Ⅰ 重磅發布！寒武紀開源Triton-Linalg編譯器前端
2024年5月28日，寒武紀開源了跨平台AI編譯器前端Triton-Linalg，此舉旨在降低硬體適配成本，提高集成效率。Triton-Linalg專為支持Triton語言設計，是國內首個開源的基於Linalg編譯技術的AI編譯器前端。它不僅支持Triton編程原語，還能高效處理復雜的指針操作和張量轉換，大大降低了AI編程的難度。
通過Triton-Linalg編譯器前端，開發者或硬體廠商可以以極低的成本快速集成支持Triton語言特性的後端指令集，並與AI應用對接。Triton整體架構包含Linalg作為與後端無關的中間表示形式，為多種硬體提供了Triton到Linalg的轉換支持。
Triton的核心優勢在於提供一個開放的環境，讓開發者能更快速高效地編寫代碼，相比CUDA，Triton具有更高的生產力和更大的靈活性。Linalg方言作為MLIR社區的主推方向，具有高度抽象的功能，簡化和優化線性代數運算，受到行業廣泛接受，並具有支撐未來硬體發展的潛力。
Triton-Linalg通過遵循幾個原則，如盡量使用structure運算元，盡早識別運算元語義，實現高效轉換流程。社區在Linalg方言上集成了豐富的基礎設施，涵蓋Tile、Fuse、Promotion等超過30種不同的變換操作，以實現大量基礎設施的復用，降低集成新硬體的工作量。
使用Triton-Linalg的價值在於降低適配成本，增加成本效益，提供高靈活性與可定製化，以及知識共享與教育。開發者可以根據需求修改源碼，適應不同場景和用途，無需局限於特定硬體，降低對專有軟體的依賴，節省成本，促進技術人才的培養。
寒武紀發布Triton-Linalg的初衷是為開發者和硬體廠商提供高效、易用的技術方案，降低開發成本，推動行業創新和開放合作。通過開源Triton-Linalg編譯器前端，寒武紀為Triton社區生態建設貢獻力量，秉持開放、協同、共享的理念，持續推動人工智慧領域技術進步。
Ⅱ 人工智慧的實現方法有哪些
人工智慧在計算機上實現時有2種不同的方式：
一種是採用傳統的編程技術，使系統呈現智能的效果，而不考慮所用方法是否與人或動物機體所用的方法相同。這種方法叫工程學方法（ENGINEERING APPROACH），它已在一些領域內作出了成果，如文字識別、電腦下棋等。
另一種是模擬法（MODELING APPROACH），它不僅要看效果，還要求實現方法也和人類或生物機體所用的方法相同或相類似。
遺傳演算法（GENERIC ALGORITHM，簡稱GA）和人工神經網路（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬後一類型。遺傳演算法模擬人類或生物的遺傳-進化機制，人工神經網路則是模擬人類或動物大腦中神經細胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。採用前一種方法，需要人工詳細規定程序邏輯，如果游戲簡單，還是方便的。如果游戲復雜，角色數量和活動空間增加，相應的邏輯就會很復雜（按指數式增長），人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新編譯、調試，最後為用戶提供一個新的版本或提供一個新補丁，非常麻煩。採用後一種方法時，編程者要為每一角色設計一個智能系統（一個模塊）來進行控制，這個智能系統（模塊）開始什麼也不懂，就像初生嬰兒那樣，但它能夠學習，能漸漸地適應環境，應付各種復雜情況。這種系統開始也常犯錯誤，但它能吸取教訓，下一次運行時就可能改正，至少不會永遠錯下去，用不到發布新版本或打補丁。利用這種方法來實現人工智慧，要求編程者具有生物學的思考方法，入門難度大一點。但一旦入了門，就可得到廣泛應用。由於這種方法編程時無須對角色的活動規律做詳細規定，應用於復雜問題，通常會比前一種方法更省力。