GTI新一代人工智能芯片，欲比肩NVidia和寒武纪.doc

《GTI新一代人工智能芯片，欲比肩NVidia和寒武纪.doc》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、GTI新一代人工智能芯片,欲比肩NVidia和寒武纪　　在人工智能芯片领域，NVidia和寒武纪是目前技术比较雄厚的两家公司。GTI的突然杀出吸引了业界人士的关注，GTI带来人工智能芯片将会掀起产业革命。有人将它与NVidia和寒武纪相比，他们的区别在哪里。　　最近看到这样一颗AI芯片，在一个简单的开发板上，没有外置的存储器，通过训练每秒能识别150张图标。该芯片的联合创始人董琪先生说，这颗AI芯片的一个功能，可以把手机变成寻宝器，鉴别奇珍异宝。比如说，你把冬虫夏草的特征数据存储在手机中，到西部地区有人给你兜售冬虫夏草，那里是没有网络信号的偏远地区，你对着产品拍照，手机

2、马上就会告诉你冬虫夏草的真伪和品质等级，即时处理，非常快。　　联想到现在公安部门追捕罪犯时运用的人脸识别，需要后台计算识别，结果延时造成嫌疑人已经离开摄像机覆盖区域。未来通过这款芯片强大的声音和图像处理能力，无需再把图片传送到后台，即时识别，犯人再也无处可逃。　　GTI带来人工智能芯片的革命　　这款芯片由GTI出品！GTI，全称是GyrfalconTechnologyInc．，由一批有创新情怀的硅谷华人人工智能科学家和半导体芯片行业的资深工程专家及企业家组成的团队，Gyrfalcon（海东青）是一种以飞行速度迅疾著称的鸟。公司的使命是将“云＋人工智能”的力量延展到本地设

3、备上并使其获得更大的性能和效率，专注开发低功耗、高性能人工智能处理器的芯片。　　　　我过去曾担任EETImes总编12年，造访无数硅谷领先的半导体公司，GTI的团队依然让我惊艳。这是一群硅片上的冲浪高手组合，他们精通芯片工艺和算法，整合全球领先的技术，像工匠一样精心雕琢出产品。“我们希望用高性能和低功耗的产品服务中国智造和创新，加速中国人工智能的产业化进程。”董先生告诉我，“我们未来将为中国的工程师和开发者提供技术支持，让中国的开发者用我们的芯片开发出更酷的创新产品。“　　GTI与NVidia和寒武纪的区别　　现在活跃在AI芯片领域的，形成影响力的有Nvidia和华为麒

4、麟970带红的寒武纪等中国新星，他们也有不少创新。但是大部分品牌能做到在终端产品内大容量本地计算，不用后台计算机支撑吗？功耗方面，他们和GTI同级别的产品显然有很大的差距。　　GTI的芯片能真正实现图片，视频和语音在手持设备的本地学习和识别！　　我看到了真实的开发板演示，才敢相信这是真实存在的。　　人工智能是对人类能力的增强！董先生的想法是让GTI的芯片给更多有才华的工程师和开发者带来新的创新空间。低功耗和高性能同时具备是GTI的核心竞争力。据董先生介绍，未来GTI的第二代芯片产品的功耗将做到更低，明年上半年将会出品。我认为这样的超低功耗配合GTI强大的声音和图像处理能

5、力这些将为智能终端领域带来颠覆性的改变！更多个性化的产品，更多基于SDK的二次开发，不仅仅是产品的改变，新的商业模式也会出现，值得大家共同期待！　　人工智能发展阶段和革命点　　人工智能发展40年，经历两个维度和两个阶段技术路线。　　第一个维度是早期基于专家系统的人工智能，是建立在人的经验基础上，根据专家决策思路来判断。它不能超越人的智慧，但也通过计算机超算能力把只有专家才能解决的问题，变成机器辅助决策系统。　　第二个阶段是基于神经元理论的深度学习人工智能路线，它是人告诉机器特征要素，机器根据特征要素去自己学习。就像妈妈教孩子，这一只鸟，机器记住鸟的特征，下次见到鸟的图片

6、就知道是鸟。机器学多了就能区别麻雀、鹦鹉和老鹰，变的聪明起啦。第二个维度是AI芯片的技术路线，早期是用CPU计算能力实现，发展到基于GPU的AI芯片，在图形处理效率上改善计算效率，它的特点是把图片存储起来，通过比对来识别和学习。它的特点是存储量大，需要后台计算机支撑、计算量大、决策时间长和功耗大。　　我认为，中国要抢占人工智能的至高点，走产业化的道路，要解决的关键问题就是芯片的低功耗和高性能的平衡！　　那么，有没有一种不用存储图片，占有几百K－几兆字节存储空间，而仅存储图片特征值，从而减少存储，减少计算量，完全本机实现学习和决策的芯片途径？　　人工智能领域的竞争就是一场

7、芯片革命！我看到董先生沿着卷积神经网络的路线，实现深度学习的AI处理器。他的团队由一批有情怀的硅片人组成，真正做到低功耗、计算快和无需芯片外数据交换的终端应用，这颗芯片实现了革命性的创新！　　GTI的芯片性能　　GTI的AI处理器芯片－“光矛”Lightspeeur2801S已于2017年9月成功流片，该芯片拥有高达9．3TOPS／Watt的卓越效率能耗比表现，在人工智能边缘计算与数据中心机器学习领域相比目前市场上的其他方案高出几个数量级。它有二低二高特点，低功耗低存储，高并行和原位计算，能有效推动各种人工智能应用在终端侧及云端的产业化落