计算如何推动AI发展？听中美院士们怎么说

 9月25日消息，2018人工智能计算大会AICC近期举行，会上，关于“计算是如何推动AI发展？AI发展对计算提出了什么挑战？”的问题，中美行业专家提出了自己的看法，中国工程院院士、浪潮集团首席科学家王恩东称：“计算和人工智能相互促进，相辅相成”；美国杜克大学终身副教授、美国自然科学基金委智能与可持续计算产学合作中心主任陈怡然表示：“我们需要有更加高效的AI芯片，才能弥补摩尔定律本身发展限制以及参数增加所带来的算力差距”；美国工程院院士、美国加州大学洛杉矶分校教授丛京生表示：“今后AI的大多数计算工作都将在可定制的专用加速器上来运算，而通用处理器只负责协调计算的过程”；中国科学技术大学的朱晓波教授：“在很长一段时间内，量子计算的加速能力更多会局限在某些特定问题上，但将来云接入量子计算会是一个趋势。”

以下各位嘉宾的演讲内容精选：（1）

中国工程院院士、浪潮集团首席科学家王恩东发表演讲，他表示：“人工智能正在推动人类社会快速进入智慧时代，而智慧时代的核心驱动力或者说生产力，就是计算。计算促进了人工智能发展，人工智能反过来也促进了计算的变革与创新，两者相辅相成。人工智能与计算的融合发展趋势将加强，成为高性能计算、边缘计算以及未来量子计算最重要的应用场景，同时人工智能也对计算提出了更多的挑战，越来越多的公司的开始尝试在实际业务中使用FPGA、ASIC等定制芯片为人工智能加速，促进了计算的多元化发展。”

（2）

美国杜克大学终身副教授、美国自然科学基金委智能与可持续计算产学合作中心主任陈怡然认为：“过去五年如果单看GPU的单板计算能力，只提高了3-4倍，但参数提高了几百上千倍。需要有更加高效的AI芯片，才能弥补摩尔定律本身发展限制以及参数增加所带来的算力差距。”

（3）

美国工程院院士、美国加州大学洛杉矶分校教授丛京生表示：“AI发展一是因为互联网带来的大数据，二是计算使AI无所不在。深度学习实际上是借助大数据和大计算来完成的，但神经网络的复杂性增长的非常快，可定制计算必须要达到相应的计算能力才能推动人工智能的继续发展。今后AI的大多数计算工作都将在可定制的专用加速器上来运算，而通用处理器只负责协调计算的过程。”

（4）

微软加速器CEO檀林认为：“英特尔再迭代两到三代，基本就到物理极限了，通用计算的这种芯片结构未来已经不能引领信息产业发展。现在出现这么多XPU是一件好事，超级摩尔定律会在不同的新的技术里继续发挥摩尔定律的原则，推动技术的发展和应用的百花齐放。”

（5）

商汤科技研究院总监颜深根谈到：“在AI领域比如图像、语音计算模式有很大的区别，在不同的应用场景下计算模式也有很大的区别，例如在移动端、在物联网设备上和在服务器上也有很大的区别，因此XPU的发展趋势会持续下去。”

（6）

在中国科学技术大学的朱晓波教授看来，超导量子计算比所有的经典计算机都要快，但建造量子计算机的一个核心难题是可扩展性和隔离性的内存性矛盾，“量子比特的脆弱性远远不能用经典比特理解，它是高精度模拟的，是量子化的，如果受到的干扰稍微大一点点，它的信息根本没法保存和运算，要求跟外界环境和相互作用的比特隔离起来。但同时我们又希望可以将它扩展成一个通用的计算机，至少要几千几万个比特才能进行精准计算。“朱晓波坦承：“在很长一段时间内，量子计算的加速能力更多会局限在某些特定问题上，但将来云接入量子计算会是一个趋势。”