2019年4月9日，第二届全球人工智能应用创新峰会在深圳五洲宾馆举行，这场由深圳市科学技术协会、福田区科技创新局主办，鲲云科技、鲲云人工智能应用创新研究院和源创力创新中心承办的AI开年盛会上，鲲云科技发布全球第一款基于数据流技术打造的通用人工智能底层架构-定制数据流CAISA架构和端到端自动编译工具链RainBuilder，实现了国内完全自主产权的AI芯片架构，有效计算效率大幅领先国际水平，为人工智能算法的快速应用落地提供高性能算力支撑，推动我国人工智能芯片领域的技术革新和发展。

深圳市人大常委会副主任、深圳市科协主席蒋宇扬，深圳市福田区委常委、副区长黄伟，深圳市源创力离岸创新中心总裁周路明，深圳市科协秘书长、办公室主任林肇武，深圳市福田区科技创新局、发展和改革局和工业和信息化局等单位负责同志出席峰会。

蒋宇扬主席致辞

黄伟副区长致辞

联合高校开展人工智能教学科研合作

为满足高校日益增长的在人工智能领域教学培训、科研平台方面的需求，鲲云科技结合自身在人工智能芯片、开发平台和垂直领域解决方案等方向的研发和技术优势，以及与市场端广泛的互动关系，由鲲云人工智能应用创新研究院发起，鲲云正式发布鲲云高校计划CUP (Corerain University Program)，与全球高校在人工智能课程、科研合作和国际交流等领域实现深度合作。

高端会晤，国际AI领域权威分享人工智能前沿技术突破

作为年度重量级AI峰会，此次活动汇聚了政府领导、全球人工智能领域顶尖学术大师、世界顶级科技企业、互联网巨头，产业界、投资界行业领袖，共同探讨人工智能实战落地和产学研发展方向。整个峰会由政府致辞、主题演讲和产业论坛三个环节组成。会上，几位人工智能领域的国际权威分享了各自领域的最新进展和应用方向。

贡三元教授

IEEE终身会士Sun Yuan Kung（贡三元）教授是人工智能神经网络学界大咖，他分享了反向传播算法的问题及如何解决这些问题，将AI带入3.0时代。众所周知，今年的图灵奖授予给发明反向传播算法，也就是BP算法的Geoffrey Hinton教授。可以说BP算法是深度学习的基石之一，但是它也存在不可解释性和梯度消失等缺陷，就是将深度学习网络变成了一个无法理解的黑盒子，并且在网络深度增加的时候学习率变低，从而很难完成算法的训练。贡教授团队提出了一种可以学习内部神经元结构的新型神经网络结构，可有效解决这个问题，是下一代AI算法的基础，预期将AI引入3.0时代。

Wayne Luk陆永青院士

英国皇家工程院院士、帝国理工陆永青院士是鲲云科技的联合创始人&CSO，是定制计算领域的国际权威，他做了关于定制计算的可验证性主题分享。定制计算是可重构计算的一个重要分支，此次分享陈述了神经网络在运行时的功能准确性验证。虽然神经网络已经在许多领域中得到了有效应用和落地，但由于其底层的运行机制导致深度学习网络很难用数学完全解释。为了避免神经网络输入噪音导致推断结果的错误，陆院士提出了一种基于可重构硬件并对推断结果进行验证的方法。这种验证方法通过使用少量的硬件资源，在电路中对推断过程的功能，数据和时序进行监控，从而有效的检测出推断过程中可能产生的错误。

魏少军教授

IEEE会士、中国电子学会会士、清华大学魏少军教授是中国芯片领域的领军人物，此次他做了题为软件定义芯片：一种引向智能计算的方式的分享。介绍了一个可通过软件定义芯片的架构和设计，与传统的CPU，FPGA和ASIC设计相比，该架构可实现软件编程和硬件编程的高效结合。该架构设计允许硬件随着软件的变化实时动态地改变芯片功能，其核心设计原理思想是通过粗粒度的可重构架构来实现软件对硬件算子的调用。 Thinker芯片便是基于此设计理念所实现的，该芯片将这种软件可定义的硬件设计应用于AI算法中，可显着的提高运算的性能，功效和算法兼容性。

Viktor K. Prasanna教授

IEEE会士、ACM会士、南加州大学Viktor K. Prasanna教授是FPGA边缘计算领域的国际专家，他分享了一种轻量化FPGA计算架构在边缘AI边缘计算中的应用。该架构使用HIVE处理器和SHARP软件框架，构建了一个基于FPGA的高性能AI加速器。其核心为通过对模型运算进行分区，从而实现对实际AI应用中有效数据区域的高速处理，避免了无效运算。除此之外，该FPGA加速器会在数据处理前，通过数据频域转换分析数据的稀疏策略，进一步实现有效数据的稀疏化处理并在系统运行时对模型进行剪枝、量化等性能优化，从而使得FPGA运行性能得到显著提高。

Cristina Silvano教授

IEEE会士、米兰理工大学Cristina Silvano教授介绍了一种高性能集群系统(mARGOt)通过自动调节达到性能优化的方法。该优化过程可根据运行时状态，自动调整应用程序的运行参数从而实现对系统性能的优化.通过历史数据信息，将应用中的关键性能参数提取并生成性能参考数据库。系统运行时，可根据具体场景信息和参考数据对核心性能参数及内核运行状态进行实时的动态调节，以达到系统对于场景的自适应，从而在实际场景中，针对应用领域实现性能优化，例如新型药物研发和智能城市自适应导航系统等。

樊文飞院士

英国皇家学会会士、欧洲科学院院士、爱丁堡大学信息学院樊文飞院士分享了如何将多种并行图引擎应用于大数据分析场景。传统并行图引擎优化难度大且成本较高，难以在实际场景中得到大规模应用。为了解决这一问题，樊院士将分布式的思想引入并行图查询引擎中，并以此为基础开发了一种分布式并行图处理系统。其核心思想是通过最小化重复的计算和操作以实现增量查询。系统中采用了一种新的自适应异步并行机制（AAP）调节不同进程之间的协作以提升整体性能。该系统应用于社交媒体，智库，欺诈检查等多种应用场景和领域。

重量专家，AI加速行业落地进行时

除了诸位院士、会士嘉宾的学术分享以外，Intel PSG战略市场总监的Tony Kau、浪潮人工智能与产品总经理刘军，也分享了英特尔和浪潮在人工智能的落地应用以及创新技术等方面的技术革新和新进展。

Tony Kau

随着深度学习算法的不断发展，AI对算力的需求也越来越高，为异构计算加速的发展提供了土壤。2018年底，英特尔在重庆成立了全球最大的FPGA创新中心，在AI领域动作有很多亮眼的动作，此次峰会上，Tony Kau就英特尔FPGA在人工智能的落地应用进行了分享和交流，也分享了同鲲云在AI加速应用和高校推广等方面的深入合作。

刘军

作为国内最大的AI服务器厂商，浪潮的市场占有率为57%，拥有最强的AI计算产品阵列和端到端AI应用加速方案。这次刘军总经理带来了题为“AI计算创新与产业发展”的分享，探讨人工智能技术创新和浪潮的应用落地战略。

圆桌论坛

此外，峰会还邀请到星瀚资本杨歌、雷锋网麦广炜、天津大学电子信息学院副院长刘强、JWIPC副总经理刘迪科、CCE-YOCSEF深圳主席卢昱明等专家学者与鲲云科技CTO蔡权雄博士就人工智能芯片产业与生态落地等话题进行了探讨。

2019年人工智能应用创新峰会顺利结束，干货满满，在未来计算架构的黄金十年，鲲云科技是否能够凭借自己多年积累的数据流架构厚积薄发，在AI芯片性能上实现单点突破？我们拭目以待。