2018江苏南京大学招聘计算机科学
人工智能

从消费电子到人工智能高性价比是处理器市场的一把收割“利器

  大公司开展新项目,一般都要立项,规划好市场盈利预期,项目组的人才会拿到支持资源。这种方案开发者会为盈利担心,害怕做产品不被市场接受团队被砍掉,公司在看不到既定盈利市场也不会轻易开发新项目,这似乎是大公司创新的一个症结。但是我们看到恩智浦开发了集成ARM Cortex-A7和ARM cortex-M的双核处理器,更让笔者比较吃惊的是这并不是恩智浦的第一款双核产品,他们在十几年前就已经开始了双核开发合作。

  那么,恩智浦在十几年前为什么做多核产品?有清晰的盈利市场吗?于修杰解释,“我们的第一个双核产品是“M3+M0”,当时市场上并没有双核的概念,我们内部认为会有用户需要这样的双核异构产品。于是找Geoff申请设计这样一款产品,并不像有些公司严格规定新产品要有明确的应用,公司允许我们去开发,公司认为这样可以学到新的东西。因此我们那时候就做M3+M0,M4+M0的产品,后来LPC很多客户采用了这种组合产品。现在干脆将A系列和M系列内核组合起来,一步步改良有了现在的产品。”

  于修杰先生和Geoff有很长的合作经历,他两位与另一合作伙伴共同经历了从恩智浦加入飞思卡尔,当飞思卡尔被恩智浦收购后,三个人又一起回到了恩智浦,始终负责处理器产品。这个三人组合一直对新产品充满好奇,针对双核异构处理器做了十几年尝试。于修杰先生有些感慨,“正是有这么多年的积累,我们才有胆量将这个产品做出来,让客户去用。当时这个想法出来以后唯一的问题就是工艺,后来FD-SOI出来以后我们没有考虑客户和应用的问题,直接就开始做产品了。”

  i.MX 7ULP的改进就在于在增加M4内核的情况下还极大降低了功耗,差别可以用Apple Watch和小米手环的形容。原因就在于,当系统运行时,运行内核可以根据复杂程度自动在A7和M4之间切换,复杂的应用由A7完成,简单的应用由M4完成,可以在保证运行高速的情况下保证功耗也最低,现在已经开始陆续应用在可穿戴设备、智能家居等领域。

  几乎所有的处理器厂商都绕不开人工智能这个话题,因为传统的处理器已经无法满足人工智能算法和大数据所需要的算力,所以市面上出现了专用AI芯片。我们看到传统厂商在大力进行产品改良,以进入人工智能市场。但是人工智能真的全部需要去云端实现吗?大家一直在追求云计算、大数据的时候,似乎忽略了这个问题。恩智浦队人工智能、机器学习的应用提出了不太相同的看法。

  Geoff Lees解释,“中国很多人工智能、机器学习公司以大GPU、处理器为主。与他们不同,我们不做大的GPU、图形处理器、矢量算法,而是走低端产品路线,把经过优化的机器学习或深度学习引擎固化,放到现有的产品平台上来。i.MX 7ULP、8M这些平台上会带有机器学习的内核,再把这些小的核移到已有产品上来。现在市面上的人工智能第一是在DSD功能上,有的采用GPU架构,而很多中小型公司在开发一些IT,有大核也有小核。我们要把不一样的、全范围的AI,或者机器学习的核、以及大核、小核都有的构架加到已有的微处理器、微控制器的架构上来。该战略能真正让客户把现在的AI,或者人工智能、机器学习用到最终的产品上。”

  第一阶段,与中国的语音公司合作,把他们的操作系统、生态环境移植到恩智浦的处理器上,包括i.MX 7ULP、i.MX 8M、i.MX RT跨界处理器,甚至更低端的微处理器,并且不局限于单个产品,而是一整套方案。同时,恩智浦也会同中国云端厂商合作,将他们的系统移植到RT跨界处理器上。

  第二阶段,优化。与中国的大学、研究机构合作,把他们的研究成果(包括工具、语言算法)移植到恩智浦的产品上来。而且很多经过优化的机器学习、人工智能算法都可以运行在比较小的处理器上进行本地处理,它们比没有优化过的算法性能高10倍以上。

  第三阶段是将比较先进的机器学习、网络算法移植到低端的微控制器上,把中国当地比较便宜的算法移植进来。

  中国的集成电路产业在飞速发展,中国市场在半导体领域的地位不言而喻,因此本土化服务能否做好关系到一个公司能否成功。恩智浦自1986年进入中国市场,如今在中国已经拥有7000名员工,在上海、苏州设立了设计中心,在天津设立了生产中心,其中苏州的设计中心有15年的历史,上海的设计中心主要负责i.MX应用处理器设计,包括芯片设计、软件设计和硬件设计。天津的生产部门承载了90%的MCU产品的封装和测试。i.MX 7ULP和i.MX 8M产品就是有中国团队研发的。现在恩智浦是中国最大的ARM微控制器和微处理器的供货商,是全中国最大的汽车娱乐系统的供货商。

  一个公司是否能有大的发展,和领导者的决策和心态有着莫大的关系,从笔者对于修杰先生及团队成员的采访中发现,恩智浦对创新的支持力度很大,而且用宽容的心态看待产品的市场成败,用长远的眼光看待技术和应用的发展,注重创新本身,而非功利面对市场。他们在十几年前就开始做多核异构处理器,并应用到了用户的产品上,到如今面对算力需求庞大的人工智能、深度计算领域,别人可能在慌忙应对,恩智浦却能游刃有余。这就是中国人说的“胸中有丘壑”,也是很多其它创业者需要学习的。

  过去几年,终端人工智能正在兴起,越来越多的人工智能工作逐渐从云端转移到了终端,例如模式匹配、建模检测、分类、识别等。终端人工智能在保护隐私的安全性、性能和整体可靠性等方面更具优势,这也推动着人工智能向终端迁移。传统而言,很多对神经网络的训练和推理都是基于服务器或者在云端完成,事实上大多数厂家也是将对人工智能的研发集中在云端,目前这样的模式