和軟件。如果將芯片及相關(guān)底層軟件統(tǒng)稱為「底層技術(shù)」，那么地平線在這塊的投入規(guī)模大概是四、五百人左右，是相當(dāng)大的一個(gè)規(guī)模，說明地平線有著遠(yuǎn)超許多人對硬件的認(rèn)知和決心去做這件事情。

雷鋒網(wǎng) AI 科技評(píng)論:說明軟件研發(fā)占更重要的地位？

黃暢：還有與芯片密切相關(guān)的算法研發(fā)，由于我們的平臺(tái)最終是要為人工智能算法及其應(yīng)用服務(wù)的，因此在設(shè)計(jì)過程中必須充分體現(xiàn)算法的影響力，所以我們的很多算法工程師都會(huì)深度參與到芯片底層技術(shù)的開發(fā)工作中來。整體來看，公司軟件研發(fā)人員的增速會(huì)變得越來越快，因?yàn)檎麄€(gè)行業(yè)目前的趨勢是「軟件定義硬件」或者說「軟件引導(dǎo)硬件」，軟件層面需要做的工作比硬件多得多。

雷鋒網(wǎng) AI 科技評(píng)論:這能不能理解為做 AI 芯片的門檻？誰在軟件這塊的進(jìn)展越快，越有可能成為行業(yè)主導(dǎo)。

黃暢：芯片底層軟件一方面在定義芯片，另一方面在連接開發(fā)者、使用者與芯片底層硬件。如果要談決定性因素，我認(rèn)為不能簡單地說軟件就比硬件重要，因?yàn)閮烧甙缪莸慕巧煌５菑陌l(fā)展趨勢與規(guī)模來看，過去的所有歷史經(jīng)驗(yàn)都表明，一顆強(qiáng)大的芯片，尤其是具有可開發(fā)性、可重用性的平臺(tái)級(jí)芯片，在軟件上的投入都是遠(yuǎn)超硬件的。

雷鋒網(wǎng) AI 科技評(píng)論:地平線在這方面做了哪些努力？

黃暢：產(chǎn)出成果還是比較多的，基礎(chǔ)的比如系統(tǒng)軟件 BSP、HAL 硬件抽象層、系統(tǒng)標(biāo)準(zhǔn)服務(wù)等；另外還有針對算法芯片的工具鏈，包括編譯器、訓(xùn)練工具等，都能幫助芯片使用者有效地提升算法和應(yīng)用上的開發(fā)效率。

此外，地平線還有成員專門做算法探索創(chuàng)新，目的是為了更好地把握未來發(fā)展趨勢，將之與芯片架構(gòu)的設(shè)計(jì)充分融合到一起，從而使地平線的人工智能芯片擁有超前的視野。地平線為何著重做這一塊？原因很簡單，芯片的開發(fā)周期長，從立項(xiàng)到量產(chǎn)起碼要 2 到 3 年，如果對于芯片用于什么場景、跑什么算法、什么應(yīng)用都缺乏預(yù)判，那么最終產(chǎn)出的芯片只能滿足兩三年前的需求。

雷鋒網(wǎng) AI 科技評(píng)論:除了在自動(dòng)駕駛領(lǐng)域加注籌碼，地平線還關(guān)注哪些領(lǐng)域的發(fā)展？

黃暢：地平線之所以更多在談自動(dòng)駕駛，是因?yàn)閺膫鞑サ慕嵌榷裕钱?dāng)下人們較關(guān)注的一個(gè)前沿概念。然而地平線從成立初期開始就不是將自動(dòng)駕駛當(dāng)做唯一聚焦領(lǐng)域，比如我們在近期的上海車展就發(fā)布 AI on Horizon 的戰(zhàn)略，我們的目標(biāo)其實(shí)是成為一個(gè) AI 平臺(tái)公司。地平線對外宣傳講得最多的三個(gè)場景，一個(gè)是自動(dòng)駕駛；一個(gè)是智慧城市；一個(gè)是智慧商業(yè)，后兩者我們現(xiàn)在統(tǒng)稱為 AIoT。這三個(gè)應(yīng)用場景是地平線過去兩年多一直在密切關(guān)注的。 

雷鋒網(wǎng) AI 科技評(píng)論:您認(rèn)為地平線的芯片最大優(yōu)勢是什么？

黃暢：我們會(huì)面對未來重要場景的關(guān)鍵算法，與處理器的架構(gòu)設(shè)計(jì)和芯片的 SOC 實(shí)現(xiàn)充分結(jié)合到一起，再經(jīng)過妥協(xié)與優(yōu)化，得到最佳的平衡。微觀的如 BPU 的微架構(gòu)，宏觀的如 SOC 架構(gòu)，都體現(xiàn)了我們對于算法應(yīng)用系統(tǒng)和單個(gè)算法模塊內(nèi)部計(jì)算機(jī)制的深入理解。我了解過很多其他的處理器架構(gòu)，似乎更多是從某一方面出發(fā)考慮，而我們的視角會(huì)更加綜合和超前。

雷鋒網(wǎng) AI 科技評(píng)論:地平線的優(yōu)勢可以簡化成哪幾個(gè)評(píng)價(jià)指標(biāo)？

黃暢：一個(gè)是性價(jià)比，這幾乎是所有產(chǎn)品最重要的考核指標(biāo)，沒有之一；一個(gè)是功耗，不同場景對于功耗的要求是不一樣的，比如嵌入式設(shè)備對功耗的要求就非常高，而自動(dòng)駕駛這種邊緣計(jì)算場景就可以接受功耗高一些的方案；還有一個(gè)是穩(wěn)定性，這三者是比較傳統(tǒng)的評(píng)價(jià)指標(biāo)。

另外還有與算法相關(guān)的內(nèi)容，比如算力。前些年算力被曲解得很厲害，大家覺得只要用頻率乘以芯片上的乘法器個(gè)數(shù)，得到一個(gè)理論的計(jì)算峰值，就是算力。然而真正懂處理器的人都知道，還有一個(gè)很重要的概念叫器件利用率。芯片里那么多運(yùn)算器件和存儲(chǔ)器件，是否能以接近百分百的利用率被充分利用起來呢？由于算法是各式各樣的，我們無法只針對一種算法找到最優(yōu)架構(gòu)，這也是地平線投入大量算法工程師提升對于未來算法發(fā)展趨勢預(yù)判性的一個(gè)重要原因。唯有這樣，才能使我們的芯片開發(fā)周期「踩上點(diǎn)」。過去很多傳統(tǒng)的芯片從峰值性來看非常高，但實(shí)際跑先進(jìn)的算法時(shí)，器件利用率是很低的，給人的感覺是大馬拉小車。這都是因?yàn)樾酒軜?gòu)設(shè)計(jì)上的缺陷所導(dǎo)致的。

另外一個(gè)經(jīng)常被很多人忽視的維度是易用性。這個(gè)關(guān)系到開發(fā)者們的使用成本，比如好不好理解、好不好使用、開發(fā)周期有多長等等。簡單來說，易用性體現(xiàn)在產(chǎn)品的開發(fā)門檻是不是足夠低，能不能使大多數(shù)平均水平的開發(fā)者得以快速上手。

這些是我認(rèn)為評(píng)價(jià)芯片五個(gè)比較重要的指標(biāo)，前三個(gè)偏傳統(tǒng)，后兩個(gè)則強(qiáng)調(diào)算法最終產(chǎn)生的效率。如果你整體上認(rèn)真去思考，就會(huì)發(fā)現(xiàn)這一切都可以歸結(jié)于效率，也就是以多少投入去產(chǎn)生多少價(jià)值。

雷鋒網(wǎng) AI 科技評(píng)論:地平線平時(shí)與學(xué)界的交流多嗎？

黃暢：相較一些以算法立身的明星創(chuàng)業(yè)公司，地平線相對來說更綜合。即便如此，我們依然與學(xué)界有很多交流，典型的如發(fā)論文，比如今年即將召開的 CVPR 我們就有好幾篇優(yōu)質(zhì)的論文發(fā)表，包括創(chuàng)造條件讓實(shí)習(xí)生和工程師們?nèi)ソ鉀Q一些具有挑戰(zhàn)性的問題。這幾年學(xué)術(shù)界的文章很多都來自工業(yè)界，或者是業(yè)界與高校合作的模式。這些論文中討論的問題規(guī)模和復(fù)雜程度都是很接近實(shí)際應(yīng)用的。這一點(diǎn)和高校的研究風(fēng)格有著比較鮮明的區(qū)別。此外，我們還經(jīng)常邀請教授做講座。我們還設(shè)有研究院——南京人工智能高等研究院和硅谷研究院。尤其是硅谷的通用人工智能研究院，研究的課題都是相當(dāng)超前的。

整體來說，我們的研發(fā)體系還是比較豐富的，也比較靈活，可以快速根據(jù)項(xiàng)目的節(jié)奏進(jìn)行調(diào)整。

雷鋒網(wǎng) AI 科技評(píng)論:地平線近期主要關(guān)注哪些研究課題？

黃暢：主要還是視覺和語音方面相關(guān)的核心技術(shù)，尤其聚焦在從二維走向三維、從圖像走向視頻，從單模走向多模，從信號(hào)走向語義，里頭有很多技術(shù)值得我們?nèi)ド钊胩剿鳌?/p>

雷鋒網(wǎng) AI 科技評(píng)論

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。