登录没有账号？
&登录超时，稍后再试
免注册 快速登录
任正非谈华为做AI：不要太冲动 不要遍地都是智能化
　　（原标题：谈做人工智能：不要太冲动，不要遍地都是智能化）
　　虎嗅注：在人工智能大火的当下，任正非在今年年初的一次内部研讨会上也提及相关话题，他对华为做人工智能的三点看法：
　　01、高质量的数据是人工智能的前提和基础，高质量数据输出要作为作业完成的标准
　　02、要聚焦投入，敢于投资，成功只是时间迟早的问题
　　03、人工智能要聚焦投入不要全面开花，先纵向打好歼灭战，旗开得胜后再横向扩张
　　以下为华为“心声社区”微信号发布的任正非讲话全文：
　　总裁办电子邮件
　　电邮讲话【号 签发人：任正非
　　任总在人工智能应用GTS研讨会上的讲话
　　公司巨大的存量网络是人工智能最好的舞台，GTS要利用人工智能实现高质量和高效率的交付与服务，支撑“一万亿”美元存量网络的服务以及故障处理、预防的自动化……，以及支持每年数百亿美元的网络增量的科学、合理、有效地交付。持续为客户创造价值并提升客户满意，构筑活的“长城”，成为公司重要的可移动的“马奇诺防线”。谁能最低成本地提供高质量的服务，谁就是这个世界最后的赢家。公司的人工智能研究是一个使能器，促使公司各项进步，不要随议论的忽悠而迷失方向。
　　01、高质量的数据是人工智能的前提和基础，高质量数据输出要作为作业完成的标准
　　为什么我们不可以统一作业的工具，和工作的标准。配个数据采集聚集器，员工在现场作业完后，回到驻地处理一下，一按键就群发出去了，不必经过办事处、地区部，就一步到位了。数据对各级各段透明，没有层层级级的汇总处理，就快多了。
　　我们有430万个站点，每年增加96万个，1万1千个合同，每个基站报上来的报表这么厚，是因为没有模块化分类。不抽象不总结就要上报，我们处理管道就那么粗，所以堵得一塌糊涂。实际上归纳出来可能就一百种，大不到一千种模块。我们分类按模板传信息给供应链，供应链解码打开、作清单发货，我们管理会简化很多。现在报表层层上报，每层增加好多人，一大堆报表甚至没人读过。要基于目的标准模型建设简单自动报表体系，这样中间的人工就减掉了，主战场的员工就增加了。人人都基于作业给你提供准确数据，集中起来你的科学性就好了，有了这些准确数据，通过监督学习和统计手段就能使我们的效率提高。
　　填写的表中有清晰的也有模糊的，确定性的工作填写的数据要准确，如果没有审核就传上来不正确的数据，就是一团乱麻。清晰的数据不断更新积累，新的有效数据不断更替。总有一个模糊区，模糊数据的模糊性会持续不断降低，但又产生新的模糊。在不该模糊的地方应该有指引，能够指引基层工程师来清晰操作。人工智能就要靠几万员工在做事的时候把数据有效采集回来，在归纳总结中找出规律来。清晰、准确的现场数据是重要的事情。
　　我们是设备供应商不是流量运营商，要根据业务场景来看多快数据算实时，不要形而上学，要根据必要的需求来获取这些所谓实时数据。对于网络设备数据的输出，可以采用类似“七远八按”的方式建设数据输出标准，以基于人工智能的交付服务视角重新制定可服务性标准，并作为产品上市必要条件。
　　因此，你们说数据缺乏、杂乱无章，我不批评，我觉得没有数据才是我要批评的。每一个人能不能搞个工装穿在身上带个仪器，数据先收集存储起来，然后一按按钮就传送到信息库，对贡献数据者还可以奖励。
　　02、要聚焦投入，敢于投资，成功只是时间迟早的问题
　　在GTS选定的站点作业、网络集成、网络维护、网规网优等关键场景，在业务模型、算法、平台和数据上要加大投资，具体的人力与费用在战略规划未来的时间链中落实。
　　要开发公司统一的人工智能软件平台，把算法、知识、方法、经验等都固化在平台上，首先在GTS实践和应用，未来也可以为公司其他业务提供支撑。数据底座的投资更需要加大，作为长期的基础工程来建设，有了高质量的数据基础，人工智能才能发挥作用。
　　2012实验室的科学家要紧密与服务工程师合作，由熟悉理论和算法的科学家选择最成熟的方案应用到服务场景中，并共同完成业务提升，这就是技术和场景的结合。一部分人熟悉技术理论，一部分人熟悉场景，两者合作起来天下无敌，你们先把我们内部的改进搞好，到那时候我们是不是走向外部我们再考虑。
　　新事物失败也是成功，自己取得一点进展就记下来，这是过程记录，自己用萝卜刻奖章，积累多了就去换金牌。不要怕出错，别人说华为是落后的，因为我们只给成功的人发奖，从来不给失败的人发奖。今天比昨天好就要发奖，喜马拉雅爬一半也是成功，因为我们过去连山脚都没去过。
　　03、人工智能要聚焦投入不要全面开花，先纵向打好歼灭战，旗开得胜后再横向扩张
　　我们业务扩张中，人员不按线性扩张就成功了。服务工程师要聚焦服务业务，在完成服务业务同时完成人工智能所需要的正确数据输出，在此基础上产生场景分析师、数据分析师和模型设计师。这些专家要长期投入在服务战场上，通过服务客户不断提升能力。对于场景分析师、数据分析师、模型设计师，我的态度是要看在三年之内，有多长时间在一线服务战场上取得成功的实践经验。没有成功的实践经验就不要快速晋升，这样也保证水是流动不是腐败的。
　　人工智能在投资充分的情况下不要太冲动，要急用先行小步快跑，要聚焦在确定性业务、人工消耗大的项目，宁可做得少一点，先在一两个点突破杀开口子，集中力量打歼灭战，不要铺开一个很广泛的战线。不要遍地都是智能化，这会形成全面开花没有结果的盲动，就有可能满盘皆输。
　　如人工智能的应用首先要瞄准实现简工勘，在此基础上进而实现自动化设计。海量重复动作要运用人工智能技术来替代，实现文档自动生成、质量自动审核、远程验收及自动开票。然后再把人工智能应用的成功经验扩展至网络维护、网规网优等业务场景，把被动问题处理变为主动预警预防，不仅提升了效率还提升了为客户服务的质量。
　　要踏踏实实聚焦场景一个个解决，选择与场景匹配的相对成熟的算法，不要等平台和数据底座的成熟，半成品也可以先投入到内部改进的使用，在不断的实践和问题解决中打造成熟的平台和数据底座。我们在这些集中突破的项目上取得经验培养出新生力量，这些新生力量要到基层去贯彻推广落实，使它能够应用起来变成习惯。在纵向发展的基础上，把握好横向扩张的合理节奏。一只饼如果糊了再翻过来掉过去烙就是夹生饼，我们不要“出师未捷身先死，长使英雄泪满襟”，我们要的是旗开得胜和最终成功。人工智能是个新生事物，在实现过程中因为双轨运行，要接受阶段性的成本上升，实现清晰的长期目标。
　　人工智能应用中一定会遇到很多困难，在前进的过程中要多鼓励、少批评，可表扬可不表扬的要表扬。上战场枪声一响，谁是英雄，谁不是英雄？你说他不是英雄，在山脚你一拍他肩膀，他扛着两个炸药包，冲上了上甘岭，可能就真成了英雄。
（责任编辑：宋政 HN002）
和讯网今天刊登了《任正非谈华为做AI：不要太冲动 不要遍地都是智能化 》一文，关于此事的更多报道，请在和讯财经客户端上阅读。
提 交还可输入500字
你可能会喜欢
热门新闻排行榜
和讯热销金融证券产品
【免责声明】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。
违法和不良信息举报电话：010- 传真：010- 邮箱：yhts@ 本站郑重声明：和讯信息科技有限公司系政府批准的证券投资咨询机构[ZX0005]。所载文章、数据仅供参考，投资有风险，选择需谨慎。打开微信“扫一扫”，分享到朋友圈
更多有趣好玩的内容
尽在品玩微信公众号
PingWest品玩移动客户端
PingWest账号登录
微信扫码登录
var initposts = [{"title":"\u3010\u63ed\u79d8\u\u\u4e2a\u624b\u673aAI\u82af\ue\u4e3a\u9e92\u9e9f970\u662f\u600e\u4e48\u\uff1f\u\u4e48\u7528\uff1f","imgurl":"http:\/\/\/wp-content\/uploads\/2017\/09\/huaiwei-kirin-970-AI-chip-e8.jpg","is_hailuo":0,"name":"Hao Ying","comnum":"0","cat":"\u4ea7\u54c1","caturl":"http:\/\/\/category\/product\/","wburl":"http:\/\/\/share\/share.php?appkey=&url=http:\/\/\/huawei-announces-first-ai-computing-platform-kirin-970\/&ralateUid=&title=\u\u63ed\u79d8\u\u\u4e2a\u624b\u673aAI\u82af\ue\u4e3a\u9e92\u9e9f970\u662f\u600e\u4e48\u\uff1f\u\u4e48\u7528\uff1f\u3011&pic=http:\/\/\/wp-content\/uploads\/2017\/09\/huaiwei-kirin-970-AI-chip-e8.jpg","contenthtml":"2015 \u5e74 3 \u6708 12 \u65e5\uff0c\u6c34\ue\u533a\u53d1\u5e03\u4e86\u4e00\ud\u8d77\u773c\u7684\u62db\u\u606f\uff0c\u201c\u4e2d\u79d1\u\u7b97\u6240-\u534e\u4e3a\u\u9879\u76ee\u62db\u8058 20 \u540d\u667a\u80fd\u82af\u\ue\u4e60\u751f\u201d\uff1a\n\u62db\u\u95e8\uff1a\u8ba1\u7b97\u673a\u4f53\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\n\u62db\u\u4f4d\uff1a\u5b9e\u4e60\u751f\n\u62db\u8058\u4eba\u6570\uff1a20\n\u5c97\u4f4d\u804c\u8d23\uff1a\u53c2\u52a0\u534e\u4e3a\u\u9879\u76ee\u65b0\u4e00\u4ee3\u667a\u80fd\u82af\u\u\u8bbe\u8ba1\u5f00\u53d1\u5de5\u4f5c\n\u5c97\u4f4d\u\uff1a\n1\u\u7b97\u673a\u76f8\u\u4e1a\u\u\u8def\u76f8\u\u4e1a\uff0c\u5728\u8bfb\u\u751f\uff1b\n2\u\u96c6\u\u8def\u903b\u8f91\u8bbe\u8ba1\/\u\u8bbe\u8ba1\/\u6d4b\u8bd5\/\u5c01\u88c5\/\u6d41\u\u76f8\u\u7a0b\u7ecf\u9a8c\u\u\n3\u\u624e\u5b9e\u\u7b97\u673a\u4e13\u4e1a\u57fa\u\u8bc6\uff1b\n4\u\u8f83\u5f3a\u\u7a0b\u80fd\u529b\uff0c\u826f\u597d\u\u961f\uc\u610f\u8bc6\uff0c\u8f83\u5f3a\uf\u901a\u80fd\u529b\uff0c\u4ee5\u53ca\u656c\u4e1a\u548c\u94bb\u7814\u7cbe\u795e\uff1b\n5\u\u4eba\u5de5\u667a\u80fd\u65b9\uf\u\uff0c\u957f\u671f\u5b9e\u4e60\u\u5148\uff1b\n\n\u4fe1\u606f\u540e\u534a\u90e8\u\u\u62db\u\u95e8\u\u7ec6\u8d44\u6599\uff0c\u4e5f\u62ab\u\u534e\u4e3a\u4eba\u5de5\u667a\u80fd\u82af\u\u672a\u\u5212\uff1a\n\u4e2d\u56fd\u79d1\u5b66\u\u7b97\uf\u\u6240\uff08\u7b80\u79f0\u8ba1\u7b97\u6240\uff09\u521b\u5efa\u4e8e 1956 \u5e74\uff0c\u662f\u4e2d\u56fd\u7b2c\u4e00\u4e2a\u4e13\u95e8\u4ece\u4e8b\u8ba1\u7b97\u673a\u79d1\u5b66\uf\u7efc\u\u\u\u672f\u673a\u\u8ba1\u7b97\u\u\u529f\u4e86\u4e2d\u56fd\u7b2c\u4e00\u53f0\u901a\u\u5b57\u\u8ba1\u7b97\u673a\u\u7b97\u\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u662f\u8ba1\u7b97\u\u\u5b9e\u9a8c\u5ba4\u4e4b\u4e00\uff0c\u4eca\u5e74\uff08\u6ce8\uff1a2015 \u5e74\uff09\u\u540e\u4ea7\u751f\u\u4f4d\u9662\u58eb\uff0c\u5b75\u\u\u\u\u77e5\u540d\u8ba1\u7b97\u673a\u4f01\u4e1a\u3002\n\u534e\u4e3a\u\u9879\u76ee\u65b0\u4e00\u4ee3\u667a\u80fd\u82af\u7247\uff0c\u65e8\u\u53d1\u65b0\u4e00\u4ee3\u\u4e8e\u4eba\u5de5\u667a\u80fd\u65b9\u\u8ba1\u7b97\u673a\u82af\u7247\uff0c\u4e3b\u\u4e8e\u\u636e\uc\u7d22\u3001\u8bed\u97f3\u7b49\u5f53\u524d\u4eba\u5de5\u667a\u80fd\u5e94\u\u53ca\u4f5c\u4e3a\u672a\ua\u80fd\u8bbe\u\u7aef\u\u5fc3\u90e8\u4ef6\u3002\n\n\u534e\u4e3a\u6d88\u8d39\ua\u52a1 CEO \u4f59\u627f\u4e1c\u5728\u67cf\u6797 IFA \u5c55\u53d1\u5e03\u534e\u4e3a\u9e92\u9e9f 970\n\n\u8ba1\u7b97\uc\u534e\u4e3a\u\u4e00\u\u9879\u76ee\uff0c\u76f4\u63a5\u50ac\u751f\u4e86\u67cf\u6797 IFA \u5c55\u4e0a\u534e\u4e3a\u6d88\u8d39\u4e1a\u52a1 CEO \u4f59\u627f\u4e1c\u634f\ub\u91cc\u4f9b\u4eba\u819c\u62dc\u\u\u6b3e\u624b\u673a AI \u82af\u\u\u9e9f 970\u\u\u7b97\uff0c\u8fd9\u6b3e\u82af\u\u5f00\u53d1\u\u4e24\u5e74\u534a\u\u\uf\u4e5f\u53ef\u4ee5\u53cd\u8fc7\u\u8bc1\u8fd1\u\u4f20\u\u9e9f 980 \u5df2\u5f00\u59cb\u6d41\u\u9e92\u9e9f 990 \u542f\u52a8\u\u\u606f\u3002\n\u5b9e\ua\uff0c\u534e\u4e3a\u548c\u4e2d\u79d1\u\u7b97\u\uc\u\u5df2\u4e45\uff0c\u4e1a\u754c\u591a\u\u8a00\uff0c\u534e\u4e3a\u65e9\u5df2\ua\u4e2d\u79d1\u\u7b97\u\u\u4e3b\u30022011 \u5e74\uff0c\u53cc\u65b9\u4fbf\u89c4\u\u7acb\u\u5b9e\u9a8c\u5ba4\uff0c\u\u7531\u5148\u8fdb\u8ba1\u7b97\u673a\u7cfb\u7edf\u\u4e2d\u5fc3\u627f\u62c5\uff0c\u8be5\u4e2d\u5fc3\u4e3b\u8981\u4ece\u4e8b\u4e91\u8ba1\u7b97\u3001\u64cd\u4f5c\u7cfb\u7edf\u548c\u4f53\u7cfb\u7ed3\u\u\u3002\u5b83\u6b64\u524d\u662f\u4ece\u9ad8\u6027\u80fd\u8ba1\u7b97\u673a\u\u4e2d\u5fc3\u72ec\u7acb\u51fa\u\ue\u534e\u4e3a\uc\uc\u5e74\uff0c\u5148\u8fdb\u8ba1\u7b97\u673a\u7cfb\u7edf\u\u4e2d\u5fc3\u5f00\u59cb\u\u8ba1\u7b97\u673a\u4f53\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u4e0b\uff0c\u4e8e 2014 \u5e74\ua\u6b63\u5f0f\u72ec\u7acb\u90e8\u95e8\u3002\n\u4e0d\u8fc7\u9e92\u9e9f 970 \u7684 AI \u82af\u\u975e\u6765\u81ea\u4e8e\u8fd9\u4e00\u\u5b9e\u9a8c\u5ba4\uff0c\u800c\u662f\u5b83\u6b64\u524d\u66fe\u\u\u7b97\u673a\u4f53\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u3002\u66f4\u786e\u\u8bf4\uff0c\u9e92\u9e9f 970 \u7684 AI \uf\u\u\u4e8e\u8be5\u5b9e\u9a8c\u5ba4\u540e\u\u5316\u51fa\u\u\u4e2a AI \u9886\u57df\u7684\u72ec\u89d2\u517d\u\u4e2d\u79d1\u5bd2\u6b66\u7eaa\u79d1\u\uc\u53f8\uff0c\u7b80\u79f0\u5bd2\u6b66\u7eaa\u3002\n\n\u5bd2\u6b66\u7eaa Cambricon-1A \u524d\u671f\u\n\n\u5bd2\u6b66\u7eaa\u\u7b97\u\u7cfb\u7ed3\u6784\u56fd\u5bb6\u91cd\u70b9\u5b9e\u9a8c\u5ba4\u\u4f4d\u\u5458\u\u9701\u548c\u\u77f3\u\u521b\u7acb\u\u540d\u521b\u59cb\u4eba\u662f\u4eb2\uf\uff0c\u\uf\u4e8e 1983 \u5e74\u51fa\u751f\uff0c\u\u77f3\u751f\u4e8e 1985 \u5e74\uff0c\u\u4e1a\u4e8e\u4e2d\u79d1\u\u5e74\u73ed\uff0c\u90fd\u79f0\u5f97\u4e0a\u662f\u201c\ud\u201d\u3002\u8fdb\u\u7b97\u673a\ue\uff0c\u54e5\u54e5\u4e3b\u653b\u82af\u7247\uff0c\u662f\u\u201c\u9f99\u82af\u201d\u\u5458\uff0c\u76ee\u524d\u4ecd\u\u7b97\u673a\u\u4efb\u\u5458\uff0c\u5f1f\u5f1f\u4e3b\u653b\u4eba\u5de5\u667a\u80fd\uff0c\u6210\u7acb\u516c\u53f8\u540e\u4efb CEO \u4e00\u804c\u3002\n\n\u\u9701\uff08\u53f3\uff09\u4e0e\u\u77f3\uf\u3002\n\n2016 \u5e74 3 \u6708\u4efd\uff0c\u5bd2\u6b66\u7eaa-1A\uff08Cambricon-1A\uff09\u95ee\u4e16\uff0c\u8fd9\u4e5f\u662f\u\ua\u\u6df1\u5ea6\u795e\u7ecf\u7f51\u7edc\u\u5668 IP\uff08Intellectual Property\uff09\uff0c\u53ef\u96c6\u\ub\u7ec8\u7aef SoC \u82af\ud\uff0c\u5e76\u5728 11 \u6708\u53ec\u5f00\u\u754c\u4e92\u\ua\u4e0a\u83b7\u9881\u201c\u\u79d1\u\u679c\u201d\u\u65b9\ua\uff0c\u8fd9\u6b3e\u\u5668\u6bcf\u79d2\u53ef\u 160 \u4ebf\u4e2a\u865a\u62df\u795e\u7ecf\u5143\uff0c\u6bcf\u79d2\u5cf0\u503c\u8fd0\u7b97\u80fd\u529b\u8fbe 2 \u4e07\u4ebf\u865a\u62df\u7a81\u89e6\uff0c\u6027\u80fd\u6bd4\u901a\u\u\u9ad8\u4e24\u4e2a\u6570\u91cf\u7ea7\uff0c\u529f\ud\u4f4e\u4e86\u4e00\u4e2a\u6570\u91cf\u7ea7\uff08\u4ec5\uf\u 1\/10\uff09\uc\u671f\u63a5\u53d7\u300a\u4e2d\u56fd\u79d1\u5b66\u62a5\u300b\u91c7\u8bbf\u65f6\uff0c\u\u77f3\u900f\u9732\uff0c\u201c\u5bd2\u6b66\u7eaa\u82af\u\u4e00\u5e74\u534a\u5de6\u53f3\u\u95f4\u5c31\u4f1a\u8fdb\u\u573a\ud\n\u5728\u4e24\u4e2a\ue\u\u6b21\u6f14\u8bb2\u4e2d\uff0c\u\u77f3\u4ecb\u7ecd\u4e86\u5bd2\u6b66\u7eaa\u\u7cfb\u\u7a76\uc\uff1a\nPC \u65f6\u4ee3\uff0cCPU \u505a\u56fe\u5f62\u6e32\u67d3\u80fd\u529b\u4e0d\u591f\uff0c\u4e8e\u662f\u5c31\u8bde\u751f\u4e86 GPU\u\u53f7\u\u80fd\u529b\u4e0d\u591f\uff0c\u4e8e\u662f\u5c31\u DSP\uc\u6837\uff0c\ua\u80fd\u65f6\u4ee3\uff0c\u6211\u4eec\u4e5f\u4f1a\u\u\u7c7b\u4e13\u95e8\ua\u80fd\u\u5668\u82af\u7247\uff0c\u800c\u5bd2\u6b66\u7eaa\u516c\u53f8\u5c31\u662f\u8fd9\u4e2a\u9886\u57df\u\u884c\u\n\u5bd2\u6b66\u7eaa\u56e2\u961f\u \u5e74\u\u4e86\u\ua\u6df1\u5ea6\u5b66\u4e60\u\u5668\uff0c\u76f8\u\u4f5c\u83b7\u5f97\u4e86\u\u\u\u57df\u\u4f1a\u8bae ASPLOS \u\u4f73\u8bba\u\uff0c\u662f\u4e9a\u6d32\u673a\u\u6b21\u83b7\u5f97\u8fd9\u\u\u3002\n2014 \u5e74\uff0c\u6211\u4eec\u53d1\u\u\ua\u591a\u\u5ea6\u5b66\u4e60\u\u\u6784\uff0c\u518d\u6b21\u62ff\u\u\u\u\u57df\u\u4f1a\u8bae MICRO \u\u4f73\u8bba\u\uff0c\u521b\u\u56fd\u\u672f\u754c\u\u7eaa\u5f55\u3002\n2015 \u5e74\uff0c\u6211\u4eec\u63a8\u51fa\u6444\u50cf\u5934\u82af\ua\u\u89c9\u8bc6\u522b IP\u3002\n2016 \u5e74\u5c06\u63a8\u51fa\u\ua\u795e\u7ecf\u7f51\u7edc\u\u96c6\u\u\u8bed\u\u4eec\u7684\u76ee\uf\u901a\u8fc7\u8fd9\u4e2a\u\uc\u5168\u81ea\u4e3b\u\u4ee4\u96c6\uff0c\u6784\u5efa\u672a\ua\u80fd\u65f6\u4ee3\u7684 x86 \u751f\u\n\u505a\u4e2a\u7c7b\u6bd4\uff0c\u5bd2\u6b66\u7eaa\u\u\u63a8\u5e7f\u65b9\u5f0f\u7c7b\u4f3c\u4e8e ARM\uff0c\u901a\u8fc7\u\u\u5f0f\u63a8\u5e7f AI \u\u96c6\uff0c\u77ed\u65f6\u5185\u5feb\u901f\u63a8\u52a8\u5e02\u573a\u53d1\u5c55\u\ud\uff0c\u5bd2\u6b66\u7eaa\u521a\u521a\u5bf9\uc\u5e03\u4e86 A \u8f6e\u4e00\u4ebf\u7f8e\u\u878d\u8d44\u6d88\u606f\uff0c\u7531\u56fd\ub\u4e1a\uff08A \u8f6e\u\u65b9\uff09\uff0c\u963f\u91cc\u5df4\u5df4\u521b\u\u\u521b\u\u56fd\u79d1\u\ud\u79d1\u56fe\u\u5143\u79be\u539f\u70b9\uff08\uf\u8f6e\u\u65b9\uff09\uc\u94e7\u\uff08\uf\u8f6e\u\u65b9\uff09\u\u\uff0c\u5e76\u79f0 2016 \u5e74\u4fbf\u5df2\u76c8\u5229\uff0c\u\u89c4\u6a21\u5728 1 \u4ebf\u5143\u4eba\u6c11\u5e01\u3002\n\u800c\ue\u96c6\u\u6b66\u7eaa\u82af\u\u\u4ea7\u54c1\u5c31\u662f\u9e92\u9e9f 970\uff0c\u534e\u4e3a\u628a\u5b83\u79f0\u4e4b\u4e3a NPU\uff08Neural Network Processing Unit\uff09\u8ba1\u7b97\u\u3002NPU \u00a0\u4e5f\u662f\u7ee7 CPU\u3001GPU\u3001Modem\u3001ISP\u3001RAM\u3001ROM\uf\u\uSE \u540e\uff0c\u79fb\u52a8 SoC \u4e2d\u\u6a21\u\n\nPrisma \u\u8fc7\u\u\u6bd4\u3002\n\n\u5bf9\u4f60\u\uff0cAI \u82af\uf\u\u4ec0\u4e48\uff1f\n\u5bd2\u6b66\u7eaa\u82af\u7247\u53ef\u4ee5\u770b\u4f5c\u662f\u4e00\u6b3e\u96c6\u\u5e38\u91cf\u8fd0\u7b97\u\u91cf\u8fd0\u7b97\u\u\u7b97\ub\u8f91\u8fd0\u7b97\u\u636e\u8f6c\u\u53ca\u63a7\u\u4ee4\u7b49\u529f\u80fd\u7684\u6df1\u5ea6\u795e\u7ecf\u7f51\u7edc\u52a0\u901f\u82af\u\u6784\uff0c\u4e3b\u\u4e8e\u8bed\u97f3\u8bc6\u522b\u3001\u56fe\u50cf\u8bc6\u522b\u548c\u7f16\u8f91\u7b49\u7b49\u\u\u\ua\u666f\u\u8bfb\u53ef\u80fd\u66f4\u5bb9\u\u89e3\u3002\n\n\n\n\n\n\u9e92\u9e9f 970 \u8fd8\u6ca1\u53d1\u5e03\uff0c\u5fae\u535a\u4e0a\u5c31\u76db\u4f20\u5b83\u\u952e\u7f8e\u989c\u79d8\u\u7406\u8bba\u4e0a\u\uff0c\u5b83\u53ef\u4ee5\u50cf 2016 \u5e74\u6d41\u884c\u7684\u56fe\u50cf\u7f16\u8f91\u8f6f\u4ef6 Prisma \u90a3\u6837\uff0c\u667a\u80fd\u7f16\u8f91\u56fe\u\u4e0d\u540c\u4e4b\u\u4e8e\uff0cPrisma \u628a\u753b\u\u4e3a\u7ecf\ud\u753b\u\u5f0f\uff0cAI \u82af\u\u53ef\u4ee5\u8bc6\u522b\u753b\u\u5bb9\u540e\u81ea\u52a8\uf\ue\u989c\uff0c\u\u901f\u5ea6\u6bd4\u73b0\u\u5f0f\u\u5ea6\u63d0\u9ad8\uc\u4e14\u4e0d\u5fc5\u50cf Prisma \u90a3\ua\u4f20\u4e91\u7aef\u\u518d\u8fd4\u56de\u7ed3\u679c\uff0c\u5373\u4fbf\u540e\u\ub\u673a\u7aef\u\uff0cPrisma \uf\u5ea6\u4e5f\u4e0d\u662f\u5f88\u\uff0c\u5bd2\u6b66\u7eaa\u82af\u\ue\u53ef\u4ee5\u672c\u5730\u5feb\u901f\u\u3002\n\u534e\u4e3a\u5b98\u65b9\u4e13\u95e8\u\u4e00\u7ec4\ue\ue NPU \ua\u5927\uff0c\u\u540c\u AI \u5e94\u7528\u4efb\u52a1\u65f6\uff0c\u65b0\u\u\u7b97\u67b6\u\u\u7ea6 50 \u500d\u80fd\uc 25 \u500d\u6027\u80fd\u4f18\u52bf\uff0c\u201c\u56fe\u50cf\u8bc6\u522b\u901f\u5ea6\u4e0a\uff0c\u53ef\u8fbe\u 2000 \u5f20\/\uf\uff0c\u8fdc\u9ad8\u4e8e\u4e1a\u754c\u540c\u671f\u6c34\u5e73\ud\u Google Photos \u5e94\u8be5\ub\u4f3c\u4f53\u9a8c\uff0c\u5f53\u4f60\u62cd\u4eba\u50cf\u\u540e\uff0c\u5b83\u5f80\u5f80\u4f1a\u\uf\u751a\u81f3\u\u5c0f\u65f6\u51e0\u\u\uff0c\u201c\u76f8\u518c\u65b0\u589e\u4e86\u00d7\u00d7\u00d7\u\u7247\uff0c\u4f60\u53ef\u4ee5\u5206\u4eab\u7ed9\u\u201d\n\n\n\n\n\n\n\u\u9e9f 970 \u4e4b\u524d\uff0c\u534e\u4e3a\u5728\u81ea\u4e3b\u SoC \u\u8def\u4e0a\u8d70\u4e86\u\uff0cK3V2 \u6cbf\u\u5e74\u\u\u4eca\u8fd8\u5e38\u88ab\u62ff\u\u4e8b\u513f\u3002\n\u65b0\u54c1\u\u683c\uff0c\u7ec8\u4e8e\u4e0d\u518d\u843d\u4e8e\u4eba\u540e\u\u53f0\u79ef\u7535\uff08TSMC\uff09\u4ee3\u5de5\uff0c\u91c7\u\u65b0\u7684 10nm \ub\u5de5\u827a\u\u636e\u5b98\u65b9\u516c\u5e03\u\u606f\uff0c\u\u\u\u7ba1\u6570\u91cf\u8fbe\u 55 \u4ebf\uff0c\u800c\uc\u\u7ba1\u5f80\u5f80\u662f\u63d0\u\u80fd\u\u\u4e2a\u7b80\u\u66b4\ub\u6bb5\uc\u4e3a\u5bf9\u6bd4\uff0c2017 \u5e74\u521d\u53d1\u5e03\u7684\u9ad8\u901a\u9a81\u9f99 835 \u\u7ba1\u6570\u91cf\u4e3a 30 \u4ebf\uff0c 2016 \u5e74 9 \uf\u7740 iPhone 7\/7 Plus \u4eae\u76f8\u\u679c A10 Fusion \u\u7ba1\u89c4\u6a21\u4e3a 33 \u4ebf\u3002\nCPU \u7ee7\u7eed\u6cbf\u\u5c0f\u6838\u8bbe\u8ba1\uff0c\ud7Cortex A73@2.4GHz\uff0c\u52a0\u4e0a 4\u00d7Cortex A53@1.8GHz\uff0c\u76f8\u6bd4\u4e0a\u4e00\u4ee3 16nm \u5de5\u827a\u\u9e9f 960 \u80fd\u\u5347 20%\u\u4e8e\u\u67b6\u\u8bbe\u8ba1\u4e0a\u5e76\u672a\u\u\u5316\uff0c\u4f9d\u65e7\u4e3a A73+A 53 \u7ec4\u5408\uff0c\u80fd\u\u63d0\u\u8be5\u4e3b\u\u81ea\u4e8e\ub\u5de5\u827a\u\u7ea7\ue\u4e3a\u6d77\u601d\u5e76\u672a\u50cf\u53bb\u5e74\u90a3\u\u53d1 ARM \u\u65b0\u67b6\u\u4eca\u5e74 5 \u\u53d1\u5e03\u7684 A75\/A55 \u5e94\u8be5\u\u660e\u5e74\u\u901a\u9a81\u9f99 845 \u548c\u9e92\u9e9f 980 \u4e0a\u624d\u80fd\u770b\u\u3002\nGPU \u90e8\u\u662f\u Mali G72 MP12\uff0c\u56fe\u5f62\u\u6027\u80fd\u63d0\u 20%\uff0c\u80fd\u\u 50%\uc\u65f6\u5b83\u8fd8\u96c6\u 4.5G LTE \u00a0Cat.18 \u57fa\u5e26\u82af\u7247\uff0c\u5cf0\u503c\u901f\u5ea6\u9ad8\u8fbe 1.2Gbps\u3002\n\u5f53\u\uff0c\u9e92\u9e9f 970 \u652f\u6301 UFS 2.1 \u548c LPDDR 4X\u3002\n\n\u9e92\u9e9f 970\uff0c\u534e\u4e3a Mate 10 \u89c1\n\u53d1\u5e03\u4f1a\u672b\u5c3e\uff0c\u534e\u4e3a\u7ed9\u89c2\u4f17\u\u4e00\u4e2a\u4e0d\u7b97\u60ac\u5ff5\u7684\u60ac\u5ff5\uff0c\u9e92\u9e9f 970 \u5c06\u4f1a\u7531 Mate 10 \u\uff0c10 \u6708 16 \u65e5\u95ee\u4e16\uff0c\u540c\uf\u5728\u67cf\u\u4e0a\ue\u4e3a\u516c\u5e03\u8fd9\u4e9b\u6027\u80fd\u\uff0c\u5c24\uf AI \u6027\u80fd\u5c4a\u65f6\u4e5f\u53ef\u4ee5\u5728 Mate 10 \u4e0a\u9a8c\u8bc1\u3002\n\u81ea\u6b64\uff0c\u624b\u673a\u82af\u\u5f0f\u8fdb\u\u4e00\u4e2a\u65b0\u\u4ee3\u\u53bb\u\u95f4\uff0c\u6211\u4eec\u4e5f\u89c1\u8bc1\u4e86\u624b\u673a\u82af\u\u80fd\u\u6da8\uff1a\n\ub\u5de5\u827a\u7a33\u6b65\u63d0\u5347\uff0c28nm\u300120nm\u300114nm\u300110nm\uff1b\n\u4e3b\ua\ua\u9ad8\uff0c800MHz\u30011.2GHz\u30012.0GHz\u30012.4GHz\uff1b\n\u\uf\u662f\u8d8a\ua\u591a\uff0c\u53cc\u\u56db\u\u516b\u6838\uff0c\u66f4\ua\u\u63a5\u4e0a\u4e09\u4e1b\u\u5fc3\u3002\n\u81f3\u5c11\ua\u6e38\u82af\u\u\u4e0b\u6e38\u624b\u673a\u54c1\u724c\u\u8c0b\u4e0b\uff0c\u8d26\ua\u\u636e\u6f02\u4eae\u5f97\u4e00\u584c\u7cca\u6d82\uff0c\u6d41\u884c\u\uf\u4ef6\u5b89\u\u8f93\u51fa\u\u7ee9\u7ec8\u4e8e\u4e5f\u4ece\u\u\u\u4e86\u\u4e07\u\u6a21\uff0c\u642d\u8f7d\u9ad8\u901a\u9a81\u9f99 835 \u\u52a0 5 \u8dd1\u\u8fbe 18 \u4e07\uff0c\u4f5c\u4e3a\u5bf9\u6bd4\uff0c2012 \u5e74\u5e95\u53d1\u5e03\u7684 Nexus 4 \u8dd1\u \u5de6\u53f3\u3002\n\u5c31\u50cf\u82f1\u\u\u5c14\u5b9a\u5f8b\u4e00\u6837\uff0c\u624b\u673a\u82af\u\u6027\u80fd\u4e5f\u6e10\u6e10\u\u4e86\u74f6\u9888\uff0cSoC \u\u\u4e0e\u65e5\u4ff1\u589e\uff0c\ue\u57fa\u5e26\uf\u5ea6\u4e5f\u5f88\u5feb\u8d85\u8fc7\u4e86\u8fd0\u\u7f51\u7edc\u6240\u80fd\u8d1f\u8f7d\ua\u9650\uff0c\u8dd1\ua\ue\u901f\u5f00\u59cb\u653e\u7f13\ue\u662f\u7ade\u4e89\u\u\u5feb\u8c03\u8f6c\u AI\uff0c\u6b64\u65f6\u539f\u672c\u770b\u4f3c\u8fc7\u\u6027\u80fd\u\u963b\u788d\u79fb\u52a8 AI \u53d1\u5c55\u\u\u\u4e13\uc\u4ef6\u7684\u51fa\u73b0\u4e5f\u5c5e\u5fc5\u\n\u800c\u548c\u534e\u4e3a\u65e9\u524d\ub\u673a\u82af\ua\uf\u6b65\u5feb\u8dd1\u7b56\u7565\u8ffd\u8d76\uc\u82af\u\u\u6837\uff0c\u5b83\u51ed\u501f\u654f\u\u55c5\u89c9\u548c\u957f\u8fdc\u\uc\u\u624b\u673a AI \u82af\ua\u\u4e00\u4e1d\ua\u\u5b9e\u\u5934\u90fd\u6ca1\u\u\n\n2016 \u5e74\u82f9\u679c\u62db\u52df\u\u57fa\u\u\u7684 AI \u4e13\u5bb6 Ruslan Salakhutdinov \u62c5\u4efb AI \u\u4e3b\u7ba1\uff0c\u5e76\u5728\u4eca\u5e74\u\u53d1\u\u4f1a\u4e0a\u516c\u5e03\u4e86\u673a\u\u4e60\u OpenML\uff0c\u4e0e\u6b64\u540c\u65f6\u4e5f\u\u7a76\u72ec\u7acb\u7684 AI \u82af\u7247\uff0c\u79f0\u4e4b\u4e3a Neural Engine\uff0c\u795e\u7ecf\u5f15\u64ce\u3002\n\nGoogle TPU\n\nGoogle 2016 \u5e74\u5c31\u6b63\u5f0f\u900f\u\u81ea\u4e3b\u4eba\u5de5\u667a\u80fd\u82af\u7247 TPU \u\u7a76\uff0c\u4eca\u5e74 I\/O \ua\u4e0a Google CEO \u6851\u8fbe\u5c14\u00b7\u76ae\u67f4 (Sundar Pichai)\u00a0\u53d1\u5e03\u4e86\u7b2c\u4e8c\u4ee3\u4ea7\u54c1\uff0c\u4e00\u\u6709 4 \u4e2a TPU \u8ba1\u7b97\u\ub\u677f\uff0c\u7406\u8bba\u7b97\u529b\u8fbe\u 180 TFlops\uff08\u4e07\u4ebf\u6b21\u6d6e\u70b9\u8ba1\u7b97\uff09\u3002\n\u\u\u\u4f1f\u8fbe NVIDIA 2016 \u5e74 4 \u6708\u4fbf\u63a8\u51fa\u4e86\u4e00\u6b3e\u53f7\u79f0\u\u8d39\u\u8fc7 20 \u4ebf\u7f8e\u91d1\u7684\u4eba\u5de5\u667a\u80fd\u548c\u6df1\u5ea6\u5b66\u4e60\u82af\u7247 Tesla P100\uff0c\u4ee5\u53ca\u\ue\u\u6df1\u5ea6\u5b66\u4e60\u\u7ea7\u8ba1\u7b97\u673a NVIDIA DGX-1\u3002\n\u5f53\ua\u80fd\u624b\u673a\u82af\u\u57df\ub\u\u901a\u5728 AI \u9886\u57df\u4e5f\u6709\u81ea\u5df1\u\u5c40\uff0c\u5b83\ud\u4e86\u673a\u\u4e60\u516c\u53f8\u00a0Scyfer\u\u62e5\u\u4e1a\u94fe\u8d44\u6e90\u\u661f\u540c\u\u\u8d44\u4e86 AI \u82af\u7247\u8bbe\u8ba1\u516c\u53f8\u00a0Graphcore\u3002\n\u4e0a\u\u4e9b\u5de8\ud\uff0c\ub\u\u54c1\u\u662f\ud\u52a1\u5668\u7aef\uff0c\u\u8fd8\u\u524d\u671f\u\u\uff0c\u9e92\u9e9f 970 \u\u7b2c\u4e00\u4e2a\u53ef\u91cf\u4ea7\u7684\u4eba\u5de5\u667a\u80fd\u79fb\u52a8\u82af\u\n\u624b\u673a\ua AI \u82af\u\u597d\ud\u5fc5\u591a\u8a00\uff0c\u4e13\u7528 AI \u82af\u\u8bb8\u53ef\u4ee5\u89e3\u51b3\u534e\u4e3a\u524d\u671f\u8bd5\u6c34\u624b\u673a\u4eba\u5de5\u667a\u80fd\u65f6\u906d\u\u\u\u95ee\u9898\u\u6b66\u7eaa\u\u521b\u59cb\u4eba\u\u\u524d\u63a5\u53d7\u91c7\u8bbf\u65f6\ua\uff1a\n\u5bd2\u6b66\u7eaa 1A \u53ef\u4ee5\u89e3\u51b3\u4e24\u4e2a\u65b9\u\u95ee\u9898\uff1a\u4e00\u662f\u663e\u\u\u7b97\u673a\u7cfb\u7edf\u5728\u4eba\u5de5\u667a\u80fd\u9886\u57df\u\u7b97\u6548\u80fd\uff0c\u53ef\u4ee5\u8d85\u8fc7\u4f20\u7edf\u4e2d\u592e\u\uc\u56fe\u5f62\u\u5668\u82af\u\u4e2a\u6570\u91cf\u7ea7\uff1b\u4e8c\u662f\u7ec8\u7aef\u4ea7\u54c1\u7684\u79bb\u7ebf\u667a\u80fd\u5316\uff0c\u201c\u5c24\uf\u540e\u8005\uff0c\u8ba9\u5f88\u591a\u\ue\u4e0d\u5fc5\u4e0a\u4f20\uff0c\u4fdd\u8bc1\u4e86\u4fe1\u606f\u5b89\u\u201d\n\u66f4\u591a\u\uff0c\u\u54c1\u73a9\u5fae\u4fe1\u53f7\uff1awepingwest\u9650\u91cf\u5f00\u653e\u\u\uPingWest\u54c1\u73a9\u\u670b\u53cb\u4e86\uff1f\u4f55\u4e0d\u626b\u\u5ba2\u670d\u8fdb\u7fa4\u804a\n","gtime":"","taghtml":"}