當前位置:首頁(yè) > 科普 > 列表 > 正文

推動(dòng)人工智能應用邁向認知智能時(shí)代
2020-12-18

  近日,《中國計算機學(xué)會(huì )通訊》(CCCF)刊發(fā)了中科院計算所特別研究助理嚴明玉、研究員范東睿以及研究員葉笑春共同撰寫(xiě)的綜述文章《圖神經(jīng)網(wǎng)絡(luò )加速芯片:人工智能“認知智能”階段起飛的推進(jìn)劑》。文章披露,為更好地支持認知智能的發(fā)展,該團隊提出了國際首款圖神經(jīng)網(wǎng)絡(luò )加速芯片設計“HyGCN”。目前,介紹該芯片設計的相關(guān)論文已先后在計算機體系結構國際頂級會(huì )議MICRO和HPCA上發(fā)表。

  “HyGCN,寓意向圖神經(jīng)網(wǎng)絡(luò )的加速說(shuō)‘Hi’?!眹烂饔裣颉吨袊茖W(xué)報》介紹說(shuō),圖神經(jīng)網(wǎng)絡(luò )將深度學(xué)習算法和圖計算算法相融合,取長(cháng)補短,能達到更優(yōu)的認知與問(wèn)題處理等能力,在搜索、推薦、風(fēng)險控制等重要領(lǐng)域有著(zhù)廣泛應用?,F有的處理器芯片在執行圖神經(jīng)網(wǎng)絡(luò )的計算中效率低下,其團隊前瞻性地展開(kāi)面向圖神經(jīng)網(wǎng)絡(luò )的加速芯片設計,為解決這一難題提供了可行方案。

  

  傳統神經(jīng)網(wǎng)絡(luò )與圖神經(jīng)網(wǎng)絡(luò )的輸入數據對比

  讓機器“能理解、會(huì )思考”

  圖神經(jīng)網(wǎng)絡(luò )被認為是推動(dòng)認知智能發(fā)展強有力的推理方法,有望解決深度學(xué)習無(wú)法處理的關(guān)系推理、可解釋性等一系列問(wèn)題,讓機器“能理解、會(huì )思考”。2019年后,圖神經(jīng)網(wǎng)絡(luò )逐漸成為各人工智能頂級會(huì )議的“熱詞”和研究熱點(diǎn),眾多全球頂尖科技企業(yè)也已將圖神經(jīng)網(wǎng)絡(luò )部署于數據中心中。

  “作為近年來(lái)新興的一種智能算法,圖神經(jīng)網(wǎng)絡(luò )不僅在學(xué)術(shù)界被高度重視,也已然成為近年來(lái)工業(yè)界非常重要的應用之一?!眹烂饔窠榻B說(shuō),圖神經(jīng)網(wǎng)絡(luò )能夠備受學(xué)術(shù)界和工業(yè)界的青睞,歸功于其強大的數據和知識理解能力,以及關(guān)系推理能力。

  由于圖神經(jīng)網(wǎng)絡(luò )在圖數據處理方面的特殊性,傳統用于加速神經(jīng)網(wǎng)絡(luò )的芯片難以直接對圖神經(jīng)網(wǎng)絡(luò )的執行提供高效計算支撐。嚴明玉對記者解釋說(shuō),以圖數據為輸入,融合了深度學(xué)習算法和圖計算算法的圖神經(jīng)網(wǎng)絡(luò )具有與傳統神經(jīng)網(wǎng)絡(luò )不一樣的執行行為,即“混合執行行為”。具體而言,規則執行行為和不規則執行行為共存于圖神經(jīng)網(wǎng)絡(luò )中?!盎旌蠄绦行袨椤睂ΜF有的處理器結構帶來(lái)了巨大的挑戰,比如,GPU在應對不規則執行行為時(shí)極為低效。

  認知智能起飛的“推進(jìn)劑”

  “為了應對圖神經(jīng)網(wǎng)絡(luò )的混合執行行為,我們設計了新的處理器結構,以更高效地加速圖神經(jīng)網(wǎng)絡(luò )的執行?!眹烂饔窠榻B說(shuō),HyGCN 芯片基于混合結構設計思想,分別為圖神經(jīng)網(wǎng)絡(luò )的兩個(gè)主要執行階段——圖遍歷階段和神經(jīng)網(wǎng)絡(luò )變換階段設計相應的加速引擎,并流水兩個(gè)引擎的執行。

  研究團隊的實(shí)踐證明,HyGCN芯片設計,能夠有效應對圖神經(jīng)網(wǎng)絡(luò )圖遍歷階段的不規則性,并能利用神經(jīng)網(wǎng)絡(luò )變換階段的規則性提高執行效率。

  “圖神經(jīng)網(wǎng)絡(luò )加速芯片有望成為AI‘認知智能’階段起飛的推進(jìn)劑。我們基于12nm工藝,對HyGCN的芯片設計的核心部件在主流的圖神經(jīng)網(wǎng)絡(luò )模型和圖測試數據集上進(jìn)行了初步的評估?!眹烂饔裾f(shuō),相對于運行在Intel至強服務(wù)器CPU和英偉達V100 GPU的先進(jìn)圖神經(jīng)網(wǎng)絡(luò )軟件框架,HyGCN分別取得了數萬(wàn)倍和60余倍的能效提升。

  在“無(wú)人區”加快布局

  近年來(lái),中科院計算所圍繞云計算、芯片、互聯(lián)網(wǎng)、人工智能等前沿IT領(lǐng)域開(kāi)展研創(chuàng )產(chǎn)協(xié)同創(chuàng )新,完善我國在端、網(wǎng)、云的計算基礎設施布局,并鼓勵通過(guò)技術(shù)轉移體現科研人員和科技成果的價(jià)值。

  從感知智能到認知智能,人們對人工智能技術(shù)的探索正挺向縱深。以中科院計算所為代表的中科院科研機構積極作為,大力推動(dòng)科技創(chuàng )新。特別在以5G、人工智能、大數據等為代表的智能科技的發(fā)展方面,中科院計算所堅持面向世界科技前沿、面向經(jīng)濟主戰場(chǎng),不斷向科學(xué)技術(shù)廣度和深度進(jìn)軍,加快解決制約科技創(chuàng )新發(fā)展的關(guān)鍵問(wèn)題。

  “圖神經(jīng)網(wǎng)絡(luò )加速芯片目前在國際上還是‘無(wú)人區’,研究成果發(fā)表后得到了業(yè)界認可?!眹烂饔窀嬖V《中國科學(xué)報》,目前中科院計算所正加快對HyGCN科技成果進(jìn)行孵化,提升關(guān)鍵核心技術(shù)能力,推動(dòng)各行各業(yè)從信息化向智慧化升級。

  應用空間巨大

  圖神經(jīng)網(wǎng)絡(luò )的潛在應用非常多。嚴明玉舉例說(shuō),在日常交通預測、網(wǎng)約車(chē)調度、金融詐騙偵查、運動(dòng)檢測等場(chǎng)景,在助力科研的知識推理、EDA工程、化學(xué)研究、宇宙發(fā)現等領(lǐng)域,以及在知識圖譜、視覺(jué)推理、自然語(yǔ)言處理中的多跳推理等學(xué)科發(fā)展方向上,都有極大應用空間。

  在工業(yè)界,圖神經(jīng)網(wǎng)絡(luò )也已經(jīng)有了落地應用。比如,谷歌地圖基于事件樹(shù)的風(fēng)險評估、圖片社交網(wǎng)站Pinterest的內容推薦、阿里巴巴的風(fēng)控和推薦、騰訊等公司的視覺(jué)和風(fēng)控等業(yè)務(wù)中都有圖神經(jīng)網(wǎng)絡(luò )的影子。

  由于圖神經(jīng)網(wǎng)絡(luò )具有推理能力,認知智能還可以幫助機器跨越模態(tài)理解數據,學(xué)習到接近人腦認知的一般表達,從而獲得類(lèi)似于人腦的多模感知能力,進(jìn)而有望帶來(lái)顛覆性的產(chǎn)業(yè)價(jià)值。

  市場(chǎng)研究機構Allied Market Research 發(fā)布的機器學(xué)習芯片市場(chǎng)報告顯示,2022年機器學(xué)習芯片市場(chǎng)規模預計將達到 827.2 億美元。圖神經(jīng)網(wǎng)絡(luò )加速芯片有望在接下來(lái)3年內與現有的神經(jīng)網(wǎng)絡(luò )芯片共生,甚至在5年后替換大部分的神經(jīng)網(wǎng)絡(luò )學(xué)習芯片,成為主流的機器學(xué)習芯片,可能將產(chǎn)生300億美元以上的市場(chǎng)規模。

開(kāi)通會(huì )員,享受整站包年服務(wù)立即開(kāi)通 >