Arm金勇斌:15年之后的场景是什么样子?

简介: 最终让人变得更懒,才是最终AI的方向。

最终让人变得更懒,才是最终AI的方向。

前不久举行的“2018硬科技行业领域峰会暨镁客网年会”上,Arm中国副总裁金勇斌带来了主题为《Open Platforms for AIoT Ecosystem》的演讲。他表示,AI应该让设备减少和人的交互,更加懂人,这才是AI真正的方向。

TB15qujx3HqK1RjSZFPXXcwapXa.jpg

以下是金勇斌先生的演讲实录:

大家下午好!我上午刚刚在另外地方参加一个主题为“硬壳”的论坛环节。首先我们做的硬科技,然后我们做的是核心科技。

今天,从整个核心技术,特别是以芯片核心的技术角度看,Arm怎样看待产业的发展,希望和大家分享互动。

过去十五年,尤其是智能手机到产生、发展、普及,到今天基本上全球差不多85亿人口当中整个智能手机存量达到了60亿。以每两年办到三年时间翻一番,这已经产生了巨大的市场。对我们生活影响来说,手机现在不光是提升了我们的沟通效率,甚至改变了我们的生活。换句话说,我们任何一个人离开手机不能说无法生存,但是很难生活。

在智能手机已经普及到今天这样的情况下,随着手机和我们人的生活越来越切合,所以它产生了大量数据,围绕移动互联网的场景产生这些数据,这些数据本身又加速了人工智能的成型和落地。

智能手机从出现到今天大规模普及渗透的15年里面,由于智能手机的出现、应用的普及,催生了整个基础设施的快速迭代。2008年中国3G才刚刚发第一张牌照,今天2018年我们已经在谈论5G怎么商用,这是催生整个网络容量的快速迭代。

其次,智能手机的出现导致整个硬件也会更新换代。从连接问题角度看,包括Platforms、Wifi、NB-IoT、LoRa,这些大量的解决年轻问题的技术也是因为智能手机的出现和推动,降低了所谓的连接成本。所以智能手机本质上把连接变得无处不在,所以设备本身要实现智能化。特别是在前端,基于Arm核心的低功耗技术,把前端所有已经连接的设备怎么赋予它的智能化,这是我们接下来整个产业包括未来15年要走的路。

15年之后未来的场景是什么样子?

过去几年一直在讨论,到底什么是AI?我们在谈PC的时候,拿出来的东西叫电脑。我们在谈移动互联网,拿出来的东西叫手机。今天谁能告诉我这个叫AI?好像没有。

AI本质上更多是一种渗透的东西,不是一个产品。什么是AI呢?它是要赋能到各种各样的行业里面去。AI本身跟手机的形态是完全不一样的,我们今天每个人有一个或者两个手机,基本上现在大部分时间被手机占用了。

如果再出来一个AI,再出来分散人的时间、吸引人的注意力,我觉得本质上这是不可能成功的,人的精力就那么多。

正确的AI做什么事情?

不管是人机对话还是视觉,本身是为了帮助人执行决策、自主决策、减少人的交互。任何AI也一样,本身不是做出来给人看,虽然可能大部分还是要看人、要理解、要阅读人、帮人做决策,这是一个反向的过程。在整个过程当中,我们AI这套技术本身是要让社会减少跟人的交互、能够懂人、让生活变得便利、实现自我决策,最终让人变得更懒,这才是最终AI的方向。

一个人有一个手机已经很忙了,有两个基本上忙不过来了。如果能够帮助人自我决策,我们围绕身边的AIoT设备,一个人可以有一个甚至好几百个。从早晨家场景、出行场景,到办公场景、公共场所,任何时刻有上百个AIoT的设备围绕在身边。你是看不出来,因为它是无感、它是帮你决策,包括汽车里面有很多智能芯片。因为它是无感,这个东西可以做的很多,因为它是自主决策,可以让人更懒,这才是AIoT的一个真正场景,而不是天天对着AI去对话。

TB12B1cx9zqK1RjSZPxXXc4tVXa.jpg

2015年软银孙正义预言,差不多到三到六年左右的时间会有一万亿连接设备。全球超过一百亿人口,其实一万亿个设备每个人分下来其实不多的,因为它是无感,同时让每个人手上拿这些多东西,这万亿连接设备本身是可以实现。今天基本上全球嵌入式的设备,包括手机、ID前端都是Arm的组合,基于Arm的出货量我们也是有信心的。

1990年Arm成立,1991年Arm做了第一个芯片,从1991年2017年26年的时间,基于Arm的技术,我们合作伙伴差不多卖了一千亿,我们第二个一千亿用四年时间。去年的预测基于Arm芯片的出货量250多亿,而且这个数字今年还会增加。去年认为2017年到2021年我们要实现第二个一千亿,今天看来可能要提速。下一个一万亿在未来十五年是可以实现的,也就是说,到2035年左右,全球有一万亿在线连接设备围绕在我们人的周边。

当低功耗的连接问题解决了,当低功耗运算能力赋予AI能力,这就是不得了的数字。无时无刻产生的数字超级智能,这些数据本身大部分在本地处理,便利我们的生活,还有一部分提炼出来的东西放到云端去,产生真正的超级智能。这些智能真正到这个阶段,它会重构我们今天所有的存在,包括你的车,车还是车,但未来是一个完全智能的东西;包括手机、所有的智能家居,功能存在、几乎可以读懂你,然后帮你自主决策。

整个世界大的形式每15年发生一个牵引,中国也是15年。中国1985年到2000年所有大的OEM发展起来的,2000年到2015年左右基本上是半导体设计从起步到真正成型的阶段,2015年到2013年标准化实现核心技术上突破的15年。Arm是提供半导体设计核心CPU,2002年进入中国,在过去十六年期间我们完成了从“Arm在中国”到“Arm中国”的变化。2018年4月份Arm在中国的业务分拆,Arm在中国是一个合资公司,中方占51%的合资公司,这个公司本身Arm在中国所有业务排他性的去完成,第二合资公司基于现有Arm的架构、技术开发针对中国自主的产品和技术。

除了Arm中国之外,我们2015年一直在中国布局生态方面的事情,2015年和合作伙伴成立了安创加速,加速中小企业的创新;2016年成立了厚安基金;2017年成立了AI生态联盟,在11月初发布了周易人工智能平台,一个是底层的解决算力IP问题。我们授权会给所有的芯片公司,让它们基于从CPU、GPU到AIPU整个流程可以很快把自己的芯片搭出来,让芯片公司去做软件的事情,特别是做算法的事情。

这些小的个体算法甚至开源的社区怎么把算法往芯片嫁接?

我们推出了Tengine,Tengine本身兼容所有的框架,这样能够极大的赋能整个开发者基于Arm架构的CPU,能够迅速的开发AI,这也受到了网信办和互联网大会组委会认可。

第一个层面首先能够异构,整个硬件迭代速度没有软件快,特别是AI算法也是飞速的迭代、当软件出现新的算法的时候可能要到下一个版本去,在市场里发现现在有单独的CPU,也有CPU+GPU,甚至DUA。怎么把它算力抽取出来进行跨平台的针对不同的算法,它是多样性、兼容性。

还有一个特征不同厂家AI算法作为核心知识产权,数据隐私性怎么保护,我们还提供了安全性。基于我们硬件的Cortex-M技术、Arm中国基于Arm的架构,提供IP和解决方案,把我们芯片公司IP问题解决之后,大的芯片公司华为、海思有自己能力构建全栈的东西,但对于大量的芯片本身为业务核心的芯片公司。

TB1knegx9zqK1RjSZFHXXb3CpXa.jpg

其实设计芯片之后需要上面的整个框架,我们基于不同种类的芯片HCL异库计算库,都是异构计算库上抽选一个加速引擎,在这个引擎上面给兼容,把一些开源算法、小企业算法全部射频到不同设备上去。芯片本身给一个板子还解决不了所有问题,所以我们2018年9月份推出了全栈AI套件,包括语音、基本视觉、人脸识别,以方案的形式集成在SDK里面,面向开发者、面向教育开源出来。

现在有很多开发区小的企业拿EAIDK做模型开发,包括门禁、闸机、考勤、本地的语音解决方案跟第三方合作,通过提供HCL 、Tengine、第三方算法,去赋能给下面的OEM,他们拿到这个东西直接设备、出货。

世界上头部企业总是比较少的,苹果从芯片、设备、系统、大部分的APP都直接干,即使这么牛的公司也要开放出来,让更多的人在上面开发APP。芯片设计、制造、制成、封测所有东西都需要产业合作。产业也一样,今天领先头部的大部分企业是垂直干,大部分一定要合作,从芯片层面,从解决方案层面,从算法的层面,应用场景的层面我们需要有协作的平台,我们2017年6月份在上海成立了ArmAI生态联盟,涵盖了行业在不同位置的企业,有头部企业,也有创新企业。

安创加速器主要是基于Arm做应用技术,要不做芯片技术、或者跟Arm相关的技术,我们看这些团队不错,我们做的产业也符合前端的认知,每年两次路演活动、前期有培训。除了路演和培训活动之外,需要在产业里面对接资源,我们给它做对接和牵引。在我们眼里只要帮助企业成功了,芯片大量的使用,Arm这个模式是可以不断迭代持续的。

Arm和Arm中国给我们提供小IP的平台,提供芯片设计服务平台,拿了IP迅速把芯片迭代出来。如果你要是自己做垂直,如果做开放式我们有周易开发平台,有ArmAI平台,大量方案公司和做场景的公司,包括算法、模组、协议栈可以在上面进行充分的协作,迅速用在应用场景里面去,环节打通之后量会起来,又反哺整个Arm生态。

Arm的收入有两块,一个前端授权,大概现在占Arm收入50%以下;另外版税收入,客户真的最后把芯片卖出去了,最后才返回给Arm。我们希望跟客户建立一个长期的能够可持续的生意,这种可持续生意一定是客户成功了,有场景、有应用、有普及、有量了,这样我们后面大量的钱才能回来,本身这个业务模式促使我们,推动我们跟我们产业伙伴一起成长,一起渗透,一起普及这个产业。

接下来这个15年里面,我们在最底层科技看以五年为一个单元,五年、十年、十五,未来十五年里面从AI出现、发展、到普及,这需要15年时间。Arm在里面需要做一个生态赋能者,我们提供基础技术、基础技术平台、在产业伙伴在上面进行充分的差异化协同,最后真正达到AIoT的设备普及化,能够实现一万亿的在线互联设备,然后产生一个超级智能。谢谢大家。

相关文章
|
6月前
|
存储 机器学习/深度学习 网络协议
阿里云企业级ARM计算规格族特点、适用场景及收费标准与活动价格参考
阿里云企业级ARM计算规格族是阿里云继X86计算、异构计算、弹性裸金屈服务器、超级计算集群之后推出的全新架构云服务器,ARM计算规格族有通用型实例规格族g8y、计算型实例规格族c8y、通用型实例规格族g6r等。下面是阿里云企业级ARM计算规格族特点、适用场景及最新收费标准和活动价格参考。
阿里云企业级ARM计算规格族特点、适用场景及收费标准与活动价格参考
|
存储 机器学习/深度学习 固态存储
阿里云企业级ARM计算规格族特点及适用场景介绍
本文主要介绍了阿里云企业级ARM计算规格族通用型g8m、通用型g6r和计算型c6r实例的主要特点及适用场景。
992 0
阿里云企业级ARM计算规格族特点及适用场景介绍
|
存储 边缘计算 人工智能
TaiShan移动办公:让ARM原生场景行走云端
移动互联网和物联网,导致全球大量的手机、智能终端和嵌入式的设备,产生了大量的数据,这些数据如果回到云端去处理,必然将会加大网络负载,并且会有一定的处理延时,所以诞生了边缘计算的概念,在数据源头和云中心之间,更为靠近数据源的位置,用边缘节点去处理和分析数据。
|
1月前
|
编解码 弹性计算 应用服务中间件
阿里云服务器Arm计算架构解析:Arm计算架构云服务器租用收费标准价格参考
阿里云服务器架构分为X86计算、Arm计算、高性能计算等多种架构,其中Arm计算架构以其低功耗、高效率的特点受到广泛关注。本文将深入解析阿里云Arm计算架构云服务器的技术特点、适用场景以及包年包月与按量付费的收费标准与最新活动价格情况,以供选择参考。
|
1月前
|
存储 Docker 容器
ARM架构鲲鹏主机BClinux离线安装docker步骤
下载并安装适用于ARM架构的Docker CE二进制文件,解压后移动至/usr/bin目录。创建docker组,配置systemd服务脚本(docker.service、docker.socket、containerd.service),重载systemd配置,启动并启用docker服务。编辑daemon.json配置存储驱动、镜像加速地址等,最后拉取所需镜像。
49 0
|
1月前
|
NoSQL MongoDB Docker
求助,有没有大神可以找到arm64架构下mongodb的3.6.8版本的docker镜像?
在Docker Hub受限的情况下,寻求适用于ARM架构的docker镜像资源或拉取链接,以便在x86架构上获取;内网中的机器为ARM架构,因此优先请求适合ARM的Docker镜像或Dockerfile,非常感激您的帮助。
|
3月前
|
编解码 安全 Linux
基于arm64架构国产操作系统|Linux下的RTMP|RTSP低延时直播播放器开发探究
这段内容讲述了国产操作系统背景下,大牛直播SDK针对国产操作系统与Linux平台发布的RTMP/RTSP直播播放SDK。此SDK支持arm64架构,基于X协议输出视频,采用PulseAudio和Alsa Lib处理音频,具备实时静音、快照、缓冲时间设定等功能,并支持H.265编码格式。此外,提供了示例代码展示如何实现多实例播放器的创建与管理,包括窗口布局调整、事件监听、视频分辨率变化和实时快照回调等关键功能。这一技术实现有助于提高直播服务的稳定性和响应速度,适应国产操作系统在各行业中的应用需求。
114 3
|
2月前
ARM64架构提供的Cache操作
ARM64架构提供的Cache操作
|
3月前
|
Ubuntu Windows
ARM架构安装ubuntu系统
8月更文挑战第19天
1194 0
|
6月前
|
弹性计算 编解码 运维
飞天技术沙龙回顾:业务创新新选择,倚天Arm架构深入探讨
阿里云、平头哥与Arm联合举办的飞天技术沙龙在上海举行,聚焦Arm Neoverse核心优势和倚天710计算实例在大数据、视频领域的应用。活动中,专家解读了倚天710的性能提升和成本效益,强调了CIPU云原生基础设施处理器的角色,以及如何通过软件优化实现资源池化和稳定性平衡。实例展示在视频编码和大数据处理上的性能提升分别达到80%和70%的性价比优化。沙龙吸引众多企业代表参与,促进技术交流与实践解决方案的探讨。
飞天技术沙龙回顾:业务创新新选择,倚天Arm架构深入探讨