雷锋网按：2020 年8月7日，全球人工智能和机器人峰会（CCF-GAIR 2020）正式开幕。CCF-GAIR 2020 峰会由中国计算机学会（CCF）主办，香港中文大学（深圳）、雷锋网联合承办，鹏城实验室、深圳市人工智能与机器人研究院协办。从 2016年的学产结合，2017年的产业落地，2018年的垂直细分，2019年的人工智能40周年，峰会一直致力于打造国内人工智能和机器人领域规模最大、规格最高、跨界最广的学术、工业和投资平台。
在8月7日的「人工智能前沿专场」论坛上，香港中文大学（深圳）校长讲座教授、 AIRS中心主任、中科院云计算中心首席科学家、IEEE Life Fellow黄铠教授做了「5G Cloud, AIoT and Edge Computing」报告分享。
黄铠教授此前在美国加州大学伯克利分校获计算机科学博士学位，多年任教于南加州大学与普度大学，于2018应聘香港中文大学（深圳）的校长讲座教授、中国科学院云计算中心首席科学家。在计算机结构、并行处理、云计算、物联网领域出版有250篇论文及10本专著，专著被翻译为4国文字。
2017新书被哈佛与斯坦福等20余所名校采用。黄教授是IEEE计算机学会的终身会士，获得中国计算机学会（CCF）2005年首届海外杰出成就奖，2012年获得 IEEE CloudCom云计算大会终身成就奖。
作为物联网领域资深专家，归国后，于2019年成为深圳市人工智能与机器人研究院（AIRS）新组建的智能云计算与物联网研究中心（SCIoT）负责人，目前，这一研究中心设于香港中文大学（深圳）校内，黄铠教授在大会报告中也指出：“我们把集成云计算、大数据、AI和5G这4种应用结合起来，第一次在大学校园里搭建了一个智能产业云平台。”
以下为黄铠教授在CCF-GAIR 2020「人工智能前沿专场」上的演讲原文，雷锋网做了不改变原意的整理：
各位早，我在国外待了很久，全职回来工作两年，中文讲得还可以，但是我的PPT里面很少中文，所以各位要稍微忍耐一点。
刚才你们听到高文介绍的城市大脑2.0，他强调了一点是云、边、端结合，我今天主要是向各位报告我们在深圳市人工智能与机器人研究院（AIRS）造的一个云端结合的系统。我的报告主要是围绕这一块，把我们在应用、算法、软件上做的研究给大家介绍一下。
我一辈子都在做计算机系统结构。这么多年来计算机系统有很多变化，CCF在这方面也有很多大会。我个人认为计算机一定要走到智能化的路上去，相对的如果只是高性能计算，把它加上序列化就叫做云，这个云就缺少智慧了。刚才周教授也谈到，你要有算法、算力，最后还要有智慧，要让它有知识。所以AI、机器学习、深度学习这些东西一定要放到云端，也要放在围绕在云端四周很多的边缘云上。
什么是大的云端系统？我和金海教授一起工作过很多年，他回国以后做的第一件事就是部署了一个大的云端系统。这个云端系统部署于一个大的数据中心，即集群系统，用户群可以比原来扩大10倍、100倍。我们一直在分享彼此的工作。今天我的报告是在云端系统的基础上，把云、物联网和AI结合起来。
我们看一下这些年在AI芯片、移动网络、大数据、云、IoT以及相关的工业互联网方面的进展。
最早是机器感知，我们希望在系统中用很多感知单元，在此前20年有很多感知方面的研究。而现在，从机器感知要做到机器认知、认知计算。刚才提到深度学习，前面两位做报告的时候都提到过，做视觉或推理，深度学习的层数越来越多，这就需要在云端部署越来越多的设备。
我们把AI芯片、移动网络、大数据、云、IoT、工业互联这些领域融合起来，建立了一个创新中心（智能云计算与物联网研究中心）。
AI芯片方面，现在AI芯片的进展非常快，我主持的AIRS主要是支持大湾区发展AIoT，这次的大会有一个专场是AIoT的，大家一定要去听听，去年是我主持的那个专场。
5G方面，我列举了8个比较重要的优点。大家通常理解5G只是比4G快一点，的确如此，差不多快了10倍到100倍。不过，5G不止是加快了速度，它还有很多其它的优势，我用下面的一个图给各位解释一下5G。
下面这张图讲的是6G，6G大概要到10年后才能实现。6G与5G又不同，从2G开始，一直往下来，主要是在三个方面有变化：
第一，天线数量。在1G的时候用的天线数量很少，到后来变成8根天线，到了MIMO技术被应用以后，在啊一个5G应用系统中，最少是64根天线，所以这个接收的信号、数据就很多了。
到了6G时代，天线可能有上千根，不过6G我今天不想讲，因为还要有10年的发展，会有很大的变化。
我觉得最大的可能是什么呢？马斯克现在搞SpaceX，发了很多低高度的卫星，离地球很近，不像北斗或者GPS，要在36000公里的高空，他发的卫星距离地面只有1200公里，相对于4G、5G都是在地面上部署通信网、设基站，它是完全在高空，而且12000多颗卫星在天上，将来很有可能所有的物联网甚至6G都会被它取代。它对5G、6G技术的发展是一个严重的威胁。
第二，空间。3G的延时是100毫秒；到4G的时候，降到70毫秒；到5G，我们希望降到1毫秒。
高文院士刚才讲到，信号从眼睛进去，到大脑得到这个信息大概是200毫秒的延迟，如果5G完全实现，这个速度比人眼传输信息的速度快了100倍，你就知道那个城市大脑2.0实现起来就容易多了。
第三，频率。最早是300MHz，再往下是3Hz，进展越来越大。
刚才提到网络功能虚拟化（Network function virtualization, NFV），它是5G的架构，是一个从物理到虚拟的大通信网。利用NFV可以根据不同的用户需求建立三层网络切片系统，这三层切片系统使用的资源是从底层物理硬件抽象、虚拟化而来的。当用户使用的时候，它将用户数据从靠近基站侧的中心机房数据中心连接到大区数据中心，整个效率会提高很多。
大概5年前，每个人连接的设备有5个，Spacex发射的卫星，目前大概有720个在天上，它要增加到12000个，它是不是能取代将来的6G我不知道，但是至少IoT将来的设备连接量会非常大。
再一个是GPS或者是北斗，都是用中高空或者是非常高空的卫星，今年让我最欣慰的事情就是看到我们的北斗完成全球覆盖，这确实很了不起。
这（下图）是我们建立的智能云的系统架构。我们把4个云合成在一起，包括计算云、大数据应用云，AI云与使用5G专网的边缘云。我们使用浪潮的服务器，英特尔的CPU，速度都很快。底层是很多移动应用、摄像头等等。这个系统将云计算、5G、IoT、边缘计算结合在一起。我们大致用了1400个CPU核，与好几万个GPU核。这里，每一个英伟达2080Ti的GPU包含500多个core，V100 GPU是6000个核，这些用来执行AI应用。这三个大云在左边，右边是5G的应用系统。
这里举一个例子，deep learning for robotics vision training using various resource pools in AIRS Cloud（使用AIRS云多资源池进行机器人视觉深度学习训练）。
机器人使用雷达、摄像头等物联网设备进行数据采集，它收集的影像在边缘平台进行前置数据处理，经由5G网络传送至计算云进行原始数据收集、累积，再传输至大数据应用云进行文本分析等必要处理，形成可供训练的数据集，最后交由交给AI云进行训练并输出训练结果、返还机器人，实现工业大数据智能化的闭环。
我现在正在写这个论文，今天早上我碰到一个好久没见的朋友，他问我现在还在写论文吗？我说当然要写，我现在带了15个学生，我都要他们写好论文。
我们另外一部分主要的工作是做大数据基准测试（Benchmark），这是跟中国科学院计算所詹老师的学生合作，基于云系统运行的不同方面的性能，做很多基准测试。这个图显示的是一个AI基准测试，当然还有很多其它方面的基准测试。
边缘计算这部分由于时间关系我就不解释了。
最后做一个总结，我们把集成云计算、大数据、AI和5G这4种应用结合起来，第一次在大学校园里搭建了一个智能产业云平台，我感觉，我今天这个演讲完了以后，国内很多大学也想造这个东西，我告诉大家，我到目前为止花了1500万，如果你少于这个钱，你可能造的不够用。
我的报告就到这里，谢谢各位。
正在生成分享图...
李雨晨