Редактор | Винсент
Руководство по передовой ИИ: "Сегодня Horizon Robotics провела конференцию по запуску продукта, на которой был анонсирован встроенный чип интеллектуального зрения собственной разработки компании, и одновременно были выпущены три интеллектуальных решения: интеллектуальное вождение, интеллектуальный город и интеллектуальный бизнес.
После долгого молчания Horizon впервые публично выпустила новый продукт.Для тех, кто давно следит за Horizon, это, несомненно, взрывоопасная новость. Покинув Baidu, Ю Кай, вступивший на путь предпринимательства, наконец, сегодня продемонстрировал свою решимость и стремление развернуть ИИ своими силами. блеск, как он хочет? "
20 декабря 2017 года в 14:00, Пекин, China World Hotel.
При запуске своего продукта Horizon Robotics выпустила BPU (Brain Processing Unit), известный как первый в Китае и ведущий в мире встроенный чип зрения с искусственным интеллектом: процессор «Sunrise» для интеллектуальных камер и «Journey» для интеллектуального вождения. Процессор.
Доктор Ю Кай, основатель Horizon Robotics и бывший руководитель Baidu Deep Learning Research Institute, сказал на встрече: «Еще в 2015 году, когда была основана Horizon, она первой в отрасли предложила: создать чип искусственного интеллекта архитектура (BPU), которая больше Google предложила архитектуру TPU ранее.
Согласно отчетам, потребляемая мощность чипа может составлять всего 1,5 Вт, и он может одновременно выполнять точное обнаружение и идентификацию в реальном времени 8 типов целей, таких как пешеходы, автомобили, неавтомобили, полосы движения и т. д. дорожные знаки, светофоры.
Кроме того, Horizon также анонсировала на встрече три интеллектуальных решения, которые ориентированы на: интеллектуальное вождение, умный город и умный бизнес.Алгоритм глубокого обучения может реализовать крупномасштабное обнаружение и отслеживание лиц, структурирование видео и другие приложения на переднем конце. , и может широко использоваться в интеллектуальной безопасности, умном городе и других сценариях.
AI Frontline на месте получил подробные параметры чипа, выпущенного Horizon:
Основанный на гауссовской архитектуре, чип может выполнять один видеовход 1080P@30fps и может обнаруживать и идентифицировать 200 целей в каждом кадре изображения; типичное энергопотребление составляет всего 1,5 Вт, а задержка менее 30 мс..
В то же время д-р Ю Кай также объявил о стратегии Horizon в области чипов на ближайшие несколько лет:
В 2018 году Skyline выпустит новый интеллектуальный чип на базе архитектуры Бернуи с новой структурой разреженной бинаризованной нейронной сети, а в 2019 году — высокопроизводительный чип, который может одновременно обеспечивать ввод видео 12k @ 30fps.
К 2025 году 30 миллионов новых автомобилей на дорогах Китая будут иметь возможность самостоятельного вождения, а «мозг» каждого беспилотного автомобиля будет основан на процессоре искусственного интеллекта Horizon.
«Большой шаг» Horizon, который давно назревал
С момента своего создания в июле 2015 года Horizon выпустила две интеллектуальные системы: интеллектуальную систему помощи при вождении для обнаружения полосы движения/автомобиля/пешехода и «Платформу Андерсена», которые применяются в областях интеллектуального вождения и умного дома соответственно. В июле 2016 года, после получения нового раунда финансирования, Horizon заявила, что эти инвестиции будут использованы для увеличения инвестиций в исследования и разработки в области автономного вождения и умного дома, ускорения разработки и внедрения продуктов, продвижения чипов искусственного интеллекта и умных домов. разработка. В сентябре 2016 года Horizon открыла научно-исследовательский центр в Нанкине, и разработка интеллектуальных чипов пошла по плану.
Более года, с сентября 2016 по декабрь 2017, Horizon как будто исчез из технической области, во внешний мир больше не поступало никаких новостей, и даже вызывали спекуляции: продолжать выживать?
Наконец, в декабре 2017 года компания AI Frontline получила приглашение от Horizon принять участие в запуске этого продукта. Когда мы узнали, что релиз нового продукта, скорее всего, будет чипом, мы поняли: на горизонте, сконцентрированном на исследованиях и молчании, назревает такой «большой ход».
Выпущен большой ход чипа, может ли он убивать на поле боя?
Теперь и чип горизонта выпущен, и большой ход выдан, но может ли это быть убийством с одного удара на уже взорванном бурей поле боя умных чипов? Во всем мире технологические компании, которые внедряют смарт-чипы, захватили свои вершины.Давайте посмотрим на текущую ситуацию на поле боя ИИ:
Зарубежные поля сражений в основном основаны на крупных фабриках: Intel, Nvidia, Google и Microsoft, четыре старомодные технологические фабрики, каждая из которых занимает плодородную почву, внедряет искусственный интеллект и бурно растет, что представляет собой ситуацию, когда гиганты борются за гегемонию. .
Intel — старая фабрика микросхем, пытающаяся омолодиться
Самоуправляемые транспортные средства стали одной из основных целей искусственного интеллекта, и Intel хочет прочно закрепить свои позиции в этой области.
Однако вместо того, чтобы полностью сосредоточиться на внутренних исследованиях и разработках, Intel создает собственные возможности искусственного интеллекта за счет приобретений. В августе 2016 года Intel приобрела Nervana Systems, производителя процессоров для нейронных сетей.
В ноябре 2016 года, через несколько месяцев после приобретения Nervana, Intel анонсировала серию процессоров — Nervana, платформу, предназначенную непосредственно для приложений, связанных с искусственным интеллектом, таких как обучение нейронных сетей. Дайан Брайант, исполнительный вице-президент и генеральный менеджер группы центров обработки данных Intel, сказала: «Мы ожидаем, что платформа Intel Nervana обеспечит революционную производительность и значительно сократит время, необходимое для обучения сложных нейронных сетей. Производительность будет в 100 раз выше, что ускорит темпы инновации в развивающейся области глубокого обучения».
В марте 2017 года Intel совершила громкое приобретение Mobileye, разработчика ADAS для глубокого обучения, на общую сумму около 15 миллиардов долларов. Стратегия Intel по слияниям и поглощениям обрела смысл почти сразу. Производитель чипов надеется закрепиться на рынке беспилотных автомобилей, и эта стратегия позволила ему стать ключевым поставщиком оборудования для машинного обучения.
На выставке Automobility LA, состоявшейся в Лос-Анджелесе в ноябре прошлого года, генеральный директор Intel Брайан Кржанич заявил, что автономное вождение сегодня стало самым большим изменением в игре, и заявил, что новые продукты Intel SoC и EyeQ5, выпущенные после приобретения Mobileye, больше, чем его Конкурент — платформа глубокого обучения Xavier от Nvidia имеет вдвое большую производительность.
Nvidia — доминирует в графическом процессоре и доминирует в пакете
Хотя на рынке представлено довольно много компаний, выпускающих GPU, ни одна из них не является более подходящим синонимом технологии, чем Nvidia. Согласно отчету Jon Peddie Research, Nvidia увеличила поставки графических процессоров на 29,53% в третьем квартале 2017 года, при этом основные конкуренты AMD и Intel потеряли позиции в этом отношении. Поставки AMD увеличились на 7,63%, а поставки Intel — на 5,01%. Конечно, это в основном обусловлено рынком видеоигр, но аналитики Jon Peddie Research считают, что спрос на высокопроизводительные приложения, связанные с добычей криптовалюты, также способствовал росту отгрузок.
Потребность в высокопроизводительных процессорах для задач, таких как майнинг криптовалюты и приложения ИИ, выдвинула графические процессоры на передний план аппаратного обеспечения ИИ. Графические процессоры содержат сотни ядер, которые могут одновременно выполнять тысячи программных потоков и являются более энергоэффективными, чем ЦП. Процессоры более универсальны и более прыгучие, могут выполнять множество задач и хорошо повторяют операции с большими пакетами данных. Графический процессор называется графическим процессором из-за этого ключевого отличия, и он лучше справляется с графикой, потому что обработка графики включает одновременную обработку тысяч небольших вычислений. В то же время такая производительность также делает GPU идеальными для понимания таких задач, как описанное выше обучение нейронной сети.
Буквально в декабре этого года Nvidia анонсировала Titan V, графический процессор для ПК, предназначенный для глубокого обучения. Графический процессор основан на архитектуре Nvidia Volta с использованием новой базовой технологии, которую Nvidia называет тензорными ядрами. В математических терминах тензор определяется как «математический объект, похожий на вектор, но более обобщенный, представленный набором функций пространственных координат». архитектуры.
Google — сфокусируйтесь на TPU, хорошо поработайте над посадкой приложений
Пожалуй, ни одна компания не вникала в концепцию тензоров глубже, чем Google. В 2016 году поисковый гигант выпустил TensorFlow, очень популярную платформу с открытым исходным кодом для глубокого обучения. По словам Google, «TensorFlow — это программная библиотека с открытым исходным кодом для численных вычислений с использованием графов потоков данных. Узлы в графе представляют собой математические операции, а края изображения представляют собой многомерные массивы (тензоры), которые взаимодействуют между собой. Его гибкая архитектура Fabric позволяет пользователям развертывать вычисления на одном или нескольких процессорах или графических процессорах на настольных компьютерах, серверах или мобильных устройствах с использованием единого API».
В 2016 году компания выпустила первое поколение новых процессоров под названием Tensor Processing Units (TPU). TPU Google — это ASIC, адаптированные для машинного обучения и TensorFlow. В мае 2017 года Google выпустила TPU второго поколения с производительностью до 180 терафлопс.
В июне 2017 года на 44-м Международном симпозиуме по компьютерной архитектуре (ISCA), проходившем в Торонто, Канада, компания Google опубликовала исследовательский отчет о TPU, развернутых в центрах обработки данных с процессорами Intel Haswell, а также в одном и том же центре обработки данных. в центре сравнили и обнаружили, что TPU работает в среднем от 15 до 30 раз быстрее, чем GPU и CPU. TOPS на ватт TPU также примерно в 30–80 раз выше, чем у последних двух. Google говорит, что TPU теперь используются во всех онлайн-сервисах компании, таких как поиск, просмотр улиц, Google Фото и Google Translate.
В некоторых высококлассных приложениях ИИ TPU также доказали свою ценность. TPU является «мозгом» знаменитого искусственного интеллекта AlphaGo от Google, который в прошлом году победил чемпиона мира по го, а совсем недавно AlphaGo вышла на поле искусственного интеллекта, доказав, что может стать мастером-мастером го, обучаясь в относительно короткий период времени огромный скачок. После всего лишь нескольких месяцев обучения последняя версия AlphaGo, AlphaGo Zero, стала гораздо более способной, чем люди-эксперты. А победить эксперта в шахматах (сложная игра, но гораздо менее требовательная к вычислениям, чем Го) — дело нескольких часов.
Microsoft — темная лошадка сзади
В то время как Nvidia, Google и Intel в той или иной степени сосредоточены на обслуживании ИИ, обработка услуг, предоставляемых их чипами, происходит на устройстве, а не в облаке. Microsoft утверждает, что производительность ее облачной службы искусственного интеллекта на основе FPGA находится на одном уровне или даже выше, чем у Nvidia, Google и Intel. Microsoft считает, что облачное решение на базе FPGA под кодовым названием Project Brainwave превзойдет ЦП, ГП и ТПУ с точки зрения масштабируемости и гибкости.
Как правило, решения на основе процессоров несколько ограничены конструктивно и могут выполнять только определенные задачи. Однако, поскольку FPGA являются гибкими и перепрограммируемыми, обновление проще, а производительность процессоров выше. По данным Microsoft, Project Brainwave от Microsoft работал со скоростью 39,5 терафлопс при работе на FPGA Intel Stratix 10 с задержкой менее 1 миллисекунды.
Вопрос о том, обеспечивают ли FPGA лучшее решение для ИИ, является спорным, как и любой другой. Microsoft утверждает, что создание специализированных ASIC для ИИ слишком дорого для производства, в то время как другие утверждают, что FPGA никогда полностью не достигнут производительности чипов, разработанных для ИИ.
На Международном симпозиуме по программируемым вентильным матрицам (ISFPGA) в марте некоторые исследователи из лаборатории Intel Accelerator Architecture Lab опубликовали документ, описывающий их понимание двух поколений FPGA Intel (Arria10 и Stratix 10), которые обрабатывают алгоритмы глубоких нейронных сетей. Nvidia Titan X Pascal (процессор Titan V). По словам исследователей Intel: «Результаты показывают, что FPGA Stratix 10 превосходит графический процессор Titan X Pascal на 10 %, 50 % и 50 % с точки зрения операций умножения матриц для сокращенных, Int6 и двоичных DNN соответственно. 5,4x. В Ternary-ResNet FPGA Stratix 10 превосходят графические процессоры Titan X Pascal на 60% и имеют в 2,3 раза более высокую производительность на ватт. Это говорит о том, что FPGA могут стать предпочтительной платформой для ускорения DNN следующего поколения».
С другой стороны, в Китае, хотя он и не такой конкурентоспособный, как в зарубежных странах, силу стартапов нельзя недооценивать.
В этом году Cambrian выпустила три интеллектуальных чипа: Cambrian 1H8 для маломощных приложений для сценического зрения, Cambrian 1H16 с более широкой универсальностью и более высокой производительностью и Cambrian 1M для интеллектуального вождения. Кроме того, больше стартапов, таких как Shenjian Technology, Kneron и Kunyun Technology, также сосредоточены на исследованиях интеллектуальных чипов.Нельзя сказать, что текущая ситуация с Horizon полна травы и деревьев и осаждена со всех сторон, но это ни в коем случае не очень благоприятно.
Горизонт Амбиции
Три набора интеллектуальных решений вне чипа могут лучше отражать амбиции Horizon.
Будь то конференция Nvidia GTC China 2017 в этом году или последующая всемирная конференция Baidu, бесчисленное количество компаний упомянули, что они начнут планировку умных городов.Сегодня Horizon также присоединился к команде.
В начале статьи мы упомянули, что Horizon уже предоставляла решения в области интеллектуального вождения еще в 2016 году. Об этом также сказал в своем выступлении доктор Ю Кай:Высокие требования к точности, энергопотреблению, производительности в реальном времени и надежности процессоров автономного вождения представляют собой вершину процессоров искусственного интеллекта.С выпуском собственных смарт-чипов Horizon больше уверена в развитии умного вождения, умных городов и других областях.
Запуск этого нового продукта вернул горизонт в поле зрения людей, и до сих пор неизвестно, сможет ли индустрия распознать недавно выпущенный смарт-чип. море как гравий? AI Frontline продолжит уделять внимание последним разработкам Horizon, есть ли у Horizon абсолютная сила, чтобы занять позицию на внутреннем рынке чипов, мы с нетерпением ждем момента, когда от Horizon засияет свет.
Для подробного анализа войны чипов 2018 года, пожалуйста, ознакомьтесь с нашей третьей статьей «2018, начнется война чипов ИИ», опубликованной сегодня, и следите за новостями о специальном контенте для смарт-чипов на переднем крае ИИ на конец года!
Следите за нами в WeChat"Передовая линия ИИ", ответьте "AI" в фоновом режиме, чтобы получить серию электронных книг в формате PDF "AI Frontline".