在阿西莫夫的代表作《基地》中，除了先知谢顿贯穿全线，其他主角都是徒弟。他们内在为直觉所驱动，外在被时期所推进。他们在历史上的出场毫无征兆，却在潮流中游刃有余。你会惊叹，为什么是他？
离开谷歌、微软、IBM、Facebook、阿里、百度，告别自己过去的所有光彩，重新走上创业之路，崇尚技能的护城河。为什么是他！
新华网开辟“出走的徒弟”系列，讲述这样一群科技界空想主义者的现实路径。
新华社上海2月6日电（周琳）有一句话形容现在的人工智能特殊得当：“我们每每高估了目前，而低估了未来”。如果要以其提出到现在60余年为一个周期来看，它真正席卷人类社会，才刚刚开始。
从这样的历史长河来看、从通用人工智能的未来回溯看，这个时期霸占舞台中心的这些开拓者，都是手握着“深度学习”“神经网络”等最原始的工具，在这块荒野上蹒跚前行。走在探求人工智能根本工具这条路上，陈天石不比其他人多什么先决条件。
幸运的是，从他创造的石器中，人们逐渐创造并保留了火种。
打磨“石器”
AI是一场革命。它和互联网一样，会席卷统统，会从无到有、再从有到无（无处不在）。普通人乃至不须要前行，它会主动过来拥抱你，乃至裹挟你。用罗振宇的话说，“你不必焦急出发，由于你终将被抵达”。
在这场根本举动步伐重新定义的革命中，陈天石无疑是一个提前出发者。16岁考入中国科学技能大学少年班；2014年论文在美国召开的国际顶级学术会议上得到最佳论文奖；创办的公司寒武纪科技，A轮估值超过10亿美元，成为环球首个人工智能芯片“独角兽”、环球最大的AI芯片初创公司。
基于深度学习这一底层算法，打算机视觉、语音识别、自然措辞处理、音频识别与生物信息学等领域取得了长足的进展。但传统的处理器例如CPU等，虽然是目前主流的AI打算平台，但是其基本框架构造毕竟不是为了AI所设计的，效率受到很多限定，包括GPU也有耗电量大等毛病。
如果要用通用途理器搭建一个人脑规模突触的神经网络，可能须要建一个电站来给它供电。阿尔法狗刚亮相时，下一盘棋动用了1000个CPU和200个GPU，每分钟的电费就高达300美元，而网络规模只有人脑的千分之一。
陈天石认为，空想中的AI芯片应该是一种新型的处理器，能具有广阔的运用面（包括语音、语义、图像、视频、自然措辞多模态处理能力），同时具备远超CPU和GPU的效率。要想达到这一目标，必须要有一套新的AI指令集，利用指令进行灵巧处理，才有可能在AI芯片上把各种算法运用都能支持得又快又好。
打个大略的比方，你把摩托车（PC、手机等）的发动机（CPU）装到了汽车（深度学习平台）上，汽车自然开烦懑；现在，须要为汽车专门设计一款发动机（深度学习专用途理器）。
“DianNao”这一深度学习处理器架构，均匀仿真性能超过主流CPU核的100倍，但是面积和功耗仅为1/10，效能提升可达三个数量级。2014年，他和哥哥陈云霁以及法国信息技能研究院（Inria）的Olivier Temam教授互助的这篇论文，成为顶尖国际会议的最佳论文。
2014年-2016年间，他们俩和国际学术互助者一道险些横扫了处理器架构学术圈，在顶级学术会议上教老外说中文的Diannao系列：Diannao（电脑）、DaDiannao（大电脑）、PuDiannao（普电脑）、ShiDiannao（视电脑）、Cambricon（寒武纪指令集）等一系列创新，针对不同的目的，将目前深度学习的效率提高数百倍。
有院士这样剖析，“寒武纪”在深度学习处理器指令集上的首创性进展，为我国霸占智能家当生态的领导性地位供应了技能支撑。自2014年中科院打算所和Inria联合团队提出首个深度学习处理器架构DianNao之后，深度学习处理器已经成为打算机体系构造国际会议ISCA最关注的研究方向之一。ISCA 2016上有近1/6的论文引用“寒武纪”的事情来进行深度学习处理器探索。
“目前，像阿尔法狗这样的软件算法是在GPU上实行的，将来如果利用了带有‘电脑语’指令集的‘寒武纪’处理器，深度学习（神经网络）的运算速率会得到明显提升。”陈天石说。
他用“瑞士军刀和菜刀”来比喻通用途理器和深度学习处理器的关系：瑞士军刀虽然功能多，但是做菜的时候，还是菜刀更得当。在智能处理方面，“寒武纪”便是这把更得当的菜刀。
“电脑语”指令直接面对大规模神经元和突触的处理，一条指令即可完成一组神经元的处理，并对神经元和突触数据在芯片上的传输供应了一系列专门的支持。仿照实验表明，采取寒武纪指令集的深度学习处理器相对付x86指令集的中心处理器有两个数量级的性能提升。
如今，通过在打算机中仿照神经元和突触的打算，寒武纪的AI芯片对信息进行智能处理，借助专门设计的存储构造和指令集，每秒可以处理160亿个神经元和超过2万亿个突触，功耗却只有原来的十分之一，未来乃至有希望把类似阿尔法狗的系统装进手机。
专一“重工业”
芯片是信息家当的“尖刀连”，更是“重工业”，其所须要的投入是巨大的，远远超过AI的其他领域。
2017年 8 月，寒武纪科技得到了代价 1 亿美元的 A 轮融资，该轮投资由国投创业领投，阿里巴巴创投、遐想创投、国科投资、中科图灵、元禾原点（天使轮领投方）、涌铧投资（天使轮投资方）联合投资。
这家背靠中科院打算所的创业公司刚亮相，就进入市场，就踏入了“独角兽”领域。
华为的旗舰手机Mate10采取了寒武纪1A处理器，这是寒武纪AI家当化的第一步。这款2016年发布的环球首款商用深度学习专用途理器IP，入选了第三届天下互联网大会评比的十五项“天下互联网领先科技成果”。
它不仅具有完备自主知识产权，而且在打算机视觉、语音识别、自然措辞处理等关键人工智能任务上具备出类拔萃的通用性和效能比，达到了传统的四核通用CPU25倍以上的性能和50倍以上的能效。
“我们的产品寒武纪1A处理器，可以跟苹果产品一较高下，结果我们很轻松打赢了这场战斗。我们并不是靠着蛮力去堆运算器，而是依赖最前辈的、稀疏化的技能，四两拨千斤，让华为Mate10的智能处理速率打败了强大的苹果iphoneX。”陈天石说。
在将AI普惠化这一终极方向的指引下，他制订了自己的小目标。“我们现在与国外同行都是在同一个起跑线上的，希望寒武纪能在 3 年后霸占中国高性能智能芯片市场 30% 的份额；在 3 年后，让环球有 10 亿台设备集成寒武纪处理器的智能终端。”
他给出了实现的路径。关于寒武纪芯片的市场商业化推进，“一是终端，二是云端。终端产品便是智好手机、智能眼镜、无人机、自动驾驶汽车等，须要芯片去识别图像、影音和笔墨。而在云端，像科大讯飞、中科曙光等这样有名的云端客户，都已经是寒武纪的客户。”
为了这个小目标，他说自己“除了安歇的韶光，都在事情”，拼了命地往前跑。在智能全体行业里面最上面是运用层，利用人脸识别、语义理解等，去系统集成自动驾驶、智好手机等产品。而“冰山”看不见的地方是技能层。
而芯片是技能层的“地基”。“芯片便是像建屋子或者修路这样的事，如果没有屋子没有路事情没办法今后走，希望我们未来能够连续承担好智能时期的根本举动步伐供应商的角色”。陈天石说。
技能一定会带来人与人之间的鸿沟，而降落技能的门槛、创造尽可能的公恰是肃清这一鸿沟的险些唯一可行的路子。
“从个人角度出发，我们紧张从事人工智能加速芯片的研发，可以让开发者得到更加廉价、高效的芯片，支持上层运用的开拓。”陈天石说，只有全体打算系统更加廉价，才有希望推动人工智能的普惠化。因此在底层，降落功耗、提高效率是关键。
至于上层运用，群众的聪慧是无穷的。陈天石很乐不雅观，他抱着乐见其成的态度来支持人工智能的发展，相信会在根本层之上，长出更多的运用。
保留“火种”
2017年底，一篇名为《芯片战国时期》的稿件在AI界很火，文章里说，“据CB Insights估算，进入新兴芯片初创公司投资总额从2015年的8亿美元增长到了2017年的16亿美元；创投库里，AI芯片公司从零散几家增长到20多家。光2017年下半年，台积电的生产线上就有超过30款AI芯片排队等着流片。”
时也势也。能不能到达终点，不仅取决于你奔跑的速率，更取决于你所在的赛道。
你以为只有初创公司在跑，实际上巨人们觉醒得比谁都快。就在前两天，芯片巨子英伟达在美国消费电子展召开拓布会，宣告了一系列关于无人车机器学习芯片Xavier的干系内容。鉴于在AI芯片领域的表现，其股票2017年上涨靠近100%，堪称“年度最佳理财产品”。
更别说英特尔、谷歌、Facebook、微软等巨子也在为此倾尽全力。咨询公司Tractica的预测数据显示，到2025年，与人工智能干系的深度学习芯片组市场收入，将由此前的5亿美元飙升至122亿美元的规模，复合年均增长率超过40%。
死活搏杀，千亿市场在一降服负。
“芯片的成败，除了本身的效率之外，生态是非常关键的环节。没有配套的运用和软件，很难在市场上得到成功”。陈天石说，只要国产 AI 指令集立住了，中国主导天下 AI 家当的机会可能就到来了。
在寒武纪科技的第一场发布会上，他用了很长的韶光去先容自己的互助伙伴。他说，过去我们海内企业起步晚，一贯是国际生态的跟随者。我们融入这个生态，享受这个红利，但我们并不能有多大的力量去改变这个生态。但是在智能时期，大家都在同样的起跑线上，要敢为天下先，敢于提出并共同构建全新的智能生态。“光有寒武纪是不足的，我们大家须要共同在硬件的指令集和软件的开拓平台高下功夫，在端云结合高下功夫，在商业协作高下功夫”。
2017年10月16日，陈天石发了一条朋友圈，“一事平生无齮（Yi）齕（He）,但开风气不为师”。这句出自龚自珍的诗词，后来被很多教诲界绅士所引用。
事后他回忆，这大概是由于他的执拗。18年前，陈天石考入中国科技大学，随后师从陈国良院士和姚新教授，读人工智能方向的博士。将近20年，他只做这一件事，把最底层的生态基石也便是芯片要做好。“技能一定假如最好的”。
过去是。现在是。将来无论公司走到哪一步，技能永久被摆在第一位。
