活動現(xiàn)場，AMD全球副總裁、大中華區(qū)總裁潘曉明發(fā)表了主題演講，他表示：AMD認(rèn)為如果新興的智能應(yīng)用要取得成功，其實需要依靠四大要素的支撐：第一是大數(shù)據(jù)，第二是非常強有力的算法，第三是要有訓(xùn)練和推理的引擎，第四是要有一個易于應(yīng)用開發(fā)的軟件環(huán)境。

 

此外，潘曉明表示，AMD在自動駕駛領(lǐng)域還有很多功課要做，目前還是致力于把硬件和軟件平臺搭建好，才能在這個領(lǐng)域和在整個人工智能領(lǐng)域，包括在汽車領(lǐng)域做更好的嘗試。

 

潘曉明：AI需要大數(shù)據(jù)、算法、引擎和軟件環(huán)境支撐

 

AMD全球副總裁、大中華區(qū)總裁潘曉明

 

以下為發(fā)言實錄：

 

潘曉明：大家下午好！非常感謝騰訊汽車的邀請，也非常高興能夠利用這個機會跟大家簡單分享一下AMD在人工智能、機器學(xué)習(xí)方面，包括在這一領(lǐng)域的一些策略和思考。AMD進入到這個領(lǐng)域，目前還處在一個比較前期的階段，因為我們相信硬件、軟件，包括市場的確是一個非常有前景的地方。希望我這次講完以后，大家能夠有一些初步的對AMD的了解。

 

今天主要講三個部分的內(nèi)容，第一是AMD對整個的人工智能市場的粗淺的看法，第二部分講講AMD對人工智能、機器學(xué)習(xí)甚至在汽車領(lǐng)域的一些策略和思考，第三部分給大家做一個簡單的實例，在汽車領(lǐng)域里面基本的嘗試。

 

人工智能時代其實早就拉開了序幕，機器學(xué)習(xí)是其中一個非常重要的技術(shù)，的確是給了我們這一代人甚至下一代人巨大的機會和市場的潛力，所以說這個市場是一個非常長期的。而不是說今天就一定怎么樣，而是一個非常巨大的市場，而且是要經(jīng)過三五年各種技術(shù)在里面融合互相錘煉的市場。

 

關(guān)于機器智能，AMD認(rèn)為如果新興的智能應(yīng)用要取得成功，其實需要依靠四大要素的支撐：第一是大數(shù)據(jù)，第二是非常強有力的算法，第三是要有訓(xùn)練和推理的引擎，第四是要有一個易于應(yīng)用開發(fā)的軟件環(huán)境。這四個部分如果做的非常好，我覺得在很多應(yīng)用領(lǐng)域里面，尤其是在人工智能領(lǐng)域會得到非常大的快速成長。

 

先講講數(shù)據(jù)量，因為我們已經(jīng)從各個方面感受到大數(shù)據(jù)的趨勢了。舉個例子，像空客最新的A380-1000承載高達(dá)1000名乘客，這個時候他已經(jīng)使用了很多高端的感應(yīng)器技術(shù)，飛機的機翼大概擁有1萬個感應(yīng)器，這些感應(yīng)器不斷隨時采集數(shù)據(jù)傳輸?shù)较到y(tǒng)之中。這時候如果利用機器學(xué)習(xí)把這些數(shù)據(jù)合理地進行分析，我們會得到很多全新的分析和觀察，會得到很多有趣的現(xiàn)象。的確，大數(shù)據(jù)是人工智能領(lǐng)域里面最缺一不可的重要因素。

 

第二個就是算法。AI技術(shù)來到我們身邊已經(jīng)多年了，實際上會回溯到上個世紀(jì)五十年代，基礎(chǔ)是人的想法都依賴于一系列規(guī)則，如果想讓計算機跟人一樣思考，要制定出一系列的邏輯規(guī)則，從而推出一定的結(jié)果。對深度學(xué)習(xí)我們自己的理解是什么呢？那就是真正專注于創(chuàng)造出一些算法。這些算法是從訓(xùn)練中得出來結(jié)論的算法，能夠真實的把現(xiàn)實發(fā)生中的數(shù)據(jù)做出預(yù)測。深度學(xué)習(xí)是給予計算機從訓(xùn)練中學(xué)習(xí)的能力，而并非明確的程序指令，目的是創(chuàng)造出一個好的訓(xùn)練模型，以此做出更清晰的預(yù)測。算法也起到非常重要的作用。

 

另外一個非常重要的就是驅(qū)動的機器智能負(fù)載的引擎到底是什么呢？大家也知道目前的行業(yè)里和市場中無外乎有各種不同的解決方案，的確是根據(jù)訓(xùn)練和推理的不同需求，基于不同的處理及架構(gòu)有很多解決方案，包括大家熟悉的CPU，CPU有很多列，有ARM、X86的CPU，GPU也有高性能GPU和其他性能的，APU是CPU+GPU的組合，還有FPGA和ASIC。所有的這些都可以用做訓(xùn)練和推理的引擎，但的確要取決于真正的負(fù)載情況。最常用的， 現(xiàn)在目前來說是混合型的，就是CPU+GPU、CPU+FPGA，也就是加速器的概念。這些無外乎兩類的應(yīng)用，一類是訓(xùn)練，一類是推理。在目前的訓(xùn)練中現(xiàn)在是GPU占據(jù)了比較主要的作用，因為訓(xùn)練對計算的要求非常大，而GPU在這方面是有非常得天獨厚優(yōu)勢的。因為推理不需要那么大的計算量，是小批量的數(shù)據(jù)，所以我們認(rèn)為APU、專用集成電路和ASIC和FPGA都可以勝任這部分的任務(wù)。

 

剛才講了AMD對整個人工智能、機器學(xué)習(xí)包括機器智能方面的粗略看法，大致是四部分：大數(shù)據(jù)、算法、計算力、推理和訓(xùn)練引擎包括軟件環(huán)境。AMD的人工智能策略是什么呢？我們公司比較獨特，因為是在全球里唯一一家既能做高性能CPU，又能做高性能GPU的芯片公司。這一點由于我們的位置比較獨特，所以我們在人工智能的策略基本上就分成兩大塊，一塊是硬件，硬件是利用CPU進行高性能計算和推理，利用我們的GPU為數(shù)據(jù)中心進行訓(xùn)練和推理，利用我們的APU來進行邊緣推理。

 

軟件方面我們走了另外一個體系，創(chuàng)造開源的生態(tài)，提供創(chuàng)新與合作，一會會一一跟大家簡單分享，以此給我們所有的合作伙伴更多的機會，大家共同參與來創(chuàng)造開源的軟件環(huán)境。

 

我們11月在美國，包括11月中旬在北京真正做了一個我認(rèn)為非常具有領(lǐng)導(dǎo)地位的宣布，就是我們是第一家將會推出7納米，基于第二代微架構(gòu)的驍龍?zhí)幚砥鞯墓�司，將�?019年發(fā)布，這是我們的CPU，代號為羅馬。目前的樣片已經(jīng)推給用戶去做了。

 

第二個，我們也同時做了另一個重要發(fā)布，把GPU用在了7納米技術(shù)，主要用在機器學(xué)習(xí)、高性能計算、云計算這一些領(lǐng)域，所以這個產(chǎn)品叫MI60，這款也是全球首款的7納米的GPU，將增強深度學(xué)習(xí)的運算性能和運算效率。

 

大家可以看到，有7納米的CPU，7納米的GPU，我剛才講到7納米CPU和GPU這種加速器的概念，AMD具有得天獨厚的優(yōu)勢。用7納米的CPU和7納米的GPU，通過高速互聯(lián)可以給人工智能提供非常強有力的硬件的解決方案。

 

剛才講了AMD在人工智能策略是兩方面：硬件和軟件，下面我簡單來談?wù)勡浖�方面。我們可能跟別的友商不太一樣，實際上在三年前AMD就開始打造了ROCm，這個還沒有起很好的中文名字的產(chǎn)品，但是這個名字也非常容易被記住。三年前我們開始打造機器學(xué)習(xí)的開源平臺，相信開源的做法有助于推動創(chuàng)新，并促進所有的社區(qū)合作伙伴共同參與。我相信現(xiàn)在目前的行業(yè)和產(chǎn)業(yè)都喜歡開源，因為大家可以一起創(chuàng)新，不會被封閉的系統(tǒng)所限制。目前發(fā)布了ROCm2.0版本，增強了對新的機器學(xué)習(xí)框架的支持，也更新和優(yōu)化了數(shù)學(xué)庫，如今上傳到Linux內(nèi)核發(fā)行版。所以在Gihub上，你可以看到所有的Linux+ROCm的解決方案。從這張圖大家可以看到最底層GPU、CPU、APU，包括所有不管是AMD，還是哪一家的產(chǎn)品。再往上是ROCm和中間件，AMD采用的策略這些東西都是開放的，希望所有的伙伴來一起去開放、一起去做，這樣在上面是framework框架，再往上就是應(yīng)用軟件。

 

所以大家想想，我們的策略是出色的7納米CPU+GPU，再加上出色的開源社區(qū)，大家可以想象未來的兩三年開放的系統(tǒng)將會有更大的空間，能夠滿足各種的AI應(yīng)用。

 

這張圖主要講了現(xiàn)在目前我們的ROCm平臺得到了開源社區(qū)的全域用戶，很多的開源框架，包括編譯去和開發(fā)工具的廠商都在里面。我們最近也跟百度的Paddle Paddle合作，讓他們把現(xiàn)在的開源框架在AMD上運行，目前的社區(qū)正在不斷壯大。

 

剛才我講了AMD的第二部分，就是我們自己對人工智能方面的策略，也就是硬件和軟件的部分。

 

最后跟大家分享一個應(yīng)用案例，就是跟highwai的公司，用AMD的CPU和7納米的GPU如何幫助自動駕駛車輛做機器學(xué)習(xí)。大家知道訓(xùn)練自動駕駛車需要收集很多資料，如果全都是靠著真正的駕駛來收集資料是太慢了，效率也非常低。因為即使收集了1000萬公里的資料，可能也就是一兩起的車禍，這種還是遠(yuǎn)遠(yuǎn)不夠去滿足自動駕駛需要收集的大量部署。這時候必須通過模擬產(chǎn)生大量的數(shù)據(jù)，也可以產(chǎn)生一些極端的案例，用這些數(shù)據(jù)去訓(xùn)練自動駕駛。我們目前跟highwai公司一起合作，大概做了模擬、訓(xùn)練、驗證、部署四個部分。

 

模擬就像玩駕駛的游戲，在各個城市收集數(shù)據(jù)，可以每秒30次的頻率來記錄這些汽車看到和感知到的每個場景中的每個細(xì)節(jié)，比如汽車、行人和每個對象的速度、姿勢，每分鐘可以收到30GB的數(shù)據(jù)。在模擬階段產(chǎn)生收集數(shù)據(jù)的時候的確需要大量的系統(tǒng)帶寬和高效率的CPU、GPU內(nèi)核。拿好了的這些模擬數(shù)據(jù)再放到GPU的訓(xùn)練神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，最后是進行驗證，驗證成功后才能真正被部署到現(xiàn)實中。這是整個目前在汽車領(lǐng)域里的四個步驟。

 

在自動駕駛領(lǐng)域還有很多功課要做，但是的確從AMD的角度來講，目前我們還是致力于很好地把硬件和軟件平臺搭建好，在這個領(lǐng)域真正在整個人工智能領(lǐng)域，包括在汽車領(lǐng)域做更好的嘗試。

 

總結(jié)來講，我們現(xiàn)在在人工智能解決方案有這么幾個優(yōu)勢。由于我們是唯一一家能提供高性能CPU和高性能GPU的公司，所以我們有一些獨特的優(yōu)勢，比如說：

 

第一，高帶寬芯片互聯(lián)用我們的CPU和GPU通過中間的獨特的技術(shù)，高速的互聯(lián)CPU和GPU。

 

第二，采用了HBM的高帶寬的顯存，這對于機器學(xué)習(xí)是非常重要的。

 

第三，我們是非常強有力的多核心，像7納米的羅馬大概是64核的CPU。

 

第四，開放的軟件生態(tài)環(huán)境，所以有非常棒的硬件解決方案加軟件生態(tài)環(huán)境，這些搭建起來相信能夠滿足于在人工智能、機器學(xué)習(xí)各方面的應(yīng)用，包括汽車的應(yīng)用。