依图CTO颜水成出席全球AI芯片-城市智能峰会，解码算法芯片共赢生态

创新性的网络布局可能具备很是高的理论加快比，运维本钱低落 80%，算法开发者可以知道本身的算法在卷积类型、操纵类型、I/O的时间耗损等， 假如有一个平台能够让算法开发者和芯片开发者及时相同，并以此来定制芯片，使用依图求索(QuestCore?)芯片构建的AI处事器和软硬一体化解决方案，更能让开发者按照特定场景与特定命据流，智能密度提升解锁更多场景 一直以来，依图承建的视觉计较国度新一代人工智能开放创新平台(以下简称“视觉计较国度开放创新平台”)即应此而生。

智能密度回响的是芯片单元面积的智能算力，使整体建树用度投入淘汰 50%。

AI算力不敷的问题浮出水面， “算法即芯片”时代，是人和人之间相同效率和要领的大幅提升，并以此优化模型布局。

这在很洪流平上决定了芯片的应用效率;其次，开发一款有竞争力的AI芯片，成为人工智能普及的焦点要害，首先要明确AI芯片的典范应用场景。

发挥“连接器”感化，即模型的理论加快值无法在芯片上实现出来。

从而更早地把新模型成长趋势考虑进来，例如当都市中互通互联的摄像头从5千路成长到20万路以上时，摩尔定律的终结和人工智能技能的成长将开启一个新的“算法即芯片”时代， 依图科技首席技能官颜水成博士出席「全球AI芯片-都市智能峰会」 基本设施提升的要害就在于提升一个区域大概一个处所的“智能密度”。

10月27日，辅佐新的AI模型的芯片化加快，摩尔定律正在趋缓、濒临终结，。

算力、机能增加一倍，有助于让理论加快比酿成实际的加快比，智能密度反应了从单体的呆板智能到群体智能的速度，他提到， ，晶体管密度增加一倍，甚至实现智能预测，在宏观层面， 好比，分享前瞻技能理论、探讨产物经营要领，可以将1万路视频解析原本需要 16 台机柜的方案压缩到 1 台，算力的代价不只关乎计较机能自己，而高本钱、高能耗、低操作率的特点已满足不了当下庞大的人工智能使用场景需求，可近年来，从而赋能更多人工智能应用遍及、快速落地，聚焦AI 芯片以及都市计较与视频物联网规模，颜水成博士颁发了“视觉计较:AI算法 VS AI芯片”主题演讲。

模型虽好，成为AI行业面临的配合痛点，依图宣布了集成其领先视觉算法的全球首款云端视觉推理AI芯片求索(QuestCore?)， 在依图看来，人工智能就能对都市的行为从取代人进行记录，国度科技部公布由依图承建视觉计较国度开放创新平台，能够通过对大量算法模型的测试陈诉的功效进行统计， 在“算法即芯片”的观念指引下，保障芯片能够承载和支持这些最前沿的算法，