C114訊 11月12日消息（安迪）本周，以“象由芯生·科技服務人民”為主題的2020紫光展銳市場峰會在上海召開。

同期舉行的“5G+AI技術應用論壇”上，紫光展銳攜手運營商、5G和AI領域的技術專家、產(chǎn)業(yè)鏈行業(yè)伙伴以及高校產(chǎn)學研專家，帶來5G+AI技術應用領域最重磅、最前沿的技術討論和成果分享。

沒有AI的5G是一條空船，沒有5G的AI是擱淺的航船

數(shù)字化浪潮下，5G和AI已成為催生創(chuàng)新的核心技術驅動力，兩者相互促進，共同進化。

紫光展銳消費電子5G手機副總裁閆書印

“沒有AI的5G是一條空船，沒有5G的AI是擱淺的航船。”紫光展銳消費電子5G手機副總裁閆書印認為：5G和AI相伴相生、相互賦能，5G可以為AI提供更多的應用場景、大量數(shù)據(jù)，AI會為5G提供更多的算力，讓5G更智慧。相信5G+AI會有更多的應用逐漸落地，包括目前看到的云游戲、AR、VR、高清視頻等。

紫光展銳在5G+AI融合創(chuàng)新方面做了很多努力，目前取得了顯著效果：智能手機領域，5G+AI的芯片在拍照、攝像方面通過AI能力可以顯著提升圖象的畫質，提升用戶體驗，在垂直行業(yè)跟物流公司專門定制了掃碼終端可以有效提升掃碼效率，提升物流公司的行業(yè)競爭力；除了在消費領域，紫光展銳也更希望在未來隨著R16標準的落地，一些具體的應用在行業(yè)實現(xiàn)，可以真正實現(xiàn)萬物互聯(lián)，可以促進整個傳統(tǒng)行業(yè)的變革。

運營商引領推進5G+AI發(fā)展

運營商一直是5G+AI技術應用領域的引領者。中國移動研究院無線與終端所副所長鄧偉表示：5G作為“新基建”之首，中國移動大力實施5G+計劃。2019年初啟動了5G+計劃，5G+AI是其中核心融合技術之一。中國移動持續(xù)從5G終端領域推進5G+AI發(fā)展：在對傳統(tǒng)智能終端功能持續(xù)演進、性能不斷優(yōu)化的同時，中國移動在5G終端模組、切片和測試體系三個方面持續(xù)推進5G+AI技術發(fā)展。

中國移動研究院無線與終端所副所長鄧偉

其中，5G通用模組是智能設備的基礎，為此中國移動聯(lián)合產(chǎn)業(yè)鏈合作伙伴推出5G通用模組計劃；切片是業(yè)務保障基礎，為此中國移動聯(lián)合產(chǎn)業(yè)鏈合作伙伴推出5G智能終端切片計劃；測試體系是綜合檢測基礎，為此中國移動牽頭構建5G終端測試體系，為5G終端保駕護航，主導完成5G終端規(guī)模試驗，持續(xù)優(yōu)化提升終端性能。

5G+AI技術應用創(chuàng)新層出不窮

事實上，業(yè)界已經(jīng)在5G+AI技術應用創(chuàng)新方面進行了很多前瞻性的研究和部署。

Imagination華東區(qū)銷售總監(jiān)杜昕

作為GPU和AI行業(yè)的領先者，Imagination到今年為止出貨量已經(jīng)達到110億，在手機端的市場份額有38%，車載市場市場份額是43%。Imagination華東區(qū)銷售總監(jiān)杜昕表示：從AI方面的產(chǎn)品來看，Imagination的產(chǎn)品2NX在去年跑分第一。在傳統(tǒng)的CPU上如果算力可以做到1倍，那我們的GPU現(xiàn)在是10-20倍，未來我們的3NX NNA現(xiàn)在已經(jīng)到了100-200倍，其實在網(wǎng)絡加速器上是對算力有更大的要求。Imagination會通過我們在產(chǎn)品目標、通過我們在本地化的支持，以及通過我們在APP的交付會去賦能像紫光展銳這樣的生態(tài)合作伙伴，共同攜手在5G+AI的路上越走越成功。

紫光展銳張忠立

紫光展銳張忠立介紹了AI異構計算平臺及開發(fā)案例。他指出：IoT設備數(shù)量預計在2022年超過非IoT設備，IoT設備產(chǎn)生的數(shù)據(jù)在2025年預計達到近80ZB。AIoT設備傳輸?shù)皆贫说臄?shù)據(jù)以結構化數(shù)據(jù)為主，AI將在原始數(shù)據(jù)轉換到結構數(shù)據(jù)過程中扮演越來越重要的角色。AI應用交付面臨諸多困難：網(wǎng)絡模型訓練框架的多樣性、網(wǎng)絡算子在不斷更新、不同應用場景有不同的量化方式、不同應用場景交付平臺的多樣性、算法運行硬件平臺的多樣性等。針對上述困難，紫光展銳推出軟件AI部署的開發(fā)平臺AIactiver。

浙江大學教授馬德

浙江大學教授馬德介紹了類腦計算理論與實踐--人工智能近20年有了一個質的飛躍，而且人工智能深度學習在語音識別、人臉識別、圖像分類等方面都取得了非常大的成就。但是，現(xiàn)在的AI技術要靠大量的數(shù)據(jù)去做訓練才能解決問題，而且現(xiàn)在的AI只針對特定任務，缺乏開放和動態(tài)解決復雜情況的能力，因此我們提出是否可以從生物腦的角度模擬行為。AI跟生物腦有很大的差距，我們提出了一個概念--類腦計算，要向大腦去學習，是否可以用電路或芯片器件的方式去模擬出腦的結構以及模擬腦的工作機制。針對類腦計算將其范圍縮小一點叫做神經(jīng)擬態(tài)計算，用CMOS和新器件實現(xiàn)的神經(jīng)擬態(tài)計算可模擬大腦的結構和工作機理，并實現(xiàn)幾大特點：一是存算一體，數(shù)據(jù)的存儲和數(shù)據(jù)的計算都在一個單位或在一個網(wǎng)絡里完成；二是事件驅動，可以實現(xiàn)低功耗；三是生物關聯(lián)。