象由芯生:5G+AI技术应用不断创新

11月12日消息(安迪)本周 , 以“象由芯生·科技服务人民”为主题的2020紫光展锐市场峰会在上海召开 。
同期举行的“5G+AI技术应用论坛”上 , 紫光展锐携手运营商、5G和AI领域的技术专家、产业链行业伙伴以及高校产学研专家 , 带来5G+AI技术应用领域最重磅、最前沿的技术讨论和成果分享 。
没有AI的5G是一条空船 , 没有5G的AI是搁浅的航船
数字化浪潮下 , 5G和AI已成为催生创新的核心技术驱动力 , 两者相互促进 , 共同进化 。
象由芯生:5G+AI技术应用不断创新文章插图
紫光展锐消费电子5G手机副总裁闫书印
“没有AI的5G是一条空船 , 没有5G的AI是搁浅的航船 。 ”紫光展锐消费电子5G手机副总裁闫书印认为:5G和AI相伴相生、相互赋能 , 5G可以为AI提供更多的应用场景、大量数据 , AI会为5G提供更多的算力 , 让5G更智慧 。 相信5G+AI会有更多的应用逐渐落地 , 包括目前看到的云游戏、AR、VR、高清视频等 。
紫光展锐在5G+AI融合创新方面做了很多努力 , 目前取得了显著效果:智能手机领域 , 5G+AI的芯片在拍照、摄像方面通过AI能力可以显著提升图象的画质 , 提升用户体验 , 在垂直行业跟物流公司专门定制了扫码终端可以有效提升扫码效率 , 提升物流公司的行业竞争力;除了在消费领域 , 紫光展锐也更希望在未来随着R16标准的落地 , 一些具体的应用在行业实现 , 可以真正实现万物互联 , 可以促进整个传统行业的变革 。
运营商引领推进5G+AI发展
运营商一直是5G+AI技术应用领域的引领者 。 中国移动研究院无线与终端所副所长邓伟表示:5G作为“新基建”之首 , 中国移动大力实施5G+计划 。 2019年初启动了5G+计划 , 5G+AI是其中核心融合技术之一 。 中国移动持续从5G终端领域推进5G+AI发展:在对传统智能终端功能持续演进、性能不断优化的同时 , 中国移动在5G终端模组、切片和测试体系三个方面持续推进5G+AI技术发展 。
其中 , 5G通用模组是智能设备的基础 , 为此中国移动联合产业链合作伙伴推出5G通用模组计划;切片是业务保障基础 , 为此中国移动联合产业链合作伙伴推出5G智能终端切片计划;测试体系是综合检测基础 , 为此中国移动牵头构建5G终端测试体系 , 为5G终端保驾护航 , 主导完成5G终端规模试验 , 持续优化提升终端性能 。
5G+AI技术应用创新层出不穷
事实上 , 业界已经在5G+AI技术应用创新方面进行了很多前瞻性的研究和部署 。
象由芯生:5G+AI技术应用不断创新文章插图
Imagination华东区销售总监杜昕
作为GPU和AI行业的领先者 , Imagination到今年为止出货量已经达到110亿 , 在手机端的市场份额有38% , 车载市场市场份额是43% 。 Imagination华东区销售总监杜昕表示:从AI方面的产品来看 , Imagination的产品2NX在去年跑分第一 。 在传统的CPU上如果算力可以做到1倍 , 那我们的GPU现在是10-20倍 , 未来我们的3NX NNA现在已经到了100-200倍 , 其实在网络加速器上是对算力有更大的要求 。 Imagination会通过我们在产品目标、通过我们在本地化的支持 , 以及通过我们在APP的交付会去赋能像紫光展锐这样的生态合作伙伴 , 共同携手在5G+AI的路上越走越成功 。
象由芯生:5G+AI技术应用不断创新文章插图
紫光展锐张忠立
紫光展锐张忠立介绍了AI异构计算平台及开发案例 。 他指出:IoT设备数量预计在2022年超过非IoT设备 , IoT设备产生的数据在2025年预计达到近80ZB 。 AIoT设备传输到云端的数据以结构化数据为主 , AI将在原始数据转换到结构数据过程中扮演越来越重要的角色 。 AI应用交付面临诸多困难:网络模型训练框架的多样性、网络算子在不断更新、不同应用场景有不同的量化方式、不同应用场景交付平台的多样性、算法运行硬件平台的多样性等 。 针对上述困难 , 紫光展锐推出软件AI部署的开发平台AIactiver 。
象由芯生:5G+AI技术应用不断创新文章插图
浙江大学教授马德
【象由芯生:5G+AI技术应用不断创新】浙江大学教授马德介绍了类脑计算理论与实践--人工智能近20年有了一个质的飞跃 , 而且人工智能深度学习在语音识别、人脸识别、图像分类等方面都取得了非常大的成就 。 但是 , 现在的AI技术要靠大量的数据去做训练才能解决问题 , 而且现在的AI只针对特定任务 , 缺乏开放和动态解决复杂情况的能力 , 因此我们提出是否可以从生物脑的角度模拟行为 。 AI跟生物脑有很大的差距 , 我们提出了一个概念--类脑计算 , 要向大脑去学习 , 是否可以用电路或芯片器件的方式去模拟出脑的结构以及模拟脑的工作机制 。 针对类脑计算将其范围缩小一点叫做神经拟态计算 , 用CMOS和新器件实现的神经拟态计算可模拟大脑的结构和工作机理 , 并实现几大特点:一是存算一体 , 数据的存储和数据的计算都在一个单位或在一个网络里完成;二是事件驱动 , 可以实现低功耗;三是生物关联 。