CEO論AI：我看到的都是機會！

ASPENCORE 旗下媒體

「從我們的計算能力可以滿足機器學習的需求算起，也就是兩、三年的時間。但就在這兩、三年的時間裡我們已經看到了變革是如此迅速、深遠、意義重大，讓人難以置信。」

「我們可以通過各種模型進行精準預測，再根據這種預測採取行動。」

「AI會影響到所有的垂直市場，因為其會從根本上將整個領域進行智能化升級。」

「AI的進步可以驅動所有技術的進步。」

「關於AI，我認為這並不是挑戰，我看到的都是機會！」

以上的所有觀點均摘錄於我與 Aart de Geus博士，Synopsys（新思科技）董事長兼首席執行官的一場以「Synopsys和AI」為主題的對話。

在對話中，代表ASPENCORE，我並沒有提及2004年上映的美國影片「I, ROBOT」所表現的機器人由開始服務於人類演變至危害人類的哲學問題，封面大圖也選擇了「星球大戰」中人類的機器人朋友。

通讀本文，你將知悉Aart de Geus博士認為的AI帶給人類的影響。

Yorbe Zhang：首先，請問Synopsys的產品和AI之間有什麼關係？

Aart de Geus：回答這個問題，首先要講一下AI和晶元之間的關係。

第一方面，回顧歷史，電子行業的發展主要經過了三個階段：

第一個階段主要專註於計算能力，個人電腦就是所謂的殺手級應用，因為從晶元角度來看這就是在一定的預算內讓晶元性能儘可能提高。在這個階段晶元極大地提高了生產力。

第二個階段一部分是互聯網，另一部分是移動設備，特別是是智能手機。它們也是在進行計算處理，只是以一種低功耗的方式，使其能夠在我們的手機中得以實現，這個在技術上也是一個大的挑戰。Synopsys在這兩個階段取得了長足的發展，與業內的一些其他公司一起推動了整個技術的進步。

Synopsys 共同創始人：William Krieger, Aart de Geus 和 David Gregory （從左至右）

如今，我們的計算能力已經足夠強大，可以在上面實現一些機器學習的演算法。這時，新品類的晶元開始出現，它們的設計和構建專門針對AI。並且我預測在未來，隨著計算能力和AI應用的迅速發展，更需要去滿足機器學習演算法的需求。計算速度會不斷地提高，適用的晶元範圍也越來越小：

從初期在通用晶元上增加一點AI應用，然後轉換到FPGA，再到後來有專門針對AI的晶元出現。這就進入到第三階段。現在，Synopsys正在不斷提供和改進工具來幫助晶元的設計和實現，同時也在和一些新的晶元初創企業進行合作來推動AI的發展。

第二方面，就是在我們自己的產品上也使用了AI，讓產品變得更強大和靈活。例如，晶元的電路設計包含很多信息，通過收集來的數據，我們可以利用機器學習來進行分析，進而改善電路的布局。

把AI技術內置在我們的產品里，可能對用戶來說並不十分可見。舉個例子，如果說我們要去模擬一個非常複雜的模擬電路，過程本身就非常難，可能需要一個專家花費幾個月的時間去測試。那麼，如果我們可以訓練模擬器，能夠自己根據場景去進行設置，通過一些例子去教會他如何將自己設置成為一個專屬於這種場景的模擬，就會極大地提高效率和成功率。

第三方面是我們的IP，包括卷積神經網路、視覺處理器IP等。

第四方面是AI產品要進入各種尖端的電子產品之中，包括軟、硬體，我們也需要保證AI的安全性， Synopsys提供不同的產品來確保AI的安全性。以監控系統為例，一般具備攝像頭，從各個攝像頭收集數據的設備，以及雲端的管理系統。AI可以部署在雲端，也有可能在攝像頭中，或者在整個傳輸的中間部分。

如果我們想要實現機器學習中的訓練，一般是放在雲端；如果說想要進行一些本地實時數據的分析，則通常會部署在攝像頭上。其實在這樣一個多攝像頭的系統中，它是有一定的脆弱性的。因為一旦有人侵入一個攝像頭，就有可能通過這個攝像頭侵入整個系統。因此，現在的攝像頭也越來越需要軟硬體一體化的安全性考慮，Synopsys在軟體安全方面也花費很多精力，幫助我們的客戶和夥伴開發安全的軟體。

總體上，AI已全方面的融入到了Synopsys的產品線之中。

Yorbe Zhang：您對目前AI和機器學習相關的發展和挑戰有何看法？

Aart de Geus：首先，關於AI，我認為這並不是挑戰，我看到的都是機會！

從我們的計算能力可以滿足機器學習的需求算起，也就是兩、三年的時間。但就在這兩、三年的時間裡我們已經看到了變革是如此迅速、深遠、意義重大，讓人難以置信。尤其在中國，政府不僅知曉AI方面的知識，相信AI技術的前景，同時也在推動AI應用的發展，希望進行大規模的應用。

Synopsys董事長兼首席執行官Aart de Geus博士認為：「關於AI，我認為這並不是挑戰，我看到的都是機會！」

所以，我們現在可以看到各種各樣的新概念，例如智能製造或者智慧城市。它們已經不再是抽象的概念，而是正在逐步實現，雖然說要真正實現可能需要很多年時間。以交通為例，通過我們現在的技術，能識別交通中經常出現的一些模式，再加上一些監管和監控，我們就能更有效地去改變交通狀況。這些技術現在其實已經存在，但需要繼續改善，我們要更深入地考慮如何部署才能得到更多的益處。

Yorbe Zhang：所以，您認為這些技術已經進入到人們的生活中併產生了影響？

Aart de Geus：這個其實可能有點爭議性。

業界經常會收集數據，進行用戶的行為習慣或者偏好分析。這種情況永遠是需要去平衡取捨的，就是說哪一些數據是可以分析的，哪一些涉及隱私，這是一方面；而另一方面，有一些公司在研究非常有趣的東西，例如在機械部件上增加感測器，以便收集數據，包括震動模式、溫度等數據，以此來預測其壽命。

如果我們能得到該機器再運行兩、三周就要發生故障的提示，這就是非常有價值的信息，因為我們不希望在預期之外出現機器停止或者毀壞的現象。如果預測出來是兩、三周的話那我們可能會繼續運行一周，與此同時去訂購一個備件讓它恢復正常狀態，這個例子非常生動地展現了技術上的大數據會帶來的影響力。GE公司也在做另外一方面的事情，他們用感測器去分析飛機引擎，了解引擎狀況，避免在飛行的時候出現安全問題。

中國是Synopsys十分關注的市場，因為首先政府在大力推廣AI；其次就是我們有幸在EDA和IP方面，在全世界或者中國都是一家頂尖公司。一直以來我們都在推動最為先進的晶元應用，包括我們的客戶，他們也在追求最先進的技術，在研發最難以實現的晶元。

其實AI也在呈現同樣的發展方向，很多初創公司、企業在研發一些最為先進的硅技術。而在20多年前，在Synopsys剛在中國成立新思科技的時候，當時我們的合作夥伴並不是最為頂尖的公司，但是通過我們的幫助和介入，Synopsys見證了中國在技術領域的演進，也很自豪能夠參與其中，幫助中國的人才培養以及產業的發展。現在很多中國的公司也已經成為最為先進的公司，我們正在跟他們進行合作。

Yorbe Zhang：您認為AI和機器學習在中國的現狀和發展如何？

Aart de Geus：我們在這一領域主要是看到以下三個方面情況:第一是AI行業的人才正在從西方逐漸向中國轉移，高等學府也在不斷加大投入，還有很多新一代的工程師開始更多著眼於AI；第二是恰逢其時，我們現在的計算能力剛好能夠滿足機器學習演算法的要求，因此我們也看到了一些激勵人心的結果。而且很顯然的一點是很多創業公司也進入這一領域，其中有很多公司獲得了一定成功，得到了高估值的肯定；第三點就是我們看到了這些技術的應用，看到了非常成功的演示，包括監控可以預防商場盜竊和銀行搶劫的情況。

AI在五、六年期間，就從技術轉化到了最終結果，這也非常讓人驚訝。在這樣的一些現象背後，我們可以看到整個技術的前景或者說是一種承諾：我們這個社會能夠把這項技術更好地應用起來。所以我們相信在未來會看到更多這樣的嘗試和機會。雖然說不一定都會成功，但農業、金融、醫療健康、家居，甚至我們的孩子、我們的身體，都會因為這樣的技術發生很大的變化。

Yorbe Zhang：我們在談論AI的同時也提到了很多名詞，比如機器學習和深度學習。您怎麼看它們之間的關係？

Aart de Geus：其實AI就是一把傘，一方面是人類的智能，一方面是人工智慧。在AI的這個傘下有各種不同的方式。在21世紀早期，研究的熱點是機器學習，我們通過數據的收集可以讓機器的性能變得更好。之後幾年，數據量激增，進入了大數據時代，機器學習拓展到深度學習領域，但我認為其實這是一個延續。因為有這樣的延續，現在數據也越來越多，所以就會有更多的數據來改善產品的表現。或者說，計算能力提高，會改善表現；儲存量變大，也會改善表現。所以AI的進步可以驅動所有技術的進步。

我們再來看一下獲取數據的路徑。首先是數據的採集，也就是感測器。現在越來越多新的感測器被製造出來，成本降低，同時增加了運算速度和性能。第二就是儲存，現在數據的量越來越大，有可能是本地儲存，也可能是雲端儲存。例如汽車上的攝像頭，一天就能生成大概4TB的數據，這個量非常大。隨著儲存技術的推動，很多大的硬碟生產廠商預測他們下一個十年增長機會依然很大。

再下一步就是數據傳輸的問題。

首先，新一代的5G無線技術主要是解決帶寬的問題；另一方面，光纖將替代有線的數據傳輸，它不光出現在長距離的電纜上，還會出現在數據中心內部甚至是板內的通訊。那麼，之後我們遇到的挑戰有哪些呢？希望能在晶元上實現更快的計算、更低的功耗、更高的效率，所有這些都需要實現。雖然這些都很難，但是Synopsys的基因就是如此，願意去接受挑戰。

Yorbe Zhang：您認為目前我們在深度學習中處於什麼樣的階段？

Aart de Geus：很多人現在都在說數據，大數據已經夠龐大了，已經可以進行深度學習。數據越多深度學習的深度就會增加，或者說可以有更為結構化的有效數據。

我認為AI的演進才剛剛開始，正逐漸進入到實現的階段。另一方面，現在有眾多的AI系統，都是軟硬體一體化的系統，所以軟體的安全性也逐漸成為一個重要的問題。而Synopsys也有這方面的投資，可以對軟體進行診斷，發現它的脆弱性，判斷是否容易被侵入。

Yorbe Zhang：您認為未來的2至5年需要哪些技術革新以支持AI的進步？

Aart de Geus：短期來說是滿足更快的計算的需求，我說的更快是通過專用於AI的多核處理器實現。一開始我們採用通用的CPU，然後是效率更高的GPU，英偉達就是這種技術的提供者。還有就是FPGA，是可以靈活配置的硬體架構。現在我們也看到一些更為集成化的矩陣式的運算器件，也會應用於AI計算之中。

而在未來，針對AI的應用將更多地採用高度並行的專用處理器。

Yorbe Zhang：Synopsys如何推動AI和機器學習的進展？

Aart de Geus：Synopsys推動它的方式就是站在軟硬體集合的中心點。

一方面，通過EDA工具，我們在技術和市場上都成為了領導者，並且這個趨勢會繼續下去，因為在未來還會有更新的半導體工藝節點出現。首先會有更小工藝尺寸的晶元，與此同時它的層級可能會越來越多。此外，我們也能夠進行模擬，在晶體管上模擬到原子層級的程度。

另一方面，我們主要的成功方式是站在軟硬體的交匯處，這樣才能更好的去發展AI。過去我們一直是這麼做的，現在更是如此。因為計算變強，AI才會更強大，而AI更普及了，就會需要更強的計算能力，這是一個良性循環。現在業界也在瘋狂地推動這一趨勢，這對於半導體產業而論也是一個好消息。

同時，Synopsys也能夠支持軟硬體一體化產品的模擬，這樣就能夠讓工程師在硬體真正做出來之前就進行軟體的開發。那我們怎樣做到這一點的呢？就是通過我們的虛擬原型技術，還有基於FPGA的硬體模擬產品，通過這兩點我們在4年之內從起步迅速成長為同類產品的翹楚，增長和進步速度引人矚目。

最近，Synopsys將人工智慧實驗室設立在中國，希望更多關注中國AI技術和應用的發展，致力於探索演算法及軟硬體協同設計的解決路徑，以完整的演算法、軟體、硬體一體化方案，加速人工智慧產品的上市時間。

Yorbe Zhang：現在中國出現了不少AI晶元初創公司，您對他們有什麼看法？

Aart de Geus：是的，市場中確實會有泡沫。但是，機會是如此多樣化，我認為一些公司一定可以找到他們的垂直市場定位。如果一家公司能夠提供的產品不僅僅是晶元，也包括軟體和獨特的應用，那它就有更多可能找到成功的機會。另一方面，在一個熱點的市場之中，公司數量當然可能是供過於求的。但即使有些公司沒有獲得成功，也會被很快的吸收、消化或者整合。換個角度說，AI人才難求，即使有些公司可能暫時失敗，人才還是會被行業迅速消化。

Yorbe Zhang：那麼，AI晶元行業在全球的情況如何呢？

Aart de Geus：其實都是一樣的，在歐洲、亞洲都有AI方面的初創公司。主要的興趣點可能是很多人會移向最為先進的硅技術，因為我們這個行業非常渴望更高的計算和存儲能力。

Yorbe Zhang：Synopsys對中國市場的承諾是什麼？

Aart de Geus：我們的承諾一直保持不變，致力於做到最好，幫助客戶取得成功。但是在過去30年之中工作的內容細節會有所改變。

Synopsys在EDA和IP方面是一家頂級的公司，在過去的5到7年之間，我們看到很多中國的半導體設計公司已經成為業內領先，有的甚至達到了世界級的領先地位。我們很慶幸和其他中國公司一起見證了彼此的成長，現在可以說是一家成年的公司。當前，我們欣喜的看到一個新的趨勢，就是會有來自中國的旺盛需求推動新的技術和項目，從而推動Synopsys的整體發展。

我們在中國的員工力量也很強大。目前已經超過1100人，遍布中國多個城市，其中有900多人都是非常有能力的工程師。中國對我們來說就像是家一樣，看到現在這樣的發展速度和行業熱情令我們感到非常激動。同時，行業內也出現了很多新領域，我也相信這些新領域將會對人類造成深遠影響。

Yorbe Zhang：請您根據我們今日對話的主題「Synopsys和AI」，做個總結

Aart de Geus：Synopsys的定位就是要去賦能，賦能新一代的技術，包括計算能力、軟體和硬體——這個新一代的技術就是AI。AI會影響到所有垂直市場，因為其會從根本上將整個領域進行智能化升級。

Synopsys通過各種模型進行精準預測，再根據這種預測進行分析和優化，最終實現高效的自動化方法學。我們會幫助應用開發者進行最高端的晶元設計，提供可重用IP模塊簡化設計複雜度。與此同時，使用我們的虛擬原型模擬器技術可以實現在硬體真正生產之前進行軟體模擬。我們也會信息安全等從各個角度去幫助AI領域的合作夥伴，而這些優勢將讓Synopsys成為一個最為出色的夥伴，加速AI的普及，讓AI的明天更有新思。

合影。

本文為《電子工程專輯》原創，版權所有，謝絕轉載

識別下方二維碼，關注我吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！