开源支撑着 AI 的创新与发展，使得 AI 标准化和规模化趋势开始成型。2022 年，AI 产业化进程持续推进，“AI 标准化”“可信 AI”“多样性算力”等话题备受业界关注。此外，Stable DIffusion、ChatGPT 先后掀起的热潮，不禁令人思考，随着 AI 内容生成技术的成熟，AI 技术的普惠化要来了吗？
我们邀请了三名国内开源 AI 领域的专家，为各位开发者解读开源AI的发展和流行趋势。
本文选自《2022中国开源开发者报告：前沿开源技术领域解读》，原文作者：刘涛。
2022 年，回顾 AI 技术发展，有几个关键词值得我们关注。
Stable Diffusion：
在 AI 图片生成领域，没有其他技术比得上今年 8 月份横空出世的 Stable Diffusion 带来的影响力更大了。对比 DALL-E 2、Imagen 等目前主流技术，Stable DIffusion 最大的意义在于其可以运行于消费级显卡上，运行速度可以达到秒级（在 OneFlow 框架优化下，使用 A100 GPU，运行速度可以达到50it/s 以上），并完全开源，这意味着普通公众用户或内容创作者可以接触并频繁使用该技术，感受 AI 内容生成技术带来的巨大便利性。高质量出图效果，加上友好的开源协议，以及广泛的用户，让 Stable Diffusion 成为火出圈的代表性 AI 技术。
可信 AI ：
随着 AI 技术广泛应用，其安全风险已经逐渐出现，主要问题集中在以下几个方面：
1）算法脆弱，导致易受攻击；
2）倾向性数据造成不公平性，难以满足道德伦理需求；
3）黑盒算法，缺乏可解释性；
4）数据隐私要求，导致数据孤岛，阻碍 AI 发展。
各国家和组织都非常重视 AI 应用的安全性，人们在享受 AI 技术带来的效率提升红利的同时，也要避免技术自身缺陷带来负面影响。因此，可信 AI 概念也被突出，其价值在于打破数据孤岛，构建安全、透明和合乎伦理道德的 AI 技术。今年我国首个隐私计算开源社区 OpenIslands 成功创建，吸引 40 多家单位参与，推动了高效算力网络、数据隐私计算、联邦学习等技术快速发展。
AI 芯片：
随着美国对我国最新一轮制裁政策，AI 芯片在年底也成为关注对象。高性能芯片如 H100 已经直接断供。不过这也意味着我国国产 AI 芯片产业有了新的发展机遇。近年来，国外众多 AI 芯片 startup 公司将芯片架构放在了空间计算上。其理论依据在于，AI 芯片运行的功耗已经有很大的比例是消耗在数据执行计算期间的搬运过程，而空间计算架构可以有效降低每次操作数据在芯片内的移动距离，从而大幅降低芯片功耗，以实现 AI 产业绿色可持续发展。
目前业界如 TensTorrent、GraphCore 等多家采用空间计算架构的公司吸引了众多投资人，其产品成熟度也在不断提高，我国芯片业目前在空间计算领域还缺少落地产品。另外，根据 AI 计算的稀疏性特点来设计加速计算的特定硬件电路，也是未来 AI 芯片的一个趋势，今年墨芯 Antonum 芯片在稀疏化模型加速领域取得进展，出色地平衡各类模型精度与算力的关系，软硬件协同优化，在 MLPerf 榜单上取得惊人的 benchmark 成绩。空间计算和稀疏化加速可以快速提升芯片能效比，在当前芯片制程受限情况下，可能成为国产芯片发展的重要潜力技术。
想要了解更多前沿开源技术领域解读，请访问《2022中国开源开发者报告》
