在科技之光的照耀下，大模型從云端的殿堂飄然而至終端的舞臺。這一歷史性的跨越，不僅賦予了數(shù)據(jù)處理以迅捷之翼，更將智能體驗(yàn)推向了前所未有的高度。終端上的大模型以靈動的姿態(tài)，即時(shí)捕捉并回應(yīng)著每一個(gè)細(xì)微的需求，將AI的觸角延伸至世界的每一個(gè)角落。

近日，在EEVIA主辦的第12屆中國硬科技產(chǎn)業(yè)鏈創(chuàng)新趨勢峰會暨百家媒體論壇上，安謀科技產(chǎn)品總監(jiān)鮑敏祺發(fā)表了精彩的主題演講《端側(cè)AI應(yīng)用芯機(jī)遇，NPU加速終端算力升級》。他深入剖析了端側(cè)AI發(fā)展的廣闊前景，并詳細(xì)介紹了安謀科技自研NPU的最新進(jìn)展。

端側(cè)AI正在崛起

AIGC大模型帶來的算力提升是端側(cè)AI迎來的最大機(jī)遇。鮑敏祺表示，從近期頭部大廠的發(fā)布中都可以看出，端側(cè)AI的應(yīng)用已經(jīng)得到了業(yè)界的一致認(rèn)可。

當(dāng)前，國際和國內(nèi)實(shí)際部署的主流端側(cè)大模型體量主要集中在100億參數(shù)以下。這一限制主要是由于端側(cè)設(shè)備的內(nèi)存帶寬范圍通常在50-100GB/s之間。為了滿足用戶對應(yīng)用實(shí)時(shí)性的需求，10-30億參數(shù)的大模型最適合部署在現(xiàn)有的帶寬條件下。這些模型能夠在保持高效性能的同時(shí)，提供快速響應(yīng)和高質(zhì)量的服務(wù)。

頭部終端廠商如OPPO、vivo、小米、榮耀和華為等，都在積極推動端側(cè)AI的發(fā)展。他們不僅自研了適合端側(cè)部署的大模型，還將其與具體業(yè)務(wù)場景緊密結(jié)合。芯片廠商也達(dá)成了共識，認(rèn)為AI NPU（神經(jīng)網(wǎng)絡(luò)處理單元）將是未來消費(fèi)類電子產(chǎn)品發(fā)展的重點(diǎn)。NPU通過專門優(yōu)化的硬件架構(gòu)，能夠大幅提升端側(cè)設(shè)備的AI計(jì)算能力，同時(shí)降低功耗。

盡管端側(cè)AI的發(fā)展勢頭強(qiáng)勁，但鮑敏祺強(qiáng)調(diào)，這并不意味著要徹底放棄云端AI。相反，他認(rèn)為兩者應(yīng)該實(shí)現(xiàn)互補(bǔ)，才能產(chǎn)生最大的收益。端側(cè)AI的優(yōu)勢在于其時(shí)效性和數(shù)據(jù)本地化帶來的安全性。由于數(shù)據(jù)處理發(fā)生在設(shè)備本地，用戶的隱私得到更好的保護(hù)，同時(shí)也能實(shí)現(xiàn)實(shí)時(shí)響應(yīng)。而云端AI則具備更強(qiáng)的推理能力和大規(guī)模數(shù)據(jù)處理能力，可以進(jìn)行更復(fù)雜的任務(wù)。因此，結(jié)合端側(cè)和云端的優(yōu)勢，將為用戶提供更加全面和高效的AI體驗(yàn)。

從人機(jī)交互界面的發(fā)展歷史來看，從最初的物理按鍵到觸摸屏和語音交互，再到當(dāng)前的Agent智能體，每一次變革都極大地提升了用戶體驗(yàn)。未來的趨勢將是多模態(tài)場景，即結(jié)合圖像、音頻、視頻等多種輸入方式，使設(shè)備能夠更全面地理解用戶的需求。通過觀察和學(xué)習(xí)，未來的AI系統(tǒng)將能夠更好地預(yù)測和滿足用戶的期望，從而實(shí)現(xiàn)真正的智能化。

以三重升級應(yīng)對三重挑戰(zhàn)

端側(cè)AI的快速發(fā)展給硬件設(shè)備帶來了三重挑戰(zhàn)：成本、功耗和生態(tài)系統(tǒng)。

成本的挑戰(zhàn)主要來自于設(shè)備的存儲容量、帶寬和芯片計(jì)算資源。功耗則源自對數(shù)據(jù)的大量搬運(yùn)，而且大模型無法像CNN一樣實(shí)現(xiàn)高度復(fù)用，也會大幅提升功耗。最后，開發(fā)工具的不斷優(yōu)化和支持也是挑戰(zhàn)所在。

針對這些挑戰(zhàn)，安謀科技自研的“周易”NPU圍繞微架構(gòu)、能效和并行處理等方面進(jìn)行了升級。

微架構(gòu)：鑒于CNN與Transformer的差異性，“周易”NPU在保留CNN能力的基礎(chǔ)上，又針對Transformer進(jìn)行了優(yōu)化，克服了實(shí)際計(jì)算中的瓶頸。

效率：進(jìn)行混合精度的量化，比如int4和fp16，在算法和工具鏈層面上實(shí)現(xiàn)低精度量化。同時(shí)，對數(shù)據(jù)進(jìn)行無損壓縮和改變稀疏度，從而增加有效帶寬。另外，采用In-NPU interconnection技術(shù)，實(shí)現(xiàn)了對總線帶寬的擴(kuò)展。

并行處理：采用數(shù)據(jù)并行或模型并行，使用負(fù)載均衡和Tiling，減少了數(shù)據(jù)的搬運(yùn)。

鮑敏祺還詳細(xì)介紹了下一代的周易“NPU”架構(gòu)，不僅包含了能夠適應(yīng)多任務(wù)場景的Task Schedule Manager，而且整個(gè)架構(gòu)具備可擴(kuò)展能力，并增加DRAM以實(shí)現(xiàn)高帶寬的匹配，還增加了OCM（Optional on Chip SRAM），以支持有特殊要求的算法。

鮑敏祺在演講中特別強(qiáng)調(diào)了“周易”NPU對異構(gòu)計(jì)算的支持，并指出無論是從能效還是整個(gè)SoC（系統(tǒng)級芯片）的面積角度來看，異構(gòu)計(jì)算都是端側(cè)AI芯片的最佳選擇。他解釋道，面對不同的應(yīng)用場景，異構(gòu)計(jì)算能夠?qū)崿F(xiàn)算力的靈活裁剪，并將不必要的功耗降到最低。

跨領(lǐng)域的應(yīng)用專家

周易“NPU”已經(jīng)在多個(gè)關(guān)鍵領(lǐng)域展示了其強(qiáng)大的性能和靈活性，特別是在汽車應(yīng)用、AI加速卡以及AIoT場景中。

在汽車應(yīng)用中，不同的場景會對應(yīng)不同的算力需求。如果是車載信息娛樂系統(tǒng)，對算力的要求不會太高，但是在ADAS應(yīng)用中，很多情況下要執(zhí)行多任務(wù)，對算力的要求就會大幅提升。而“周易”NPU的算力范圍是20~320TOPS，可以根據(jù)需求裁剪出所需的算力。鮑敏祺表示，搭載了“周易”NPU的芯擎科技“龍鷹一號”已累計(jì)出貨超過40萬片，并成功定點(diǎn)應(yīng)用于吉利旗下的領(lǐng)克、銀河系列以及一汽紅旗等20余款主力車型中。

在AI加速卡的應(yīng)用中，周易“NPU”能夠與智能汽車、PC、機(jī)器人等不同類型的主機(jī)處理器（Host AP）進(jìn)行高效交互，處理音頻、圖像、視頻等多種數(shù)據(jù)形式。這種多模態(tài)模型的支持能力使得周易“NPU”能夠在復(fù)雜的數(shù)據(jù)環(huán)境中保持高性能和靈活性。在AIoT場景中，設(shè)備通常受到面積和功耗的嚴(yán)格限制。盡管如此，周易“NPU”仍能提供高效的算力支持，同時(shí)保證高度的安全性。這使得它成為多個(gè)應(yīng)用場景的理想選擇。

鮑敏祺最后表示，下一代周易“NPU”將會繼承并顯著增強(qiáng)前代產(chǎn)品的強(qiáng)算力、易部署以及可編程等特點(diǎn)和優(yōu)勢，并圍繞精度、帶寬、調(diào)度管理、算子支持等多個(gè)方面進(jìn)行持續(xù)優(yōu)化。同時(shí)，NPU不僅要考慮適配現(xiàn)在的存儲介質(zhì)，還要考慮到對未來各種存儲介質(zhì)的適配，使得NPU能夠更好地滿足當(dāng)前及未來市場需求。