多核异构多模计算引领人工智能时代走向新纪元

中星微人工智能芯片技术有限公司董事长 张韵东

安防监控是物联网的一个典型应用。目前，这一应用对智能处理、智能分析产生了强烈的需求。由于新一代人工智能(AI)技术/芯片的出现，前端的性能得到提高，从而可以由传统的信息收集功能提升为可进行信息智能分析处理的功能。

未来几年，AI在安防监控的应用会逐渐深入，渗透力会逐渐提升。最终，由云端控制的多摄像头将能够在城市级以及全国范围内达到整个安防监控的技术要求，从而满足天网工程、雪亮工程的要求。

人工智能的发展趋势及实现方案

对于人工智能来讲，其发展有四个趋势：从云端智能走向前端智能，也相当于云计算走向边缘计算；从智能感知到智能认知；从单一模式处理到多模计算；从弱人工智能到强人工智能再到超人工智能。对于芯片方面的趋势是，在深度学习方面，支持多模计算的多核异构的智能处理器架构将是未来的发展趋势。

对于中星微来说，我们一直在做视频处理，起初也和公安部第一研究所一起制定了《安全防范监控数字视音频编解码技术标准》(SVAC)。对于安防监控，特别是需要满足SVAC国标的安防，SVAC国标对AI提前做了布局。SVAC是最好的AI落地场景，我们对AI芯片也是存积极拥抱的态度。

人工智能实现的方案包括云端智能和前端智能。云端智能即摄像头把图像传到云端，云端去做解码再做分析。前端智能则是前端摄像机做一部分的智能分析，再传到云端，去做深一层的智能分析。前端智能对于实时性要求较高的应用更好。云端是把多个摄像头的数据集合，再做大规模数据的分析。未来的发展是分布式结合，协同处理，达到数据分布式的智能分析。

前端也分两种。一种是安防主芯片加AI协处理器，或者加FPGA等来实现数据智能化分析。另一种是单芯片，即用一颗芯片完成视频编解码和智能分析。这就是多核异构的智能处理器，也是发展趋势所在。

此外，未来前端摄像头会由单目变成多目，或者全景；目标识别由二维变多维。目标识别会深入到物体识别再到行为识别。

多核异构多模计算同时满足大小数据和逻辑推理等多种场景

未来代表后摩尔定律时代。如何才能进一步提升信息处理效率，跟原来的流派不矛盾，是要解决的问题。我们在另一个维度，采用NPU+DSP+CPU的多核异构多模计算的方式， 可以让信息处理的速度加快。

众所周知，AI算法迭代很快，有很多方案，如FPGA、GPU、NPU和ASIC等。纯粹的ASIC，其编程能力较弱，存在灵活性不够的问题。而NPU介于ASIC和可编程处理器之间，既具有一定灵活性，又具有ASIC的低功耗、低成本等特性。

多模计算多核架构是AI处理器发展的一个趋势，例如中星微最新的星光二号处理器，其支持的多模计算包括三种场景模式：应对大数据场景的深度学习算法；应对小数据场景的传统智能算法；基于抽象逻辑思维的、用来处理逻辑推理程序的场景。为了支持多模计算，芯片本身就要通过多核来实现：应对于大数据的深度学习算法通过NPU来实现，应对于小数据的传统智能算法通过DSP来实现，应对于处理逻辑推理程序的场景通过CPU来实现。在一个芯片中集成三个处理器，并让处理器之间产生联系和数据分析互动，形成紧耦合、强相关的闭合回路，这样就可以支持人工智能分析和运算。

未来几年，安防监控集成神经网络处理器已经成为大势所趋，而且这个趋势会越走越快。对于这样的应用场景，AI芯片需要具备功耗比较低、处理能力强的特点。而多核异构SoC相比主处理芯片加协处理器的方案更有优势。预计在未来三到五年内，这类芯片会迅速上量，推动安防监控产品升级换代，而从最开始的模拟监控到数字监控再到现在的智能监控，跨越一个时代。

总结

长远来讲，人工智能一定会朝着进一步借鉴人类的智慧机制、人脑的处理机制发展，出现进一步创新的新一代架构，包括多核异构架构和其他新的架构。它将在后摩尔定律时代，More Moore和More than Moore的另一个维度，即智能摩尔之路上有所创新。

本文为《观点》杂志文章。