AI大熱的時代，Arm平台化策略如何賦能人工智慧生態創新？

察勢者智，馭勢者贏。近日，由CSIA-ICCAD、《中國集成電路》主辦，摩爾精英協辦的首場「人工智慧與半導體技術國際論壇」在上海隆重召開，Arm人工智慧生態聯盟秘書長、Arm戰略聯盟業務發展總監金勇斌在論壇上做主題演講《平台化賦能AI生態創新》，就大熱的人工智慧與Arm生態創新進行了精彩分享，簡述Arm對AI大勢的觀察，以及馭勢而贏的平台化策略。

來源 | Arm芯聞

本文編輯 | 小安

01

行業+AI vs AI+行業

AI普及還面臨哪些挑戰?

人工智慧帶來了大量的創新機遇毋庸置疑，金勇斌首先為我們闡述了一個概念：現在談AI應多為行業+AI而不是AI+行業，行業本身就一直存在，產業鏈相對成熟，只是人機協作效率較低，決策多是靠人。通過+AI技術賦能可以使效率有質的提升，使物體變得更聰明、更智能，更理解人從而減少甚至不需要人的干預做出行為決策。

要+AI賦能更多的行業、滲透更多的應用，還有各種亟待解決的瓶頸。現階段技術方面的主要挑戰是算力提升、功耗降低、成本控制、演算法場景化集成等方面，接下來安全和隱私也是無法逃避的問題。目前許多終端數據都是送到雲端做分析處理，邊緣AI算力已經開始快速迭代，多數的檢測識別任務將在端側就地完成，設備的可靠性會提高，數據的隱私性會提高，但如何保護演算法自身被竊取的安全性需要解決。晶元作為前端智能應用的基礎支撐，如何解決以上相關挑戰，加強生態協作是不可忽略的一環。

02

Arm 三大平台已搭建，加速平台化賦能

神經網路加速器非常重要，但它不能解決一切問題，只是AI晶元中的一個部分。金勇斌舉例道，視頻流從攝像頭先到ISP域做信號處理，再到CV域做目標檢測，再到NN域做識別，即使NN也不能完全自治處理一個完整的深度學習模型，過程中需要CPU或向量處理器的深度參與，要屏顯還需要GPU/DPU，圖像回傳還需要編碼器... 這是一個系統工程。Arm著力於為合作夥伴提供平台型解決方案，包括已有的CPU、GPU、ISP，近期發布的OD、ML處理器，輔以Arm CL，CMSIS-NN、Arm NN等計算庫及軟體，全面支持主流的深度學習模型以及傳統CV，開發者能夠繼續使用他們首選的框架和工具，經Arm開發軟體無縫轉換結果後可在底層平台上運行。

以上要素都在Arm近期發布的Project Trillium平台上得以體現，加上Arm在2017發布的平台安全架構PSA，一個個單點IP匯聚成一個高效且安全的子系統，再通過擁有廣泛支持的連接IoT設備的Arm Mbed平台將數據安全地送上雲。金勇斌說明了目前Arm三大平台所需要完成的任務，賦能生態夥伴的應用解決方案創新、共建產業標準與開發者生態、激活增值解決方案與服務。

03

產學攜手，在開放協作創新生態中共成長

有了平台便可以對應廣泛的合作夥伴，怎麼把解決方案與開發者生態激活？目前中國AI行業日新月異，AI發展需要應用落地才算真「AI」，所以Arm去年在上海發起了人工智慧生態聯盟（AIEC）。據金勇斌透露，聯盟發起時是22家單位，現在已經是120多家了，包括晶元公司、演算法公司、OEM、方案商、系統集成商、運營商等，同時也成立了相應的科技創新基金。

此外，Arm過去10年在中國耕耘大學計劃，目前已經與國內500所以上高校建立平台，自身以及與合作夥伴開發了1300多門課程，涉及IoT、Mbed平台、ML/AI等眾多領域。Arm非常願意作為一個載體，提供平台，幫助各類合作夥伴們實現大學教育及合作計劃。

最後，金勇斌總結說到，目前大家的印象中Arm可能是CPU的代名詞，但Arm也是一個科技生態的代名詞——建設開放式協作創新與共同成長的生態系統，共建、共長、共享。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！