阿里人工智能这五年：天才的野心与自证(18)

华先胜，达摩院城市大脑实验室 负责人
而在计算层，「新一代计算引擎」已经成为支撑起阿里千亿成交额、每秒数万笔交易的核心底层技术，MaxCompute（离线计算）、Flink（实时计算）、PAI（人工智能）被视为这项技术背后的「三驾马车」。
贾扬清领导的阿里云智能计算平台事业部，主要负责大数据计算和人工智能平台。对于将大数据和人工智能两大平台打通这件事，贾扬清深有感触，「这样的融合很具有前瞻性，阿里是全球少数的几个把大数据和人工智能放在一起的部门。未来大数据和人工智能未来的结合将越来越紧密。」
在谈到与达摩院的合作时，他将其比喻成「我们都是『躺平了』来支持」。
所谓计算平台，要义之一，则是解决算力瓶颈。
这也是阿里的新一代神经网络芯片 NPU 的设计初衷，在贾扬清看来，通过更底层的技术探索更大的计算潜力，切口在于「解耦」。
虽然谷歌用 TPU & TensorFlow 证明了硬件与框架融合模式的算力无穷，但别忘了还有英伟达——没有框架，仍然成为了王者——背后的心法就在于「解耦」——解开硬件与框架绑定的枷锁。
「解耦」的关键在于定义模型并让其标准化，这需要下溯到编译器层面。
「编译器的优化不仅能够挖掘出现有硬件平台的更强算力，还将在新硬件平台上基于机器学习自动迭代，大大缩短人力优化软件的时间」，而这也正是贾扬清加入阿里后的目标所指。
当更深、更强、更底层的算力挖掘成为全球人工智能市场的主旋律，阿里 AI 迎来了「算法 芯片」的AI2.0时代：先后投资寒武纪、耐能等 AI 芯片团队，收购中天微、先声互联等芯片标的，成立「平头哥」芯片公司。
目前，阿里已经发布基于 RSIC-V 架构的智能 IoT 芯片玄铁，AI 语音 FPGA 芯片 Ouroboros设计，基于云端的神经网络芯片「Ali-NPU」也已经在路上。它们标志着阿里 AI 技术「从软到硬」的深化，也预示着 AI 将更为长久地驱动着阿里经济体成长。
「因为业务需要发展，原来很多技术精力都聚焦在业务上，直到有一天，我们会非常迫切地希望，从技术出发，用科技来驱动业务，然后培育出一些全新的业务」，蒋国飞聊起蚂蚁金服的技术发展路线时说道。
他是达摩院金融科技研究领域负责人，同时也是蚂蚁金服副总裁。对照阿里巴巴，他认为，「阿里体量更大，所以已经走到了前头」。