1
依圖芯片“終于“問(wèn)世了。
2019年5月9號(hào)，上海中心，人工智能企業(yè)依圖發(fā)布其首款深度學(xué)習(xí)云端定制芯片，定名“求索”。
‘求索’的發(fā)布，是依圖面向智能計(jì)算時(shí)代的重要里程碑事件。
依圖科技首席執(zhí)行官兼聯(lián)合創(chuàng)始人朱瓏在接受CCTV采訪時(shí)，毫不吝嗇地給予了這顆處理器奪目光環(huán)及歷史意義。
“這款芯片結(jié)合了最佳的人工智能算法和最先進(jìn)的芯片設(shè)計(jì)理念，從設(shè)計(jì)到制造首次實(shí)現(xiàn)全面國(guó)產(chǎn)化，加速了數(shù)據(jù)中心服務(wù)器人工智能芯片自主可控的進(jìn)程，為更多人工智能產(chǎn)品落地提供了可能?！?/p>
發(fā)布會(huì)現(xiàn)場(chǎng)，依圖科技首席創(chuàng)新官呂昊表示，“求索”芯片今天開始即可商用。
一款芯片是否具備競(jìng)爭(zhēng)力，需要衡量其“4P”實(shí)力：性能(performance)、效能(productivity)、功耗(power)和價(jià)格(price)。
據(jù)悉，該芯片功耗單路數(shù)小于1W、0.75TOPS/W；單芯片50路視頻解析，1U可支持200路；自帶網(wǎng)絡(luò)支持，支持虛擬化，支持Docker；支持通用視覺(jué)：檢測(cè)、分類、識(shí)別、分割、跟蹤等等。
同時(shí)，呂昊還在發(fā)布會(huì)現(xiàn)場(chǎng)演示了“求索”芯片性能，他直接架起200路攝像機(jī)，通過(guò)四塊“求索”芯片實(shí)時(shí)比對(duì)現(xiàn)場(chǎng)超過(guò)五百位現(xiàn)場(chǎng)觀眾的人臉。（演示十分鐘左右，現(xiàn)場(chǎng)未發(fā)生一起誤報(bào)）
未來(lái)，該芯片可以應(yīng)用于安防、醫(yī)療、自動(dòng)駕駛等視覺(jué)領(lǐng)域。
依圖造芯，其實(shí)很早之前就有了些線索。
2017年12月15日，依圖等數(shù)家機(jī)構(gòu)宣布完成對(duì)AI芯片初創(chuàng)團(tuán)隊(duì)ThinkForce的4.5億元A輪投資，坐實(shí)了其進(jìn)軍芯片領(lǐng)域的傳聞。
根據(jù)官方介紹，ThinkForce計(jì)劃推出的AI芯片基于業(yè)界先進(jìn)的半導(dǎo)體制程工藝，采用自主研發(fā)的微內(nèi)核ManyCore架構(gòu)，能完成AI云虛擬化調(diào)度在芯片級(jí)的實(shí)現(xiàn)。
此架構(gòu)將AI云的彈性計(jì)算和調(diào)度提升一個(gè)量級(jí)，類似CPU的虛擬化給云計(jì)算的彈性調(diào)度帶來(lái)成倍的成本節(jié)約。
同時(shí)，該技術(shù)結(jié)合自主研發(fā)的固件和TFDL軟件SDK能夠?qū)崿F(xiàn)對(duì)于各類神經(jīng)網(wǎng)絡(luò)模型的計(jì)算加速，相對(duì)于Nvidia主流計(jì)算卡能實(shí)現(xiàn)5倍以上的功耗和成本節(jié)省。
就此，依圖科技聯(lián)合創(chuàng)始人林晨曦還曾公開表示，由于AI芯片算力等問(wèn)題，在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)，NVIDIA幾乎處于“壟斷”地位。2018年年底，該項(xiàng)投入有望消除AI芯片的對(duì)外依賴，交出一款國(guó)產(chǎn)化AI芯片。
今天來(lái)看，依圖也的確用實(shí)際行動(dòng)踐行了林晨曦此前的承諾，雖然相比預(yù)期稍晚了幾個(gè)月。
算法起家的依圖為何選擇造AI云端芯片？雷鋒網(wǎng)認(rèn)為有三大原因。
從內(nèi)來(lái)看，算法這一桿槍已經(jīng)承載不了日益健壯的依圖高速發(fā)展所需的彈藥。
人臉識(shí)別算法嚴(yán)格意義上來(lái)說(shuō)相當(dāng)于一個(gè)“中間鍵”，很難成為一款產(chǎn)品或是一個(gè)行業(yè)。
之所以以算法立身的公司前些年得到市場(chǎng)的廣泛認(rèn)可，一來(lái)資本需要；二來(lái)過(guò)去幾年，技術(shù)的確也得到了快速提升。
剛性需求和技術(shù)蛻變的完美結(jié)合產(chǎn)生了AI＋安防等玩法，但這些玩法最后極大可能都會(huì)形成裂變：要么轉(zhuǎn)型做芯片、要么轉(zhuǎn)行做解決方案提供商、要么被收購(gòu)、要么直接消失。
究其原因，最為致命的問(wèn)題在于算法立命的廠商發(fā)展后期缺乏“交互鍵”，無(wú)法直接觸達(dá)用戶，而交互的前提必須強(qiáng)依賴于硬件。
所以可以看到，過(guò)去兩年，AI技術(shù)公司戰(zhàn)略打法正在逐漸下沉，已有不下十家創(chuàng)業(yè)公司對(duì)外宣布造芯計(jì)劃。
從外分析，算法＋芯片的雙輪打法已經(jīng)不是書本理論，相關(guān)廠商已就這套模式?jīng)_鋒陷陣了多年并獲得了一些成績(jī)。
朱瓏甚至預(yù)測(cè)，眼下已經(jīng)從摩爾定律到算法即芯片的時(shí)代。
通常大多數(shù)芯片廠商提供給客戶的產(chǎn)品均是普通計(jì)算型芯片，只在底層提供一些加速操作，沒(méi)有面向重大場(chǎng)景做針對(duì)性優(yōu)化，已經(jīng)無(wú)法滿足AI個(gè)性化的需求。
客戶拿到芯片之后還需再找算法廠商購(gòu)買算法，比如安防場(chǎng)景下的密集人群檢測(cè)和識(shí)別，自動(dòng)駕駛場(chǎng)景下的三維感知定位等。
另外，在與芯片商及算法提供商溝通過(guò)程中，很多客戶往往比較弱勢(shì)（前者技術(shù)門檻較高）。
當(dāng)客戶遇到系統(tǒng)級(jí)問(wèn)題需要快速支持解決時(shí)，芯片與算法廠商雙方很難做到深度高效的協(xié)同支持，以及合適的利益分配，必然會(huì)在對(duì)于客戶的支持產(chǎn)生很多問(wèn)題，難以應(yīng)對(duì)AI在行業(yè)快速落地的需求。
以蘋果為例，蘋果從硬件芯片到操作系統(tǒng)都是自己提供，雖然單獨(dú)看處理器運(yùn)算力可能低于專業(yè)手機(jī)處理器公司，但成品的iPhone相比安卓手機(jī)無(wú)論從速度還是流暢性來(lái)看都要強(qiáng)大很多。
由此，軟硬結(jié)合做配套服務(wù)是AI公司可以看得到的并能充分發(fā)揮自身優(yōu)勢(shì)的最佳方案。
“懂算力、知算法，地平線能做，依圖為什么不可以？“這也許是依圖管理層內(nèi)心的真實(shí)寫照。
第三點(diǎn)，則是依圖自身對(duì)于未來(lái)的判斷。
有人提到，隨著AI的崛起，對(duì)計(jì)算能力的需求越來(lái)越高，云端也有了更多的數(shù)據(jù)壓力。
如果所有的數(shù)據(jù)處理都放在云端，會(huì)給通信的帶寬以及實(shí)時(shí)傳輸帶來(lái)壓力，其次涉及到信息安全以及隱私問(wèn)題，所以高性能和低功耗的終端智能被提上日程：把更多的數(shù)據(jù)處理放在靠近數(shù)據(jù)源的設(shè)備端，將一些AI計(jì)算量的壓力從云端轉(zhuǎn)移到邊緣端。
對(duì)此，依圖科技業(yè)務(wù)發(fā)展副總裁羅憶表示，之前業(yè)界就此一直都有爭(zhēng)論，智能分配究竟是前端多一點(diǎn)更合理，還是后臺(tái)多一點(diǎn)更合理。
“依圖堅(jiān)定認(rèn)為，中心智能一定增長(zhǎng)得更快。“
他篤信，云邊端必須協(xié)同發(fā)展，但要做到分配平衡，應(yīng)該把合適的算力、算法放到合適的位置，很多問(wèn)題并不是算力本身導(dǎo)致的，而是分配失衡導(dǎo)致的。
每一層都有相應(yīng)的應(yīng)用，不能指望公安部建立一套全國(guó)通用的系統(tǒng)去解決所有的問(wèn)題，但也不能說(shuō)每一個(gè)攝像頭擁有了智能就能解決公安所有的問(wèn)題，一定是分層應(yīng)用，每一層都需要智能。
目前包括安防市場(chǎng)在內(nèi)的很多行業(yè)的發(fā)展已從監(jiān)控智能到識(shí)別智能再到數(shù)據(jù)智能，從數(shù)據(jù)智能的視角，更多更大比例的智能會(huì)發(fā)生在云端，解決云端的算力、算法、數(shù)據(jù)才是真正的課題。
布局芯片產(chǎn)業(yè)，則是看到了由于數(shù)據(jù)多元化帶來(lái)的計(jì)算多元時(shí)代。
83年前，圖靈機(jī)的提出，開啟了計(jì)算時(shí)代；
73年前，電子計(jì)算機(jī)的問(wèn)世，標(biāo)志著計(jì)算智能時(shí)代的開始；
48年前，微處理芯片出現(xiàn)，摩爾定律的奇跡使得計(jì)算隨處可見；
20年前，互聯(lián)網(wǎng)的發(fā)展讓云計(jì)算成為IT巨頭追逐的熱點(diǎn)；
10年前，移動(dòng)互聯(lián)網(wǎng)將機(jī)器智能帶到手掌；
3年前，機(jī)器智能初步超越人類；
今天，機(jī)器智能大規(guī)模普及，從云到指尖，人工智能也讓計(jì)算產(chǎn)業(yè)走到歷史節(jié)點(diǎn)。
在這個(gè)節(jié)點(diǎn)之上，算法立身的依圖，接下來(lái)需靠芯片立命。正如羅憶所說(shuō)，算法、算力、數(shù)據(jù)、行業(yè)知識(shí)綜合起來(lái)，AI的輪子才能轉(zhuǎn)起來(lái)，推動(dòng)整個(gè)行業(yè)發(fā)展。
太平洋彼岸的一則禁令，一夜間讓國(guó)人感受到了一顆微小芯片的分量，人們?nèi)找婷靼走@樣的硬道理：核心技術(shù)乃國(guó)之重器，打好“芯片”攻堅(jiān)戰(zhàn)，是必須跨越之坎。
但在“造芯“之路上，正如這款芯片的名字一樣，路漫漫其修遠(yuǎn)兮，必須上下而求索。
譬如，如何將算法與芯片進(jìn)行交叉學(xué)科的創(chuàng)新本身就是業(yè)界的重大技術(shù)挑戰(zhàn)，目前國(guó)內(nèi)普遍緊缺芯片研發(fā)人員，哪一家都不例外；
譬如，AI芯片在每個(gè)細(xì)分市場(chǎng)都缺乏行業(yè)標(biāo)準(zhǔn)，即便是安防產(chǎn)業(yè)，每個(gè)城市的每個(gè)項(xiàng)目都有自己的標(biāo)準(zhǔn)，復(fù)制成本異常高昂；
再譬如，雖說(shuō)這幾年算法能力大幅提升，但整個(gè)算法的準(zhǔn)確度在不同復(fù)雜環(huán)境下的準(zhǔn)確度還未達(dá)到預(yù)期，如此等等。
前行之路困難重重，即便如此，對(duì)于包括依圖在內(nèi)的眾多中國(guó)AI創(chuàng)業(yè)公司，應(yīng)該給予更多的耐心及包容，過(guò)去幾年，他們的確給我們帶來(lái)了太多的驚喜和成績(jī)。
就像養(yǎng)育一個(gè)孩童，能力是慢慢發(fā)掘出來(lái)的。
做公司，特別是做AI公司，需要深入人心的理念和信仰，以及慢工出細(xì)活的經(jīng)年積累，因?yàn)檫@是一條從未有人走過(guò)的路，戰(zhàn)略不是一開始就能完全制定好的，新的能力慢慢長(zhǎng)出來(lái)，能做的事才會(huì)越來(lái)越多。
就如依圖科技辦公區(qū)的一面墻上寫著的，“AI future，unprecedent-ed，we see, so we believe.”(人工智能的未來(lái)，無(wú)以倫比，我們見證，所以我們相信)。
相信所以前行，賠了歲月也好，贏了未來(lái)也罷，體會(huì)其中過(guò)程才最重要。雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
