6月20日，中星微「數字多媒體晶片技術」國家重點實驗室在京宣布，中國首款嵌入式NPU（神經網絡處理器）晶片誕生，目前已應用於全球首款嵌入式視頻處理晶片「星光智能一號」。
該實驗室執行主任張韻東表示，這標誌著我國在NPU領域的研究和開發上取得了重大突破；在基於「數據驅動並行計算」架構的深度學習人工智慧領域達到國際先進水平；使我國視頻監控行業發展由模擬時代、數字時代跨入智能時代，實現產業化並促進整體水平提升，確立了全球領先地位。
AlphGo下盤棋花電費3000美元
近年來，人工智慧逐漸從科幻電影走向現實生活，在其發展歷程中，兩次著名的「人機大戰」成為重要里程碑。1997年，IBM的超級計算機「深藍」擊敗西洋棋世界冠軍；今年3月，谷歌的「AlphGo」以4勝1負的成績戰勝了圍棋世界冠軍。
「圍棋比西洋棋複雜200多個數量級。」數字多媒體晶片技術國家重點實驗室執行主任張韻東表示，「深藍」是憑藉超級計算機運算能力的「蠻力」戰勝了人類，「AlphGo」則是依靠模仿人腦的深度學習神經網絡擊敗人類。
這一結果讓人震撼，甚至有人擔憂，電影裡「終結者」是否很快會進入我們的生活？
張韻東認為，「人機大戰」只是科學實驗，如此高級的人工智慧離普通人的生活還有一定距離。他介紹，「深藍」的質量達到1.27噸，擁有32個CPU；「AlphGo」運行在龐大伺服器集群里，下一盤棋光電費就要花掉3000美元。即使是手機里的蘋果、微軟等語音識別軟體，所有的運算、識別也必須在後台進行。
將深度學習系統做到小型化，用在嵌入式系統中，這是中星微國家重點實驗室多年來努力解決的問題。其此次發布的，正是我國首款具有深度學習功能的嵌入式NPU，其已於今年三月成功量產。
極大提升計算能力與功耗之比
此次推出的NPU，是中星微國家重點實驗室為深度學習算法專門設計的處理器。
張韻東介紹，深度學習源於對生物人腦機理的仿生學研究，其實質是建立多層次感知層模型，從底層到高層進行識別和智能分析。與傳統算法最大的不同，是它能像人腦一樣學習知識。
卷積神經網絡（CNN）是深度學習的重要分支，是目前機器視覺人工智慧領域的研究熱點。張韻東說，CNN算法需要處理海量數據和運算，傳統的馮諾依曼架構CPU，在面對這種類型數據運算時已經力不從心。而其他傳統處理器中，信號處理器DSP同樣無法高效處理大量並行運算；圖形處理器GPU是為三維圖形設計，用於CNN算法功耗高、成本高，且不適合嵌入環境；可編程門陣列FPGA能靈活實現各種算法架構，但一般用於算法原型機的驗證，同樣存在功耗高、價格高問題。
IBM、高通、谷歌等國外公司都推出了的自己的神經網絡處理器，中科院在這方面也開展了研究。為此，中星微針對CNN算法和特點進行了專門設計，徹底顛覆了馮諾依曼架構，而採用全新的數據驅動並行運算架構，研發的數據流類型NPU極大提升了計算能力與功耗之比，擅長處理海量視頻、圖像類多媒體數據，能使人工智慧在嵌入式機器視覺應用中大顯身手。
給「眼睛」加上「大腦」
目前，中星微NPU其已成功集成到「星光智能一號」中，在視頻監控領域實現產業化。
「如果說原來的視頻處理晶片相當於眼睛，加上NPU以後就擁有了大腦。」張韻東說，「星光智能一號」包含視頻信號處理、視頻壓縮編碼模塊以及神經網絡處理器，是全球首顆具有如此集成度的深度學習系統級晶片。
視頻監控領域對智能識別有著強烈需求。張韻東介紹，此前的技術主要存在兩方面局限，一是識別準確度不高；二是傳統技術需要先把海量視頻數據傳到後台，再在後台進行識別，無法實時得到結果。而使用了深度學習的機器視覺，對人臉識別的準確率可達98%；在嵌入人工智慧後，可以當場識別，只把有用的信息傳回來。
在幾年前轟動全國的周克華案件中，案犯在南京被拍到，公安幹警將視頻信息拷貝分發給數千人的團隊，對著每個攝像頭進行比對，但周克華仍逃到重慶，直到再次作案後才被抓獲。「如果當時有『星光智能一號』技術，罪犯走到哪裡都會被智能識別，很快就會有線索傳回來。」張韻東說。除了實時搜索，該技術還能將已經拍攝的信息存在碼流中，需要時可以隨時根據特徵檢索，或是用「以圖搜圖」的方式，用一張圖把類似的圖全找出來。
除了視頻監控領域，「星光智能一號」還能用於汽車無人駕駛或智能輔助，無人機自動拍攝、跟蹤、避障，智能機器人理解合成語言、娛樂和陪護等方面。張韻東表示，下一步將不斷探索更加接近生物人腦的工作機理方式，開發更低功耗、更高運算性能的新一代NPU。
更多相關行業資訊請查閱由中國報告大廳發布的視頻監控行業市場調查分析報告。
更多視頻監控行業研究分析，詳見中國報告大廳《視頻監控行業報告匯總》。這裡匯聚海量專業資料，深度剖析各行業發展態勢與趨勢，為您的決策提供堅實依據。
更多詳細的行業數據盡在【資料庫】，涵蓋了宏觀數據、產量數據、進出口數據、價格數據及上市公司財務數據等各類型數據內容。
京公網安備 11010502031895號
