Ⅰ 重磅发布！寒武纪开源Triton-Linalg编译器前端
2024年5月28日，寒武纪开源了跨平台AI编译器前端Triton-Linalg，此举旨在降低硬件适配成本，提高集成效率。Triton-Linalg专为支持Triton语言设计，是国内首个开源的基于Linalg编译技术的AI编译器前端。它不仅支持Triton编程原语，还能高效处理复杂的指针操作和张量转换，大大降低了AI编程的难度。
通过Triton-Linalg编译器前端，开发者或硬件厂商可以以极低的成本快速集成支持Triton语言特性的后端指令集，并与AI应用对接。Triton整体架构包含Linalg作为与后端无关的中间表示形式，为多种硬件提供了Triton到Linalg的转换支持。
Triton的核心优势在于提供一个开放的环境，让开发者能更快速高效地编写代码，相比CUDA，Triton具有更高的生产力和更大的灵活性。Linalg方言作为MLIR社区的主推方向，具有高度抽象的功能，简化和优化线性代数运算，受到行业广泛接受，并具有支撑未来硬件发展的潜力。
Triton-Linalg通过遵循几个原则，如尽量使用structure算子，尽早识别算子语义，实现高效转换流程。社区在Linalg方言上集成了丰富的基础设施，涵盖Tile、Fuse、Promotion等超过30种不同的变换操作，以实现大量基础设施的复用，降低集成新硬件的工作量。
使用Triton-Linalg的价值在于降低适配成本，增加成本效益，提供高灵活性与可定制化，以及知识共享与教育。开发者可以根据需求修改源码，适应不同场景和用途，无需局限于特定硬件，降低对专有软件的依赖，节省成本，促进技术人才的培养。
寒武纪发布Triton-Linalg的初衷是为开发者和硬件厂商提供高效、易用的技术方案，降低开发成本，推动行业创新和开放合作。通过开源Triton-Linalg编译器前端，寒武纪为Triton社区生态建设贡献力量，秉持开放、协同、共享的理念，持续推动人工智能领域技术进步。
Ⅱ 人工智能的实现方法有哪些
人工智能在计算机上实现时有2种不同的方式：
一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同。这种方法叫工程学方法（ENGINEERING APPROACH），它已在一些领域内作出了成果，如文字识别、电脑下棋等。
另一种是模拟法（MODELING APPROACH），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似。
遗传算法（GENERIC ALGORITHM，简称GA）和人工神经网络（ARTIFICIAL NEURAL NETWORK，简称ANN）均属后一类型。遗传算法模拟人类或生物的遗传-进化机制，人工神经网络则是模拟人类或动物大脑中神经细胞的活动方式。为了得到相同智能效果，两种方式通常都可使用。采用前一种方法，需要人工详细规定程序逻辑，如果游戏简单，还是方便的。如果游戏复杂，角色数量和活动空间增加，相应的逻辑就会很复杂（按指数式增长），人工编程就非常繁琐，容易出错。而一旦出错，就必须修改原程序，重新编译、调试，最后为用户提供一个新的版本或提供一个新补丁，非常麻烦。采用后一种方法时，编程者要为每一角色设计一个智能系统（一个模块）来进行控制，这个智能系统（模块）开始什么也不懂，就像初生婴儿那样，但它能够学习，能渐渐地适应环境，应付各种复杂情况。这种系统开始也常犯错误，但它能吸取教训，下一次运行时就可能改正，至少不会永远错下去，用不到发布新版本或打补丁。利用这种方法来实现人工智能，要求编程者具有生物学的思考方法，入门难度大一点。但一旦入了门，就可得到广泛应用。由于这种方法编程时无须对角色的活动规律做详细规定，应用于复杂问题，通常会比前一种方法更省力。