国内首款云端人工智能芯片发布 达世界先进水平
2018-05-09
云端智能芯片是面向人工智能领域大规模数据中心和服务器提供的核心芯片。5月3日，中国科学院发布国内首款云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平，将广泛应用于智能手机、智能音箱、智能摄像头、智能驾驶等不同领域——
智能芯片是前沿科技和社会关注的热点，也是人工智能技术发展过程中不可逾越的关键环节。可以说，不论有怎样领先的算法，要想最终应用，都必须通过芯片实现。
5月3日，全球新一代人工智能芯片发布会在上海召开，中科院旗下的寒武纪科技公司发布了我国自主研发的Cambricon MLU100云端智能芯片和板卡产品、寒武纪1M终端智能处理器IP产品。这款国内首个云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。
智能芯片实现新突破
作为此次发布会焦点，首次正式亮相的Cambricon MLU100云端智能芯片，是我国首款云端AI芯片。
据中科院计算所研究员、寒武纪公司创始人兼CEO陈天石介绍，云端智能芯片是面向人工智能领域大规模数据中心和服务器提供的核心芯片。云端的智能芯片规模更大，结构更加复杂，它和终端芯片的最大区别就在于其运算能力更强。
MLU100云端智能芯片采用寒武纪最新的MLUv01架构和TSMC 16nm的先进工艺，可工作在平衡模式（1GHz主频）和高性能模式（1.3GHz主频）下，平衡模式下的等效理论峰值速度达每秒128万亿次定点运算，高性能模式下的等效理论峰值速度更可达每秒166.4万亿次定点运算，但典型板级功耗仅为80瓦，峰值功耗不超过110瓦。
“3年来，我们从研发两颗测试芯片，一直到现在云端智能芯片的最终亮相，我们时刻准备着‘由端入云’。”陈天石说，MLU100基于软硬件协同提升内存带宽利用率，不管是从性能比，还是功耗比来说，寒武纪都将树立智能芯片领域的新标杆。
与寒武纪系列终端处理器一样，MLU100云端芯片仍然延续了寒武纪产品一贯出色的通用性，可支持千万量级用户的大规模商用检验，搭载各类深度学习和经典机器学习算法，充分满足视觉、语音、自然语言处理、经典数据挖掘等领域复杂场景下（如大数据量、多任务、多模态、低延时、高通量）的云端智能处理需求。
此外，这次最新发布的寒武纪1M处理器是公司的第三代IP产品，它延续了前两代产品（寒武纪1H/1A）卓越的完备性，单个处理器核即可支持多样化深度学习模型，并更进一步支持经典机器学习算法和本地训练，为视觉、语音、自然语言处理以及各类经典的机器学习任务提供了灵活高效的计算平台，将广泛应用于智能手机、智能音箱、智能摄像头、智能驾驶等不同领域。
“由端入云”协同发展
寒武纪科技公司脱胎于中科院计算所，于2016年发布了全球首款商用深度学习专用处理器——寒武纪1A处理器。它的横空出世打破了多项纪录，并入选了第三届世界互联网大会评选的十五项“世界互联网领先科技成果”。目前，寒武纪处理器也已应用于某知名国产手机新近发布的旗舰机型，实现了集成应用。
近年来，人工智能产业迅猛发展，推动了芯片市场规模的快速增长，也推动了人工智能计算从终端向云端的延伸。陈天石表示，寒武纪在技术上贯彻“端云协作”的理念，这次发布的MLU100云端芯片，不仅可独立完成各种复杂的云端智能任务，更可以与寒武纪1A/1H/1M系列终端处理器完美适配，让终端和云端在统一的智能生态基础上协同完成复杂的智能处理任务。
陈天石指出，端侧智能处理可以最快速响应用户需求，以非常低小的功耗、成本和延迟，帮助用户理解图像、视频、语音和文本。同时，云侧的智能处理则可以把多个端的信息汇聚在一起。由于终端的数据量有限，只能根据单个用户的数据对机器学习模型进行微调。因此，端云协同的智能处理模式将在数据方面发挥巨大优势，利用海量数据，训练出强大的人工智能模型。
“过去大部分芯片厂商都主攻端，例如芯片巨头ARM公司，或是主攻云，例如英特尔公司。两者兼顾的却很少，因为端云的任务生态区别较大。但是智能时代这个局面会被全面打破。因为端和云的任务是一体的，编程和使用的生态也是一致的。作为一个通用机器学习芯片厂商，寒武纪就是要端云结合，共同推动智能芯片生态的发展。”陈天石说。
中科院上海分院副院长、中科院院士张旭表示，从过去在手机等终端上应用的智能芯片，到今天更高一层的云端人工智能芯片，它可以使人们在手机等终端的应用上升为未来在云端等领域更加广阔的应用，所以这是一个开拓性的突破。
当前，众多科技公司纷纷加大对人工智能芯片的研发，包括智能手机、无人驾驶、云计算等各领域巨头。根据相关机构预测，到2021年，人工智能芯片市场规模将超过110亿美元，而2016年这一数字仅为36亿美元。
“寒武纪创立的初衷就是要让全世界都能用上智能处理器。”陈天石告诉记者，寒武纪将秉承学术界开放、协作的精神，以处理器IP授权的形式与全世界同行共享寒武纪最新的技术成果，使全球客户能够快速设计和生产具备人工智能处理能力的芯片产品。
共建人工智能生态链
发布会上，寒武纪部分产业伙伴公开展示了基于寒武纪芯片的应用方案。联想集团高级副总裁童夫尧在发布会上推出了基于寒武纪MLU100智能处理卡的ThinkSystem SR650，打破了37项服务器基准测试的世界纪录。
“在新产品上，我们搭载了寒武纪的芯片，有助于各行各业在人工智能、VR、高性能计算等方面的研发和行业解决方案的落地。”童夫尧说。
不仅如此，芯片成果还将运用于智能语音领域。“一小时的语音数据在一个传统处理器上进行智能应用处理，需要一万小时才能完成，科大讯飞一直在跟踪人工智能专用芯片的前沿进展。”上海讯飞总裁程甦介绍，寒武纪的智能处理器在语音智能处理上交出了优异的答卷，能耗效率领先竞争对手的云端GPU方案达5倍以上。它的强大处理能力使得手机本地端可以处理更加复杂的机器学习算法，使得语音本地识别准确率相对于传统处理器领先了9.8%，显著提高了用户体验。
中科曙光高级副总裁任京旸在发布会上同步推出了基于Cambricon MLU100智能处理卡的服务器产品系列“PHANERON”，它的性能更为强劲，可以支持2—10块寒武纪MLU处理卡，灵活应对不同的智能应用负载。以升级版的PHANERON-10为例，单台服务器可集成10片寒武纪人工智能处理单元，为人工智能训练应用提供832T半精度浮点运算能力，为推理应用提供1.66P整数运算能力，典型场景下的能效提升30倍以上。
“下一步，曙光与寒武纪之间的合作将不仅仅局限于整机领域，会从顶端科研一直延伸到低端应用，合力打造下游应用产业，共建人工智能生态链。”任京旸透露，中科曙光还将发布人工智能管理平台SothisAI，与寒武纪的芯片及开发环境实现无缝对接和深度融合。
“区块链”“XX币”“互助养老”……这8类新型传销你要警惕！
2018-05-09
近日，全国首例打着“区块链”概念实施特大网络传销的案件被西安警方成功破获，9名主要犯罪嫌疑人被抓，涉案金额高达8600万元。互联网时代，传销模式也都“改头换面”。今天，正义君就给大家盘点8大新型网络传销。快提高警惕！
西安市未央区法官通过网络视频 审理涉外离婚诉讼
2018-05-08
近日，未央区法院方圆法官创新性地采取互联网视频的方式开庭审理，使原本需要一年时间才能审结的涉外离婚案件，在30分钟内得到圆满解决。
2011年，西安女子冰冰（化名）在欧洲留学期间结识外籍男子Jack（化名），两人2013年在西安登记结婚。婚后，双方在西安生活，因文化差异、生活习惯、价值理念不同，时常发生争吵。2015年，Jack选择回国，夫妻双方很少联系，感情逐渐淡漠。今年1月，冰冰以夫妻感情破裂为由到未央区法院起诉，要求判决与Jack离婚。
该案系涉外案件，相关证据材料的公证、法律文书的送达均有严格的法律规定，流程复杂，费时较长，以往同类案件审结至少需要一年以上时间。未央区法院方圆法官通过仔细阅卷、与当事人沟通发现，双方没有共同财产、债务，也未生育子女，案情并不复杂，且有调解的意愿。但被告Jack不愿回到西安参加庭审，若Jack不能到庭，法院缺席审理，案件事实难以认定，Jack的身份难以核实。
考虑到案件的实际情况，在征得双方当事人同意后，法官决定适用简易程序通过网络视频开庭审理，通过视频身份确认及时向Jack传输送达了相关诉讼文书。近日，案件开庭时，女方在西安陈述诉讼请求，男方通过网络视频进行庭审答辩，翻译人员在旁同步翻译，法官在线主持调解，庭审过程全程录像。30分钟后，庭审结束了，双方当庭达成解除婚姻关系的协议。女方在调解书上签字，男方则通过视频画面现场书写协议内容并签名确认，拍照后发送至法庭指定的邮箱，庭后由法庭将调解书邮寄给被告Jack，再由Jack签字确认后回寄法院。目前，调解书已经生效。
“乐享校园”O2O大学生消费金融系统创建研究
2018-05-08
自2013年7月第一家互联网校园贷平台出现，各大电商和资本蜂拥而至，校园贷由此开启了野蛮生长之路，市场增长幅度远超国家法规的制定程度。然而，互联网校园贷从一开始就负面新闻缠身，“暴力催收”“裸贷事件”等负面消息将校园贷推上风口浪尖，也引起了监管机关的高度重视。
2017年4月份银监会召开的一季度经济金融分析会上指出，加强互联网金融与信息科技风险防控，持续推进网络借贷平台（P2P）风险专项整治，做好清理整顿工作的同时，加强商业银行对大学生的金融服务，开始引导商业银行“正规军”进入阔别多年的校园贷领域。同年6月28日，银监会、教育部、人社部三部委联合发布了《关于进一步加强校园贷规范管理工作的通知》，要求现阶段一律暂停网贷机构开展在校大学生网贷业务，逐步消化存量业务，未经银行业监督管理部门批准设立的机构，不得进入校园为大学生提供信贷服务，同时鼓励银行等合格放贷主体进入校园贷，并明确互联网平台可以提供助贷等服务。这意味着，银监会在监管层面正式为商业银行进入大学生贷款敞开了“正门”。
其实，早在2002年，银行业就以大学生信用卡的形式试水校园贷市场，并且在2003年-2009年，校园信用卡开启了校园贷的第一个黄金期。但是，由于信用卡引导非理性消费、透支坏账等不良影响，在风险承压下及监管要求下暂别校园贷市场。。
究其深入原因，抛开监管层面，2002年到2009年期间，彼时的信用卡业务确实缺乏消费场景和风控基础，对于以经营风险创造价值为核心的银行来说，以信用卡线下消费为基础的校园贷，缺乏风险控制依据和征信抓手，消费习惯无法琢磨，资金流向无从把握。而在互联网电商发展迅速的今天，淘宝网、京东商城的崛起为大学生消费金融风险管理这个核心问题带来数据化、信息化解决方案，受托支付的对方单位日渐明确化，资金用途清晰可见，交易流水、消费习惯易于捕捉，加上“大数据”“云计算”等技术的发展，使得基于电商大数据的风险控制模型的创建成为可能。
在这种背景下，商业银行要秉持开放的思路，加大与腾讯、淘宝、京东及百度等互联网公司的合作，共同构建基于电商大数据的大学生消费金融系统。银行优势在于风控能力、资金能力，而腾讯、淘宝这些互联网巨头则重在消费场景、大数据、云计算等技术能力，两者结合，必能产生双赢的效果。在大数据时代和“共享经济”时代，商业银行应该清醒的认识到，传统意义上的物理网点思维、ATM扩张思路、实物抵押等传统风险管理理念要逐渐变革，向“投行思维”“互联网平台金融”和“信息科技风险管理”转变，与更熟悉互联网丛林法则、更懂互联网消费场景和获客渠道的网络大鳄积极合作，信息共享，共同构建获客、场景和风险管理一体化的综合金融服务方案。
二、需求研究
（一）信用整体情况
分析大学生消费金融的主体，也就是被誉为“天之骄子”的中国大学生。2017年12月21日登录美国纳斯达克的金融科技公司乐信在招股书中提到“与我们受过良好教育的年轻成年客户一起成长，并继续满足日益增长的信贷和消费需求”，彰显了一流互联网金融公司对年轻大学生的青睐。中国的大学生群体受教育程度高，普遍非常努力、渴望获取知识并积极参加社交和竞赛活动，是未来社会的人才基石，是商业银行最有潜力的优质客户群，把握住了大学生这个群体，就等于锁定了几十年后的未来。尤其是一些学习优良、创新能力强、有特殊专长、丰富的外企实习经验或者是学生会任职的优秀大学生，十年以后，这些人是中国未来的中流砥柱，他们的信用甚至要比商业银行很多现有的评级较高（抵押率足或者稳定收入来源）的客户还要高。然后，从传统银行信用风险审查的视角上讲，大学生没有工资流水或资产证明，是被传统银行授信直接PASS掉的群体，因此基于淘宝、京东等合理消费场景的，基于除抵押、担保、工资流水等传统风险评级外的新型评级模型的，以及应用阿里云等大数据防范信息科技风险的新型大学生消费系统构建就成为亟待提出的课题。
（二）群体特征及需求研究
校园信用卡的第一个黄金期，也就是2003-2009年，这一时期的大学生，属于典型的80后，成长于物质匮乏的年代，大部分都有吃不饱穿不暖的经历和烙印，加上老一辈植入的节约理念，普遍具有较强的节约意识。因此，实用主义和量入为出是80后大学生的消费主题。从消费场景上来看，消费也集中在基本生活消费和学习消费，量入为出和实用主义仍然占据突出的地位。
相比之下，90后大学生群体的消费力要大得多，且增长迅速，更注重时尚消费和个性消费。由中国校园市场联盟发布的《2016中国校园市场发展报告》显示，2016年，中国大学生消费市场总规模达到6850亿元，同比增长达到71.25%，较2006年更是增长了7倍。大学生月均生活费达1423元，接近2006年的3倍。从消费品类上看，形成了基础生活消费为主，数码产品其次，教育培训与文化娱乐并存的局面。且大部分90后大学生对于借钱消费也普遍可以接受。从校园分期的资金流向看，超过60%的校园分期被用来购买3C电子消费产品。因此，校园贷的需求是客观存在的，而且需求量还很大。而据艾瑞咨询《2016年中国大学生消费金融市场研究报告》显示，我国在校大学生超过3700万人，这是一个任何银行机构都无法拒绝的市场。
另一方面，从培养未来客户角度来看，本着可持续发展的理念，经营这些年轻的群体，成为他们消费链条上的一部分，用十到二十年的时间打造千万级优质客户，是个值得做的事情。
（三）系统可行性
在传统的实体店铺消费时代，大学生的消费市场大但较为分散，交易流与消费习惯难以捕捉，没有较为科学合理的数据分析作为支撑，导致整个大学生消费分期整个链条所承担的风险很大，运营成本极高。电商及大数据时代的到来很好地解决了这些弊端，随着淘宝网、京东商城等电商的崛起，受托支付的对方单位日渐明确化，资金用途清晰可见，交易流水、消费习惯易于捕捉，使得基于电商平台的、风险可控的大学生消费信贷获得了可行性，也为重新定义大学生消费信贷信用体系提供了契机
本文依托淘宝、京东等互联网电商消费场景，依靠阿里云等大数据风控管理理念，通过大学生电商购物行为、直系亲属征信、社交属性、学校行为、学分制度、社会实践情况等维度，建立风险控制模块，构建了“乐享校园”O2O大学生消费金融系统里面，核心的模块的基础。
（四）存在的问题及系统设计思路
1.如何避免引导非理性消费
2003-2009年校园信用卡的黄金时间，也就是银行第一次进军校园信用卡铩羽而归的本质原因，还是由于信用卡引导非理性消费、透支坏账等不良影响，在风险承压下及监管要求下暂别校园贷市场，这点与网贷平台其兴也勃焉其亡也忽焉本质上类似。对比各大校园分期平台，可以看到的是，消费场景、分期模式、风控模式设计的极为类似，很大程度上取决于大学生分期平台没有结合传统银行的成熟的风险管理理念，为贷款而贷款，线上风控思维和低复制门槛。因此本文系统设计的主要思路就是借助银行成熟风险评级的思路，结合互联网大数据的理念，设计一个引导健康消费、可持续的消费金融系统。
2.如何防止过度推广
许多平台在宣传方式上存在、暴力过度推广等行为，有误导消费者的嫌疑，与监管机关充分披露风险的要求相背。在校园分期平台扩张的初期，不少平台采取了大事铺张和过度推广方式，包括激励校园代理扫楼开户，在学校分发大量传单，甚至在学校的告示栏或厕所等地方张贴“野广告”的形式吸引学生眼球，并且以低息和让利方式宣传。因此本文系统设计的初衷，是设计更科学的校园推广思路，同时更多的加入风险提示环节。
3.如何防止过度授信
许多平台在设计风控模式时，基本用一个标准评级，然后简单的给所有用户一个额度。同时，未实现信用数据共享，信息不透明，无法有效阻止大学生在不同平台进行多次借款。因此很大一部分大学生在未有充分评估自己的还款能力之前就盲目借款消费，存在鼓励不匹配消费和扩张浪费等问题。本文系统设计是参考银行“共享额度”和“首付额度”的理念，设计更成熟的评级模型和消费场景，防止过度授信。
4.如何防止暴力催收
裸条风波、恐吓信等事件，反应的是部分平台存在暴力催收问题。部分平台暴力推广后，导致大学生盲目借钱消费，无法按时还款，而政策对大学生借款权益方面缺乏保护措施，许多分期平台对逾期大学生存在暴力催收的现象，比如通知父母和学校、发威胁信息、跟踪等行为。而本文系统的设计，是“疏堵结合”的思路，从源头上降低逾欠和暴力催收的产生可能性，打造更健康、更可持续的大学生消费系统生态。
三、银行大学生消费信贷系统创建
（一）推广宣传阶段设计，接口设计、获客渠道设计
1.接口设计，基于淘宝平台
在银行官网平台或者是官方APP软件开发“乐享校园”大学生消费金融系统或者植入“乐享校园”大学生消费金融模块（以下简称“乐享校园”），设置“新用户注册”窗口。在校大学生点击后进入注册模式。输入身份证后，后台审核系统通过联网核查系统接入公安系统联网核查，核查成功后输入身份证号、姓名、年龄、手机号以及淘宝、京东账号等基本信息后生成“乐享校园”账号，与淘宝合作，通过大数据将“乐享校园”账号与淘宝账号互联。如下图1：
图1. 注册审核
额度使用方式，一是与淘宝公司合作，在淘宝付款模块植入“乐享校园”模块，用户在付款时通过“乐享校园”额度进行付款。二是在银行官网APP的“乐享校园”模块中的设计付款子模块，用户将淘宝支付链接粘贴至此模块后联动付款指令，在“乐享校园”额度付款。
2.获客渠道设计
举行校园宣讲会，通过与校方合作的形式，进行正规化、宣讲式推广。推广时，就贷款的评级、使用方式、分期费率、逾期费率等进行透明化宣传，增加产品信息透明度。提高校园代理的门槛，通过与学生会等组织合作，强化校园代理培训，培养懂金融、热心、有责任心的校园代理。同时，进行充分的风险提示，更多的引导和提示大学生理性消费，将更多的时间用在学习和有价值消费上，不应超范围借款。与征信宣传结合，提醒大学生珍爱信用记录。
（二）贷前阶段设计，信用评级系统设计
本文依据大学生电商购物行为、直系亲属征信、社交属性、学校行为、学分制度、社会实践情况等维度，构建“乐享校园”风险评级模块。
新用户登录并提交学校材料、学历情况、年级情况、专业情况、职务材料、学分排名、奖学金情况、社会实践情况、代偿能力、征信情况等，后台评估系统根据学生提交的材料综合评估该学生信用，核定学生的综合信用额度，一般为6000-12000，大约相当于学生的半年生活费左右。如下图2：
图2. 信用等级和额度评估
大学生没有收入来源，因此不能简单的评估现实还款能力，而应遵循“未来信用”的原则设置评级元素，本文根据影响大学生未来信用的情况设置10项基础元素。同时，考虑学生属性，影响评级权重比较大的为学校情况、成绩排名和奖学金情况，各占15%。
信用评级为百分制，按照得分划分AAA、AA、A、BBB、BB、B、CCC、CC、C、C-等10个信用等级。信用评级对应信用额度。评级要素及占比如下：1、学校情况，占比15%，清华大学、北京大学、复旦大学、中国人民大学等排名前十的大学、“985”大学及可得满分，排名前100或“211”工程院系的大学生得12分，其他按照顺序依次扣减；2、学历，占比10%，博士得满分、硕士得八分，本科得五分，专科得三分；3、年级，占比5%；4、专业，占比5%，依据全国大学生就业数据及所学专业的平均工资计算得分；5、职务，占比10%，校学生会主席得满分，其他依次得分；6、成绩排名，占比15%，排名年级前5%的可得满分，其他依次类推；7、奖学金，占比15%，校长奖学金可得满分，其他依次类推；8、社会实践活动，占比10%，世界500强其他的实习经历可得满分，其他依次类推；9、代偿能力，占比5%。10、征信情况，直系亲属的征信情况，占比10%。
同时，信用额度为共享额度，在各大电商平台（淘宝、京东等）之间实现信息和额度共享，防止过度授信。
（三）贷中阶段设计，出账模型建立、消费场景控制
出账阶段参考受托支付和首付的理念，对消费场景和金额进行控制。
1.金额控制类型（金额累进型）。金额控制类型，是指设定需首付的金额，比如说1000元之内的物品借款无需首付。而如果超过1000元的消费贷款，需自备20%首付款，超过2000元需30%首付款，金额越高首付比例越高。
2.物品控制类型（重复控制型）。用户在“乐享校园”付款时，系统首先匹配客户在半年内（或一年）购买的类似物品，并进行额度控制。比如，客户半年内购买过一次手机，用“乐享校园”进行付款，在未还清上一次“乐享校园”分期的情况下，第二次购买时，需付50%的首付款，对用户进行非理性购买新款物品进行控制。
3.场景控制类型。对消费场景和受托支付的对象进行控制，比如B级用户仅能购买1000元以下的普通电子产品（中低端手机、MP3等），不得购买苹果手机、华为P8系列以上手机等；C级用户只能购买日常消费品或单价500元以下的商品等，比如洗漱用品、书籍、箱包、服饰等，不得购买化妆品或手机电子产品。
（四）贷后阶段设计，贷后管理及催收思路
1.贷后管理。采取线上和线下两个维度，线上模块主要是动态评估客户的评级，并进行相应调整，通过客户的“乐享校园”使用频次、交易范围、消费习惯、资金用途、还款及时性等，动态评估用户的信用级别，并进行微调。线下模块主要采取上门询问、比对学生证、上门核实证书、导师登门拜访等形式，通过导师、舍友及周围学生评价等，对用户的评级调整进行主观评价。