“軟件和使用側結合得更多。人工智能芯片的硬件固然重要，但是如果軟件做得好，可能更勝一籌。”王蘊韜介紹，一些非常厲害的算法團隊和軟件團隊，甚至可以在十分普通的芯片上，實現神經網絡加速芯片的加速效果。
軟硬結合才能避免尷尬局面
對於國內人工智能芯片產業而言，軟硬件匹配度不夠好的情況並不罕見。
“很多人工智能芯片在設計之初的想法是很好的，但是上市後卻發現用戶不太買賬，軟件環節做得不夠好可能是原因之一。”龔國良告訴科技日報記者。
以算法為例，用戶的“美好理想”一般是，利用算法開發平台把算法訓練出來後，只需進行傻瓜式移植，就能將其應用在人工智能芯片上，產品隨之迅速出爐。但實際情況是，算法移植到人工智能芯片時需要進行硬件化改造，讓它適應芯片的硬件。
“這個環節需要花費很大的精力，要麼應用方來做，要麼芯片的設計方來做。”龔國良說，目前芯片研發團隊大多是硬件出身，在軟件支持方面花費的精力相對較少，重視程度依然不足。
在王蘊韜看來，把真正好的算法，落地到人工智能芯片硬件中，需要進一步實現軟硬件協同發展，而這一領域還存在非常大的市場空間。
科技日報記者了解到，在人工智能芯片軟硬件協同方面，國內的大公司一般做得比較好。因為軟件方面例如算法的移植和人工智能芯片的驅動，實現起來有一定難度，需要專門的團隊去研發。
|
