吴韧谈异构智能芯片:比谷歌能耗低,比华为寒武纪计算力高

简介:
本文来自AI新媒体量子位(QbitAI)

昨天的媒体交流会上,吴韧全程带笑。

和气、稳重是吴韧给人留下的第一印象。自2015年百度离职创立异构智能以来,这位CEO很少出来发声,异构智能也因此被打上了“神秘”的标签。

与其说这场名为《异构智能拥抱人工智能大势》的分享是场媒体交流会,倒不如说是场吴韧揭秘他与异构智能近况的恳谈。

“异构智能有芯片、模型,有超级计算机,希望将模型脱离云端,带到本地和终端,让终端变得智能。”吴韧一开始就表达了公司愿景。

△ Novumind(异构智能)创始人兼CEO吴韧博士(右),及先烽资本创始人廖志宇(左)

智能终端

“(云端)物联网是个伪命题,是难以实现的。”吴韧说。

目前的现状是,看似魔术般连接起来的物联网,实际需要通过很多海底和底下光缆从分支道路连接到主干道。接入的分支道路呈指数级增长,已经远远超出主干道增长的速度。

因为传统的物联网的云端架构难以处理未来的海量数据,异构智能开始考虑将人工智能的能力从云端拿到终端,让边缘设备学会“思考”。将边缘设备思考的结果通过网络与世界连接,就是实现了吴韧口中的智联网(I2oT)。

“在本地做人工智能是未来的方向,异构智能将为这个方向的公司赋能。”吴韧说。

将AI放于终端对芯片提出了一高一低两点挑战。“高”在于,AI芯片主要有足够强大的高性能支持复杂的人工智能计算,“低”是指芯片需足够低功耗才能置于边缘的小物体上。

“是挑战,也是机会,”吴韧的声音中带着坚定,“异构智能的决定是take the challenge and seize the opportunity(接受挑战,抓住机遇)。”

高性能-低能耗

在此情境下,异构智能选择放弃芯片的通用性,为AI场景设计一款专用芯片,以追求最高的性能功耗比。

吴韧表示,目前的人工智能芯片真正起效需要10TOPS(万亿次运算/秒)的计算力,谷歌等公司的顶级芯片计算力高但能耗也高,不满足本地落地的条件,而高通、寒武纪麒麟970等芯片虽然低能耗,但计算力却达不到。

相比之下,NovuTensor V1仅用5W的用电量,就能实现15TOPS的性能。能耗低,且满足计算需求。

△ NovuTensor优势对比

5W是什么概念呢?吴韧现场形象化地表示,5W是USB可以提供的电量。

“这就是从云端突破到终端的能力。”吴韧说。

专利后的全栈解决方案

“人工智能的核心计算是三维张量的卷积计算,小立方体和大立方体重合的部分做点乘,”吴韧开始谈到芯片背后的技术,“异构智能的芯片在三维层面做操作,并且有四项专利保护。”

△ NovuTensor核心技术

这四项专利包括三维张量卷积用硬件的直接实现,对数据的调度与分配、归并和处理器间的协作。

只看到机会还不够,异构智能最早找到办法把芯片和算法设计出来并加以实现,辅之以专利保护。这样看来,异构智能走得早,也走得稳。

“想为其他公司赋能。”吴韧不止一次提到这句话。

赋能,也就是帮助其他公司训练出更聪明的模型、更复杂的网络结构,让数据集发挥更大的作用。

通过为人工智能定制的超级计算机进行训练,异构智能的芯片能用最高的性能功耗比实现设计模型,为不同行业,提供全栈式的服务。甚至可以为非AI公司提供计算和智能的能力,帮助人工智能落地。

△ 异构智能的全栈解决方案

未来

异构智能的本地智慧模块NovuBrain主要落地方向包括安防、制造、家居、医疗器械、智慧城市和智能驾驶,目前已经与HP、KUKA合作。

“通过把技术能力赋给顶级的大公司,这些公司把这些能力赋予给他们的用户,异构智能就不需要在每一个行业、对每一个用户、每一个应用来做这些事情。”吴韧说。

据量子位了解,目前28nm的ASIC芯片已经进入流片阶段,16nm和7nm芯片同步推进,预计明年生产。

当被问及明年推出16nm芯片是否时间紧张时,吴韧表示公司团队人才积累丰厚,对最新技术的把控很有信心。技术团队的李淼(Mike Li)之前在Inphi负责过两款16nm的芯片,对它的制程基本有100%的信心。

“未来的世界一定是智能物联网领先。异构智能的定位是让万物互联转到万物智能,为转折提供所有的技术,随着智联网的长大,公司也将长大,成为伟大的公司。”吴韧说。

— 完 —

本文作者:安妮
原文发布时间:2017-10-25
相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
17天前
|
人工智能 缓存 测试技术
美团31万行AI重构复盘里,最值得测试团队抄的不是工具
本文基于美团31万行AI重构实践,指出AI Coding加速下测试需从执行回归转向风险定义:聚焦高风险边界识别、可验证证据构建与质量门禁建设,推动测试前移,成为AI研发规模化落地的关键保障。(239字)
|
2月前
|
SQL 人工智能 自然语言处理
数据治理工具:全链路一体化架构
瓴羊Dataphin是阿里旗下全链路一体化智能数据治理平台,融合OneData方法论与AI原生能力,支持50+数据源、多引擎兼容及混合云部署,实现集成、建模、治理、服务闭环,显著提升数据生产力。
|
3月前
|
存储 人工智能 弹性计算
最新版阿里云服务器配置价格表介绍
2026年阿里云全面更新云服务器产品矩阵与定价体系,整合轻量应用服务器、ECS弹性云服务器、通用算力型、计算型、GPU高性能服务器五大产品线,优化各档位硬件配置、带宽规格、存储参数与阶梯定价规则,同时上线长效优惠活动、续费保价政策、新老用户专属福利,构建起覆盖个人学习、项目部署、AI智能体挂机、企业建站、商业运营、高性能计算的全场景服务器算力体系。新版价格体系分层清晰、性价比极高,入门机型创历史低价,企业级机型优化算力配比,兼顾轻量化日常使用与高强度商业算力需求。本文将结合2026年最新官方配置价格表,全方位拆解阿里云全系服务器机型参数、定价标准、带宽存储规格、计费模式、适用场景、机型差异与选
466 3
|
5月前
|
SQL 存储 运维
【MySQL】高可用:主从复制原理、主从延迟解决方案、半同步复制、MGR
本文系统梳理MySQL高可用知识体系,涵盖主从复制原理、GTID、半同步(AFTER_SYNC)、MGR集群等核心机制,深入解析延迟成因与优化策略,并对比选型方案,助力构建稳定、一致、自动恢复的高可用数据库架构。
|
6月前
|
数据采集 人工智能
OmniScience:大规模科学多模态数据集重磅上线
OmniScience是深势科技开源的科研图像理解数据集,含150万高质量“图-文-上下文”三元组、500万子图,覆盖10大科学领域。依托Uni-Parser与多模态大模型重描述,显著提升AI对科学图表的深层语义理解能力。
744 3
|
人工智能 并行计算 机器人
未来人工智能如何重构”时间“?
时间是数学还是幻觉?从熵增到几何,从人类意识到AI智能,本文探讨时间的本质。线性、循环与拓扑模型揭示其多维可能;热力学箭头与认知局限引发哲学思辨;而AI的并行预测与信息压缩,或将重构时间本身。未来智能或不再线性行走,而是编织多维时间之网,重塑我们对存在的理解。(238字)
711 0
|
7月前
|
存储 缓存 API
RAG、MCP与智能体:大模型落地的三道坎
本文探讨大模型落地的三大关键技术:RAG(让模型动态检索知识)、MCP(标准化模型调用工具)、智能体(具备规划、记忆与执行能力的多步任务系统)。三者协同,推动AI从单次问答迈向稳定可靠的产品级应用。(239字)
471 4
|
人工智能 数据可视化 调度
【三桥君】如何画前趋图?如何正确绘制前趋图,以清晰地展示语句或进程之间的依赖关系?
本文AI专家三桥君系统介绍了前趋图(Precedence Graph)这一可视化工具。前趋图作为有向无环图,能清晰展示任务间的执行顺序和依赖关系。三桥君详细阐述了前趋图的基本概念、绘制步骤(包括任务识别、依赖分析、节点绘制等),并通过实例展示了简单和复杂两种场景下的应用。同时指出前趋图在程序优化、进程调度和任务管理等领域的重要价值,强调其能有效避免逻辑错误、优化资源分配。三桥君认为掌握前趋图的绘制方法对提升程序性能和项目管理效率具有重要意义。
586 0
|
人工智能 算法 调度
端侧宠物识别+拍摄控制智能化:解决设备识别频次识别率双低问题
随着宠物成为家庭重要成员,其影像创作需求激增。传统相机“人脸优先”逻辑难以应对宠物拍摄的复杂场景,如毛发模糊、动态多变、光照反差大等。本文基于端侧AI与影像工程经验,系统梳理宠物识别驱动的对焦曝光重构技术,结合算法与产业实践,构建从检测到参数调度的完整解决方案,推动拍摄技术向“宠物优先”转型。
640 0
|
10月前
|
前端开发 安全 Java
集成Knife4j
knife4j是Java MVC框架集成Swagger的增强工具,前身swagger-bootstrap-ui,旨在提供更美观、易用的API文档界面。轻量如匕首,功能强大,支持全局参数设置、离线文档下载、友好测试界面。集成简便,通过引入starter依赖并访问/doc.html即可使用,助力前后端高效协作,提升接口调试与维护体验。