“算法+算力”下半场将至——「全球AI芯片·城市智能峰会」万字( 四 ) 1

　　基于TPU架构的AI芯片，比特大陆开发了板卡、边缘计算小盒子、服务器等硬件产品。据阮沈勇介绍，比特大陆只提供硬件和工具链，不开发算法，跟算法生态伙伴合作。他指出，比特大陆的平台是开放的生态系统，已经与许多的算法伙伴合作，支持合作伙伴算法的移植。算法合作伙伴提供算法及应用管理软件，比特大陆与合作伙伴一起提供解决方案给最终用户， TPU芯片为城市智能化提供核心计算引擎。

　　阮沈勇以平安城市为例，解释了算力按需分配。智慧城市需要2000路视频或者8000路的视频结构化，向资源池申请资源，用完后释放回池，好处是可以为智慧城市的智能交通、移动警务等提供AI计算能力，为传统应用装上AI智慧大脑。同样系统也可以进行单路AI智能分析，简化管理，平滑扩展。对AI计算资源的统一管理，提高系统资源的利用率。

　　《视觉计算：AI 算法 vs. AI 芯片》

----“算法+算力”下半场将至——「全球AI芯片·城市智能峰会」万字长文回顾//----

　　依图科技 CTO 颜水成

　　随后，依图科技 CTO、IEEE 院士颜水成发表了题为《视觉计算：AI 算法 vs. AI 芯片》的精彩演讲。

　　在颜水成看来，人类文明变迁的核心点是在于基础设施的变化，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。

　　颜水成将视觉智能分成5个等级，分别是可记录——可识别——可关联——可预判——可规划，相应地，对基础设施的需求就会更高。

　　而基础设施的提升，关键之一是智能密度的提升，从而保障整个服务有更好水平。宏观上，不再只是为单个摄像头来提取数据。不同的摄像头可以进行信息的共享、对话，并基于这种分析形成一种更高的智能。微观上，则需要提升单位面积智能的算力，即同样面积的芯片能够形成的AI能力的容量，既包括能完成的AI计算类型，也包括单位面积能处理视频的路数。

　　他总结称，依图提出了算法即芯片的思想，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，同时也该在芯片设计和未来的AI算法最前沿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，同时又实现其分层解耦。另外，依图所承建的视觉计算新一代开发创新平台，将会打造算法及芯片共赢的生态。

　　《创新管理与企业增长》

----“算法+算力”下半场将至——「全球AI芯片·城市智能峰会」万字长文回顾//----