【新智元导读】AI技术的应用场景开始向移动设备转移，AI芯片作为产业的根基，是将AI技术从云端转移到终端的重要一环。地平线联合创始人&副总裁黄畅详细介绍了边缘AI芯片及其中关键技术，他表示，地平线希望构建自主机器人的计算平台，开放的工具链是一个最好的敲门砖。若想了解更多AI芯片资讯，欢迎来新智元 AI 朋友圈与大咖一起讨论～

　　人工智能不断发展，AI芯片越发炙手可热。

　　近几年，AI技术关注落地，应用场景开始向移动设备转移，如汽车上的自动驾驶、手机上的人脸识别等。产业的需求促进技术的进步，而AI芯片作为产业的根基，必须达到更强的性能、更高的效率、更小的体积，才能完成AI技术从云端到终端的转移。

　　地平线联合创始人&副总裁黄畅在地平线就是主要负责芯片、平台工具链算法等工作，他在以“AI 元力，重启未来”为主题的AI World 2019 世界人工智能峰会上，做了《软硬结合，打造高效开放的边缘AI芯片》主题演讲，主要介绍地平线的AI边缘计算芯片和相关业务，并以此为切口分享了对AI芯片行业的想法九游体育。

　　黄畅认为从计算机发展史来看，计算终端不断变迁。面向未来，每个人会有多个智能计算设备，尤其是各种以自主机器人形式出现在我们身边的设备，这是一个非常巨大的市场。

　　而在终端和数据激增的时代，边缘计算是应对终端数量激增和海量数据计算挑战的一个关键。

　　15年创立时，地平线想把AI计算从云端带到边缘，但是研究发现算法在未来并不是核心问题，而是足够平价高效的计算平台。于是，地平线创立时就决定把软件和硬件结合在一起，做自己的AI计算芯片。

　　关于为什么在边缘侧做这件事情？黄畅说：“最根本的原因在于机器人这种模式，本质上的诉求就是计算、智能、控制的去中心化，尤其是你需要它完成各种操作时。”

　　地平线联合创始人&副总裁黄畅

　　黄畅谈到，5G技术给了边缘计算一个很好的助力，“这使得我们在云和端之间找到一个很好的中间节点去利用边缘侧，尤其在5G基站附近的小型计算数据中心节点更好地去得到更高效、性价比更高的计算解决方案，同时它仍然是一个非常靠近边缘能够独立运作的计算节点。”

　　地平线深耕驾驶领域，看到很多传统的驾驶领域的芯片巨头在芯片里面也集成了AI的核，后来发现它们集成的AI核能够加速的算法是非常传统的，有些方案没有看到算法向前发展的演进趋势。

　　由此，地平线提出不应该以传统芯片里面大家所声称的TOPS作为衡量AI芯片的性能，并想重新定义有效的算力对AI来说应该是什么样的。黄畅解释道，“我们追求的是真实的TOPS/美元”。NineGameSports

　　重新定义AI处理器性能的评估方式，针对场景，基于一个受限于对延迟或者精度要求的情况下，其中一大难题是怎么定义Performance？地平线的目标是，尽可能地提升数据的处理能力。

　　这里面有三个要素，最终全面的优化，芯片的优化、算法的优化，确定下来以后，上限就已经确定了，什么样的算法跑什么样的处理架构。上限确定了，还需要强大的开发工具链支持。其中相关相关的典型编译器和Runtime的优化，使你的算法以尽可能接近100%的利用率运行在硬件上。如果追求最终效能的全面极致优化，这三个都要能掌握，能够去改变。

　　如何实现软硬协同优化：基于复杂的AI计算系统判定AI芯片走向，将算法、编译器和芯片架构充分结合以联合优化

　　为实现软硬件协同优化，必须判断算法向前演进的趋势，抓住市场最主流的算法确定芯片走向，但这不是追求单一的算法模型加速。

　　需要哪种类型的加速？哪些计算需要进行硬件加速？它们的占比大概是多少？最合适的计算和存储架构是什么样的？

　　这应该针对应用场景中一个复杂的AI计算系统全面去考虑，将其最终结合在一起。