每個時代都有創(chuàng)世者，誰創(chuàng)造了 AI 時代？

本文作者：張棟

2019-09-11 13:11

導語：顛覆通常來自邊緣側的創(chuàng)新。

科技行業(yè)的顛覆式創(chuàng)新，永遠始于邊緣化市場的異軍突起。

從12年前英特爾原CEO保羅·歐德寧對智能手機芯片商業(yè)潛力的不屑，而將喬布斯拒之門外，再到游戲顯卡市場常年被芯片巨頭的戰(zhàn)略忽視。邊緣化市場于壟斷者而言，是提高平均生成成本、拉低利潤率的拖后腿業(yè)務，人人避而遠之。

然而現實往往十分戲劇性，上述這兩大不被主流玩家接納的邊緣化場景，誕生出了千億級市值的高通和英偉達。他們從邊緣演變至新主流的過程中，隨之帶來的，則是萬億級產值的移動帝國和智能浪潮。

既定領域強者愈強弱者愈弱的馬太效應，已成為從業(yè)者潛意識里的商業(yè)鐵律，但歷史告訴我們：邊緣化市場的創(chuàng)新，往往是逆常識的。

1

1970年夏天，英特爾開發(fā)出了全世界第一款商用微處理器"4004"（即4位的4004處理器），這款處理器集成了 2250 個晶體管，能夠處理 4bit 數據，每秒運算 6 萬次，頻率為 108KHZ。

4004的橫空出世，被認為是拉開了微處理器時代的大幕。

1971年中，英特爾很快又從日本手表制造商精工集團手上接下了一個不小的訂單，后者急需通過電子手表這一創(chuàng)新產品撬開消費類電子市場金礦的大門，需要更為強大的邏輯芯片作支撐。

強業(yè)務驅動下，英特爾加班加點埋頭苦干，并于1972年初正式推出8位8008處理器。

當所有人都為這兩款震驚世界的芯片產品而欣喜、瘋狂時，它們的主要研發(fā)者，年輕物理學家費德里科·法金并不滿足，他又開始著手研發(fā)一款真正意義上的單芯片微處理器。

在法金的思維象限里，4004、8008雖然剛剛問世，但都是用于四芯片組，實際應用效果非常有限，如果單芯片微處理器能夠面世，不但處理速度快且實用性較強。

1974年3月，也就是法金和他的團隊著手產品設計僅9個月后，英特爾正式向公眾推出了世界上第一款單芯片微處理器8080。

這款處理器一經發(fā)布便掀起了半導體界顛覆性革命，8位芯片運算速度達到每秒29萬次，約為8008芯片的10倍。

次月，電腦發(fā)燒友埃德·羅伯茨拿到了 8080 微處理器的一些包含相關參賽的手寫表格，同時著手打造一款置于芯片上的計算機。

1975年1月，《大眾電子學》封面刊登了由羅伯茨組裝的個人電腦 Altair 8800 ，并在導語處印上了加粗的14個大字：電腦走進千家萬戶的時代，來臨了！

當保羅·艾倫在哈佛廣場中央的報攤上看到《大眾電子學》上印著 Altair 8800 圖片時，他像是看到了新大陸，他踏著泥濘的積雪，一路小跑著來到比爾·蓋茨在哈佛的寢室。

讀完文章后，蓋茨好像意識到了什么，他沒有多想，便和艾倫參與到這場革命中，接下來的幾個月時間里，兩人開始瘋狂為個人電腦編寫軟件。

同時，Altair 8800 也吸引了沃茲·尼亞克的注意，不同于羅伯茨，沃茲是專業(yè)的計算機工程師，當天晚上，他也在紙上畫下了蘋果I型電腦的雛形。

英特爾8080 微處理器的推出，讓多少名不見經傳的小人物看到了機會，轉身一變，化身商業(yè)大佬。而英特爾，也憑借三款微處理器組成的產品家族，尤其是最新的旗艦產品 8080 ，占據了市場領導地位。

在此后長達半個世紀里，隨著微處理器成為數十個主要行業(yè)內成千上萬種產品的核心大腦，英特爾也一步一步建立起了一個PC時代的嶄新芯片王朝。

2

歷史車輪滾滾前行，誰都不能永遠年輕。

在英特爾與微軟組成的wintel聯盟如日中天幾十年后，他們遺憾錯失了規(guī)模較PC市場大得多的移動市場。

船大難掉頭也好、后浪推前浪也罷，在時代面前，就移動市場而言，英特爾輸了。

移動時代的芯片領域則是高通的天下，又一位意大利技術天才維特比霸道登場。

維特比發(fā)明的碼分多址技術CDMA，將現代數字通信的解碼復雜度降到極低，而這也讓他和他的公司化身這個時代的寵兒。

于移動芯片市場，英特爾曾經投入大量資金，嘗試通過收購英飛凌無線事業(yè)部強力涉足，但是這種試水性投資并沒有給前者帶來太多驚喜，最終還是竹籃打水，落得一場空。

2016年6月27日，Marvell以6億美元的現金收購了英特爾通信與應用處理器部門，獲得了英特爾的XScale產品線。

這一舉動也正式宣告英特爾真正放棄了移動市場。

就移動市場而言，其實英特爾也注意到了，但它的確回天乏術。

《創(chuàng)新者的窘境》中提到，一個優(yōu)秀企業(yè)的處境也可能很糟糕，而且企業(yè)越好，就越容易失敗。

傳聞，當年喬布斯推出第一代iPhone，首先找到的廠商便是英特爾，邀請他們生產iPhone手機芯片，因為他們有品牌保障、有成熟的生產線。

對于彼時的英特爾來說，這類手機芯片毫無技術障礙，最大的障礙就是價格。喬布斯給出的價格是每片10美元，而當時英特爾生產的CPU芯片，價格一般都在每片100美元以上。

為了一個前景不明的所謂的智能手機業(yè)務，騰出為英特爾超極本生產100美元芯片的生產線，去做10美元的手機芯片，換做大多數人，都是拒絕的。

蘋果這趟車，英特爾算是沒搭上，這一步，也讓它徹底成了移動芯片市場的“看客”。

回憶當年的這一決策，時任英特爾CEO保羅-歐德寧在其宣布卸任的那一天也懺悔了過錯，“英特爾的芯片原本可以出現在蘋果手機中，但我當時回絕了蘋果提出的交易”。

3

進入AI時代，To B市場的數據能力被強制喚醒，而它又開辟了芯片產業(yè)的又一個新戰(zhàn)場。

AI芯片相比通用芯片在執(zhí)行AI算法時效率更高、成本和功耗更低，它按技術路線可分為GPU、FPGA和ASIC，按功能可分為云端訓練芯片、云端推斷芯片和終端推斷芯片。

在這個技術節(jié)點，英偉達來了。

英偉達CEO黃仁勛一直提到一個觀點，過去大多行業(yè)都是依賴摩爾定律來推動，但它太老了、太慢了，GPU才是全新的‘超級摩爾定律’，這也是整個行業(yè)千載難逢的機遇。

2015年前后，業(yè)界對于GPU摩爾定律視若無睹，那時候GPU的角色更多是顯卡的核心部件，主要受眾在游戲市場。

大多數人并沒有意識到，一些變化正在潛移默化地發(fā)生著。

英偉達早在2007年年中就推出的、為釋放GPU獨特并行運算所打造的CUDA計算架構，和很早就提出基礎理念但遲遲沒有實質進展的人工智能走到了一起。

這兩者互相成全，AI找到了一條通過算力暴力突破瓶頸的捷徑；而GPU也終于在游戲和專業(yè)應用之外找到了一個新的市場、一個幾乎無所不覆蓋的新市場。

譬如安防市場，在這個領域，99%以上的數據是非結構化數據，安防大數據要走向深度應用首先必須解決的就是視頻結構化問題。

早在2016年，海康威視便基于英偉達Jetson TX1發(fā)布最新雙目智能攝像機產品，借助GPU的強大視覺計算性能和深度學習技術，在實現強大視頻捕捉能力的同時滿足了對海量計算的需求。

此外，包括華為、比特大陸、寒武紀等中國AI芯片廠商也發(fā)布了相關產品，為高性能智能分析服務器市場提供更多選擇。

云端之外，就AI芯片邊緣側，來自中國戰(zhàn)區(qū)的炮火聲也不小。

比如地平線，在智能攝像頭嵌入AI芯片方面，地平線的AI芯片已經具備了在前端實現大規(guī)模人臉檢測跟蹤、視頻結構化處理的性能。

更為重要的是，地平線不僅手握AI芯片，還具有結合場景的深度AI算法，這是他們在安防行業(yè)競爭的殺手锏。智能視覺分析應用，不僅需要超強大的AI芯片，還要有結合業(yè)務場景的應用算法，雙劍合璧，效率更高。

畢竟，一個裁縫做出來的上衣加褲子才能稱為一套完美的衣服。

比如云天勵飛，它于2018年推出了第二代基于視覺應用的人工智能芯片DeepEye1000。DeepEye1000是一款異構多核并行計算SoC芯片，內嵌具備自主知識產權指令集的多核神經網絡處理器。

與通用GPU相比，DeepEye1000單位性能提升20倍，單位能效提升100倍，系統(tǒng)時延降低200倍。隨著云天勵飛DeepEye1000的推出以及應用場景的拓展，云天勵飛的AI芯片將會以更快的速度實現更大規(guī)模的商用。

再比如觸景無限，這是一家行業(yè)最早布局前端視覺感知的AI企業(yè)，過去幾年，他們已經成功推出包括盾悟智能盒/分析主機、人工智能模塊“瞬視”、角蜂鳥Horned Sungem AI視覺套件等過硬產品，鍛造出了一個完整的覆蓋安防、教育、金融等領域的解決方案生態(tài)體系。

談完AI芯片新銳公司，再看傳統(tǒng)安防巨頭。

公開資料顯示，?？导捌潢P聯公司已經開始在芯片領域進行投資、并購和投產研發(fā)，涉及了SSD主控芯片、AI芯片等。

另外，2018年人工智能與實體經濟深度融合創(chuàng)新項目名單中，也將大華申報的視頻監(jiān)控人工智能SoC芯片研發(fā)及應用的項目公之于眾。

作為傳統(tǒng)安防玩家，他們的優(yōu)勢是對安防各類應用場景非常熟悉，對攝像機的光學特性結合AI應用了如指掌，獲得AI芯片最終落地應用的成本更低。

但在這塊，有人果斷看好，也有人比較擔憂AI芯片的前景：

一是能耗。以安防視頻監(jiān)控智能分析為例，AI芯片需要將大量的非結構化視頻數據轉化成結構化數據，將視頻數據打上標簽，然后進行比對分析。

想要實現整個分析過程的通暢無阻，AI芯片的性能必須達到要求，并要求整體的軟硬件的耗能不能太高。

例如，同樣是分析同一個紅綠燈路口的車輛監(jiān)控數據，不同的芯片裝在同一個攝像機上，由于AI算法的千差萬別，就會造成分析的同一張畫面所需能耗可能一個只需要80毫安，另一個則需要120毫安。

雖然相差40毫安，但是在酷暑的氣候條件下，這40毫安持續(xù)散發(fā)的熱量可能會導致攝像機主板被燒壞，增加額外成本和維修費用。

二是價格。普通的高清槍機和球機，價格一般在幾百到千元左右，但是如果在攝像機上加入場景定制的AI芯片，價格可能會翻一倍以上，對于大多數客戶而言，在前置的智能分析無法帶來業(yè)務和管理效率的提升時，沒有必要冒險將智能分析的功能從后端前置到攝像機上。

可以看出，應用模式上的爭議，正考驗著整個行業(yè)的實踐智慧，同時也讓芯片商在產品上做出取舍。

在競爭激烈的芯片市場，前有虎后有狼，應用場景的不同，意味著產品聚焦要么在后端，要么在前端，二者選其一。如果顧頭又顧尾，最終可能兩頭都沒法達到預期效果，這是場景分散化，產品個性化和需求碎片化決定的。

可以肯定的是，深耕競爭激烈的AI芯片市場，各家企業(yè)都有自身的看家本領，也就是說，無論做前還是做后，各家都有機會占領一隅，成為一方諸侯。

4

AI芯片時代，沒有永遠的霸主，每個階段都會有贏家，只是這贏者不能再通吃。

作為能夠帶來真金白銀的高價值市場，城市安防等市場勢必會招來虎狼爭食，誰能笑到最后，穩(wěn)坐釣魚臺，前方依舊迷霧重重，如履薄冰。

那么，在這場變革之戰(zhàn)中，誰能贏得這場戰(zhàn)爭？又或者說，贏得這場戰(zhàn)爭比較關鍵的籌碼是什么？AI芯片領域未來發(fā)展整體呈現什么態(tài)勢？如何應對？

洞悉這一趨勢，安博會前一天（10月27日），雷鋒網AI掘金志將以“城市視覺計算再進化”為主題，在深圳舉辦首屆“全球AI芯片·城市智能峰會”。

本次大會將由雷鋒網AI掘金志團隊一手策劃，此前我們用兩年時間打造了「中國人工智能安防峰會」及「CCF-GAIR視覺智能專場」，樹立了業(yè)內首屈一指的垂直論壇品牌。

往屆峰會上，多位享譽世界的院士、Fellow、安防企業(yè)首席智能技術高管，以及AI獨角獸創(chuàng)始人和知名投資人，在論壇發(fā)表重要演講，包括中國工程院院士、CCF理事長高文，CVPR、ICCV大會主席、IEEE 院士權龍，清華大學微電子所所長、IEEE 院士魏少軍等，不斷刷新著安防人的AI認知。

本屆AI芯片峰會上，也將全力聚焦AI安防產業(yè)中最值錢、也是最“硬”的部分：“AI芯片/端到端視覺芯片解決方案/AI服務器”等產品領域。

受眾將面向安博會參會者中最核心的前端芯片、云端芯片、人像抓拍機、智能NVR、分布式存儲服務器、人臉比對服務器、視頻結構化服務器等產品與一體化解決方案采購方代表，以及政府公安官員和投資人。

同時，大會也將匯聚全球極具代表性的AI芯片、智能服務器、安防、計算機視覺企業(yè)高管：

以“英特爾、英偉達”為代表的全球芯片廠商；以“?？?、大華”為代表的傳統(tǒng)安防企業(yè)；以“阿里、華為”為代表的城市級云/AI平臺領導者；以及新銳的AI芯片企業(yè)及安防企業(yè)。

同時聯合政、企、學、研、投、媒六界頂層資源，共同探討智能城市背后算力引擎的未來。

擬邀嘉賓（4位已確認出席）：