比特大陆汤炜伟以《强劲AI芯片，加速机器视觉和SLAM计算》为主题的演讲

12月21日下午，高工机器人年会“硬件设备专场：探寻硬件升级的极致边界”中，比特大陆AI产品线高级总监汤炜伟发表了以《强劲AI芯片，加速机器视觉和SLAM计算》为主题的演讲。

汤炜伟表示，随着AI技术的落地应用，当前中国制造业正由数字制造往智能制造方向发展，面临着由大变强的并联超车机会。

他将智能制造分为五个层次，从下到上分别为感知层、传输层、设备层、工厂层、行业层。其中，感知层主要由工业相机与产线相机、物联网传感器、智能仪表组成；传输层则涉及工业通信、工业网关；设备层包括工业视觉、工业机器人、高端机床、增材制造；再往上是以数字化工厂、工业大数据、智能化产线构成的工厂层；而最顶端的行业层是一个工业互联网平台。

“在这一系列层面上，无论是感知功能还是大数据分析，抑或是对各种各样仪器的诊断、可靠性分析都将有AI的身影。”汤炜伟表示。

具体来说，AI可赋能设备层面的嵌入式视觉、机器3D视觉、AGV导航，和工厂层面的柔性生产调度、智能排期、数据预测，以及行业层面的数据治理、算法模型下发等。

“比如在疲劳分析上的应用，我们可以用AI技术提前预测机器某一个零件将进入疲劳状态，以便及时检修、更换，进而使整机寿命得到进一步延长。”

此外，为了更形象地展示AI芯片在机器视觉上的应用，汤炜伟在现场为参会嘉宾演示了一段有关工厂自动化设备拣选工艺的视频。从视频中可以看到，红色和青色物件快速从传送带往分拣箱“奔来”，在高速摄影机下，可以清晰地观察到，分拣设备实时识别出不同颜色的物件，并快速送至相应分拣箱。

“要完成上述过程的深度学习视觉计算，如果使用通用服务器CPU，将至少需要10台，功率超过10千瓦，且从占地面积角度来看，将是1平方米的整机柜。” 汤炜伟还简单计算了一下，单这一项应用将给工厂造成超过30万人民币的成本支出。

而如果使用比特大陆算丰AI专用TPU芯片呢？一个略大于指甲盖的东西就解决了问题，性能高、功耗低，极具性价比。

作为一家领先的算力芯片企业，比特大陆拥有全球先进的7nm制程设计能力，是世界上少数有能力开发云端人工智能芯片的公司之一。其中，比特大陆算丰AI已成功推出四款人工智能芯片BM1680/BM1682/BM1880/BM1684及系列人工智能产品，包含AI计算模组、AI计算加速卡、AI计算盒等。

以比特大陆最新的AI芯片算丰BM1684为例，它具备单芯片32路1080P的H264/H265解码能力，支持960帧每秒1080P视频解码，峰值性能达17.6T INT8算力，而典型功耗仅16W，适合深度学习领域的专用张量加速计算。

以BM1684为核心，比特大陆还研发出不同形态的人工智能加速产品（SM5/SC5/SC5+/SE5）。其中，SC 系列产品主要部署在云端计算集群中，用以视频处理和分析；SM 系列产品为高密度计算模块，可进行神经网络推理计算，部署于边缘或者定制化设备；SE5是完备功能的AI计算盒，面向边缘计算，具备独立操作系统并提供AI分析能力。

发展到现在，比特大陆已实现机器视觉的云边全场景产品覆盖。“从10路，10—30路，30—100路，100—10000路，我们都有相应的产品。”

汤炜伟进一步表示，比特大陆算丰AI芯片与国内外友商产品相比毫不逊色，甚至可在相关技术指标上进行点对点的PK。

“以板卡性能为例，我们的芯片在效率上可以达到市场主流产品的1.2—1.3倍，利用率超过同类20%，同时适配非常广泛。在芯片模组方面，与市场上同类产品相比，比特大陆具有其20倍的性能。”

机器人行业是否需要这么强的算力？汤炜伟给予了肯定的答复。他解释道，随着制造业未来向前发展，人工智能应用和作业场景的多样性、复杂度将不断提升，对于算法的要求也随之提高，而一个芯片里会同步运行30种甚至50种算法，对算力的渴求将急剧增长。

目前，比特大陆研发的AI芯片及软件工具链已在智能制造、智慧物流等领域大规模应用。

此前，比特大陆携手合作伙伴研发了高效的电力人工智能解决方案——鑫和汇通电力刀闸状态识别服务器、亿嘉和智能巡检机器人等。这些机器视觉AI方案有效地提升了行业效率和安全性，为变电站、配电站等室内外场景提供了高效率的智能升级方案。

汤炜伟介绍，“比特大陆的芯片嵌入在亿嘉和智能巡检机器人硬件里面，主要承担算法图像识别、目标检测、表计识别，现在SLAM算法、激光SLAM等技术也在快速使用和验证之中。”

此外，比特大陆还以强大算力为基础，为新基建提供核心动能，近年来陆续在北京海淀、福建福州等地深度参与当地“城市大脑”建设。

演讲最后，汤炜伟表示，比特大陆定位于人工智能芯片和AI算力硬件基础层，向上支持框架层、算法层、平台层、应用层。在这些层面，比特大陆愿与行业伙伴携手合作赋能集成商和终端用户，在智能制造、智慧物流、智慧安防等领域开展更多落地实践。

责任编辑：lq