2019 年 5 月 17 日下午，天津世界智能大會專題論壇「新一代人工智能核心技術(shù)及治理高峰論壇」在天津梅江會展中心舉行。本次論壇由科學(xué)技術(shù)部戰(zhàn)略規(guī)劃司、中國工程院三局指導(dǎo)，天津市科學(xué)技術(shù)局主辦，東麗區(qū)人民政府、新一代人工智能產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟共同承辦。會議圍繞國家新一代人工智能核心技術(shù)為討論方向，探討了人工智能發(fā)展現(xiàn)狀與未來技術(shù)趨勢。

在會上，盧錫城院士帶來了以《夯實計算基礎(chǔ)，方能行穩(wěn)致遠》為題的演講。在演講中，他回顧了計算機技術(shù)的發(fā)展歷史以及我國的發(fā)展情況。以史為鑒，我們在傳統(tǒng)基礎(chǔ)技術(shù)平臺上的進展已經(jīng)落于人后，現(xiàn)在，我們要緊握智能計算帶來的創(chuàng)新發(fā)展機遇，打破壟斷，引領(lǐng)創(chuàng)新。

在美國對中國實行技術(shù)封鎖的當(dāng)下，盧錫城院士的發(fā)言引人深省。以下為盧錫城院士的演講內(nèi)容，有刪減。

盧錫城，1946 年 11 月 13 日出生于江蘇省靖江縣，計算機專家。1970 年畢業(yè)于哈爾濱軍事工程學(xué)院，1982-1984 年，在美國麻省大學(xué)進修計算機專業(yè)。曾任國防科學(xué)技術(shù)大學(xué)副校長、原總裝備部科技委副主任兼秘書長等職。

長期從事高性能計算和分布處理領(lǐng)域研究工作。1970 年代，參加遠望一號測量船中心計算機研制；1992 年，負責(zé)研制成功銀河-Ⅱ巨型機高速網(wǎng)絡(luò)軟件系統(tǒng)；1994 年，負責(zé)研制成功「銀河仿真Ⅱ計算機」系統(tǒng)軟件，設(shè)計了集成化仿真軟件環(huán)境，提出直接映象優(yōu)化技術(shù)，解決了系統(tǒng)前端機和仿真主機間的強實時通信問題；1997 年，主持研制成功「銀河-Ⅲ并行巨型計算機系統(tǒng)」，組織攻克了可擴展大規(guī)模并行體系結(jié)構(gòu)、高速互連網(wǎng)絡(luò)、巨型機操作系統(tǒng)等關(guān)鍵技術(shù)；2000 年，主持研制成功銀河超級并行計算機系統(tǒng)，組織攻克了基于超結(jié)點的分布共享存儲（CC-NUMA）體系結(jié)構(gòu)、高可擴展拓撲互連結(jié)構(gòu)、層次式并行編程環(huán)境等關(guān)鍵技術(shù)；2004 年，主持研制成功國家 863 重點攻關(guān)項目「高性能核心路由器」。

獲「國家科技進步一等獎」4 項，2 項為第一完成人；「國家科技進步二等獎」2 項，1 項為第一完成人；1996 年獲光華科技基金一等獎、1999 年獲軍隊重大專業(yè)技術(shù)貢獻獎、2000 年獲何梁何利科技進步獎、2005 年獲湖南省首屆科學(xué)技術(shù)杰出貢獻獎等。榮立一等功 1 次、三等功 3 次。

以史為鑒，計算技術(shù)發(fā)展的回顧

電子計算機誕生 70 多年了，這 70 多年來，計算技術(shù)追求的目標主要有兩點：第一，算得更快，這主要靠系統(tǒng)硬件技術(shù)進步；第二，使用更方便，這主要靠軟件系統(tǒng)技術(shù)進步。

系統(tǒng)硬件技術(shù)的進步得從兩方面努力，一是發(fā)明新器件，器件（邏輯器件/存儲器件）是計算機的基礎(chǔ)，可以說是一代器件一代系統(tǒng)。二是創(chuàng)新體系結(jié)構(gòu)，即創(chuàng)造適合應(yīng)用特點的高效體系結(jié)構(gòu)，隨著芯片技術(shù)的發(fā)展，又存在微體系結(jié)構(gòu)和宏體系結(jié)構(gòu)的創(chuàng)新。計算模型和算法的創(chuàng)新，催生了體系結(jié)構(gòu)的創(chuàng)新。

系統(tǒng)軟件技術(shù)的進步也得從如下方面努力：一是優(yōu)化系統(tǒng)資源管理，提高資源利用效率；二是提供友好的人機交互方式，這主要是靠操作系統(tǒng)來做；第三是發(fā)明面向領(lǐng)域應(yīng)用的編程語言；第四是豐富應(yīng)用開發(fā)環(huán)境，這里包括軟件工具、編程庫、中間件等。

計算競爭形態(tài)的演變

早期是單個計算機系統(tǒng)的競爭，可以說是一種型號、一種體系結(jié)構(gòu)、一套應(yīng)用軟件，這時候軟件依附于硬件，用戶更換計算機型號的時候要移植已有的應(yīng)用軟件。

到中期，變成了計算機系列的競爭，這是由 IBM 360 系列開始的，時間是 1964 年。這時候，系列內(nèi)不同型號向下兼容，當(dāng)用戶升級型號的時候，已有的應(yīng)用軟件在原則上可以不用變化。

到了網(wǎng)絡(luò)時代，是計算生態(tài)的競爭。計算基礎(chǔ)平臺，包括系統(tǒng)硬件和系統(tǒng)軟件，以及平臺上承載的利益相關(guān)的技術(shù)和服務(wù)商提供的產(chǎn)品集合，總體來講形成了一個競爭的計算生態(tài)。

計算生態(tài)競爭的特點

計算生態(tài)競爭和傳統(tǒng)的單個計算機系統(tǒng)及計算機系列的競爭有不同的特點。

第一，不再是單打獨斗，而是利益相關(guān)者的抱團競爭。

第二，生態(tài)的核心是基礎(chǔ)平臺，或者說是研發(fā)平臺的相關(guān)企業(yè)。

第三，平臺越早進入市場，就越容易占領(lǐng)先機，定下生態(tài)發(fā)展的主旋律。

第四，平臺上承載的內(nèi)容越豐富，生態(tài)規(guī)模越大，就越容易吸引用戶，應(yīng)用越多就發(fā)展越快，生態(tài)系統(tǒng)就會越穩(wěn)定。

互聯(lián)網(wǎng)時代，一個領(lǐng)域經(jīng)過一段時間的競爭，最后往往出現(xiàn)一兩個計算生態(tài)壟斷的格局。

縱觀每一次計算技術(shù)的轉(zhuǎn)軌，都會發(fā)現(xiàn)可能會引發(fā)行業(yè)的洗牌。有的企業(yè)抓住了機遇，就發(fā)展為新的產(chǎn)業(yè)巨頭，比如英特爾抓住微處理器發(fā)展的機遇；有的與時俱進，開拓了新的發(fā)展領(lǐng)域，比如 IBM 的大中型機、PC 機、云計算；有的未適應(yīng)這種技術(shù)轉(zhuǎn)軌，就可能退出了相關(guān)領(lǐng)域，如摩托羅拉、諾基亞。

我國傳統(tǒng)計算發(fā)展歷程

回顧我國傳統(tǒng)計算發(fā)展歷程，可以分兩個階段。

一是在電子管、晶體管中小規(guī)模集成電路時代。我國元器件與國際相比有差距，但是還不太大，是量上的差別。當(dāng)時完全是基于國產(chǎn)的器件研制計算機的硬件系統(tǒng)，同時自行研制軟件系統(tǒng)。比如 1964 年哈軍工研制的 441B-I 型通用計算機，就是全國產(chǎn)晶體管。1979 年，國防科大研制成功的 151-IV 型大型通用計算機，全部采用國產(chǎn)中小規(guī)模的集成電路（全部器件自主設(shè)計、定型、生產(chǎn)），用于遠望一號測量船的中心數(shù)據(jù)處理。

當(dāng)時我國發(fā)展計算機的原則是：借助外援而不依靠外援，堅持獨立自主引進技術(shù)，不單純購買機器，有步驟地發(fā)展我國計算機事業(yè)。

當(dāng)集成電路進入超大規(guī)模時代，我國在微處理器技術(shù)方面出現(xiàn)了質(zhì)的差距。為滿足發(fā)展需求，1981 年以后國家允許進口配套的器材來組裝系統(tǒng)或者直接引進計算機系統(tǒng)來解決應(yīng)用需求，這樣基于引進的微處理器設(shè)計系統(tǒng)或者集成引進系統(tǒng)來做開發(fā)應(yīng)用，就成為主要路徑。由于系統(tǒng)硬件退出了核心技術(shù)，系統(tǒng)軟件也就失去了發(fā)展動力，大部分學(xué)校也把人才培養(yǎng)轉(zhuǎn)向了計算機應(yīng)用專業(yè)。特別是出現(xiàn)了軟硬聯(lián)盟、抱團競爭的計算生態(tài)壟斷以后，我國幾次努力都未能改變傳統(tǒng)基礎(chǔ)計算平臺發(fā)展的被動局面。

回顧這段歷史，我想有如下幾點啟示：

第一，使能技術(shù)、基礎(chǔ)平臺，決定了自主發(fā)展的基礎(chǔ)能力。

第二，模型和算法創(chuàng)新，能夠牽引體系結(jié)構(gòu)的變革。

第三，規(guī)模的應(yīng)用是整個生態(tài)發(fā)展進步的動力，技術(shù)的轉(zhuǎn)軌可以來創(chuàng)新發(fā)展的機遇。

智能計算帶來創(chuàng)新發(fā)展的機遇

我要談的第二點是智能計算帶來創(chuàng)新發(fā)展的機遇。大家都把這一次人工智能的興起歸結(jié)為深度學(xué)習(xí)+大規(guī)模計算+大數(shù)據(jù)（算法、算力、數(shù)據(jù)）。2006 年被視為深度學(xué)習(xí)元年，雖然神經(jīng)網(wǎng)絡(luò)概念較早就提出來了。深度學(xué)習(xí)之所以成功的重要背景是，計算能力達到了可實用要求，互聯(lián)網(wǎng)的發(fā)展又帶來了大量可用的數(shù)據(jù)。

這一次人工智能的興起有一個重要特點。前兩次更多是由學(xué)術(shù)主導(dǎo)，學(xué)術(shù)界呼吁政府和投資人投資。而本次主要是商業(yè)主導(dǎo)，政府和投資人主動向熱點領(lǐng)域投入?？梢哉f，這一次的興起是人工智能技術(shù)真正與產(chǎn)業(yè)結(jié)合，飛入尋常百姓家。

智能計算的特點

人工智能，或者說智能計算也存在生態(tài)問題。智能計算分為兩個相對獨立的階段，一是訓(xùn)練學(xué)習(xí)階段，二是推理應(yīng)用階段。智能計算平臺可以分為兩大類，一個是「云側(cè)」平臺，解決模型的訓(xùn)練（學(xué)習(xí)）以及海量智能信息服務(wù)（推理）問題，一個「端側(cè)」平臺，百花齊放，主要解決推理應(yīng)用。

智能計算模式相對比較少，精度要求相對低。深度學(xué)習(xí)算法集中在一些相對固定的操作模式，如向量、矩陣運算，在訓(xùn)練階段，單精度（32 位）或者半精度（16 位）就可以了，在推理階段，甚至可以到低值、二值。此外，智能計算可并行度高，目前神經(jīng)網(wǎng)絡(luò)同一層的計算可以完全并行，而且很多是規(guī)則的大數(shù)據(jù)流并行。

智能計算對體系結(jié)構(gòu)的要求

智能計算也對體系結(jié)構(gòu)提出了新的要求。比如，在云側(cè)的模型訓(xùn)練需要高效能大規(guī)模并行計算能力的支撐。特別是學(xué)習(xí)模型參數(shù)多，數(shù)據(jù)規(guī)模大，計算量大的時候。比如涉及到 80 多億個參數(shù)的機器翻譯神經(jīng)網(wǎng)絡(luò)模型，這種大型模型的訓(xùn)練，即使在現(xiàn)在的大規(guī)模計算平臺上，有的也需要幾個月的時間。

在云側(cè)，如果用來推理應(yīng)用就需要高吞吐率、低延遲的服務(wù)計算模式支撐，滿足海量并發(fā)推理任務(wù)的服務(wù)質(zhì)量要求，對海量在線用戶的快速實時響應(yīng)。

端側(cè)的推理應(yīng)用需要小型化、高能效、低時延、傳感-計算-通信融合的體系架構(gòu)支撐。無人機/無人車/機器人等諸多設(shè)備，對時延要求非?？量獭?/span>

智能計算技術(shù)發(fā)展態(tài)勢

當(dāng)前智能計算技術(shù)發(fā)展態(tài)勢主要有如下特征。

一，大家都在積極探索高效智能處理芯片體系結(jié)構(gòu)及實現(xiàn)技術(shù)。例如傳統(tǒng)通用芯片、FPGA 半定制芯片、全定制芯片或者類腦芯片。

總體上來講，專用的 ASIC 芯片具有一定優(yōu)勢，測試表明，專用 ASIC 的能效比（性能/瓦）明顯優(yōu)于 CPU 和 GPU，同時，ASIC 芯片發(fā)展前景也比較好，預(yù)計 2025 年市場規(guī)模將超過 CPU 和 GPU 的總和。

二，努力探索新型體系結(jié)構(gòu)。比如分析人工智能計算特點，凝練高效人工智能計算指令集；面向智能計算的高速互聯(lián)拓撲；存算一體、算通融合、異質(zhì)異構(gòu)計算架構(gòu)；適用 AI 其它模型的體系架構(gòu)，如圖計算、規(guī)則推理等。此外，還有探索高效好用的智能計算的軟件生態(tài)，比如智能計算軟件框架，包括高效語言編譯、基礎(chǔ)算法庫等等，努力打造軟硬一體的智能生態(tài)計算。

在云側(cè)，計算機產(chǎn)業(yè)幾大優(yōu)勢企業(yè)正在競爭主導(dǎo)地位，比如谷歌的定制專用智能芯片 TPU，英特爾和微軟試圖采用 CPU+FPGA 爭奪市場，華為發(fā)布專用智能芯片昇騰 910。

在端側(cè)，各大公司紛紛推出 ASIC 芯片架構(gòu)，ARM、英特爾、蘋果、高通等企業(yè)在芯片上做出了很大的努力，中國企業(yè)的典型代表有華為、寒武紀、比特大陸。

同時，各公司紛紛開源智能計算軟件框架，當(dāng)前的態(tài)勢是群雄競爭，谷歌領(lǐng)跑。

我前面講過，傳統(tǒng)計算已經(jīng)形成了軟硬件抱團競爭的壟斷態(tài)勢，但是智能計算當(dāng)前的態(tài)勢是，軟硬件還相對獨立，尚未形成軟硬一體抱團競爭的壟斷局面。

我們應(yīng)抓住自主、創(chuàng)新的發(fā)展機遇

這里做出小結(jié)。

人工智能應(yīng)用對基礎(chǔ)軟硬件平臺技術(shù)提出了很大的挑戰(zhàn)，目前智能計算的生態(tài)尚未形成壟斷的態(tài)勢。正因為這樣，就給我們創(chuàng)造了機遇，要抓住自主、創(chuàng)新發(fā)展智能生態(tài)計算的機遇期。智能計算還有很多理論性的難題有待攻克，誰能在這些難題上率先取得突破，誰就有可能牽引新結(jié)構(gòu)體系的發(fā)展。

夯實基礎(chǔ)，防止重蹈歷史覆轍

我想談的第三點是夯實基礎(chǔ)、防止重蹈歷史覆轍?，F(xiàn)在人工智能非常熱，人工智能發(fā)展也很快。

我國人工智能發(fā)展面臨大好機遇

我國人工智能計算發(fā)展面臨一個很好的機遇。

我國應(yīng)用需求旺盛，應(yīng)用成果多。2016 年，中國數(shù)字經(jīng)濟居全球第二，占 GDP 比重超 30%，互聯(lián)網(wǎng)應(yīng)用發(fā)展非常好。2018 年，中國人工智能企業(yè)數(shù)量在全球排名第二，是全球人工智能投融資規(guī)模最大的國家之一。

同時，我們也擁有一支實力強的科技隊伍。AI Index 2018 顯示，我國在人工智能領(lǐng)域發(fā)表論文的數(shù)量已經(jīng)超過美國。人工智能領(lǐng)域的專利申請排名前十的國家，中國也是排在第一。

在基礎(chǔ)領(lǐng)域，我們也取得了可喜的成果。我前面提到，在傳統(tǒng)領(lǐng)域，比如芯片技術(shù)上，特別是在微處理器階段，我們的落后導(dǎo)致我們的基礎(chǔ)必須要依靠別人。而現(xiàn)在圍繞智能芯片的研發(fā)，2018 年，中國有 7 家企業(yè)進入全球排名的前 24 名。智能計算軟件框架，中國企業(yè)也有領(lǐng)頭，比如百度的 PaddlePaddle、騰訊的 Angel、阿里的 X-DeepLearning 等。我們有很好的起點。

嚴峻挑戰(zhàn)

但是我們也面臨著嚴峻的挑戰(zhàn)。

一，原始創(chuàng)新能力不足。我們的研究跟蹤多、創(chuàng)新少，量有優(yōu)勢、質(zhì)量上明顯不夠。

二，短板明顯。智能芯片產(chǎn)品主要面向推理，云側(cè)訓(xùn)練芯片競爭能力弱，高性能 GPU、FPGA 仍依靠引進。

三，從事技術(shù)平臺和處理器芯片的企業(yè)數(shù)量比較少。無論是在計算基礎(chǔ)平臺還是處理器芯片研制上，我們的企業(yè)占的比例都較少。

四，應(yīng)用開發(fā)主要基于國外智能計算軟件框架之上。

五，我國自主智能計算軟件框架的影響力與國際相比存在較大差距。聚集在上面的第三方應(yīng)用少，以自用為主。從 Github 活躍度上可以看到，百度 PaddlePaddle、騰訊 Angel、阿里 X-DeepLearning 與谷歌 TensorFlow 等差距較大。

除了以上幾點，最大的挑戰(zhàn)是，雖然我國軟硬件研發(fā)能力已有質(zhì)的提升，但研發(fā)產(chǎn)品的競爭力仍然不強。如果我們不抓住機遇，夯實基礎(chǔ)，下大力氣去打造有競爭力的抱團競爭的智能計算生態(tài)，仍然只是注重近期效益，發(fā)展應(yīng)用，我們就有可能重蹈傳統(tǒng)計算產(chǎn)業(yè)的覆轍。一旦在人工智能領(lǐng)域、智能計算領(lǐng)域也形成若干個這樣的壟斷生態(tài)，那我們又要變得被動。

如何應(yīng)對目前的艱難局面

對于如何應(yīng)對，我覺得有如下幾點思考。

一，學(xué)術(shù)界要面向智能計算挑戰(zhàn)問題，加大國內(nèi)外合作，持之以恒，以基礎(chǔ)理論、計算模型和算法上的創(chuàng)新突破，牽引體系結(jié)構(gòu)的創(chuàng)新。

二，產(chǎn)業(yè)界要推進產(chǎn)業(yè)聯(lián)盟（芯片、平臺、應(yīng)用商），發(fā)揮既有骨干企業(yè)優(yōu)勢，構(gòu)建上下游協(xié)同的產(chǎn)業(yè)鏈，集中力量打造我國有競爭力的智能計算生態(tài)。關(guān)鍵是集聚應(yīng)用、滾動發(fā)展、形成規(guī)模，規(guī)模越大，生態(tài)會越穩(wěn)定。

三，管理部門要綜合施策。一是激勵骨干企業(yè)加大對基礎(chǔ)平臺的投入；二是引導(dǎo)學(xué)術(shù)界、企業(yè)、應(yīng)用部門基于自主計算生態(tài)做研究和開發(fā)；三是成立智能產(chǎn)業(yè)發(fā)展大基金，市場和政府協(xié)同，以目標為導(dǎo)向，推動產(chǎn)學(xué)研聯(lián)合。特別是要關(guān)注當(dāng)前的一些小微創(chuàng)新。

四是教育部門要合理部署多層次人工智能領(lǐng)域人才培養(yǎng)，在人工智能領(lǐng)域，從當(dāng)前來看，雖然大家都很重視，但無論是人才總數(shù)還是基礎(chǔ)人才數(shù)量，我國和國際存在很大差距。

最后，我想用這么一句話來總結(jié)今天的報告，前事不忘后事之師，只有夯實基礎(chǔ)，才能夠行穩(wěn)致遠，謝謝大家！