雷鋒網按：2020 年8月7日，全球人工智慧和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網(公眾號：雷鋒網)聯合承辦，鵬城實驗室、深圳市人工智慧與機器人研究院協辦。從 2016年的學產結合，2017年的產業落地，2018年的垂直細分，2019年的人工智慧40周年，峰會一直致力於打造國內人工智慧和機器人領域規模最大、規格最高、跨界最廣的學術、工業和投資平臺。
在8月7日的「人工智慧前沿專場」論壇上，香港中文大學（深圳）校長講座教授、 AIRS中心主任、中科院雲計算中心首席科學家、IEEE Life Fellow黃鎧教授做了「5G Cloud, AIoT and Edge Computing」報告分享。
黃鎧教授此前在美國加州大學伯克利分校獲計算機科學博士學位，多年任教於南加州大學與普度大學，於2018應聘香港中文大學（深圳）的校長講座教授、中國科學院雲計算中心首席科學家。在計算機結構、並行處理、雲計算、物聯網領域出版有250篇論文及10本專著，專著被翻譯為4國文字。
2017新書被哈佛與斯坦福等20餘所名校採用。黃教授是IEEE計算機學會的終身會士，獲得中國計算機學會（CCF）2005年首屆海外傑出成就獎，2012年獲得 IEEE CloudCom雲計算大會終身成就獎。
作為物聯網領域資深專家，歸國後，於2019年成為深圳市人工智慧與機器人研究院（AIRS）新組建的智能雲計算與物聯網研究中心（SCIoT）負責人，目前，這一研究中心設於香港中文大學（深圳）校內，黃鎧教授在大會報告中也指出：「我們把集成雲計算、大數據、AI和5G這4種應用結合起來，第一次在大學校園裡搭建了一個智能產業雲平臺。」
以下為黃鎧教授在CCF-GAIR 2020「人工智慧前沿專場」上的演講原文，雷鋒網做了不改變原意的整理：
各位早，我在國外待了很久，全職回來工作兩年，中文講得還可以，但是我的PPT裡面很少中文，所以各位要稍微忍耐一點。
剛才你們聽到高文介紹的城市大腦2.0，他強調了一點是雲、邊、端結合，我今天主要是向各位報告我們在深圳市人工智慧與機器人研究院（AIRS）造的一個雲端結合的系統。我的報告主要是圍繞這一塊，把我們在應用、算法、軟體上做的研究給大家介紹一下。
我一輩子都在做計算機系統結構。這麼多年來計算機系統有很多變化，CCF在這方面也有很多大會。我個人認為計算機一定要走到智能化的路上去，相對的如果只是高性能計算，把它加上序列化就叫做雲，這個雲就缺少智慧了。剛才周教授也談到，你要有算法、算力，最後還要有智慧，要讓它有知識。所以AI、機器學習、深度學習這些東西一定要放到雲端，也要放在圍繞在雲端四周很多的邊緣雲上。
什麼是大的雲端系統？我和金海教授一起工作過很多年，他回國以後做的第一件事就是部署了一個大的雲端系統。這個雲端系統部署於一個大的數據中心，即集群系統，用戶群可以比原來擴大10倍、100倍。我們一直在分享彼此的工作。今天我的報告是在雲端系統的基礎上，把雲、物聯網和AI結合起來。
我們看一下這些年在AI晶片、行動網路、大數據、雲、IoT以及相關的工業網際網路方面的進展。
最早是機器感知，我們希望在系統中用很多感知單元，在此前20年有很多感知方面的研究。而現在，從機器感知要做到機器認知、認知計算。剛才提到深度學習，前面兩位做報告的時候都提到過，做視覺或推理，深度學習的層數越來越多，這就需要在雲端部署越來越多的設備。
我們把AI晶片、行動網路、大數據、雲、IoT、工業互聯這些領域融合起來，建立了一個創新中心（智能雲計算與物聯網研究中心）。
AI晶片方面，現在AI晶片的進展非常快，我主持的AIRS主要是支持大灣區發展AIoT，這次的大會有一個專場是AIoT的，大家一定要去聽聽，去年是我主持的那個專場。
5G方面，我列舉了8個比較重要的優點。大家通常理解5G只是比4G快一點，的確如此，差不多快了10倍到100倍。不過，5G不止是加快了速度，它還有很多其它的優勢，我用下面的一個圖給各位解釋一下5G。
下面這張圖講的是6G，6G大概要到10年後才能實現。6G與5G又不同，從2G開始，一直往下來，主要是在三個方面有變化：
第一，天線數量。在1G的時候用的天線數量很少，到後來變成8根天線，到了MIMO技術被應用以後，在啊一個5G應用系統中，最少是64根天線，所以這個接收的信號、數據就很多了。
到了6G時代，天線可能有上千根，不過6G我今天不想講，因為還要有10年的發展，會有很大的變化。
我覺得最大的可能是什麼呢？馬斯克現在搞SpaceX，發了很多低高度的衛星，離地球很近，不像北鬥或者GPS，要在36000公裡的高空，他發的衛星距離地面只有1200公裡，相對於4G、5G都是在地面上部署通信網、設基站，它是完全在高空，而且12000多顆衛星在天上，將來很有可能所有的物聯網甚至6G都會被它取代。它對5G、6G技術的發展是一個嚴重的威脅。
第二，空間。3G的延時是100毫秒；到4G的時候，降到70毫秒；到5G，我們希望降到1毫秒。
高文院士剛才講到，信號從眼睛進去，到大腦得到這個信息大概是200毫秒的延遲，如果5G完全實現，這個速度比人眼傳輸信息的速度快了100倍，你就知道那個城市大腦2.0實現起來就容易多了。
第三，頻率。最早是300MHz，再往下是3Hz，進展越來越大。
剛才提到網絡功能虛擬化（Network function virtualization, NFV），它是5G的架構，是一個從物理到虛擬的大通信網。利用NFV可以根據不同的用戶需求建立三層網絡切片系統，這三層切片系統使用的資源是從底層物理硬體抽象、虛擬化而來的。當用戶使用的時候，它將用戶數據從靠近基站側的中心機房數據中心連接到大區數據中心，整個效率會提高很多。
大概5年前，每個人連接的設備有5個，Spacex發射的衛星，目前大概有720個在天上，它要增加到12000個，它是不是能取代將來的6G我不知道，但是至少IoT將來的設備連接量會非常大。
再一個是GPS或者是北鬥，都是用中高空或者是非常高空的衛星，今年讓我最欣慰的事情就是看到我們的北鬥完成全球覆蓋，這確實很了不起。
這（下圖）是我們建立的智能雲的系統架構。我們把4個雲合成在一起，包括計算雲、大數據應用雲，AI雲與使用5G專網的邊緣雲。我們使用浪潮的伺服器，英特爾的CPU，速度都很快。底層是很多移動應用、攝像頭等等。這個系統將雲計算、5G、IoT、邊緣計算結合在一起。我們大致用了1400個CPU核，與好幾萬個GPU核。這裡，每一個英偉達2080Ti的GPU包含500多個core，V100 GPU是6000個核，這些用來執行AI應用。這三個大雲在左邊，右邊是5G的應用系統。
這裡舉一個例子，deep learning for robotics vision training using various resource pools in AIRS Cloud（使用AIRS雲多資源池進行機器人視覺深度學習訓練）。
機器人使用雷達、攝像頭等物聯網設備進行數據採集，它收集的影像在邊緣平臺進行前置數據處理，經由5G網絡傳送至計算雲進行原始數據收集、累積，再傳輸至大數據應用雲進行文本分析等必要處理，形成可供訓練的數據集，最後交由交給AI雲進行訓練並輸出訓練結果、返還機器人，實現工業大數據智能化的閉環。
我現在正在寫這個論文，今天早上我碰到一個好久沒見的朋友，他問我現在還在寫論文嗎？我說當然要寫，我現在帶了15個學生，我都要他們寫好論文。
我們另外一部分主要的工作是做大數據基準測試（Benchmark），這是跟中國科學院計算所詹老師的學生合作，基於雲系統運行的不同方面的性能，做很多基準測試。這個圖顯示的是一個AI基準測試，當然還有很多其它方面的基準測試。
邊緣計算這部分由於時間關係我就不解釋了。
最後做一個總結，我們把集成雲計算、大數據、AI和5G這4種應用結合起來，第一次在大學校園裡搭建了一個智能產業雲平臺，我感覺，我今天這個演講完了以後，國內很多大學也想造這個東西，我告訴大家，我到目前為止花了1500萬，如果你少於這個錢，你可能造的不夠用。
我的報告就到這裡，謝謝各位。
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。