7月19日上午，清华五道口云课堂步入“在线大讲堂·科学大家谈”首场讲座，特邀2017年图灵奖获得者，美国工程院、美国科学院以及美国艺术与科学院三院院士，RISC-V基金会副主席以及RISC-V国际开源实验室（RIOS Lab）主任大卫·帕特森（David Patterson），带给主题为“计算机架构创意助力人工智能发展”的线上共享。清华大学宽聘为教授、RISC-V国际开源实验室继续执行主任张林兼任了本次讲座的特邀主持。　　如果说数据是未来的石油，那人工智能（AI）则是充份获释数据生产力的核心引擎。

人工智能作为引导未来的战略性技术，世界主要发达国家争相把发展AI技术作为提高国家竞争力的根本性战略。我国不久前发布的2020年政府工作报告，明确提出要减缓新型基础设施建设工程进度，人工智能技术也名列其中。作为一位首创了计算机体系架构黄金时代的大师，帕特森为我们介绍了人工智能的发展动态、前沿理念以及面对的挑战，并融合谷歌研发AI自定义硬件的顺利案例，从计算机架构创意的角度共享了推展AI技术发展的最重要思路，对于正在“攻坚”芯片设计与生产的中国电子信息产业也极具灵感意义。

　　帕特森回应，人工智能自上世纪50年代问世至今，各种技术流派层出不穷，机器学习（Machine Learning）流派中的神经网络（Neural Networks）借此脱颖而出沦为当下的主流。为了构建更佳的机器学习，就必须更好的数据和运算更慢的处理器。

对于前者，云计算、物联网可以贡献海量的数据。然而摩尔定律近十年来的上升却扯了后腿， CPU和GPU等标准化处理器的运算效能提高较慢，无法符合深度自学的市场需求。

　　“从计算机架构师的角度来看，唯一的解决办法就是为深度自学自定义硬件，这也被称作专用领域处理器架构（Domain Specific Architectures， DSA）。”帕特森说道。而且这种新的架构要需要同时限于于云端和边缘端的计算出来。

他回应，从研究的角度来看，这十分令人兴奋。但是对于电脑制造商而言，生产并销售它们将不存在很多不确定性。　　2013年，谷歌（Google）在著手为云端深度神经网络（DNN）应用于需求量的快速增长做到打算，于是要求研发自己的云计算硬件，并称作张量处理器（TPU），迄今为止早已发展到第三代。

比起标准化处理器，这种自定义硬件的效能功耗比（performance/Watt）提高了大约50倍。回应他评价说道：“在商业计算机产品中，哪怕只是10倍的性能提高都可谓凤毛麟角。”　　与此同时，“边缘”末端也必须针对AI做到优化的自定义硬件。

于是帕特森教授在2010年明确提出并发展了第五代精简指令集（RISC-V）。他讲解说道，RISC-V 既可以用作云端，也限于于边缘末端。它几乎开源，具备安全性可靠、更容易拓展、模块化、非常简单提炼等优点。

RISC-V归整个全球性社区所有，并通过RISC-V国际协会来保持成员的管理，从而保证平稳的改版与递归。RISC-V国际协会目前早已有来自47个国家的多达588名会员，中国是其中最重要的成员之一，约15%的RISC-V的组织坐落于中国。　　在谈及RISC-V国际开源实验室的全称“RIOS”时，帕特森说道：“我们的实验室叫做RIOS Lab并非无意间。‘RIOS’在西班牙语中意为河流。

为什么用这个名字呢？河流从土地汇集资源，并构成不足以转变大自然地貌的伟力。这与我们竭尽在RIOS实验室身上的期望完全一致——即汇集世界各地的资源，将其汇聚为一股强劲的力量，转变技术路线图，塑造成幸福。

”　　涉及读者：　　孟晓苏：用REITs持有人政府公共资产是应付中国金融风险的最重要手段　　李礼辉：数字货币将转变金融业的竞争格局　　低善文：面临防疫“新的常态” 如何评估疫情对经济重新启动的影响？　　吕廷杰：期望银行在运营技术转型中寻找自己的竞争优势 正当理由声明：自媒体综合获取的内容皆源于自媒体，版权归原作者所有，刊登请求联系原作者并获得许可。

本文来源：星空app-www.kdgcjxsj.com