清华大学电子系副教授 汪玉
汪玉：感谢这个问题，其实这个问题还是比较技术的，就是说为什么FPGA好？我觉得，FPGA好，可能要从4个方面来看：
1、它的功耗相对来说不是很高，虽然比芯片还是要高一些，大概是在几瓦到20瓦这样一个量级，就是FPGA的功耗，一般来说一个GPU是从10-200瓦不等，所以功耗上来看是要有优势的。
2、功耗虽然低了，那你性能是不是可以高一点，第二点它的能量效率还比较高，每瓦特能够提供的计算次数在深度学习这个领域，我们来看的话，还算比较高的，一般来说一个CPU它的能量效率大概在1G这样一个计算能力。GPU每瓦20GUps，大概是这样的。FPGA其实可以做到，每瓦能够提供50、60。
所以，从一个小的功耗上来看，能够提供比较高的性能，其实是第二个点。
3、现在虽然深度学习在很多地方用起来了，但是它的算法还在不断地进步，如果这个进步还在不断地持续，那么这种FPGA，本身具备的可重配性，就会带来一定的好处，所以可重配性是一个非常重要的事情。
4、如果你在FPGA里面把结构捎进去，那可能你的软件做的比较好，软件的人用起来比较方便，可能有一个一键式的Dpua，就可以把想做的深度学习的算法放上去。
我们觉得FPGA可能还是一个比较好的选择，当然芯片肯定是未来最好的选择，因为他的功耗更低，大概低不到一个量级，性能也会高一个量级，大概是100倍的提升。但是芯片的问题在于：
1、目前算法是否收敛。
2、深度学习是不是已经能够做所有的事情了，你只做一个深度学习的芯片可能不够，你可能还需要其他的东西。
所以，这是我对于硬件方面的认识。关于跟人脸的结合，我是觉得，刚才谈到了隐私，如果我只是在前端去做一些计算的话，有可能我这个图片是不需要传回去的，所以部分的避免了隐私的泄漏。以后在嵌入式设备上，大家慢慢的会把人脸这件事情做起来，把一部分信息，可能能够公开的东西，然后再传回去，不会太有问题。
而且现在深度学习，我知道很多公司都在做特别小的网络，这样的话，不管是在嵌入式的GPU，还是嵌入式的CPU，甚至FPGA上，都有可能用起来，所以我觉得这应该是未来会有很多应用的场景。
主持人（石岚）：谢谢汪教授。
下面，我们问问谷懿，这是目前为止唯一的一位女性嘉宾，感觉怎么回到了我在MIT的课堂上？
您多年来一直都在从事国际化投资，特别是在硅谷从事高科技投资，也非常了解中美两地的一些高科技投资。原来有一种说法，硅谷领先美国半年，美国又领先全球半年。但现在又有一种说法，在人工智能领域，或者由于人工智能的出现，中美的科技竞争已经拉到了同一个起跑线上。
所以，你看到这些第一手的资料、第一手的趋势，你是什么样的判断？在中美两地的科技领域，特别是人工智能领域，这些创业公司和发展趋势有什么特点？
硅谷知名早期前沿科技基金、和米资本（Hemi Ventures）管理合伙人 谷懿
谷懿：谢谢石岚，今天很荣幸代表女性上来讲几句话。
我觉得，刚才说到刷脸这个部分，我是前天刚从美国飞回来，我是刷脸进的关，我觉得还挺先进的，当然我不知道它有没有真的验证我的脸是不是我本来的脸，但我确实把护照放在那个地方，刷脸就进来了。我觉得在这点上，中国海关一定比美国海关先进。
所以，我觉得这是目前在应用层面，作为一个消费者来说，其实能看到，中美在差距上并没有以前那么明显，比如现在的支付，非常明显，易宝在这边，美国的支付比中国的支付要差很多，美国很多还是信用卡的支付，但中国的微信、支付宝已经非常方便了。
我们主要是在硅谷做很多投资，和国内主要就是交流，比较不太一样的，我觉得可能是现在我在美国看到和硅谷看到的趋势比较多的是，其实每个垂直行业划分的是很细的，所以我们基本上可能从比如说从基础层，从芯片这个级别到算法层，可能是包括不同的深度算法，不同的传感器，然后再到应用层，每个层基本上都有公司去投，当我们去看第一个部分做的地平线，我自己的理解是大家都在做一个很长的解决方案，可能从头要做到尾，这个我觉得是可能，现在我觉得中美在创意公司上面有点不一样的。所以我觉得美国的生态系统相对比较完善一点，每个人可能做得更窄，中国可能需要做得更全一点，所以你要融更多的钱，要去把摊子真的铺起来，这点我觉得是挺不一样的。
第二点我看到很不一样的是客户层面，我觉得在这点上，我们有一些公司，美国的公司在中国是有一些客户，很明显我觉得中国的很多客户对于新的科技是愿意买单的，包括我们有一些深度学习的公司到中国来，其实和很多金融机构其实都有合作，然后是从第一天就开始能够真金白银的合作，这个其实比起去美国一个银行或者是欧洲一个银行，相对来说是要容易很多，因为他们有更多的监管、更多的测试。在这点上，我觉得其实是一件好事，真的是能够在实用上面使用起来。
第三点，是时间方面，反正每次回国，我觉得大家都很乐观，都觉得好像人工智能就实现了，我们都可以回家歇着去了，多仆役让机器人做事儿了，是我觉得这点上，可能国外稍微会谨慎一点和保守一点，我们今年9月份的时候去了一次以色列，见了以色列的一个挺牛的做自动驾驶的公司，是图象识别的公司，叫Mobile，
这个应该是很多在座做自动驾驶的人都知道，我们见了他的CEO，他讲了一点我感触很深，其实个自动驾驶现在我们做图象识别已经是全球领先了，但是我们自己的感觉是，你的识别准确率从50%到70%其实是很快的，但是你后面从70%到80%或者是90%就开始变得越来越慢，到今天我们可能都已经是上市公司了，我们有这么多资源，但是要把这个准确率从90%提到95%，再提到更高，会发现会越来越慢，所以这点我觉得可能是我们做投资也好或者做公司也好，大家要相对比较谨慎的地方，毕竟技术是有一个成熟期，是需要时间来去抚育的，这点上，可能并不是通过很多资源投入进去就可以一气达成的事情。所以我觉得这三点，是我可能看到中国和美国或者是国外不太一样的地方。
主持人（石岚）：谢谢谷总，非常言简意赅，也说的挺到位的，因为我觉得中国人真的就特别自信。他们跟我们说了一个很真实的数据，说现在在全世界各地有关人工智能的论坛，现场70%都是中国人。世界各地，不是在中国的论坛。
也因为大家都非常自信，所以愿意在这个领域投入更多的时间、精力。
下面，把提问的机会留给现场的观众，如果大家愿意提问的话，有1-2个提问的机会。
有问题吗？OK！那我最后再问现场嘉宾一个问题：无论是百度还是易宝、清华、合米，你们都是业内的领导者们。如果你们自己出来做一家创业公司，你会选择哪个领域、哪个赛道？
 |
 |
