设为书签 Ctrl+D将本页面保存为书签,全面了解最新资讯,方便快捷。 您也可下载桌面快捷方式。点击下载 | 新浪科技 | 新浪首页 | 新浪导航

依图造“芯”

2019-05-10 09:48:15    创事记 微博 作者: 银杏财经   

  欢迎关注“创事记”微信订阅号:sinachuangshiji

  文/汪小楼 编辑/杨一枝

  来源:银杏财经(ID:threemornings)

  “我自己有一个理解,AI走到现在是一个没有权威的时代。”

  2017年,在中国绿公司的年会上依图联合创始人朱珑演讲时说了这么一句话。他随后解释了为什么这是一个没有权威时代?

  就算美国最好的人工智能实验室要了解全球最先进的技术在发生着什么,也了解得不那么全面,因为现在人工智能发展的速度太快了,各地都在跳跃性的发展。

  如今两年时间过去了,很多意想不到的AI应用场景都相继涌现,越来越多鲜活的例子把AI技术的魅力融入了生活。

  2018年,继“歌神”之外,张学友又获得“罪恶克星”的殊荣。截止到去年12月底,警方在张学友演唱会现场通过AI人脸识别成功抓获60余名逃犯。

警方能够实现这些精准抓获,背后的神助攻正是依图科技研发的人脸识别系统。警方能够实现这些精准抓获,背后的神助攻正是依图科技研发的人脸识别系统。

  随着BAT三家大厂跑步入场后,市场竞争愈发激烈,新的技术革命给这条赛道上的所有玩家带来巨大机会的同时,也带来了前所未有的挑战。

  商业战场上,丛林法则永远有效,在这个没有权威的时代,以依图为代表的AI独角兽们只有放足狂奔,也许才能笑到最后。

  

  芯片之争

  尽管时下AI火热,商业落地呈现出百花齐放的势头,但花开之前必须先要趟过荆棘。光是用于运行AI算法和数据归纳的芯片,就是一道所有人都必须要面对的“坎”。AI企业们未来都需要解决的一个问题是—获取与AI技术相匹配的算力。

  这也意味着,单单优化算法是不够的,针对自家业务的专业化芯片的探索必须被提升日程。这种变化看似顺应时代潮流,实际上也有被逼着往前走的成分,因为传统硬件自身的局限性使得它们不得不稳中求变。

  面对日益复杂多样化的网络结构、人们对算法精准率的苛求,以及迎合自身产品的需要,各大厂商必须绕开或降低传统硬件功耗大、成本高的属性,以保证在未来形成足够的核心竞争力。

  相关资料显示,我国每年光进口芯片花费了就超过2000亿美元,远远超过进口石油的花费。不光是国家对芯片有很高的依赖程度,在未来芯片更关系着高科技企业生死存亡。

  在国外,苹果、谷歌、特斯拉和英伟达都相继推出过AI专用芯片,正将其性能提升数十到数百倍。在国内,阿里、腾讯、华为、百度等这些科技巨头也在持续发力。

  2017年,谷歌将阿尔法狗硬件平台切换到CPU芯片上,完胜世界围棋第一人李世石后,所有人都意识到一个算法即芯片的时代到来。

  也是从那时开始,依图看到了这一趋势,立马投入了芯片研发,将近两年的时间过去了,算是交出了一份不错的成绩。

  5月9日,依图发布的QuestCore 芯片是一个SoC的系统级芯片。据依图官方介绍来看,该芯片确实值得圈点。

  它不仅具可以独立运行,更具有独特的加速AI单元的能力。它包含了cpu等传统所有一颗电脑所需的所有部件,更是将整体的设计与依图自身的算法耦合起来,并且高度集成。相较而言,市场上更多的AI芯片或许只是内置了一个加速器而已。

  其核心竞争力体现在具有极高的性价比,基于该芯片构建的服务器体积小、功耗低,算力强。按估算,其占地面积可能只要原来的机房的1/5,三年间可以省下上亿的电费。

  如果将该芯片用在依图擅长的医疗和安防领域上,具体体现在,比如说原来一个机房可能要五台机器、五个机柜。现在只要一个机柜。原来需要用五个机柜,耗电可能是2万瓦。现在改成一个机柜之后,可能只需要用4000瓦。

  一直以来,与美国芯片制造业相比较,中国一直存在着不小差距。去年4月的“中兴事件”就暴露出国内科技产业“缺芯少魂”的事实。

  赶上了好时代,这并不是依图一家才有的幸运。

  AI进入了一个算法即芯片的全新时代后,国内科技企业能够有一个机会,可以用不同的框架,开发出各个细分领域的专用芯片。AI芯片设计,并没有继承国内传统芯片产业孱弱的现状,起码没有输在起跑线上。

  但是,科技发展的脚步瞬息万变,稍有不慎就有可能被远远抛在身后,中国芯片产业还有待努力和提高。

  依图的SoC系统级芯片面世,可能是中国借助AI时代,追赶世界芯片设计工艺的一个里程碑事件。不过,依图能走到今天,着实不容易。

  

  从0到1

  2012年,一群意气风发的年青人抱着一大推技术蓝图,走进上海交大闵行校区拖鞋门对面一个非常破旧的小区民房里,办了一家名叫依图的公司,他们在那里一待就是三年。

依图创始人朱珑、林晨曦依图创始人朱珑、林晨曦

  依图创立早期曾遭遇过很多尴尬,有很多学生去依图看工作,决定要不要加入时,有一大部分人基本是上了电梯转身就走,他们大多是被民房的环境吓退:电梯灯光忽明忽暗让他们觉得这个地方太危险,趁早离开为妙。

  还有一部分人进入办公场地后,会时不时随口撂下一句:你们这个地方的窗帘太难看了......想离开的理由千万种,委婉的说法总比直接说这家公司看起来没有前途要体面。

  红衫决定投依图的时候,谈判过程不是在高档的办公室,也不是在优雅的咖啡厅,而是朱珑陪红衫负责人在交大校园里直挺挺地走了六个小时。

  脚走麻了,合作谈成了。

  在这个过程中,红杉资本负责人问过朱珑一句话:你这个技术,你说你最好,这个能判断吗?朱珑回答说:怎么判断?判断不了,你只有信我或不信我。

  其实,依图遇到的困难只不过是整个行业里面的一个缩影。在当时,对于AI技术业内外一直存在两种截然不同的看法,看好它的人会认为,AI在全球都是大趋势,抓住它就等于抓住了机会。

  不看好它的人会说,AI喊了这么多年,每一次看似众望所归,感觉就要改变全人类了。可事实上,每一次它都有负众望,这些AI公司是不是想打着AI的幌子圈一大波钱?

  依图联合创始人林晨曦曾说:“AI是一个强技术驱动的时代,非常依靠技术创新和驱动。在互联网时代,寡头入局之后,小公司是没有机会的,但是人工智能时代不同,从0到1大家是平等的。”

  林晨曦只告诉了你,在AI时代众生平等,却没有说从0走到1有多难。这是每家AI初创公司都必须面临的大问题。

  商汤科技当初没实现商业落地时,也一直经历着冰与火两重天,经常会被投资人揪着问:你们究竟是在做研究院还是在做公司?

AI在安防上的引用AI在安防上的引用

  再美好的技术方案,不能成功实现商业落地都是一张废纸。技术储备和商业落地本就是两个极端,那道鸿沟如果跨越过去了,就有了资格上战场决定自己是成王还是成炮灰。但如果跨越不过去,还是等着大浪淘沙当笑柄吧。

  2017年,海康发布了一套深眸系列的摄像机,紧接着云从也依样画葫芦在11月发布了一套。结果,其安防团队在与海康的正面交锋中,被打得找不着北。

  类似的例子在行业里面多不胜数,AI不是谁都能蹭的风口,而是胜败更加鲜明的战场。如今但凡还能站在台前谈笑风生的AI公司,背后都经历过无数的沧桑。

  

  多元化考验

  毋庸置疑,依图等AI独角兽起家之时,靠的都是“术业有专攻”。

  但AI技术商业落地的行业众多,而且这些行业所涉及的细分领域,远比任何其他单一行业都要复杂。如果完全专业化,无法满足不同客户、不同行业日益增长的AI多样化需求。而且这些单一细分领域所能产生的营收盘子不够大,想要做大蛋糕就必须多元化。

  也就是说,依图虽然在实现零到一的过程中做到了实质性蜕变,将专业化也做到了极致,但接下来的AI多元化战争,也许才是它们面临的最大考验。

  纵观依图科技的发展进程,你会发现其专业化突破的同时,多元化拓展也一直不遗余力,算是走在了同行前面。

  2013年最先将AI技术应用于安防;2015年最先将AI应用于金融“刷脸取款”开创无卡金融时代;2016年最先将AI与医疗结合并落地.......

  从只有一大推技术蓝图的算法冠军,到如今拥有计算机视觉、语音识别、自然语言处理、芯片等众多核心输出能力的“全栈式”AI生态链,其公司早已摆脱了外界眼中那个只会喊光艳口号的“梦想少年”形象。

  其实,依图的“全栈式”AI生态也好,还是商汤的“1+1+N”模式也罢,本质上都是殊途同归。这种打法就是先集中优势兵力攻克重点目标后,逐步演变成大规模“平台”式集团军作战。

  集团军作战是BAT们的强项,它们进场后都是采取搭建AI平台,依托于自身大数据、云计算等方面的优势,为数个甚至更多个细分领域业务提供全方位技术支持。

  近一两年,不管是BAT,还是依图等AI独角兽,都渴望推出更多落地的产品抢占先机。可以预判的是,它们两大不同梯队之间,在这片并不缺乏想象力、充满无限可能的战场,迟早必有一场大战。

  毕竟,谁也不想放过这么打一个“香饽饽”。决定战局胜负的砝码看似偏向于BAT,不过AI独角兽们仍然有很多机会。

  诚然,平台式集团军作战,它需要拥有一个健康自然的生态链,BAT在这方面已经沉浸多年,AI独角兽们看起来并不占据多大优势。

  但实际上,如前文所说AI技术商业落地所涉及不同行业的细分领域,复杂性程度也决定了它具有不可复制、替代性,任何人想要入局都得从0开始。

  互联网时代,大数据一直是创业公司的瓶颈,它们始终无法逾越BAT这三座大山。AI算法虽然也离不开大数据作支撑,但AI公司在数据上对BAT的依赖程度,却没那么迫切。

  通常,所有人都会认为有大量用户场景的领域,既使小公司有技术也基本没戏。但实际上并不能一概而论,譬如非常大众化的人脸识别领域,BAT也没有ATM机的数据,也得从最简单地开始做起。

  而越垂直、越分散,没有大量用户场景的市场,AI公司的优势肉眼可见,譬如医疗、安防领域是一个非常分割的市场,没有哪家大公司能把数据吃透。

  如今,行业里流行着一句话:很少再见到创始人拿数据和算法讲故事,取而代之的则是开始强调订单、客户和商业化布局。

  BAT的战斗力一直是恐怖的,接下来依图等公司需要做的就是依靠专业化筑起的护城河,快速实现更多行业的商业化落地布局,规模足够大后方有一战之力。

  任何一次科技革命,都是反对垄断的同时也会形成新的垄断,成就一个甚至几个超级巨无霸企业,这次应该也不会例外。

  

  AI行业一直不缺乏“泡沫论”,时至今日依旧如此。

  有太多的初创公司现在都将自己身上披上了一层AI战衣,表现形式五花八门、花样百出。以至于很难明确分清楚,哪些公司是拥有真正的硬核技术,哪些公司是把AI当作一个获取融资的噱头。

  由于自身的不确定性带来了资本的不确定性,在这条已经很拥挤的赛道上,AI创业公司如何才能更好地活下去,光靠一场学术论证和响亮的口号绝对是不够的,还需要脚踏实地做事。

  借用林晨曦一句话说:你的成就实际有太多的原因,包括我们讲的传承、坚持等等很多事情。没有什么事情能够决定最后一定会成功,但是投机,当你做一件事情非常有功利心的时候一定会失败。

(声明:本文仅代表作者观点,不代表新浪网立场。)

分享到:
保存   |   打印   |   关闭