賽格導航與中科院、高新興物聯(lián)三方戰(zhàn)略簽約

　　【太平洋汽車網(wǎng) 行情頻道】

【左一：賽格導航CEO王志強、中間：AiRiA研究院常務副院長程健、右一：高新興物聯(lián)產(chǎn)品總經(jīng)理陸大明】

2019年3月21日，由中國科學院自動化研究所南京人工智能芯片創(chuàng)新研究院（簡稱AiRiA研究院）舉辦的主題為“普惠AI·芯向邊緣”的戰(zhàn)略發(fā)布會在北京舉行，中科院自動化研究所、南京人工智能芯片創(chuàng)新研究院（以下簡稱“AIRIA研究院”）與賽格導航、高新興物聯(lián)、蘇寧人工智能、浪潮集團代表共同出席本次發(fā)布會。本次發(fā)布會，賽格導航、高新興物聯(lián)、AIRIA研究院舉行了隆重的簽約儀式，合作推出“基于人工智能的自動駕駛”方案。該方案基于高新興物聯(lián)新一代LTE Cat.6智能模組GM620S，并植入了AIRIA研究院研發(fā)的QEngine先進 AI算法，為賽格導航實現(xiàn)ADAS高級駕駛輔助系統(tǒng)產(chǎn)品的落地提供了高性能、高可靠的嵌入式智能通信方案，能夠廣泛應用于主動安全、車隊管理、駕駛行為分析等多種場景應用。

【賽格導航CEO王志強發(fā)表講話】

圍繞AI主題，賽格導航、AIRIA研究院、高新興物聯(lián)、海康威視和浪潮集團的專家分別發(fā)表了主題演講。賽格導航CEO王志強向與會嘉賓分享了《AI+汽車，讓AI充滿加速度》專題。AI 技術是多層面的，貫穿了應用、算法機理、芯片、工具鏈、器件、工藝和材料等技術層級。各個層級環(huán)環(huán)緊扣形成 AI 的技術鏈，AI 芯片本身處于整個鏈條的中部，向上為應用和算法提供高效支持，向下對器件和電路、工藝和材料提出需求。王總指出：市場需求和理論創(chuàng)新這兩類動力共同促進了 AI 芯片技術近年來的快速發(fā)展。當前，中國的科研機構和大學是中國人工智能知識生產(chǎn)的絕對主力，中國人工智能已經(jīng)具備非常優(yōu)越的條件，我們應該加強在人工智能核心基礎領域實現(xiàn)突破，同時，要大力激勵產(chǎn)學研合作，讓企業(yè)成為人工智能創(chuàng)新落地的的主導力量，將知識生產(chǎn)轉換成商業(yè)生產(chǎn)，在人工智能未來的技術發(fā)展、風險防范、規(guī)范規(guī)定等領域發(fā)揮中國產(chǎn)學研的作用。

【賽格導航ADAS產(chǎn)品線總監(jiān)李子旭陪同參會】

以下是賽格導航CEO王志強演講實錄：

AI 技術是多層面的，貫穿了應用、算法機理、芯片、工具鏈、器件、工藝和材料等技術層級。各個層級環(huán)環(huán)緊扣形成 AI 的技術鏈，AI 芯片本身處于整個鏈條的中部，向上為應用和算法提供高效支持，向下對器件和電路、工藝和材料提出需求。市場需求和理論創(chuàng)新這兩類動力共同促進了 AI 芯片技術近年來的快速發(fā)展。

當前，中國的科研機構和大學是中國人工智能知識生產(chǎn)的絕對主力，中國人工智能已經(jīng)具備非常優(yōu)越的條件，我們應該加強在人工智能核心基礎領域實現(xiàn)突破，同時，要大力激勵產(chǎn)學研合作，讓企業(yè)成為人工智能創(chuàng)新落地的的主導力量，將知識生產(chǎn)轉換成商業(yè)生產(chǎn)，在人工智能未來的技術發(fā)展、風險防范、規(guī)范規(guī)定等領域發(fā)揮中國產(chǎn)學研的作用。

未來，在技術方面：短期內(nèi)構建大型的數(shù)據(jù)系統(tǒng)將會是各企業(yè)與研究機構發(fā)展的重要方向；在商業(yè)方面：短期內(nèi)人工智能將會在數(shù)據(jù)豐富的行業(yè)、應用場景成熟的業(yè)務取得廣泛的應用。長期來看，人工智能技術將能在邊際成本不遞增的情況下，將個性化服務普及到更多的消費者與企業(yè)，從細分行業(yè)的特定應用場景應用到更加普化的情景。同時也對技術方面提出了要求，在深度學習的基礎之上，還需要在線的學習能力，不斷更新迭代，很可能在傳統(tǒng)的終端設備和云端設備直接出現(xiàn)更多的邊緣設備，它們會把AI處理分布在各種網(wǎng)絡設備中。比如5G基站中，讓數(shù)據(jù)盡量實現(xiàn)本地處理，云和邊緣設備以及連接他們的網(wǎng)絡可能會構成一個巨大的AI處理體系，利用邊緣設備，把效率推向極致，在邊緣設備的AI芯片中，也可以應用各種低功耗設計方法來進一步降低整體功耗。 在邊緣設備中的AI芯片往往是SoC形式的產(chǎn)品，AI部分只是實現(xiàn)功能的一個環(huán)節(jié)，最終要通過完整的芯片功能來體現(xiàn)硬件的效率。這種情況下，需要從整個系統(tǒng)的角度考慮架構的優(yōu)化。

當然，AI還面臨著種種挑戰(zhàn)，當我們討論一個新的技術趨勢時，首先需要清楚它背后的成因。很多大的技術創(chuàng)新都是需求驅動和技術瓶頸同時存在的情況下產(chǎn)生的，需求的驅動要求能夠更加高效地處理AI運算的硬件，同時也要把成本控制在產(chǎn)品化的水平，而在目前的技術框架下我們也遇到一些瓶頸問題，比如馮·諾伊曼瓶頸和CMOS工藝和器件瓶頸，人工智能的發(fā)展高度依賴海量的數(shù)據(jù)，而我國又是人工智能數(shù)據(jù)的全球第一大國，如何運用這些數(shù)據(jù)，而在海量數(shù)據(jù)運算的過程中，運算單元與內(nèi)存之間的性能差距越來越大，如何解決內(nèi)存墻的問題也是我們努力的方向，相信在產(chǎn)學研的合作下，在政府的大力支持下，我國的AI技術和產(chǎn)業(yè)一定會飛速發(fā)展。