赛灵思收购Auviz Systems，人工智能领域再发大招？

最新消息，赛灵思已经宣布收购在卷积神经网络领域有独到研究的Auviz Systems公司，这家成立仅三年的公司，专注于数据中心和嵌入式系统的加速应用。
Auviz Systems致力于为行业提供基于FPGA的中间件IP，以减少应用程序的功耗。对于那些需要以低功耗实现高性能开发的应用工程师们，他们提供了FPGA库如AuvizCV,、AuvizLA，AuvizDNN 以及定制加速器和服务。而针对FPGA，Auviz库可以支持软件工程师们继续用他们自己熟悉的C/C++语言或者OpenCL™平台模式进行编程。

Auviz Systems的专长是机器学习、视觉算法和FPGA实现，这都是很热门的领域，机器学习和人工智能都是人类的终极梦想，但是由于计算能力的限制，前几十年进展都不大，但自 2006 年以来，机器学习领域取得了突破性进展。

这是因为在技术手段上，可以不仅仅依赖于云计算对大数据的并行处理能力，而且有了算法。这个算法就是Deep Learning（深度学习）算法。借助于 Deep Learning 算法，人类终于找到了如何破解“抽象概念”这个亘古难题的方法。

在深度学习领域，微软、百度、谷歌等等都是领先的公司，2012年11月，微软在中国天津的一次活动上公开演示了一个全自动的同声传译系统，讲演者用英文演讲，后台的计算机一气呵成自动完成语音识别、英中机器翻译和中文语音合成，效果非常流畅。据报道，后面支撑的关键技术就是DNN，或者深度学习（DL，DeepLearning）。2013年1月，在百度年会上创始人兼CEO李彦宏高调宣布要成立百度研究院，其中第一个成立的就是“深度学习研究所”（IDL，Institue of Deep Learning）。

机器如何深度学习？卷积神经网络（CNN）是目前工人的最实用的方法，机器不同于人来，以视觉分析为例，机器看到的是像素级的图像，如何从图像中分析出特征，就需要用卷积神经网络进行一步步的处理和分析。Auviz Systems公司的创始人Nagesh Gupta就对卷积神经网络有深入研究。

Auviz Systems公司的AuvizDNN是一个函数库，可提供所有所需的对象、类和函数，以在FPGA上实现CNN。AuvizDNN可以提供配置函数，而使用配置函数可以创建任何类型和任何配置的CNN。从程序开发者的角度来说，使用AuvizDNN在FPGA上实现一个完整的CNN应用，就像一个C /C++函数调用序列。

图为Auviz Systems使用Xilinx Kintex-7和Kintex UltraScale FPGA的实时系统图：

基于Microsoft最新发布的数据，根据Auviz，FPGA如Xilinx Kintex UltraScale可处理14个或更多图像/秒/瓦特，而一个高端的GPU仅能处理4个图像/秒/瓦特。这表明，FPGA是实现快速、低功耗及数据中心应用的最佳选择。

实际上，最近在人工智能领域热门的本土新创公司深鉴科技也是采用赛灵思的FPGA完成卷积处理，深鉴科技的创始人汪玉在赛灵思大学计划年会上发言时特别强调了FPGA在卷积神经网络实现上的优势。我看这样下去未来GPU有被赶出人工智能领域的可能？

目前，业界公认人工智能需要在大数据的基础上实现，Auviz Systems在数据中心和卷积神经网络领域的专长一定可以让FPGA在人工智能领域大显身手，收购以后，Auviz Systems的专长可以惠及更多人工智能公司，期待赛灵思在人工智能领域再发大招！