AI公开课：19.03.21钱诚/雷鸣等教授或专家《寒武纪-深度学习处理器》课堂笔记以及个人感悟
AI公开课：19.03.21钱诚/雷鸣/汪玉/侯晓林等教授或专家《寒武纪-深度学习处理器》课堂笔记以及个人感悟
导读：如果大家去创业的话，一定要看清未来的大趋势，看对赛道，当然，还有人才。创业的时候，切记，每走一步，要多向前辈取经。
panel主题：深度学习处理器——技术、产业及投资的机遇与挑战
panel主持人：
雷鸣（清华大学海峡研究院大数据AI中心专家委员）
panel嘉宾：
钱诚（寒武纪科技副总裁）
汪玉（清华电子系副教授）
侯晓林（贝塔斯曼副总裁）
目录
演讲内容(部分截取)
Panel对话环节
现场图片
课堂演讲PPT…
雷鸣教授演讲PPT
钱诚副总裁演讲PPT
演讲内容(部分截取)
Panel对话环节
钱诚：用芯片开发进行二次开发，或者系统集成。
雷鸣：平台性的东西，像Tensorflow这样的框架都比较复杂，创业初期，搞很复杂类似平台的东西，很难获得VC的投资。
侯晓林(VC)：如果平台可以解决垂直领域的东西，解决实际问题，做到人无我有，做的要更好，才会获得VC的青睐！
雷鸣：做芯片是大投入的东西。我投了北大几个博士的无人机项目，能够解决现实的实际问题，会更好！
侯晓林(VC)：从外行的人来看，作为投资人，去看是不是有机会，是不是有这个市场规模。如果大家去创业的话，一定要看清未来的大趋势，看对赛道，当然，还有人才。
PS：找准赛道，然后，就是干！
雷鸣：硬件创业，看创业者，还是依赖于经验的，得有点年龄。
汪玉：我们12年左右开始做。数据驱动算法，CPU是把所有算法拆成为加减乘除，而深度学习直接处理数据。要足够多的东西，即足够的市场，要去做专用芯片。对于任何一个行业，除了芯片还有接口，包括芯片厂商，所有的厂商都喜欢做自己专用的芯片，未来这个是大方向。
雷鸣：随着未来物联网时代的到来，智能芯片会迎来大爆发，大到无人车，都会百花齐放！
钱诚：对于在校的学生来说，实验室只是做科研的地方，一定要实战，要有实际的经验。最好加入国内外知名机构。创业的时候，切记，每走一步，要多向前辈取经。
汪玉：如果愿意去创业，要趁早，前10名。创业要趁早，35岁以后创业很难的。
雷鸣：30多岁之前，一定要创业，大家看到的埃隆马斯克，他们都是已经有过创业的了，所以创业要趁早。
侯晓林(VC)：建议大家多去实习，赚取经验，为以后创业或者求职打下基础。
PS：学以致用，才是王道！
现场图片
课堂演讲PPT…
雷鸣教授演讲PPT
钱诚副总裁演讲PPT
1、终端设备需要节省功耗，所以功能有限。
2、自动驾驶汽车，目前还远未达到人们的要求。
3、互联网中有很多数据流，做智能处理的硬件会把这些数据流处理出来，叫做智能数据流。
4、对手机进行语音描述，后台可以连接到电商平台，进行产品消费。
5、视频异常检测：很多短视频，需要经过检测以后才能在平台上发布，可以采用深度学习算法进行检测。
ASIC→ASIP→FPGA→GPU→GPP
AI发展的三大严峻形式：芯片性能瓶颈(摩尔定律)，多核并行运行的瓶颈，应用场景更加复杂。
云端智能芯片突围的一个思路：面向某个领域的架构，比如GPU用于图像的处理和渲染。领域会比较窄，但是性能会在窄领域内更强。
曾有电影说过，智慧生物是低熵的。
云端智能芯片：有三种主流路线，脉冲神经网络芯片、GPU图处理器、深度学习处理器芯片。
全球智能芯片各家企业，百花齐放、百家争鸣。
机器学习和深度学习，其实，底层还是属于计算智能，和人类大脑中的智能还是不一样的。从纯视觉处理到多模态智能处理的大趋势。
- IamageNet：物体识别
- Visulalc Genmpone：解读图像背后的语义
- 长期发展方向：多模态智能处理
关于人工神经网络
关于过拟合：即神经网络无法收敛，2006年以后，学术界提出很多工具，比如受限玻尔兹曼机。
为什么需要深度学习处理器？
- 深度学习神经网络是处理智能处理迄今最好的方法。
- 通用CPU/GPU处理神经网络效率低下。
关于寒武纪学术渊源
- 寒武纪系列架构
- 开创深度学习处理器方向
传统ASIC的思路无法解决深度学习处理器面临的问题
- 硬件神经元的虚拟化
- 深度学习指令集
- 稀疏神经网络处理器结构
1、硬件神经元虚拟化
- 控制架构
- 访存架构
2、深度学习指令集
- 算子聚类
- 运算架构
3、稀疏神经网络处理器结构
寒武纪，希望未来，做一个生态的系统，希望客户采用寒武纪的终端产品，云端也要寒武纪的产品，相匹配效果会更好！
智能云计算平台赋能传统产业
