人工智能浪潮下的半导体产业

    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。