资深半导体专家张永谦讲述地平线“算法+芯片”的业务逻辑-薪媒体_O2O新商业媒体资讯平台

作为一家中国AI创业公司,为什么选择“”这样一个高门槛的切入点?“+芯片”是一种什么样的业务逻辑?地平线又将如何让落地?

地平线业务副总裁、资深半导体专家张永谦接受高工智能的专访,并在GGAI2017人工智能峰会开幕式上发表《AI芯片,让人工智能真正落地》主题演讲,讲述了地平线“算法+芯片”的业务逻辑。

芯片战争

芯片,被喻为国家的“工业粮食”。这个比掌心还要小得多的集成电路,却是中国所有进口贸易耗资第一的商品,95%靠进口。据海关总署统计,中国每年约2千亿美元用于芯片采购。

截至2016年10月,中国芯片的进口金额高达11908亿元人民币,而同期原油进口仅为6078亿元,芯片进口的花费接近原油的两倍。2017年,国内市场规模将达到千亿美元,占全球芯片市场的50%以上。

当前,中国芯片市场呈现两大特征,一是中国是全球最大的市场,二是严重依赖进口。事关国际名声和国家安全,芯片的国有化已不仅是市场驱动,也是国家的战略需求。随着深度学习的兴起,有能力处理的AI芯片更是供不应求。此时,一家基于“算法+芯片”,提供嵌入式人工智能解决方案的本土企业—地平线脱颖而出。

在张永谦看来,地平线能成功推出这样的解决方案的原因有两个:

一是随着技术和服务的完善,国内整个产业生态越发友好,成为Fabless的公司也越来越容易。以往设计一款芯片,大的公司要去Fab,则要自己掌握知识和制造工艺,如今中小型的公司如地平线等,也能在短时间内完成一款芯片。

二是AI芯片不是芯片,而是算法和芯片的混合体。地平线拥有业界顶尖的深度学习团队,可以针对实际场景和目标市场,快速精准的设计芯片架构,提供完整解决方案。

总的来说,制造芯片的门槛在降低,AI的发展中国正在同一起跑线,加上国内巨大的市场驱动需求,因而地平线提供的人工智能解决方案有了很强的号召力。不过,既然中国市场诱惑巨大,面对日益崛起的同行竞争,地平线将怎样保持人才和技术优势?

张永谦指出,人工智能发展到现在,跟原来最大的不同是它强依赖大数据。对于国外,无论是算法还是芯片公司,对中国的大数据很难获得。市场、数据、场景都扎根这里。例如,只有在国内采集数据,自动驾驶解决方案才能做到适应中国的路况。这一点上,中国本土企业显然更有优势。

何况AI芯片无法速成。对于国内同行,地平线就占据了时间优势。据张永谦介绍,地平线AI芯片是与场景深度结合而非通用的。从考虑开工、算法设计到成品,完成一款解决方案级别的芯片至少要2年,先起跑的地平线会有2年的领先优势。同时在服务上,“算法+芯片”的模式减少了客户分别从两家公司采购产生的时间和磨合成本,一家即可包办。

“地平线对长尾市场非常友好,能支撑众多缺少算法能力、但对于行业应用熟悉的公司,真正快速让AI落地,”张永谦说,“跟大公司的高价芯片比,功耗和性价比都很好,这也是客户选择我们的理由。”

张永谦称,芯片和算法是必要条件,场景和数据则是推手。前者代表地平线有这个能力,后者提高了国内外竞争者的进入门槛。

地平线业务副总裁张永谦

“算法+芯片”

曾在老牌半导体企业德州仪器工作12载的资深专家张永谦,对半导体行业变迁感触颇深。他指出,比拼计算性能的时代已经过去,摩尔定律即将失效。光从数字半导体的角度,只PK硬件、规模、计算能力已不适用于产品迭代,现在的半导体公司也越来越多“软”的能力。半导体巨头如英特尔,豪购Mobileye也是看中它对于场景和算法的“软”的能力。

在将来,生产数字芯片的半导体公司甚至会成为伪命题,市场会涌现更多软硬件结合的公司。“长远发展下去,这些公司也需要懂算法。颠覆或收购半导体公司的或许不是同行,而是数据或者软件算法公司。”

因此,地平线选择了“算法+芯片”软硬结合的商业模式。在张永谦看来,这一模式定位清晰,且面向未来。当前不少AI公司只做算法,比地平线规模大的芯片公司又只生产芯片。把两者结合起来的,目前中国只有地平线一家。

但跟开发通用芯片的英伟达等公司不同,地平线的芯片牺牲了一定程度的通用性,针对具体场景解决具体问题,换来了低功耗、高性价比、快速让应用落地等优势。如果说英伟达等是通吃的一横,地平线则是深耕垂直领域的一竖。“与传统芯片更多定位为计算平台不同,地平线定位为智能计算平台,去支撑不同场景的应用。”张永谦表示。

而智能平台和计算平台的区别,则是前者把面向深度学习、场景相关的算法和芯片相结合,后者更强调其计算能力。所以地平线不需要客户理解AI和算法,即可快速使用其平台提供的感知等方面的信息,让AI和各行业的应用相结合。

“本质上,地平线不做通用芯片,那是体量大的公司才做的事。我们的目标是通过算法解决具体场景的问题,而通用性芯片匹配的性价比不够好,所以选择了自己开发芯片。但这就要求对市场的前瞻性把握得比较准,且有决心把复杂度大幅增加的东西做好。”张永谦表示。

如今,地平线的AI处理器已在台积电流片成功,正在实验室进行功能和性能的调试。芯片重点面向智能摄像头和智能驾驶两个场景。张永谦表示,今年年底地平线将正式对外发布其结合驾驶、安防等场景的应用。

在智能驾驶方面,地平线定位为“软件+硬件”核心解决方案的提供商,主要跟顶级整车厂和TIER1合作,聚焦智能感知部分。在智能摄像头方面,地平线对泛安防和智慧商业领域较为看好。芯片量产后,将在泛安防的线下进行更广泛的尝试。

“端+云”

在PC时代,奔腾等芯片每秒的计算速度曾广被讨论。到了智能时代,计算能力的堆积已非首要,芯片必须和智能的算法、场景相结合才有意义。基于此,地平线的思路是算法加芯片,面向终而非端。面对有人认为不少互联网公司正进行云端开发,如果云足够强,没必要做端的智能的说法,张永谦表示,这样的说法过于理想化。

一方面,不少场景要求实时性,有些地方无法联网,或者不能保证网络的带宽和稳定性。另一方面,即便网络带宽高,当把所有数据无差别传到云上,99%可能是垃圾数据,只有部分场景和条件的数据有价值,会浪费大量带宽和云端处理能力,有没有提高效率。

所以云端再发达,端的智能依然必须。基于云端的不足,地平线的AI芯片实现了两个功能,一是可以把芯片看做是本地大脑,能直接感知周围环境,二是成了价值数据的挖掘机,能挖掘有价值的数据,从而得以先对大数据进行过滤,再传到云端。

张永谦进一步指出,明确面向端的智能的必要性后,还要理解AI本身没价值,只有解决具体场景的具体问题才有价值。当能帮助各行业的客户降低成本和提高效率,AI才能大规模应用。