10月28日FMI2018人工智能与大数据高峰论坛深圳场圆满落幕,平安科技高级算法工程师瞿晓阳就云端终端双场景的AI加速研究进行了精彩的分享。
平安科技高级算法工程师瞿晓阳
以下是瞿晓阳演讲全部内容，飞马网根据现场速记进行了不改变原意的编辑（有删减）：
瞿晓阳：大家好！我今天讲的是《云端终端双场景的AI加速研究》。
分享分为四大部分：一是背景；二是云端AI加速；三是终端；四是总结。
01
第一部分：背景
人工智能的发展历史可以用一句话总结：一个地点（达特茅斯会议）、两次寒流、三个名人（图灵、维纳、约翰·麦卡锡）。
人工智能有三大学派：符号主义、联结主义、控制论学派。
符号主义是字体向下或者字体向上的方法，什么都将有规则和推理，人工智能也是用推理实现的。
联结主义学派是当下很火的深度学习，是人工自动特征提取，是仿生学派。
控制论学派，控制论之父是维纳，这个学派主要以反馈为核心来实现人工智能。
今天讲深度学习，属于联结主义学派，也是仿生学派，是仿生人的大脑。人的大脑神经细胞有两个数据，抽象的是100亿个神经元；具体的是140亿神经元。神经元的数量从某种角度可以判断人的智商。神经连接就是把100亿神经元相互连接起来，它的长度可以绕到月球再绕回来。神经连接非常重要，生物学数据显示儿童2岁之前每两周建立上千级别的神经连接，现在达到百万级别，等于每秒有百万神经元的神经连接，现在很多早教内容涉及到这个问题。神经连接是每秒百万级别的神经连接的建立，它受三个因素的决定，一是基因，二是环境，三是自身。
2006年发表的三篇文章标志深度神经网络的正式开始。深度信念网络、深度自动编码等，在当时解决的是自动初始化问题，即如果神经网络初始化的效果很好，就不会进入局部最优，而是进入全局最优。生物学也显示人的大脑神经连接不是随机连接，而是根据基因建立，很多记忆对事物的认知能力是从祖辈和元人时代一点点传递下来。
我们大脑的神经连接都有冗余性（冗余性是指大脑的开发量不大）。我们的大脑大部分没有使用，存储的东西也不是存在一个局部，而是分布在很多地方。
机械思维与数据思维
另一个学派是机器主义学派，即逻辑学派。逻辑学派讲究的是任何东西都可以推理出来。我们知道，天王星是业余爱好者通过天文观测找到的，但是海王星是两个天才算出来的，一位是剑桥大学的大学生亚当斯，还有一位是法国的勒威耶。他们都是通过推理计算找出来，这就是传统的机械思维，用牛顿定律把它给算出来。
物理界有两个分界线，1920年，前面是牛顿，后面是量子和相对论。万有引力无法计算电子运算，因为电子云的运行速度很快，如果用麦克斯韦方程计算，速度太快，会以电磁波的形式辐射出去，跌落到原子核上。这时候要转变为数据思维。你用大数据利用概率知道它出现在什么位置。这是机械思维与数据思维的特点。
机器学习与深度学习
机器学习是人工特征的，深度学习是自动特征提取。机器学习需要垂直领域的专业知识，如果搞金融，一定要有自己垂直领域深厚的知识，因为你看到别人看不到的，再结合机器学习来做人工特征提取。人工和机器的理解方法是不一样的。机器学习是靠人工告诉它特征，深度学习是自己找特征，这是两者的区别，其实就是逻辑学派和它一部分的分支。
深度学习的发展
1982年Yann LeCun，就是现在Face book的首席，他当时的卷积神经网络在1998年到2012年，这中间已经隔了14年，这14年卷积神经网络没有起来的原因是被知识向量机吊打，知识向量机的效果，传统机器学习的效果比深度学习好很多，深度学习当时面临两个问题，一是数据过拟合问题，二是陷入局部最优。
2012年，Alex建立了卷积神经网络。
2014年的冠军VGG是牛津大学还是剑桥大学的人，NIN是新加坡国立大学那边的，还有GoogleNet，然后残差网络，一步步发展。
AI加速的意义
深度学习模型不断演进，使得精度越来越高、层次越来越深、模型越来越复杂，参数也越来越多。加速的目的从云端来讲是为了加快训练速度；移动端则是为了减少推断消耗算力和IO；此外，加速可以消除冗余，提高泛化能力。
02
第二部分：云端AI加速
属于并行计算，并行计算的方法归纳为7个：
向量化
并行里面，搞分布式计算的人不多。数据并行分为两种，数据并行和模型并行。以TensorFlow作为例子，它分为参数服务器和work，每个work机里面都会放部分数据，这样就实现数据并行。模型并行现在支持的比较少。并行面临的挑战有两个：一是机器的异质性；二是线性扩展问题，这是机器学习里面最大的问题，不是算力的问题，而是通信问题，节点越增多，通信量会随之增多，这种情况下会导致网络效率不好；三是模型越来越大，现在模型，如果想效果更好，有时候拿更大的模型真的效果会好很多，如果要部署到移动端，你的模型太大就是很大的问题，现在搞模型小型化的人很多，大家都想知道怎么把模型放到机器里面，放到机器人或者自动驾驶里面，实现离线部署，特别是政府部门，他们都讲究离线部署，他们不希望自己的数据是流出来的。
改变一致性模型
大家知道同步和异步如果有1024台机器，其中一台机器磨损太厉害，速度非常慢，用同步的话，1023台机器都等那台，大家都等它来了之后做规约计算，这就太慢。一致性有同步和异步。第三种方案是折中的，它的文章是ATC上发表的文章，他们自己做的也是用这套技术，其实很多公司把这个引进来了，它是做了折中方案，是同步和异步的折中。
流水线技术
卡内基梅隆他们公司提出的几个技术很厉害，是计算机的顶级学府，他们的牛人十分可观。这个技术是他们提出来的，流水线，他们发现梯度计算和全值更新的时候，根本没有必要等，传统的方法是计算，把梯度发出局再把更新的梯度拉回来，这时候把流水线变得更好，有的地方是计算还有把梯度推出去，还有更新的梯度拉回来，使用叠加方式，把计算和通信重叠，提高这种加速比速度会进一步加深。
大批量
机器学习、深度学习里面一个是梯度下降、一个是随机梯度下降，梯度下降是完备的数据，假设有一百万条数据，对一百万条数据全部计算一遍之后再进行梯度更新。随机梯度下降是另外一种极端，随机梯度下降是每个数据只要计算一遍更新梯度，这样是两个极端，右边的梯度下降很容易陷入局部最优，然后很难得到全局最优，离初始值，到最小值就不会再迭代，随机梯度往往可以找到更好的值。数据并行越多、数据样本越多，这时候就趋向梯度下降，这时候容易进局部最优。腾讯发表文章说4分钟训练好Image Net，他们4分钟用Image Net训练好VGG，6.6分钟训练好残差网络50，当时它的副标题这样写的，我开始看到这篇文章很惊讶，后来看到Face book写的文章，副标题是1小时之内把Image Net训练好，腾讯的副标题是4分钟训练好Image Net，这个地方都面临一个问题：大数据块太大。解决的方案和腾讯差不多，都是学习速度的控制，控制学习速度，另外可以延迟更新也可以解决。
量化技术
这个在移动端里面的模型小型化里面经常出现，训练里面用这个量化技术有风险，把浮点数变成整数，如果把它变得更小，会导致精度下降，你必须参劾其他的方法解决。腾讯当时提出的是混合物进度。包括微软CNTK提出1-bit ，CNTK用的人很少。当时CNTK有一篇文章提出1-bit量化，这时候精度损失我觉得太大了。
Auto ML
公众号天天制造焦虑、制造恐慌，天天都说上报工程师要下岗、什么要下岗。谷歌出ML，当时推出这个产品，里面包括两个东西，auto ML，包括自动调参，很多深度学习的工程师他们都做调参，把它自动化，靠算力解决，设一个搜索空间，设定搜索策略，再拿一个评估方法，全自动的跑，最后搜出最优的。自动调参有些许麻烦，用网格搜索或者随机搜索，消耗很大。很多公司里面都用强化学习解决这个问题。另外就是自动机器学习，前面讲自动调参，再就是构造神经网络，等效于再解放一批人，刚刚解放自动调参数，再解放自动构建神经网络的。解放就是把所有神经网络变成一个小模块，它里面的模块是怎么构造，完全靠自己的搜索学习来搞定，不需要人为构造新的神经网络。
硬件加速
冯诺依曼体系，GPU是通用型的，这个地方是定制化一点，要跟深度学习结合起来搞更好。非冯诺依曼体系，下面是类脑芯片，类脑芯片有一个概念芯片，可以把IBM的芯片到上千上万倍。
冯诺依曼体系和非冯诺依曼体系区别：冯诺依曼体系是计算机存储、网络分离，现在很多高校的学院都是分开的，各做各的；非冯诺依曼体系，类脑芯片，是把计算、存储、网络结合在一起，每个都是独立的。这样就呈现很多芯片。
量子计算机
费曼讲量子计算的时候讲了一个东西，和大家分享一下。他解释的非常好，他说要理解量子要了解一个实验——双缝干涉实验。发射量子的时候有一个特点，如果你想观测它的运动路径，它不会形成干涉条纹；如果不观察它的路径，它的干涉条纹就会出现，这个实验非常诡异、神奇，观测它，它就以意识形态存在，不观测它就不存在。
03
第三部分：终端AI加速
这里讲6个技术。
稀疏化方法
稀疏化方法大家应该经常看到。
这里分为三类：一是正则法。
二是裁减法（剪枝法）。
三是增长法。
强化卷积
现在大家要看到一个趋势，慢慢都使用1×1的卷积核，以前是7×7，后面是两个3×3代替一个5×5，用三个3×3代替一个7×7，现在很多时候都是用1×1的卷积核，效果很好。
自动构造轻量级神经网络
一个是AMC，韩松，你们做这个研究一定要跟他，韩松之前是斯坦福大学的博士，他后面是创业公司的创始人之一，也是搞AI芯片加速，在MIT当教授，还在搞这个研究，他的文章出来之后我马上会看。如果你想研究某个方向，一定要知道前沿的是哪几个公司在研究，一般很明显的。腾讯前段时间是出了Pocket flow，代码没有开源，里面都是集大成。
低秩分解
量化技术
简单来说，把浮点数变成整数，把整数变成更小的。这个地方本来这里要存16个浮点数，这时候只需要存3个，然后存一个索引就可以。
硬件加速
这个硬件加速和前面的序列硬件加速不一样，如果对硬件加速感兴趣可以关注两个顶级会议，ISCA和HPCA。
04
第四部分：总结
训练、推断。
训练包括七个技术，推断包括6个技术。
这里面有几个技术是几个发展趋势：
一是线性加速，如果你搞分布式计算达到线性加速，这样训练速度像刚刚说的腾讯4分钟训练好，加速是一个趋势。
二是自动调参，解放一批调参师，搞成自动调参最好，写一个脚本，其实不麻烦，定义好搜索空间、搜索策略，再写搜索评估价值，搞自动调参。
三是自动构建神经网络，现在的网络都是人为提出来的，你用新的AI强化学习，搜索出更好的人工神经网络，也是大牛。这个是算力的进步，也是算法的进步，同时进步。
四是自动压缩，不要手动压缩，浪费时间，最好想办法搞成自动压缩，压缩的同时要注意，仅仅压缩还不够，最好能把它实现加速。
谢谢大家！