6月20日，中星微“數字多媒體芯片技術”國家重點實驗室在京宣布，中國首款嵌入式NPU（神經網絡處理器）芯片誕生，目前已應用于全球首款嵌入式視頻處理芯片“星光智能一號”。

　　該實驗室執行主任張韻東表示，這標志著我國在NPU領域的研究和開發上取得了重大突破；在基于“數據驅動并行計算”架構的深度學習人工智能領域達到國際先進水平；使我國視頻監控行業發展由模擬時代、數字時代跨入智能時代，實現產業化并促進整體水平提升，確立了全球領先地位。

　　AlphGo下盤棋花電費3000美元

　　近年來，人工智能逐漸從科幻電影走向現實生活，在其發展歷程中，兩次著名的“人機大戰”成為重要里程碑。1997年，IBM的超級計算機“深藍”擊敗國際象棋世界冠軍；今年3月，谷歌的“AlphGo”以4勝1負的成績戰勝了圍棋世界冠軍。

　　“圍棋比國際象棋復雜200多個數量級。”數字多媒體芯片技術國家重點實驗室執行主任張韻東表示，“深藍”是憑借超級計算機運算能力的“蠻力”戰勝了人類，“AlphGo”則是依靠模仿人腦的深度學習神經網絡擊敗人類。

　　這一結果讓人震撼，甚至有人擔憂，電影里“終結者”是否很快會進入我們的生活？

　　張韻東認為，“人機大戰”只是科學實驗，如此高級的人工智能離普通人的生活還有一定距離。他介紹，“深藍”的質量達到1.27噸，擁有32個CPU；“AlphGo”運行在龐大服務器集群里，下一盤棋光電費就要花掉3000美元。即使是手機里的蘋果、微軟等語音識別軟件，所有的運算、識別也必須在后臺進行。

　　將深度學習系統做到小型化，用在嵌入式系統中，這是中星微國家重點實驗室多年來努力解決的問題。其此次發布的，正是我國首款具有深度學習功能的嵌入式NPU，其已于今年三月成功量產。

　　極大提升計算能力與功耗之比

　　此次推出的NPU，是中星微國家重點實驗室為深度學習算法專門設計的處理器。

　　張韻東介紹，深度學習源于對生物人腦機理的仿生學研究，其實質是建立多層次感知層模型，從底層到高層進行識別和智能分析。與傳統算法最大的不同，是它能像人腦一樣學習知識。

　　卷積神經網絡（CNN）是深度學習的重要分支，是目前機器視覺人工智能領域的研究熱點。張韻東說，CNN算法需要處理海量數據和運算，傳統的馮諾依曼架構CPU，在面對這種類型數據運算時已經力不從心。而其他傳統處理器中，信號處理器DSP同樣無法高效處理大量并行運算；圖形處理器GPU是為三維圖形設計，用于CNN算法功耗高、成本高，且不適合嵌入環境；可編程門陣列FPGA能靈活實現各種算法架構，但一般用于算法原型機的驗證，同樣存在功耗高、價格高問題。

　　IBM、高通、谷歌等國外公司都推出了的自己的神經網絡處理器，中科院在這方面也開展了研究。為此，中星微針對CNN算法和特點進行了專門設計，徹底顛覆了馮諾依曼架構，而采用全新的數據驅動并行運算架構，研發的數據流類型NPU極大提升了計算能力與功耗之比，擅長處理海量視頻、圖像類多媒體數據，能使人工智能在嵌入式機器視覺應用中大顯身手。

　　給“眼睛”加上“大腦”

　　目前，中星微NPU其已成功集成到“星光智能一號”中，在視頻監控領域實現產業化。

　　“如果說原來的視頻處理芯片相當于眼睛，加上NPU以后就擁有了大腦。”張韻東說，“星光智能一號”包含視頻信號處理、視頻壓縮編碼模塊以及神經網絡處理器，是全球首顆具有如此集成度的深度學習系統級芯片。

　　視頻監控領域對智能識別有著強烈需求。張韻東介紹，此前的技術主要存在兩方面局限，一是識別準確度不高；二是傳統技術需要先把海量視頻數據傳到后臺，再在后臺進行識別，無法實時得到結果。而使用了深度學習的機器視覺，對人臉識別的準確率可達98%；在嵌入人工智能后，可以當場識別，只把有用的信息傳回來。

　　在幾年前轟動全國的周克華案件中，案犯在南京被拍到，公安干警將視頻信息拷貝分發給數千人的團隊，對著每個攝像頭進行比對，但周克華仍逃到重慶，直到再次作案后才被抓獲。“如果當時有‘星光智能一號’技術，罪犯走到哪里都會被智能識別，很快就會有線索傳回來。”張韻東說。除了實時搜索，該技術還能將已經拍攝的信息存在碼流中，需要時可以隨時根據特征檢索，或是用“以圖搜圖”的方式，用一張圖把類似的圖全找出來。

　　除了視頻監控領域，“星光智能一號”還能用于汽車無人駕駛或智能輔助，無人機自動拍攝、跟蹤、避障，智能機器人理解合成語言、娛樂和陪護等方面。張韻東表示，下一步將不斷探索更加接近生物人腦的工作機理方式，開發更低功耗、更高運算性能的新一代NPU。