不过，陈天石也承认，要做AI通用芯片挑战非常大。如何让智能芯片做到通用和好用？他认为，首先，要非常熟悉面临的应用负载特征。根据分析出来的应用负载，设计灵活的指令集，“就像过去在PC和服务器上有X86指令集，移动终端有ARM指令集，人工智能处理器上一定有一个非常灵活、高效的指令集，可以用来解决不同类型的人工智能处理任务。”同时，要设计可扩展性强、高效的架构，使得芯片可以获得更好的性能。

此外，还需要考虑提供适用于人工智能运算的运算器，支持主流的编程框架。

更重要的是，需要在大规模商用当中得到反馈，修正产品。陈天石表示，“没有任何一款产品在设计之初就立刻能够达到完美的状态。如果我们有机会投入大规模商用，在这个过程中可以不断得到反馈，提升处理器的设计。”

在当天大会上，陈天石也多次强调端云结合的概念。“寒武纪做处理器秉承一个思想，端和云有一样的生态、指令集和软件开发平台，使得我们在云和端之间可以灵活切换。”他指出，未来的AI处理不仅限于端和云，如果不能协作起来很多事情就做不了。

陈天石指出，“物联网时代端上可以采集很多数据。如果受限于带宽完全没法在云端处理，AI发挥的威力就大大减弱了。我们在学术界、工业界呼吁我们做深度学习处理一定要把终端和云端融合在一块。”

在2016年推出全球首款商用终端智能处理器IP产品后，今年5月，寒武纪也正式发布了首款云端智能芯片MLU100及相应的板卡产品。

陈天石指出，“物联网时代端上可以采集很多数据。如果受限于带宽完全没法在云端处理，AI发挥的威力就大大减弱了。我们在学术界、工业界呼吁我们做深度学习处理一定要把终端和云端融合在一块。”

相关报道: