人工智能在城市治理中的應用逐漸規模化后，AI無論在前端AIoT智能攝像機，亦或是云端的城市大腦，其價值中心，正從軟件算法層，轉移至算力層。

　　當前算力的價值，不僅僅在于計算性能本身，而是企業能否根據特定場景與特定數據流，研發出專用的算力硬件產品與軟件平臺，從而提供端到端“算力+算法”一體化解決方案，助力客戶解決眾多計算及業務難題。

　　10月27日，“全球 AI 芯片 · 城市智能峰會” 在深圳落下帷幕，峰會全面聚焦城市視覺與城市算力領域，匯集了世界頂尖人工智能科學家、產業巨頭首席技術高管、行業創業大牛，以及明星投資人共聚一堂，共同就 AI 產業發展的現狀與趨勢分享了各自的觀點和最新的技術方案。本次會議共吸引了692位業內人參會，其中包含了64家企業的CEO、371名副總裁及總監級聽眾。

　　賽靈思公司作為業界唯一提供自適應計算平臺與方案的領導企業，應邀在此次峰會帶來了題為《基于 FPGA 定制計算構建 AI 系統》的主題演講。賽靈思人工智能研發高級總監、原深鑒科技聯合創始人兼CTO，單羿作為演講嘉賓與大家分享了對 AI 算法以及算力的分析，以及為什么基于 FPGA 的自適應計算將成為以后 AI 系統的構建基礎。

　　圖文：賽靈思人工智能研發高級總監單羿在做主題演講

　　以下為單羿演講的內容簡介，文末有附 ppt 下載方式。

　　單羿認為，當前面對大量應用需求和海量非結構化數據時，需要的不是一個通用的處理器架構，而是針對不同領域的專用計算架構（DSA，Domain Specific Architecture），去適配不同的應用和數據結構，“定制計算”由此而來，它也是解決現在智能社會多樣需求的一個重要手段。

　　單羿在演講中以 AI 芯片為例，現在市面上有非常多的算法網絡，而且這些算法還在不斷的演進。但是芯片的研發周期和量產的時間都非常長，往往在拿到芯片的時候早已經跟不上新興的網絡架構和算力要求了，容易造成成本浪費，此時FPGA的硬件可編程性可以有效發揮作用。FPGA硬件可以反復擦寫，降低了一次性投片的成本，同時也提高了面向市場的響應能力。

　　FPGA面對AI需求時，存在對于算力、不同場景等多方面的挑戰。對此，單羿稱AI應用包含多種前處理和后處理的需求，FPGA 能夠結合其深度學習的能力加速這些需求，從而構建端到端的優化系統。在水平方向上，賽靈思既能夠提供多種加速庫來滿足各種應用需求。在垂直方向上，賽靈思既能為客戶提供針對 FPGA 友好的參考算法，也能為客戶在保證精度的情況下提供模型優化工具及服務。

　　與其他方案不同之處在于，單羿表示其最大的區別就是 FPGA 本身。賽靈思是可編程的硬件芯片，而其他方案則是已經配套出來的ASIC。盡管后者同樣可以進行一定程度的編程，但當模型發生較大變化，他們為AI準備的功能效率可能會降低得非常快。但是賽靈思則不一樣，因其硬件可編程性，可以在硬件上進一步優化，使得它能夠快速適應新出現的應用需求，這也就是賽靈思所強調的“自適應計算”。