15項領先科技成果發布，阿里、華為、寒武紀、曠視等摘獎，芯片及深度學習依然大熱

領先科技成果的發布，是當前科技產業中最前沿、最硬核的產業高速發展的一種印證。

一年一度的“科技界奧斯卡頒獎典禮”在昨晚盛大開幕了。

作為世界互聯網大會的“招牌欄目”，2019年15大領先科技成果終于發布。這一次，達摩院、華為、賽靈思、寒武紀、特斯拉、百度、曠視、曙光、360均有成果上榜，產品集中在芯片、深度學習平臺、AI訓練模型和加速平臺、數據庫、高性能計算機等領域，均是當前最前沿、最硬核的新興成果，可謂“星光熠熠”。

當然，這次“盛典”既是對年度技術成果的肯定，也是各家“暗暗較勁”的“舞臺”。以下就是各家“較勁”的成果。

華為：自研處理器鯤鵬920

鯤鵬920處理器，是華為在今年年初發布的一款數據中心高性能處理器，由華為自主研發和設計，旨在滿足數據中心多樣性計算、綠色計算的需求。該處理器兼容ARM架構，采用7nm工藝制造，可以支持32/48/64個內核，也是業界首顆64核的數據中心處理器，主頻可達2.6GHz，支持8通道DDR4、PCIe 4.0和100G RoCE網絡。

性能方面，華為方面稱鯤鵬920的性能較業界主流處理器高出了25%，內存帶寬則高出了60%之多。除此之外，這款處理器還支持CPU、橋片、網絡和磁盤控制器“4合1”，是業界集成度最高的數據中心處理器之一。

從2004年開始，華為便開始了嵌入式處理芯片的研發，超2萬名工程師歷時15年，讓華為擁有了以“鯤鵬+昇騰”為核心的基礎芯片族。

清華大學：AI異構融合芯片“天機芯”

“天機芯”是清華大學類腦計算研究中心研發的一款新型AI芯片，今年8月，第三代“天機芯”曾登上《Nature》封面。

通過資源復用，“天機芯”可以做到只需3%的額外面積開銷，即可同時運行計算機科學和神經科學導向的絕大多數神經網絡模型（同時支持機器學習算法和現有類腦計算算法），且支持異構網絡的混合建模，形成時空域協調調度，在發揮各自優勢的同時，做到降低能耗、提高速度和保持高準確度。

在清華大學的實驗中，他們用一塊芯片構造一個類腦自行車，該自行車可以像人一樣探測感知、過障避障、自動控制，是類腦通用智能的一個雛形。

特斯拉：完全自動駕駛芯片（FSD）

FSD由特斯拉自主研發，是一款完全自動駕駛芯片。今年4月，特斯拉首次發布這款芯片時介紹稱，“FSD是由兩套完全一樣的獨立系統組成，每個系統的處理器都擁有12個A72內核、1個神經網絡處理器和1個GPU。”

值得一提的是，FSD神經網絡處理能力非常強悍，可以同時處理汽車上8個攝像頭同時工作的數據，即在每秒圖像輸入2300幀的情況下，可以每秒實時處理25億像素的數據，是業界相關硬件平均能力的21倍。

而除了雙神經網絡加速器，特斯拉還為FSD增加了冗余電源、冗余計算和獨立安全芯片設計，可以保證高速行車場景下的自動駕駛功能運行，以及及時監控黑客攻擊自動駕駛汽車的可能性。

寒武紀：云端AI芯片思元270

今年6月，寒武紀發布了第二代云端AI芯片思元270，這也是該公司在處理器架構領域的創新技術突破。

寒武紀方面介紹稱，思元270中集成了120億個晶體管，處理稠密機器學習模型的理論峰值性能較上一代提升了4倍，達到了128TOPS（INT8），且兼容INT4和INT16運算。

除此之外，該芯片采用的是寒武紀自研的MLUv02指令集，可支持高度多樣化的AI應用，如視覺、語音、自然語言處理、傳統機器學習等。其中，思元270在視覺應用上，還集成了充裕的視頻和圖像編解碼硬件單元。

賽靈思：Versal自適應計算加速平臺

賽靈思的Versal ACAP是業界首款自適應計算加速平臺，也是一個異構計算平臺，集多樣性和通用性為一體，可面向所有應用及開發者的平臺。

賽靈思介紹稱，Versal整合了三種類型的可編程處理器，包括標量引擎雙Arm Cortex-A72和Cortex-R5處理器、自適應引擎PL、智能引擎即AI引擎和DSP引擎。

其中，AI引擎為賽靈思獨創的一種新型硬件模塊，可用于定點和浮點運算的向量處理器、標量處理器、專用程序和數據存儲器、專用AXI 數據移動通道、DMA和鎖止，且針對計算和DSP進行了優化，支持高吞吐量和高性能計算。

Versal還可以在硬件和軟件級別進行更改，以適應從邊緣到云的各種應用需求。

微軟：統一預訓練語言模型

微軟在今年發布了他們最新的預訓練語言模型——統一預訓練語言模型，即統一自然語言預訓練模型與機器閱讀理解。據官方介紹，這一模型擁有兩大技術創新：

提出了統一的預訓練框架；

部分自回歸預訓練范式。

早在2016年，微軟的AI就曾在152層殘差圖像識別中獲得了高達96%的準確度，相當于一名斯坦福研究生的識別水準。前年，微軟又在Switchboard數據集測試中將AI的誤差率降到5.1%，達專業速記員水準。

2018年，微軟在SQuAD（斯坦福文本理解挑戰賽）上取得了超越人類的分數，在英漢、漢英新聞的機器翻譯測試中的結果也與人類水平持平，可見其智能度正在快速提升。

百度：飛槳

飛槳，即PaddlePaddle，是百度自研的深度學習平臺，集深度學習核心框架、模型庫、工具組件和服務平臺于一體，是一個開源開放的產業級深度學習平臺。

飛槳擁有五大優勢：

同時支持動態圖和靜態圖，兼顧靈活性和高性能；

實際業務方面，提供應用效果領先的官方模型；

產業實踐方面，輸出業界領先的超大規模并行深度學習平臺能力；

速度體驗方面，推理引擎一體化設計可實現訓練到多端推理的無縫對接；

提供系統化技術服務與支持。

阿里：POLARDB

POLARDB是阿里云自主研發的，基于存儲計算分離與分布式共享存儲架構的新一代分布式云原生數據庫，既擁有分布式設計的低成本優勢，又具有集中式的易用性，即實現了計算節點及存儲節點的分離。

除此之外，POLARDB還具有智能化管控、全鏈路加密、數據熱遷移等功能，是阿里“雙11”優秀的后臺支撐之一。目前，該數據庫已經被廣泛用于政務、金融、保險、新零售、交通、教育和互聯網等多個領域。

曠視：人工智能計算平臺Brain++

Brain++是一套端到端的AI算法平臺，具備大規模算法研發能力，目標是讓研發人員獲得從數據到算法產業化的一攬子技術能力，以推動AI快速落地應用。

從2014年開始，曠視就投入到Brain++的相關研發工作，目前，該平臺已具備三大核心功能：

針對視覺任務定制化優化，適合大規模圖像及視頻訓練及完成復雜的視覺任務；

配備AutoML技術，可以讓算法來訓練算法，即讓AI創造AI；

擁有多任務及多用戶調度能力，智能調度平臺硬件基礎設施的計算能力，可支持數百名研究人員，同時在數萬個GPU芯片上執行訓練任務。

據曠視方面介紹，未來Brain++將實現開源，用于建立完善的AI產業生態，

曙光：硅立方浸沒液冷計算機

突破傳統計算機冷卻方式，曙光的硅立方浸沒液冷計算機采用的是浸沒相變液冷，將服務器芯片、主板等部件都浸沒在液體中，計算機一旦運行，液體便會帶走熱量，PUE（評價數據中心能源效率的指標）低至1.04，較業內平均值提升了30%。通俗來說，就是在“泡冷水澡”。

反應到實際應用上，如果我們用的全是硅立方浸沒液冷計算機，那么每年節省的電量將達400億度。

除此之外，曙光方面還介紹稱，硅立方浸沒液冷計算機攻克的是能耗瓶頸，可以支持AI、大數據、云計算等高密度算力應用。

中國電信：IPv6超大規模部署實踐與技術創新

作為新一代的IP協議，IPv6具有更大的地址空間、更小的路由表、更高的安全性和自動化，且允許擴充。而中國電信設計的新型IPv6網絡架構，可以支持多過渡場景和“模塊化”升級，已經實現了對用戶透明的IT支撐技術，可靈活開通、激活和管理IPv6業務。

除此之外，中國電信提出的映射表溯源方案，處理效率較傳統方式提高了數百倍。目前，它已經建成了一個大規模、全業務形態的IPv6網絡，城域網、移動網、骨干網、IDC等都已實現了IPv6商用部署，是一個包括端管、云用在內的全新互聯網體系。

360：“全視之眼”0day漏洞雷達系統

應對網絡攻擊，“看不見”的攻擊才是最可怕的，如不可預知、極難防御的0day漏洞攻擊。

0day漏洞雷達系統就是為捕獲0day漏洞攻擊而生的。據360方面介紹，該系綜合利用冰刃安全虛擬機技術（ILSVM）、智能0day漏洞捕獲等自研技術，在攻擊的三個階段均布置了多種全球獨創的新型探測器，建立多維沙箱，依托360安全大腦的大數據和智能決策響應能力，及時有效捕獲攻擊。

目前，“全視之眼”每天能感知到的異常行為已超5億次。

SAP：智慧企業解決方案

SAP的智慧企業解決方案是一個將AI、生產制造與經營管理結合的商業化平臺，實現了端到端的全云應用覆蓋。

測算結果顯示，該方案可減少60%的人工任務量。

商飛：民用大飛機

大飛機被業界譽為“工業皇冠”，C919大型客機全稱COMAC C919，是中國首款按照最新國際適航標準，具有自主知識產權的干線民用飛機，最大載客量達190座。

騰訊：科技向善

“科技向善”是騰訊提出的一種理念，即將云計算、大數據、人工智能等融合到各大產業中，用科技助力現代智慧型城市綜合治理實踐。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！