业务更多元,边界被重构,竞争在升级,价值挖掘深入核心高地。
这就是AI独角兽依图科技,带来的最新行业启示。
刚刚,在总部所在地上海,依图召开创办以来首场发布会,正式对外宣布其AI芯片业务的消息。
而且不是将涉足芯片,也不是披露流片成功,是真正开启商用。
这对依图,对AI行业,都将是一个新开始。
依图AI芯片
作为依图的首款芯片,采用SoC解决方案,系统级芯片,实现了从算法、应用场景、芯片到服务器的全栈场景,具有均衡的端到端处理能力。
取名questcore™,中文名求索。
SoC,即System-on-Chip,片上系统。一般指将多个IP集成在同一个芯片上。
作为云端服务器芯片,可以独立运行,不依赖Intel x86 CPU。
这也是依图芯片与英伟达GPU、谷歌TPU和其他AI芯片公司研发的AI加速器产品一个很大的不同。
而且求索芯片自带网络支持模块,支持虚拟化、容器化,将AI云的弹性计算和调度提升了一个量级。
计算体系结构角度,该芯片基于领域专用架构(Domain Specific Architecture,DSA)理念,专为计算机视觉应用而生。
目前,如Google TPU就是一种DSA,针对深度神经网络(DNN)进行加速,而且TPU充分证明了DSA的优势。
同等功耗下,依图求索芯片能提供市面现有同类主流产品2~5倍的视觉分析性能。
依图信心满满称,考虑到目前以及将来一定时间内业界对视觉分析应用的需求,这是目前性价比最高的方案。
AI芯片的时代机遇
依图CEO朱珑说:AI普及的关键,在于智能密度。
当前的挑战在于,摩尔定律失效,晶体管密度难以满足智能计算。物理的极限已至,只能换道而行。
AI芯片为什么难?
朱珑认为有三方面原因:
一,没有典型场景应用没有意义。
二,没有超越英伟达的芯片没有意义。
三,没有世界级的算法没有意义。
但同时也能分别回答依图的三个问题:为什么要做芯片、做什么样的芯片,以及怎么做?
朱珑比喻,依图做AI芯片,挑战就像恒大足球队要战胜皇家马德里,而且还要全华班底团队,之前不可想象。
但是现在,一个全新的时代机遇来临:
从摩尔定律到算法即芯片的时代。
算法即芯片,也是依图认为求索芯片的先天优越性所在。
从诞生之日,它就是世界顶级算法公司做出来的芯片,是依图扎根视觉行业做出来的芯片,因而会在技术、应用和业务场景方面更具性价比,也真正为大规模推广AI技术应用而生。
该款芯片由依图与芯片公司ThinkForce联合研发,依图求索芯片仅针对INT 8数据(8 位整数数据类型)进行加速。
依图方面称,这也是求索芯片实现性能和功耗比呈量级提升的根本原因之一。
在应用方面,依图AI芯片可以针对视觉领域的不同运算进行加速,适用于人脸识别、车辆检测、视频结构化分析、行人再识别等多种应用场景。
不过目前看起来,依图并无芯片的单独销售计划。
求索芯片首先完全自用,会用在依图的云端和边缘服务器上,与依图的智能视觉分析软件结合,作为软硬件一体化的解决方案对外销售。
依图造芯之路
依图造芯,不完全是新消息。
早在2017年就有过江湖传闻。现在,依图对外明确了整个始末。
2017年2月,因为业务开拓中越来越多对算力的需求,以及当前行业的不能满足,依图开始考虑如何最优化解决问题。
基于上海IC产业的背景优势,2017年年底,依图正式宣布战略投资AI芯片初创团队ThinkForce,强强联手,软硬结合。
ThinkForce与依图风格相似,较为低调,对外曝光并不多。
朱珑介绍,这是一支中国少有的拥有芯片研发全链路能力的团队,核心成员在芯片设计、体系结构、算法研究等领域都拥有深厚造诣,能够最大程度地发挥依图在算法和软件层面的积累。
于是依图AI芯片之路,开始驶上快车道。
2019年年初,第一代求索芯片,流片成功。
于是有了今天的依图创办以来的首场发布会。
但依图芯片发布,不是从口袋中掏出芯片,而是直接现场演示。
4颗依图芯片构建的1U服务器,能做什么?
吊打英伟达P4。
现场实时演示,用一个2000美元的英伟达P4显卡,只能做27路视频的实时人脸检测,但用依图的AI芯片,可以拓展到200路。
不只是识别,还可以实时进行比对。
依图首席创新官吕昊也感慨,依图可能是全球第一个直接带现场演示的芯片厂商,而不是通过PPT,或者从口袋中掏出“模型”。
依图芯片详解
接下,依图创始人及CEO对首款芯片进行了详解。
设计理念:
依图CEO强调,端侧芯片,刚需和难度都挑战有限,我们不做大家都能做的事情。做,我们就做云端芯片。
而且求索芯片,既可以服务云端,也能放在边缘。
另外,依图的求索芯片,不是一个AI加速模块,而是一个完整的具有端到端能力的AI处理器。
有通用的计算能力,有64路解码能力,还有通用的AI算力——视觉的检测分类识别和跟踪,以及TensorFlow等架构。
性能对比:
云端芯片对比:
边缘芯片对比:
自动驾驶芯片对比:
不过朱珑也解释,依图不会自己做自动驾驶,但欢迎无人车公司来合作。
产品形态,目前2款,一个是依图原子系列云端服务器,另一个是依图前沿系列边缘盒子。
依图还高调表示:未来目标,希望求索芯片可以让一万路智能视频解析成为标配。
建得起,用得省,算得准。
非造芯不可
发布会现场,依图也强调,并非为了做芯片而做芯片,涉足芯片核心初衷有两点:
一方面,满足自身业务和产业需求。
现有的计算机架构已经无法满足人工智能尤其是深度学习对算力的需求,工艺制程的提高终将碰到物理极限。在摩尔定律濒临终点,但算法性能仍在万倍提升。
产业已经处于这样的前夜——应该以AI为中心来思考计算机体系结构。
在算法即芯片的时代,算法和芯片两者紧密耦合,不可分离;只有懂算法的AI公司才能做出更好的AI芯片,才能将算力更高效地转化为智能。
而且任何一项技术,要实现大规模推广,成本降低,实现高性价比的规模化应用,让绝大多数人都能用得起,是基本前提。
所以自研芯片,可以最大化将依图的智能软件结合,作为软硬件一体化解决方案对外销售,为客户提供更高价值。
另一方面,依图看到世界级机会。
依图方面称,智能时代,没有先例可循,中国AI创业公司与世界科技巨头,站在同一起跑线上,完全有机会成为新时代的巨头。
如此信念下,依图在推进智能项目落地的过程中,越来越深切感受到针对应用场景和业务逻辑定制AI芯片的必要性和迫切性,并预见软硬件一体化是人工智能技术落地的必然发展方向。
而且算法定义芯片或者说以DSA芯片为代表的智能计算时代,对AI领域知识的理解最为重要,包括算法发展趋势、实际应用场景和具体业务逻辑的洞察。在这一点上,中国公司不一定比外国公司差。
更具体来说,依图并不比其他公司弱。
在美国国家标准与技术研究院(NIST)举行的全球人脸识别权威测试(FRVT)中,依图连续三年获得第一名。
而且依图也是目前AI算法落地业务最成功的公司之一。
当然,站在当前时代背景下,依图也透露,作为AI头雁公司,推动中国智慧芯片产业发展,也是责任所在。
中国的芯片之痛,之前已一次次被提起,现在,依图认为有换道超车的机会。
最后,更直接来说,造芯对于依图目前业务和未来前景,都将是一次强补充。
以当前依图业务为例,按照效能用电来计算,自研芯片替换后,能节省1/3以上,三年内可以节省上亿元。
而面向产业,之前也有数据统计,到2025年,单是数据中心推理加速器这一细分市场,规模就可能达到170亿美元。
然而影响远不止于此。
重估依图
依图芯片发布,对于芯片产业是明确信号。
如“算法即计算”的观念,目前算法、软件正在重新定义芯片和硬件,传统芯片巨头之间的势力范围和功防疆界,已经被打破。
在全世界范围内,芯片供应领域都在上演着客户变竞争对手。
英特尔和英伟达等芯片霸主,目前正在被特斯拉、依图等“跨领域”玩家挑战。
而且依图这样的公司,算法还在业务场景中不断迭代,发展速度并不会依照传统半导体发展路线。
对AI公司来说,也展现新信号。
之前国内有AI四兽,把依图和商汤、旷视及云从等四家中国AI独角兽并称。
当时四家公司都是AI算法起步,但现在短短几年,各自走出不同路径,而且差异化越来越明显。
比如依图,落地业务涉及金融、医疗、智慧城市和零售方面。
并且除了视觉领域,跨界打击也在发生。
依图上一次发布会,推出了自研的语音识别技术。虽然之前以视觉形象示人,但一发布就达到了中文语音识别的最高水平,NLP方面,基于自然语言处理的人工智能儿科诊断研究成果,被Nature Medicine收录并发表于2019年2月刊,这是目前中国人工智能科研领域在全球发表的最高级别论文。
所以AI领域,更多的跨疆界、跨领域变革,已经发生。
这也不断提醒外界,AI的竞争,将是一次全局性竞争,小家碧玉守住固土,难以实现更大发展。
依图式的横向拓展,以AI为引擎打造更大的平台,会成为越来越明显的趋势。
当然,也是时候重估依图了。
创办于2012年的依图,从融资估值层面而言,先后官宣了多轮融资:
-
2013年8月获得真格基金天使轮投资;
-
2015年1月完成高榕资本A轮投资;
-
2016年6月完成云锋基金领投的B轮投资;
-
2017年5月完成来自云锋、红杉等机构的3.8亿C轮融资;
-
2018年6月,C+轮融资,投资方为高成创投、工银国际及浦银国际;
-
2018年7月,兴业国信资管1亿美元C轮次追加融资。
依图上一轮估值已达150亿元,是中国和全球最具资本认可的AI公司之一。
但目前,依图的芯片业务,实际还体现到最新估值中。
于是也带来新问题,如何重新估算依图价值?
在AI芯片领域,地平线最近一轮投后估值30亿美元,寒武纪据称最新也接近30亿美元。
而相比地平线和寒武纪,依图的芯片自发布之日就开始商用,业务拓展到哪里,芯片销售和使用到到那里。
所以重估依图,可以简单是现有估值+30亿美元吗?
总之,是时候提出这个问题了。
您可以复制这个链接分享给其他人:https://www.yitutech.com/node/708