回顧我國傳統(tǒng)計(jì)算發(fā)展歷程，可以分兩個階段。一是在電子管、晶體管中小規(guī)模集成電路時代。我國元器件與國際相比有差距，但是還不太大，是量上的差別。當(dāng)時完全是基于國產(chǎn)的器件研制計(jì)算機(jī)的硬件系統(tǒng)，同時自行研制軟件系統(tǒng)。當(dāng)時我國發(fā)展計(jì)算機(jī)的原則是：借助外援而不依靠外援，堅(jiān)持獨(dú)立自主引進(jìn)技術(shù)，不單純購買機(jī)器，有步驟地發(fā)展我國計(jì)算機(jī)事業(yè)。

當(dāng)集成電路進(jìn)入超大規(guī)模時代，我國在微處理器技術(shù)方面出現(xiàn)了質(zhì)的差距。為滿足發(fā)展需求，1981 年以后國家允許進(jìn)口配套的器材來組裝系統(tǒng)或者直接引進(jìn)計(jì)算機(jī)系統(tǒng)來解決應(yīng)用需求，這樣基于引進(jìn)的微處理器設(shè)計(jì)系統(tǒng)或者集成引進(jìn)系統(tǒng)來做開發(fā)應(yīng)用，就成為主要路徑。由于系統(tǒng)硬件退出了核心技術(shù)，系統(tǒng)軟件也就失去了發(fā)展動力，大部分學(xué)校也把人才培養(yǎng)轉(zhuǎn)向了計(jì)算機(jī)應(yīng)用專業(yè)。特別是出現(xiàn)了軟硬聯(lián)盟、抱團(tuán)競爭的計(jì)算生態(tài)壟斷以后，我國幾次努力都未能改變傳統(tǒng)基礎(chǔ)計(jì)算平臺發(fā)展的被動局面。

回顧這段歷史，我想有幾點(diǎn)啟示。第一，使能技術(shù)、基礎(chǔ)平臺，決定了自主發(fā)展的基礎(chǔ)能力。第二，模型和算法創(chuàng)新，能夠牽引體系結(jié)構(gòu)的變革。第三，規(guī)模應(yīng)用是整個生態(tài)發(fā)展進(jìn)步的動力，技術(shù)的轉(zhuǎn)軌可以來創(chuàng)新發(fā)展的機(jī)遇。

智能計(jì)算帶來創(chuàng)新發(fā)展的機(jī)遇

大家都把這一次人工智能的興起歸結(jié)為深度學(xué)習(xí)+大規(guī)模計(jì)算+大數(shù)據(jù)（算法、算力、數(shù)據(jù)）。2006 年被視為深度學(xué)習(xí)元年，雖然神經(jīng)網(wǎng)絡(luò)概念較早就提出來了。深度學(xué)習(xí)之所以成功的重要背景是，計(jì)算能力達(dá)到了可實(shí)用要求，互聯(lián)網(wǎng)的發(fā)展又帶來了大量可用的數(shù)據(jù)。這一次人工智能的興起有一個重要特點(diǎn)。前兩次更多是由學(xué)術(shù)主導(dǎo)，學(xué)術(shù)界呼吁政府和投資人投資。而本次主要是商業(yè)主導(dǎo)，政府和投資人主動向熱點(diǎn)領(lǐng)域投入?？梢哉f，這一次的興起是人工智能技術(shù)真正與產(chǎn)業(yè)結(jié)合，飛入尋常百姓家。

人工智能或說智能計(jì)算也存在生態(tài)問題。智能計(jì)算分為兩個相對獨(dú)立的階段，一是訓(xùn)練學(xué)習(xí)階段，二是推理應(yīng)用階段。智能計(jì)算平臺可以分為兩大類，一個是云側(cè)平臺，解決模型的訓(xùn)練（學(xué)習(xí)）及海量智能信息服務(wù)（推理）問題，一個端側(cè)平臺，百花齊放，主要解決推理應(yīng)用。

智能計(jì)算模式相對比較少，精度要求相對低。深度學(xué)習(xí)算法集中在一些相對固定的操作模式，如向量、矩陣運(yùn)算，在訓(xùn)練階段，單精度（32 位）或者半精度（16 位）就可以了，在推理階段，甚至可以到低值、二值。此外，智能計(jì)算可并行度高，目前神經(jīng)網(wǎng)絡(luò)同一層的計(jì)算可以完全并行，而且很多是規(guī)則的大數(shù)據(jù)流并行。

智能計(jì)算對體系結(jié)構(gòu)的要求

智能計(jì)算也對體系結(jié)構(gòu)提出了新的要求。比如，在云側(cè)的模型訓(xùn)練需要高效能大規(guī)模并行計(jì)算能力的支撐。特別是學(xué)習(xí)模型參數(shù)多、數(shù)據(jù)規(guī)模大、計(jì)算量大的時候。

在云側(cè)，如果用推理應(yīng)用就需要高吞吐率、低延遲的服務(wù)計(jì)算模式支撐，滿足海量并發(fā)推理任務(wù)的服務(wù)質(zhì)量要求，對海量在線用戶的快速實(shí)時響應(yīng)。

端側(cè)的推理應(yīng)用需要小型化、高能效、低時延、傳感-計(jì)算-通信融合的體系架構(gòu)支撐。無人機(jī)/無人車/機(jī)器人等諸多設(shè)備，對時延要求非常苛刻。

當(dāng)前智能計(jì)算技術(shù)發(fā)展態(tài)勢主要有如下特征。

一、大家都在積極探索高效智能處理芯片體系結(jié)構(gòu)及實(shí)現(xiàn)技術(shù)。

總體上來講，專用的 ASIC 芯片具有一定優(yōu)勢。測試表明，專用 ASIC 的能效比（性能/瓦）明顯優(yōu)于 CPU 和 GPU。同時，ASIC 芯片發(fā)展前景也比較好，預(yù)計(jì) 2025 年市場規(guī)模將超過 CPU 和 GPU 的總和。

二、努力探索新型體系結(jié)構(gòu)。此外，還有探索高效好用的智能計(jì)算的軟件生態(tài)，比如智能計(jì)算軟件框架，包括高效語言編譯、基礎(chǔ)算法庫等，努力打造軟硬一體的智能生態(tài)計(jì)算。

在云側(cè)，計(jì)算機(jī)產(chǎn)業(yè)幾大優(yōu)勢企業(yè)正在競爭主導(dǎo)地位，比如谷歌的定制專用智能芯片 TPU，英特爾和微軟試圖采用 CPU+FPGA 爭奪市場，華為發(fā)布專用智能芯片昇騰 910。

在端側(cè)，各大公司紛紛推出 ASIC 芯片架構(gòu)，ARM、英特爾、蘋果、高通等企業(yè)在芯片上做出了很大的努力，中國企業(yè)的典型代表有華為、寒武紀(jì)。

同時，各公司紛紛開源智能計(jì)算軟件框架，當(dāng)前的態(tài)勢是群雄競爭，谷歌領(lǐng)跑。我前面講過，傳統(tǒng)計(jì)算已經(jīng)形成了軟硬件抱團(tuán)競爭的壟斷態(tài)勢，但是智能計(jì)算當(dāng)前的態(tài)勢是，軟硬件還相對獨(dú)立，尚未形成軟硬一體抱團(tuán)競爭的壟斷局面。

我國人工智能發(fā)展面臨大好機(jī)遇

我國應(yīng)用需求旺盛，應(yīng)用成果多。2018 年，中國人工智能企業(yè)數(shù)量在全球排名第二，是全球人工智能投融資規(guī)模最大的國家之一。同時，我們也擁有一支實(shí)力強(qiáng)的科技隊(duì)伍。AI Index 2018 顯示，我國在人工智能領(lǐng)域發(fā)表論文的數(shù)量已經(jīng)超過美國。人工智能領(lǐng)域的專利申請排名前十的國家，中國也是排在第一。

在基礎(chǔ)領(lǐng)域，我們也取得了可喜的成果?，F(xiàn)在圍繞智能芯片的研發(fā)，2018 年，中國有 7 家企業(yè)進(jìn)入全球排名的前 24 名。智能計(jì)算軟件框架，中國企業(yè)也有領(lǐng)頭，比如百度的 PaddlePaddle、騰訊的 Angel、阿里的 X-DeepLearning 等。我們有很好的起點(diǎn)。但是我們也面臨著嚴(yán)峻的挑戰(zhàn)。一是原始創(chuàng)新能力不足。我們的研究跟蹤多、創(chuàng)新少，量有優(yōu)勢、質(zhì)上明顯不夠。二是短板明顯。智能芯片產(chǎn)品主要面向推理，云側(cè)訓(xùn)練芯片競爭能力弱，高性能 GPU、FPGA 仍依靠引進(jìn)。三是從事技術(shù)平臺和處理器芯片的企業(yè)數(shù)量比較少。無論是在計(jì)算基礎(chǔ)平臺還是處理器芯片研制上，我們的企業(yè)占的比例都較少。四是應(yīng)用開發(fā)主要基于國外智能計(jì)算軟件框架之上。五是我國自主智能計(jì)算軟件框架的影響力與國際相比存在較大差距。聚集在上面的第三方應(yīng)用少，以自用為主。從 Github 活躍度上可以看到，百度 PaddlePaddle、騰訊 Angel、阿里 X-DeepLearning 與谷歌 TensorFlow 等差距較大。

除了以上幾點(diǎn)，最大的挑戰(zhàn)是，雖然我國軟硬件研發(fā)能力已有質(zhì)的提升，但研發(fā)產(chǎn)品的競爭力仍然不強(qiáng)。如果我們不抓住機(jī)遇，夯實(shí)基礎(chǔ)，下大力氣去打造有競爭力的抱團(tuán)競爭的智能計(jì)算生態(tài)，仍然只是注重近期效益，發(fā)展應(yīng)用，我們就有可能重蹈傳統(tǒng)計(jì)算產(chǎn)業(yè)的覆轍。一旦在人工智能領(lǐng)域、智能計(jì)算領(lǐng)域也形成若干個這樣的壟斷生態(tài)，那我們又要變得被動。

如何應(yīng)對目前的艱難局面

對于如何應(yīng)對，我覺得有如下幾點(diǎn)思考。

一、學(xué)術(shù)界要面向智能計(jì)算挑戰(zhàn)問題，加大國內(nèi)外合作，持之以恒，以基礎(chǔ)理論、計(jì)算模型和算法上的創(chuàng)新突破，牽引體系結(jié)構(gòu)的創(chuàng)新。

二、產(chǎn)業(yè)界要推進(jìn)產(chǎn)業(yè)聯(lián)盟，發(fā)揮既有骨干企業(yè)優(yōu)勢，構(gòu)建上下游協(xié)同的產(chǎn)業(yè)鏈，集中力量打造我國有競爭力的智能計(jì)算生態(tài)。關(guān)鍵是集聚應(yīng)用、滾動發(fā)展、形成規(guī)模，規(guī)模越大，生態(tài)會越穩(wěn)定。

三、管理部門要綜合施策。一是激勵骨干企業(yè)加大對基礎(chǔ)平臺的投入;二是引導(dǎo)學(xué)術(shù)界、企業(yè)、應(yīng)用部門基于自主計(jì)算生態(tài)做研究和開發(fā);三是成立智能產(chǎn)業(yè)發(fā)展大基金，市場和政府協(xié)同，以目標(biāo)為導(dǎo)向，推動產(chǎn)學(xué)研聯(lián)合，特別是要關(guān)注當(dāng)前的一些小微創(chuàng)新。

四、教育部門要合理部署多層次人工智能領(lǐng)域人才培養(yǎng)，在人工智能領(lǐng)域，從當(dāng)前來看，雖然大家都很重視，但無論是人才總數(shù)還是基礎(chǔ)人才數(shù)量，我國和國際都存在很大差距。

（本文根據(jù)盧錫城院士在第三屆世界智能大會上的演講整理而成，未經(jīng)本人確認(rèn)。）