**勁爆！開源芯片死結打開了？****道翰天瓊認知智能機器人平臺API接口大腦爲您揭祕**

勁爆！開源芯片死結打開了？道翰天瓊認知智能機器人平臺API接口大腦爲您揭祕

「今天好多學生在選專業時，聽到要作硬件、作芯片，就會有一種恐懼感，咱們但願能改變這種狀態。」

說這話的人是中國科學院計算技術研究所研究員、先進計算機系統研究中心主任包雲崗，幾年前他所在的中國科學院大學有 35% 的學生不喜歡作芯片，如今很多學生已經開始熱衷於作芯片，並已經有學生「帶芯畢業」。
2020 年 6 月，五位 95 後本科生，帶着本身設計的處理器芯片「果殼（NutShell）」 ，從中國科學院大學畢業，這在國內很是罕見。
圖 | 五位 「帶芯」 畢業的本科生（來源：受訪者）
整個芯片從設計到研發，耗時僅僅 4 個月，如此高效率的研發，得益於包雲崗團隊研發的開源芯片設計平臺——SERVE。
在 2020 中關村論壇將來青年論壇現場，DeepTech 專訪包雲崗，並請他重點闡述了 SERVE 開源芯片設計平臺的現狀。
圖 | 包雲崗（來源：中關村論壇將來青年論壇）
SERVE 的誕生，要從 2012 年開始，這是一個摸索着長大的產品。2016 年，負責團隊耗時 4 年，終於研發出 SERVE 初版。
同時，包雲崗和團隊核心成員張科博士、常軼鬆博士也在繼續探索。在明確開源方向後，他們決定把 SERVE，打形成開源芯片設計平臺。2019 年，SERVE 發佈第三版，併發揮做用至今。
圖 | 開源芯片設計平臺 SERVE（來源：受訪者） SERVE 的主要做用，是在芯片設計結束之後，對芯片進行開發驗證。因爲 SERVE 的研究人員，自己也是高校老師，他們「就地取材」，圍繞教學場景針對教學中遇到的需求，尋找技術實現手段。 此前，芯片驗證通常得用 FPGA 仿真硬件基礎設施，而且芯片上面還得運行軟件，所以要想測試芯片是否有問題，就得讓它跑起來。跑的過程當中遇到問題，就要反饋給設計人員進行修復。
包雲崗在教學實踐中發現，上述作法面臨的痛點是，不是每一個學生拿到的開發板都很穩定，這樣就會致使不少無解類問題。
而 SERVE 的做用，正是用於尋找無解類問題。它能經過聯網來給芯片作驗證，芯片的開發流程也會所以加快。
之因此具有該功能，是由於 SERVE 使用了一種新架構——SoC-FPGA，相比亞馬遜 F1 FPGA 雲平臺，SERVE 的密度更高，一個平臺上能夠集成 32 個 FPGA，而且每一個 FPGA 上面還有強大的計算力。這樣既有較高的密度，又有較強的計算能力，整個芯片系統能夠得到更好的性價比。
圖 | 用 SERVE 測試芯片 包雲崗介紹稱，SERVE 在遠程教學中，也發揮了重要做用。2020 上半年，學生都在家學習，而 SERVE 讓學生們即使不在學校，也照樣能夠完成硬件實驗。
截止目前，在疫情期間，128 位該校學生登陸 SERVE 近兩萬次，並藉此進行了近兩千小時的實驗。
過去幾年，中國科學院大學一直讓本科生用 SERVE 去作教學實驗，學生對計算機組成原理教學實驗平臺的滿意度，也從 27% 增加到 88%。
把芯片設計搬到雲上來
SERVE 的目標，是要把芯片設計過程搬到雲上去。將來，該平臺有望實現全部的芯片設計，都能在雲上完成。 屆時，開發人員只需一個賬號，就能在雲平臺裏面，製做芯片開發的基礎組件，並能完成開發和驗證等全部過程，從而產出芯片設計版圖。版圖設計出來後，就能夠交給芯片製造廠商去製造。
據包雲崗介紹，在雲上作芯片設計，也是將來的趨勢，若是再融入開源要素，還能幫助下降芯片設計和驗證的成本。 而下降設計成本，正是下降芯片製造門檻的首要因素。當前芯片的生產要素如 EDA、IP、仿真驗證平臺等造價都很是昂貴，若是生產要素特別難獲取，生產門檻就會很是高。 他舉例稱，以 14 納米芯片爲例，通常須要幾千萬甚至上億元的研發經費。這樣的投入，只有少數企業才能承擔。若是是創業公司，還沒開始創業就要花這麼多錢購買設備，那麼芯片行業天然難以注入新鮮力量。 說到這裏，包雲崗說開發 App 的要素都是開源的，三五位工程師下載一些開源組件，很快就能作出一款 App。一樣，經過開源和雲上設計的方式，也能讓芯片設計像開發 App 同樣簡單。
「讓天下沒有難作的芯片」
2019 年 10 月份，《經濟學人》雜誌有篇文章提到：過去十年開源軟件讓智能手機實現了大爆發，將來十年新的開源硬件有可能讓物聯網設備實現相似的爆發。 包雲崗介紹稱，開源芯片已是你們比較關注的新趨勢。
它背後有三大驅動力，第一是當前技術發展的總體趨勢，如 2020 年中國半導體行業明顯「變熱」；
第二是人才，和美國相比，近十年在芯片設計領域裏面，中國仍有 20 倍人才差距；
第三是產業，若是把領域專家的知識實現到芯片裏面，就能把芯片性能功耗比提高几百倍。
談及芯片和開源的結合，包雲崗表示，一枚芯片的誕生，包括設計、製造和封裝等三個階段，這和出版小說的過程很類似。 設計階段，就比如把小說寫出來；製造階段，至關於寫完後把電子稿發給印刷廠、並把它印出來；封裝測試比如把它封裝成一本書。 他舉例稱，以寒武紀公司爲例，他們把人工智能、深度神經網絡和機器學習的設計固化到硬件裏面，最終作出的 AI 芯片，比通用芯片的各方面性能都高出一個數量級。 因爲寒武紀芯片針對的是某一類大領域，公司須要投入上千研發人力。但還有不少場景，不須要面對複雜應用，也不須要投入過多人力，可能只是作窗簾裏面一個小處理器，這個小處理器只需感知光線是強仍是弱，並根據光的強弱、接收手機發來的請求，從而實現窗簾的自動開關。 而用多快好省的方式快速作出芯片，即是下降芯片門檻的主要意義所在。對於有較強應用需求的小芯片來講，它們將在將來實現門檻低、成本低、週期迭代的能力。這樣，便能最大程度激發芯片領域的創新活躍度。 包雲崗繼續分析稱，如今全中國有 400 多萬個 App，App 擁有量位居世界首位，每一個 App 都須要團隊開發，將來這些 App 可直接跟芯片關聯起來。仍以窗簾爲例，假如開發一個 App 控制窗簾，那麼與窗簾對應的芯片，也能夠打包造成一個軟硬結合的解決方案。 好比，一家窗簾公司不只能夠給用戶提供智能窗簾，還能給用戶一個 App，用戶在手機上能夠很容易地控制窗簾。與此同時，窗簾公司還能很快作出一款小芯片，並嵌入到的窗簾裏面。 這樣，窗簾跟 App 是緊耦合的關係，它們之間能夠通訊，App 裏面的請求能夠發送到芯片裏面，進而經過芯片來控制窗簾。這類芯片的出貨量會比較大，相應的場景需求也比較多。包雲崗表示，但願將來能把門檻下降到連窗簾公司均可以本身作芯片。 相比中低端芯片，高端芯片的製造門檻更難以下降。以建築爲例，假如要造大興機場，就不是以成本爲中心來考慮，由於它是很是高端的明星項目，須要先進的工程設備來作。 而大量存在的普通居民樓和寫字樓，會更加劇視經濟適用。而包雲崗團隊目前正在解決的問題，是怎麼把量大面廣的芯片生產門檻降下來。 他認爲，假如造一個普通房子，都須要尖端人員來作，那麼房子的推廣成本就會很是高。
而把製造量大面廣的芯片，跟計算機體系結構（Computer Architecture）對應起來，事情就會更加容易。
在計算機體系結構領域中作開源，至關於把不少預製件都作好、並加以儲備，以備隨時使用。好比，僅用 10 天就能夠造出雷神山和火神山醫院，此前長沙還曾用 7 天造出 10 幾層樓的酒店。 爲何能作到這一點？由於已經標準化，有了預製件就能很快構建出建築。包雲崗認爲，當 AIoT（人工智能物聯網）獲得進一步普及後，芯片也應朝此方向發展，由於它跟建築同樣，也有量大面廣的需求。屆時，芯片製造就會更快更便宜，造出來的芯片也會更適用。
開源芯片死結有望打開
但就開源芯片的研發，還面臨着「死結」。因爲投入很大，你們不肯意開源，沒有可用的開源資源，就只能花高價去買 IP。
與此同時，你們又都但願一次流片成功，因此會花更多的時間去驗證它，致使人力成本高企。現在，這個死結有望打破。
開源芯片設計平臺 SERVE，至關於一羣人合夥作出預製件，根據這些預製件就能快速搭出產品。從宏觀角度來看，開源就像基建同樣須要有投入，投入之後不見得能看到回報，由於作完之後就要貢獻給你們使用。 從商業模式角度來看，開源芯片設計平臺，就像是國家建設高速公路，前期投入很大，可是建好之後你們的出行會很方便。 正所謂要想富先修路，高速公路一旦建成，就能夠促進不少產業的發展，這即是基礎設施的做用。開源芯片設計平臺也是一樣的道理，芯片門檻下降之後，平臺就能夠變成公共設施，廠商就能夠在平臺上作本身的芯片。
圖 | 國科大組成原理教學實踐（來源：受訪者） 包雲崗指出，構建開源芯片生態，須要四大元素：開源開放的指令集、開源的 EDA 工具鏈、敏捷開發語言、操做系統和編譯器。 以開源開放的指令集這一元素爲例，得益於開放和免費，RSIC-V（一個基於精簡指令集原則的開源指令集架構）已經逐漸爲人所知。
打個比方，指令集至關於一種語言的語法和詞彙，而每一種語言都有一本字典，去解釋這種語言的語法和詞彙的即是指令集手冊。 指令集手冊都比較厚，以 X86 指令集手冊爲例，頁數多達 5000 多頁，而 RISC-V 指令集手冊只有 200 多頁，本科生就能夠讀懂。頁數少且淺顯易懂，這樣就能夠用較少的人才投入，用它去作處理器芯片設計。

不一樣指令集的規模差異也很大，X86 現在已有 3000 多條指令，但事實上並不須要這麼多。而 RISC-V 基礎指令只有 47 條，且能夠完成不少功能。
與此同時，RISC-V 是模塊化的，雖然只有 47 條基礎指令，但其能夠像搭積木同樣，根據需求構建出定製的處理器。 仍以高速公路爲例，路面能夠行駛各類各樣的車輛，車主也能夠基於不一樣的目的來使用高速公路，有的是作物流，有的是出去旅遊。
對於開源芯片設計平臺來講，廠商也能夠在上面發揮各類想象力和創造力，從 0 到 1 開拓出新業務。 能夠說，開源芯片是一個生態基礎，而包雲崗的工做則是構建一個相似於公共服務的生態，讓芯片設計能夠有更多創新。
芯片門檻下降之後，「良禽」纔會「擇木而棲」。相好比日中天的互聯網行業，芯片行業研發人員收入廣泛不高，可是芯片人才的要求卻很高，他們既須要懂設計流程，又須要懂前端、後端等一系列技術。 包雲崗認爲，中國尚未像英特爾和英偉達這樣的 GPU 純設計公司，中國的 GPU 跟美國的差距也在十年以上。
其中一個緣由正是由於芯片門檻太高，人才很難保持活躍度，資本也不太願意進去。只有下降芯片門檻，學生纔會再也不懼怕作芯片，人才參與一旦增多，資本也更願意加入。
不過他同時指出，門檻也不能降得太低，移到中間某一個位置時，就會造成較好的業界態勢，這時即可以創造更大價值。

道翰天瓊認知智能將來機器人接口API簡介介紹

· 認知智能是計算機科學的一個分支科學，是智能科學發展的高級階段，它以人類認知體系爲基礎，以模仿人類核心能力爲目標，以信息的理解、存儲、應用爲研究方向，以感知信息的深度理解和天然語言信息的深度理解爲突破口，以跨學科理論體系爲指導，從而造成的新一代理論、技術及應用系統的技術科學。 認知智能的核心研究範疇包括：1.宇宙、信息、大腦三者關係；2.人類大腦結構、功能、機制；3.哲學體系、文科體系、理科體系；4.認知融通、智慧融通、雙腦(人腦和電腦)融通等核心體系。 認知智能四步走：1.認知宇宙世界。支撐理論體系有三體（宇宙、信息、大腦）論、易道論、存在論、本體論、認知論、融智學、HNC 等理論體系；2.清楚人腦結構、功能、機制。支撐學科有腦科學、心理學、邏輯學、情感學、生物學、化學等學科。3.清楚信息內涵規律規則。支撐學科有符號學、語言學、認知語言學、形式語言學等學科。4.系統落地能力。支撐學科有計算機科學、數學等學科。
認知智能CI機器人是杭州道翰天瓊智能科技有限公司旗下產品。認知智能機器人是依託道翰天瓊10年研發的認知智能CI體系爲核心而打造的認知智能機器人大腦，是全球第一個認知智能機器人大腦。具備突破性，創新性，領航性。是新一代智能認知智能的最好的產品支撐。 認知智能機器人技術體系更加先進，更加智能，是新一代智能，認知智能領域世界範圍內惟一的認知智能機器人。 認知智能機器人是新時代的產物，是新一代智能認知智能的產物。表明了新一代智能認知智能最核心的優點。和人工智能機器人大腦相比，優點很是明顯。智能度高，客戶粘性大，客戶滿意度高，易於推廣和傳播等核心特色。 依託認知智能機器人平臺提供的機器人大腦服務，能夠賦能各個行業，各個領域的智能設備，各種須要人機互動的領域等。認知智能機器人平臺網址：www.weilaitec.com，www.citec.top。歡迎註冊使用，走進更智能機器人世界。
認知智能和人工智能的優劣勢對比主要能夠分爲四大方面： 第一：時代發展不一樣。人工智能是智能時代發展的第二個階段，認知智能是智能時代發展的第三個階段。時代發展上決定了認知智能更顯具備時代領先性。 第二：基礎理論體系不一樣。人工智能的基礎理論體系以數學爲基礎，以統計機率體系爲基礎。認知智能基礎理論體系以交叉許可理論體系爲基礎。包含古今中外哲學體系，心理學體系，邏輯學體系，語言學體系，符號學體系，數學體系等學科。其基礎理論體系更加具備創新性，突破性和領先性。且交叉學科理論體系的研究也是將來智能發展的大方向。其具體理論體系，還包含三體論（宇宙，信息，大腦三者關係），融智學，和HNC等。 第三：技術體系不一樣。人工智能的核心技術體系主要是算法，機器學習，深度學習，知識圖譜等。其主要功用在感知智能。感知智能其核心主要是在模仿人類的感知能力。認知智能的核心技術體系是以交叉學科理論體系而衍生出來的。具體包含三大核心技術體系，認知維度，類腦模型和萬維圖譜。認知智能的技術體系核心以類腦的認知體系爲基礎。以全方位模仿類腦能力爲目標。人工智能以感知智能爲基礎的體系，只能做爲認知智能中的類腦模型技術體系中的感知層技術體系。類腦模型大體包含，感知層，記憶層，學習層，理解層，認知層，邏輯層，情感層，溝通層，意識層等9大核心技術層。所以人工智能的核心只是做爲認知智能類腦模型中的感知層。所以在技術體系上，人工智能和認知智能基本上沒有太多的可比性。 第四：智能度成本等方面的不一樣：人工智能產品的綜合智能程度，廣泛在2-3歲左右的智力水平。認知智能產品其智能程度大體在5-8歲左右。認知智能體系構建的機器人更加智能。且更省時間，更省人力和資金。優點很是多。具體請看下列的逐項對比。

道翰天瓊CiGril機器人API

道翰天瓊CiGril認知智能機器人API用戶須要按步驟獲取基本信息：

1. 在平臺註冊帳號
2. 登陸平臺，進入後臺管理頁面，建立應用，而後查看應用，查看應用相關信息。
3. 在應用信息頁面，找到appid,appkey祕鑰等信息，而後寫接口代碼接入機器人應用。

開始接入

請求地址：http://www.weilaitec.com/cigi...

請求方式：post

請求參數：

參數

類型

默認值

描述

userid

String

無

平臺註冊帳號

appid

String

無

平臺建立的應用id

key

String

無

平臺應用生成的祕鑰

msg

String

""

用戶端消息內容

ip

String

""

客戶端ip要求惟一性,無ip等能夠用QQ帳號，微信帳號，手機MAC地址等代替。

接口鏈接示例：http://www.weilaitec.com/cigi...

注意事項：參數名稱都要小寫，五個參數不能遺漏，參數名稱都要寫對，且各個參數的值不能爲空字符串。不然沒法請求成功。userid,appid,key三個參數要到平臺註冊登陸建立應用以後，而後查看應用詳情就能夠看到。userid就是平臺註冊帳號。

示例代碼JAVA：

import java.io.ByteArrayOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.HttpURLConnection;
import java.net.URL;

public class apitest {

/**
* Get請求，得到返回數據
* @param urlStr
* @return
*/
private static String opUrl(String urlStr)
{
URL url = null;
HttpURLConnection conn = null;
InputStream is = null;
ByteArrayOutputStream baos = null;
try
{
url = new URL(urlStr);
conn = (HttpURLConnection) url.openConnection();
conn.setReadTimeout(5 * 10000);
conn.setConnectTimeout(5 * 10000);
conn.setRequestMethod("POST");
if (conn.getResponseCode() == 200)
{
is = conn.getInputStream();
baos = new ByteArrayOutputStream();
int len = -1;
byte[] buf = new byte[128];

while ((len = is.read(buf)) != -1)
{
baos.write(buf, 0, len);
}
baos.flush();
String result = baos.toString();
return result;
} else
{
throw new Exception("服務器鏈接錯誤！");
}

} catch (Exception e)
{
e.printStackTrace();
} finally
{
try
{
if (is != null)
is.close();
} catch (IOException e)
{
e.printStackTrace();
}

try
{
if (baos != null)
baos.close();
} catch (IOException e)
{
e.printStackTrace();
}
conn.disconnect();
}
return "";
}

public static void main(String args []){
//msg參數就是傳輸過去的對話內容。
System.out.println(opUrl("http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552"));

} }