12月10日，嘉楠科技董事長兼CEO張楠賡在36氪WISE 2020大會上演講時表示，智能化變革關(guān)鍵在于計算架構(gòu)。當前設備端計算能力和續(xù)航能力不足，弱網(wǎng)或無網(wǎng)條件下的任務處理對芯片設計提出新的挑戰(zhàn)。計算架構(gòu)設計既要考慮給算法模型足夠的算力支持，也要兼顧較低的功耗，以提升設備對應用場景的適應性。
張楠賡認為，在這個方向上，嘉楠科技研發(fā)的AI芯片勘智K210在商用過程中取得不錯效果，在智能門禁、智能抄表、AI STEAM教育硬件和智慧城市等領(lǐng)域均有落地。同時，嘉楠科技提出“勘智大智慧Kendryte AI”，協(xié)同上下游伙伴推進勘智系列芯片在邊緣AI市場的商用。
智能化變革瓶頸在于計算架構(gòu)
回顧歷史上重要的技術(shù)變革浪潮，小型機、PC和互聯(lián)網(wǎng)三次計算平臺的變遷都是由集成電路直接推動。其中在PC時代，x86成為統(tǒng)治桌面級系統(tǒng)的架構(gòu)。到了移動互聯(lián)網(wǎng)時代，這種壟斷的局面才被ARM打破。而在最新一次變革中，隨著虛擬化、分布式和機器學習等新計算范式的成熟，率先推動了智能化浪潮。
伴隨智能化技術(shù)崛起，大數(shù)據(jù)成為基礎生產(chǎn)要素的過程中，產(chǎn)業(yè)界面臨的技術(shù)環(huán)境也開始由計算驅(qū)動數(shù)據(jù)向數(shù)據(jù)驅(qū)動計算變遷。其中最典型的例子就是機器學習。區(qū)別于傳統(tǒng)計算范式，機器學習應用依賴于大量的數(shù)據(jù)訓練。這種變化映射到計算架構(gòu)上，則是以大量運算單元取代緩存和控制單元。
即便如此，當前處理器的算力仍然無法跟上數(shù)據(jù)的增長速度。張楠賡認為，數(shù)據(jù)中心需要減負，不是所有計算任務都需要在大型數(shù)據(jù)中心進行，而且設備端計算對低時延、低功耗的要求更高。計算跨越數(shù)據(jù)中心的限制，進入與用戶體驗、企業(yè)服務和生產(chǎn)息息相關(guān)的設備端，能更好地滿足未來市場對計算資源的需求。
張楠賡表示，AI已經(jīng)是我們的國家戰(zhàn)略，在政府工作報告中提及多次，這其實是很有遠見的戰(zhàn)略。20年前是互聯(lián)網(wǎng)，10年前是移動互聯(lián)網(wǎng)，那么10年后、20年后的機遇則是AI深度參與其中的物聯(lián)網(wǎng)。
隨著AI的商用化進程加快，算法生產(chǎn)也將走向標準化和規(guī)模化，基于成熟模型的推理計算將占據(jù)更多市場份額。IDC數(shù)據(jù)就顯示，未來將有超過一半的計算發(fā)生在邊緣側(cè)。到2025年，全球邊緣AI芯片組的營收將達到516億美元，遠超云端芯片組。
針對邊緣側(cè)的計算架構(gòu)變革勢在必行。
邊緣AI芯片與嘉楠科技的實踐
張楠賡認為，在其他傳統(tǒng)芯片市場中，往往在功耗、性能和成本之間可以進行一些權(quán)衡置換，但以區(qū)塊鏈、AI為代表的新計算類型并非如此，計算密集型場景對功耗、性能、成本都同時有著非常極限的要求。
雖然智能手機是目前主流的計算平臺，但隨著可穿戴設備、傳感器等數(shù)量的爆發(fā)，以及傳統(tǒng)設備的智能化升級，都在昭示著計算設備的小型化與多元化趨勢。事實上，無論是早期的大型機、小型機，還是現(xiàn)在的PC和移動設備，計算設備的小型化對功耗的要求越來越高。
張楠賡表示，在這個方向上，嘉楠科技一直在創(chuàng)新。公開資料顯示，嘉楠科技于全球最早量產(chǎn)基于RISC-V架構(gòu)的商用邊緣智能計算芯片勘智K210。由于采用了輕量級的RISC-V架構(gòu)，以及片上內(nèi)存等設計方面的優(yōu)化，勘智K210的最低功耗可以達到0.3W，即便搭載外部設備的情況下，其功耗也僅為1W左右。
RISC-V指令集具有開源、精簡、模塊化設計等一系列優(yōu)勢。對于國內(nèi)市場來說，全新的RISC-V使得我國得以與其他國家站在同一起跑線上，有望在全新生態(tài)構(gòu)建中樹立話語權(quán)，另外，其開源的特點有利于我國自主可控技術(shù)的實現(xiàn)。
在開源架構(gòu)的基礎上，嘉楠自主研發(fā)了神經(jīng)網(wǎng)絡加速器和其他一些關(guān)鍵IP。采取自研關(guān)鍵IP的方式，能夠加強產(chǎn)品的競爭力，建立競爭壁壘。張楠賡認為，產(chǎn)品落地沒有捷徑，相反是需要長遠規(guī)劃路徑的，有自己的技術(shù)才有未來。
今年，嘉楠科技還針對加速器KPU自主開發(fā)了戴口罩人臉識別模型、活體檢測模型等一些列算法，初步形成了軟硬一體化的技術(shù)堆棧。對于第二代芯片的規(guī)劃，嘉楠科技也將在下一代AI加速器采用的是可伸縮架構(gòu)，可以達到更高算力。同時，通用性也進一步增強，原則上使用TensorFlow的模型不需要重新編譯或訓練。
除了RISC-V之外，勘智K210也獲得了一些主流技術(shù)社區(qū)的支持。今年4月，AI芯片勘智K210獲得了Linux內(nèi)核，以及系統(tǒng)級語言RUST的支持。值得注意的是，嘉楠科技也與國內(nèi)最大的算法平臺百度飛槳建立合作，研發(fā)定制邊緣側(cè)AI開發(fā)板PaddlePi-K210，為開發(fā)者提供一站式的開發(fā)體驗。憑借低功耗和較強的編程靈活性，勘智K210也成功獲得阿里的關(guān)注，是TinyML方向的探索性學習平臺。
勘智大智慧Kendryte AI：與合作伙伴、開發(fā)者共享AI技術(shù)成果
有了技術(shù)沉淀與商業(yè)場景后，嘉楠科技也積極尋求與產(chǎn)業(yè)上下游的聯(lián)動。今年，嘉楠科技提出“勘智大智慧”，基于AI芯片建設全鏈路生態(tài)體系，包括芯片設計與流片量產(chǎn)、算法和產(chǎn)品研發(fā)，上層服務與解決方案。以More than Moore為核心追求，以領(lǐng)先工藝與設計方法學為依托，追求高質(zhì)量+低成本+快速響應，最大化終端客戶價值，與客戶、合作伙伴和開發(fā)者共享AI成果。
張楠賡表示，嘉楠科技聚焦的兩大領(lǐng)域，無論區(qū)塊鏈還是AI，都是計算密集型場景。公司希望通過原創(chuàng)性的芯片設計，來緩解數(shù)字基礎設施面臨的數(shù)據(jù)壓力，并突破智能技術(shù)在應用場景中的性能瓶頸。嘉楠科技將繼續(xù)堅持核心IP自主研發(fā)的道路，并與更多同行共創(chuàng)芯片行業(yè)的美好未來。
