行業資訊

推動人工智能應用邁向認知智能時代

發布日期:2020-12-18 浏覽次數(0

近日,《中國計算機學會通訊》(CCCF)刊發了中科院計算所特別研究助理嚴明玉、研究員範東睿以及研究員葉笑春共同撰寫的綜述文章《圖神經網絡加速芯片:人工智能“認知智能”階段起飛的推進劑》。文章披露,爲更好地支持認知智能的發展,該團隊提出了國際首款圖神經網絡加速芯片設計“HyGCN”。目前,介紹該芯片設計的相關論文已先後在計算機體系結構國際頂級會議MICRO和HPCA上發表。

“HyGCN,寓意向圖神經網絡的加速說‘Hi’。”嚴明玉向《中國科學報》介紹說,圖神經網絡將深度學習算法和圖計算算法相融合,取長補短,能達到更優的認知與問題處理等能力,在搜索、推薦、風險控制等重要領域有著廣泛應用。現有的處理器芯片在執行圖神經網絡的計算中效率低下,其團隊前瞻性地展開面向圖神經網絡的加速芯片設計,爲解決這一難題提供了可行方案。

讓機器“能理解、會思考”

图神经网络被认为是推动认知智能发展强有力的推理方法,有望解决深度学习无法处理的关系推理、可解释性等一系列问题,讓機器“能理解、會思考”。2019年后,图神经网络逐渐成为各人工智能顶级会议的“热词”和研究热点,众多全球顶尖科技企业也已将图神经网络部署于数据中心中。

“作爲近年來新興的一種智能算法,圖神經網絡不僅在學術界被高度重視,也已然成爲近年來工業界非常重要的應用之一。”嚴明玉介紹說,圖神經網絡能夠備受學術界和工業界的青睐,歸功于其強大的數據和知識理解能力,以及關系推理能力。

由于圖神經網絡在圖數據處理方面的特殊性,傳統用于加速神經網絡的芯片難以直接對圖神經網絡的執行提供高效計算支撐。嚴明玉對記者解釋說,以圖數據爲輸入,融合了深度學習算法和圖計算算法的圖神經網絡具有與傳統神經網絡不一樣的執行行爲,即“混合執行行爲”。具體而言,規則執行行爲和不規則執行行爲共存于圖神經網絡中。“混合執行行爲”對現有的處理器結構帶來了巨大的挑戰,比如,GPU在應對不規則執行行爲時極爲低效。

認知智能起飛的“推進劑

“为了应对图神经网络的混合执行行为,我们设计了新的处理器结构,以更高效地加速图神经网络的执行。”严明玉介绍说,HyGCN 芯片基于混合结构设计思想,分别为图神经网络的两个主要执行阶段——图遍历阶段和神经网络变换阶段设计相应的加速引擎,并流水两个引擎的执行。

研究團隊的實踐證明,HyGCN芯片設計,能夠有效應對圖神經網絡圖遍曆階段的不規則性,並能利用神經網絡變換階段的規則性提高執行效率。

“图神经网络加速芯片有望成为AI‘认知智能’阶段起飞的推进剂。我们基于12nm工艺,对HyGCN的芯片设计的核心部件在主流的图神经网络模型和图测试数据集上进行了初步的评估。”严明玉说,相对于运行在Intel至强服务器CPU和英伟达V100 GPU的先进图神经网络软件框架,HyGCN分别取得了数万倍和60余倍的能效提升。

在“無人區”加快布局

近年來,中科院計算所圍繞雲計算、芯片、互聯網、人工智能等前沿IT領域開展研創産協同創新,完善我國在端、網、雲的計算基礎設施布局,並鼓勵通過技術轉移體現科研人員和科技成果的價值。

從感知智能到認知智能,人們對人工智能技術的探索正挺向縱深。以中科院計算所爲代表的中科院科研機構積極作爲,大力推動科技創新。特別在以5G、人工智能、大數據等爲代表的智能科技的發展方面,中科院計算所堅持面向世界科技前沿、面向經濟主戰場,不斷向科學技術廣度和深度進軍,加快解決制約科技創新發展的關鍵問題。

“圖神經網絡加速芯片目前在國際上還是‘無人區’,研究成果發表後得到了業界認可。”嚴明玉告訴《中國科學報》,目前中科院計算所正加快對HyGCN科技成果進行孵化,提升關鍵核心技術能力,推動各行各業從信息化向智慧化升級。

應用空間巨大

圖神經網絡的潛在應用非常多。嚴明玉舉例說,在日常交通預測、網約車調度、金融詐騙偵查、運動檢測等場景,在助力科研的知識推理、EDA工程、化學研究、宇宙發現等領域,以及在知識圖譜、視覺推理、自然語言處理中的多跳推理等學科發展方向上,都有極大應用空間。

在工業界,圖神經網絡也已經有了落地應用。比如,谷歌地圖基于事件樹的風險評估、圖片社交網站Pinterest的內容推薦、阿裏巴巴的風控和推薦、騰訊等公司的視覺和風控等業務中都有圖神經網絡的影子。

由于圖神經網絡具有推理能力,認知智能還可以幫助機器跨越模態理解數據,學習到接近人腦認知的一般表達,從而獲得類似于人腦的多模感知能力,進而有望帶來顛覆性的産業價值。

市场研究机构Allied Market Research 发布的机器学习芯片市场报告显示,2022年机器学习芯片市场规模预计将达到 827.2 亿美元。图神经网络加速芯片有望在接下来3年内与现有的神经网络芯片共生,甚至在5年后替换大部分的神经网络学习芯片,成为主流的机器学习芯片,可能将产生300亿美元以上的市场规模。

 

來源:中華網

電話咨詢
新聞動態
研究院概況
聯系我們