侵权投诉
订阅
纠错
加入自媒体

聚变机遇:人工智能浪潮下的半导体产业

2018-03-19 11:20
来源: 与非网

3月17日,复旦-CUSPEA新工科论坛之华美半导体主题论坛在复旦大学逸夫科技楼举行。复旦大学教务处处长徐雷、华美半导体协会会长王秉达、英特尔缪英妤博士、英特尔杨登亮博士,以及CUSPEA(中美联合培养物理类研究生计划,China-U.S. Physics Examination and Application, 简称CUSPEA)科技精英和复旦资深专家出席此次论坛。

此次论坛由CUSPEA联盟、华美半导体协会共同主办,复旦大学复旦学院承办,中物科技园、鸿之微科技(上海)股份有限公司、上海征园文化创意有限公司协办,与非网为合作媒体。

论坛由严晓和徐雷共同主持。王秉达、缪英妤、杨登亮分别发表主题演讲,针对人工智能(AI)时代半导体行业如何发展问题给出了自己的见解。

王秉达:人工智能产业发展概论

1950年,围绕人工智能的讨论就被认为是人类智慧和机器之间“缺失的一环”。 王秉达在演讲过程中讲到:“人工智能历史已经很悠久了,从提出这个概念到现在,实际上这是一个底蕴很深的课题。之前的人工智能浪潮红了不久,一般五年就退潮了,但是很多人想说这一次人工智能的高潮,会不会像以前一样昙花一现呢?我个人的看法是不会。“

华美半导体协会会长王秉达

王秉达给出的理由是,现代的人工智能有三个支柱:

第一是支柱,算法。这是一个底蕴很深,经过很多年发展的领域,从神经网络开始;

第二个支柱,运算能力。当前我们所掌握的运算能力已经完全足够支撑人工智能发展;

第三个支柱,数据。人工智能需要很多数据来进行训练。

“人工智能本身作为一个理论,它的三大支柱都有了。但是作为一个推向工业,推向应用的科技,最重要的就是钱。钱哪里来?就是你找到了人工智能的应用,你就找到了钱,不管是风投,还是工业界,或者是大企业都会进来。“王秉达补充道。

缪英舒:人工智能与半导体产业最新发展

机器学习是人工智能的分支,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,使之不断改善自身的性能。而深度学习是机器学习的一种方法。缪英舒认为:“人工智能的深度学习,主要有三方面构成。其中一个是算法,另外一个就是硬件设计,还有一个就是数据。这三个互相促进。”

英特尔缪英妤博士

对于初创公司或者小公司如何从硬件或者应用端进入人工智能领域,缪英舒也给出了自己的一些看法。她说:“我觉得人工智能在硬件或者应用方面,其实主要有两方面的应用:一个是在云端的应用;一个就是在边缘的应用。云端是相当于大公司主导的一个领域,像云端的话,现在大家的解决方案绝大多数还是英特尔,以及谷歌自己设计的一些TPU等,这是大公司主导的方向。而在边缘这一端,因为解决方案需要一些低功耗比较,大部分应用都是在这个方向。因此,边缘相对来说,相当于比较小的一个市场,还是可以进去。对于云端市场,相当于被大公司垄断的状况。所以,如果你要想做云端,你可以去大公司做。”

杨登亮:人工智能与半导体工艺

杨登亮的演讲则是谈到了人工智能的具体应用,包括汽车电子产品和芯片工艺上面。杨登亮指出:“在汽车电子上面,你最后将所有电子元器件放在一起的时候,是一个很复杂的流程,怎么样来控制这个质量?人工智能在这方面,有一个很好的应用。人工智能让汽车制造有一个标准的方法,主要的目的就是建立起汽车制造每一步的责任制环节,大家都有一个质量的控制,而且是每一步,你都是可以问责的。最后,看造出来的汽车是不是能够满足需求。”

英特尔杨登亮博士

通过今年DesignCon大会上的一场专题讨论可以看出,在电子设计自动化(EDA)方面使用人工智能是目前十分热门的主题,杨登亮对此持相同观点。“我讲的第二个应用,是一个刚开始的应用,大家有可能在起跑线。我最后讲一个例子,在EDA上面,人工智能真正已经开始体现出它的作用。人工智能在EDA上的应用比较详细的讲解了,你怎么样收集数据,如何建立模型。在实践应用上,你可以充分利用现有的数据,来帮助你的电子自动化设计,这是一个实际的应用。“杨登亮最后说。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

电子工程 猎头职位 更多
扫码关注公众号
OFweek电子工程网
获取更多精彩内容
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号