您的位置:奥门24小时娱乐在线 > 24小时娱乐备用网址 > 寻求商业变现新途径,阿里华为等巨头争相造芯

寻求商业变现新途径,阿里华为等巨头争相造芯

发布时间:2019-11-07 04:41编辑:24小时娱乐备用网址浏览(51)

    电工电气网】讯

    “华为终于有动作了。”

    图片 1

    近日,计算机视觉“四小龙”之一的依图科技宣布推出其云端AI芯片QuestCore的消息再度引起芯片行业的关注。

    不久前的一个周末,一位朋友将华为在2018全联接大会上推出“达芬奇项目”的消息,发给了AI初创企业云天励飞的研发副总裁李爱军。在看到这个消息后,李爱军的第一反应是,华为终于真正开始旗帜鲜明地步入AI领域了。

    中国芯片发展史犹如一艘巨轮,历经几代人的沉浮岁月,轰鸣向前,遗憾的是灯塔依然明亮,我们仍需远航。半导体积淀的是人类科技实力和商业文明的全部精华,中国的鼎新者们走在“渐进主义”的道路上卧薪尝胆,让专用芯片先起来。

    继语音技术类企业陆续推出自研芯片后,计算机视觉企业也开始发布AI芯片。尽管芯片行业是一个高投入、高风险、慢回报的行业,存在技术、人才、经验和资金的综合壁垒,但这仍不能阻挡AI初创公司热情投入到这一行业。

    “实际上以华为的体量而言,它对AI的投入还是比较慢。”李爱军告诉界面新闻记者,全球范围包括谷歌、亚马逊等巨头企业,都在AI层面有了比较领先的布局,华为在这方面步伐相对缓慢。

    十多款芯片问世,多起并购案,这是过去500多天里中国AI芯片的热度。

    抢占新机遇

    作为华为在智慧城市领域的合作方之一,云天励飞也参与了这次的华为全联接大会,并加入了华为推出的“行业沃土平台”,共同发布了AI视觉平台解决方案。李爱军表示,在华为提供的技术平台上,云天励飞会扮演技术驱动者的角色,在具体的场景上和华为合作。

    始料未及的事件再次点燃了学界、业界和整个舆论场,在人工智能技术跻身世界前列的背景之下,我们开始期待它成为中国芯片的“嫁衣”。

    从计算机、手机、平板、手环等到,工业、汽车、家居,联网设备的数量在2014年到2020年间的年复合增长率预计达到23.1%,到2020年物联网设备数达到501亿。“每个设备都有芯片,一个芯片卖十块钱那就是5000亿的市场,卖一百块钱就是五万亿的市场,更不要提这些芯片带来的产业联动效益,所以这就是为什么产业届、资本、科技人员对这件事情都如此感兴趣的原因之一。”云知声联合创始人、副总裁李霄寒这样解释AI芯片的热潮。

    但并不是所有AI领域的初创企业都视华为入局芯片这一消息为积极的信号。此前,和华为在人工智能领域有着合作关系的另一家AI企业寒武纪,被外界断言即将失去和华为进一步合作的机会。

    人工智能的概念开始伴随着每片新品一个个抛向大众视野。

    近几年,国内不少初创企业纷纷推出了AI芯片,包括寒武纪、地平线、云知声、出门问问、Rokid、思必驰等。

    华为并不是最近唯一一家推出AI芯片计划的巨头企业。在这之前,包括百度、阿里在内的企业都已在AI芯片领域有所布局。

    AI芯片指专门针对AI算法的专用集成电路,不同于传统的CPU、GPU,后者虽然可以用来执行AI计算,但速度和性能都影响了商用效果。

    云知声创始人兼CEO黄伟表示,无论是CPU还是GPU、FPGA,现有的芯片架构并非为AI专门设计,不能满足物联网AI算力需求,且考虑了太多的向后兼容性,因此在性能上远非最优。“基于业务方面对芯片产品、场景的反复验证,以及对AIoT终局的判断,云知声在2014年就明确必须自主研发面向物联网的AI芯片。”他称,如果云知声不做芯片,必死。对此,Rokid创始人兼CEO祝铭明也同意做语音的公司一定都会做芯片,“现在排在顶级的公司都做”。

    巨头的进入,搅热了AI这一汪潭水。它们在资金、技术上的优势,为AI行业带来积极影响的同时,更多的不确定性也因此产生。

    一位芯片工程师举例到,自动驾驶需要识别道路行人红绿灯等状况,但如果用当前的CPU去算,估计车翻到沟里了还没发现前方是河。

    5G、AI、物联网各种技术的融合和创新也带来了新机遇。

    首当其冲的寒武纪

    而如果是GPU,速度当然快得多,但其巨大的功耗和高昂的费用依然不是AI场景理想的选择。不仅如此,AI芯片还在场景侧分为云端和终端,大量数据训练人工神经网络的场景在云端完成,追求低成本和低功耗的推理则在终端搞定。

    依图科技首席创新官吕昊对第一财经等记者表示,“传统的晶体管集成电路厂商强在有几十年的设计和优化经验,有几十年的技术沉淀。但是,在算法即芯片的时代,需要对体系结构做一个重新的设计。这也就是为什么大家都看到不同的AI芯片出现,其实都是因为在这种需求下带来的对算力要求的变化和寻找算力提升的一个路径导致的。”

    在全联接大会上,华为发布的全栈全联接AI战略,所涵盖的是从云端、边缘计算到终端的使用场景。

    真实需求,不缺场景,资金到位,前赴后继的AI芯片公司纷纷上路,但造芯片可不是赶风口,设计、制造、封测整个链条之艰难让无数人却步。而且这还是一个板凳坐得十年冷的体力活。

    “每一次计算构架的大变革都会创造一个新的王者。从原来主机时代的IBM、PC时代的英特尔、移动时代的高通,现在进入智能物联网的时代,新的王者会是谁?有很大的几率不是前面这几家,而是新的玩家或者几个。”北极光创投董事总经理杨磊此前在一个论坛上这样阐述他对AI芯片市场格局的看法。

    在会场上,华为轮值董事长徐直军着重介绍的两款自研AI芯片“昇腾910”以及“昇腾310”之中,前者所针对的就是云端的计算。徐直军表示,面向终端场景的几款AI芯片还将在2019年陆续推出市场。

    跌宕起伏又心潮澎湃,棘地荆天又发奋为雄,这都汇聚成这批AI芯片创业者们的造“芯”故事。

    大公司开一颗芯片至少要10亿美元的收入。而在AI的领域,短时间很难达到10亿美元的体量。“AI存在很多细分场景,可能每个场景做出一两亿的公司,但是要做到10亿并不那么容易。”

    这意味着,华为将不再依赖国内另一家AI初创企业寒武纪所提供的芯片计算架构,而是走上了“自给自足”的道路。

    寻找最优解

    不过,与传统芯片厂商不同,AI算法公司发布芯片并非纯粹卖芯片硬件,而是将自己的算法和软硬件结合形成一套完整的解决方案向外出售。依图科技联合创始人、CEO朱珑表示,摩尔定律的终结和人工智能技术的发展将开启一个新的时代——算法即芯片时代。“只有能找对问题,找对场景,用对算法,并为此定制芯片,才有可能做到极致性价比。”

    华为和寒武纪的合作,在2017年公诸于世。当年9月,华为在德国柏林的IFA展上发布了应用于手机上的麒麟970芯片。这款芯片集成了深度学习模块,并以寒武纪1A处理器作为其核心人工智能处理单元。这次合作一时让寒武纪名声大噪。

    2013年秋天,张军是云知声在深圳唯一的销售人员,负责开拓白电客户。

    这意味着算法和芯片设计要强耦合,更多由算法来决定如何设计芯片,这给了算法企业在AI时代挑战传统芯片巨头的新机会。

    就在2018年6月,寒武纪宣布完成数亿美元B轮融资,投后估值已经达到了25亿美元。

    他经常和前来出差的联合创始人李霄寒请教,怎么才能帮助传统家电企业提升竞争力?起初,他们在云端提供SaaS服务,给客户提供语音识别能力,但很快意识到这还不够。

    商业模式新探索

    目前,授权IP是寒武纪的主要业务形式之一,其所面向的是嵌入在终端产品之中的AI处理器,客户主要以系统级芯片厂商为主。这些芯片主要应用在手机、安防监控、物联网等场景中。

    他们发现物联网设备和手机不一样,手机端的语音识别可能不是刚需,但在家居生活和独立办公场合,人类最自然的交互方式就会有它的用武之地。

    对于算法和软件企业来说,跨入芯片行业存在技术、人才、经验和资金的综合壁垒,但在各方苦苦寻找AI商业模式的情况下,AI芯片也被认为是AI技术落地的一种方式。

    寒武纪的另一个主要业务方向,则是提供面向云端的AI智能芯片。换言之,华为这次发布的全栈全场景方案,和寒武纪的业务范围有比较明显的重合。

    当时的深圳办公室只有12平方米,里面两张桌子,三把椅子,大家头脑风暴想做一个类似“U盘”的东西,有标准的接口,可以把它插到家电上实现语音交互。

    提升企业估值,以及寻求AI算法变现是一些初创公司布局芯片的重要原因。

    “为什么要构建新的架构来支持我们人工智能芯片,这是基于我们对人工智能理解和我们了解的人工智能需求,自然产生出来的。”徐志军在大会上表示,“寒武纪的方案也很好,但是没法支持我们所需要的全场景。”而华为董事、战略marketing总裁徐文伟也在媒体采访中侧面证实了这一消息。

    2015年8月,这个后来取名叫做智能语音模块的产品大获成功,一个硬件版可以标准化地对接不同的客户,型号A和型号B都可以轻松适配,格力空调、华帝油烟机顺利出货。

    “AI现在面临什么问题?原来就是卖授权,在国内卖授权很难卖,可能一分钱都赚不到,还要被人破解,而且算法也很容易被人替代,那么他一定要去做硬件绑定客户。”Gartner副总裁盛凌海告诉第一财经记者。

    两位高管的接连表态,在一定程度上为华为和寒武纪之后的深度合作画上了一个休止符。

    深圳团队开始搬进了大办公室,团队招兵买马。

    一位业内人士表示:“AI算法公司做芯片的核心是商业模式的问题,就是算法怎么赚钱的问题。”。

    消息发布后,界面新闻记者曾经向寒武纪方面咨询和华为合作的具体状况。寒武纪方面回应称,公司与华为的合作还在进行中,合作的形式是授权IP。

    不过,短短几个月之后,他们又发现了新的问题,板子带芯片,各种各样的东西串起来,每个其实都不贵,但加起来成本太高了。客户问李霄寒:“你这东西如果卖一百块钱,那只能放在高端产品上,低端产品就卖几百块钱,我没法用。”

    提供算法和软件,获取授权费是此前不少AI初创企业的商业模式,但通过这一路径变现并不容易。

    而在后续接受自媒体“甲子光年”的采访时,寒武纪创始人兼CEO陈天石也公开回应了双方合作的状况,以及表达了对于华为进军AI芯片的看法。

    怎么办?有人提出自己造芯片,把东西集成到芯片里解决问题,但一算账发现,如果无法一片片摊薄,总体算下来还是贵。

    一方面,中国客户尚未形成为软件买单的习惯,认为软件没有成本而压价。“大客户的议价能力很高,如果一个软件你收他20元,他会说你一台机器赚我20块钱,是不是太黑了?像天猫、小米的智能音箱本身都不赚钱,肯定会把你价格压得很低。所以在中国卖软件授权这个模式通常来说挺难的,因为你的利润太透明了,很容易被人家砍。”

    他提到,华为之后还将陆续发布多款集成了寒武纪处理器的新机型;至于未来的竞争,他认为AI芯片的市场很大,即便是寒武纪和华为同时做,也都有各自的空间和存在价值。

    这个事情经过了激烈的讨论,甚至有投资人颇有怨言地找到他们说,我们投一笔钱不是特宽裕,你们拿去做芯片,大家都知道芯片高投入、周期长,你们为什么要做?

    即使是采购现有的芯片做成模组,成本依然很透明。云知声最初的做法便是买芯片做模组,并将其算法和芯片模组结合,形成一整套的交互方案。

    渤海华美基金董事总经理周惠平告诉界面新闻记者,华为自研AI芯片,应该是一件迟早会发生的事,因为以华为的体量而言需要不断突破业务边界,包括自动驾驶和AI芯片都属于这样的例子。

    也不能怪投资人,被称为“独角兽捕手”的金沙江创投董事总经理朱啸虎就有言:“中国VC不是不投芯片,之前我们投了好几个都血本无归。”那个时候,所有的投资人都会提到投入成本高、门槛高、周期长、回报率低。

    “但是最大的问题是什么?成本下不来,而且成本是透明的。大家都知道这个芯片是多少钱,把你所有的芯片加起来就可以了,你卖我多少钱就知道你们云知声想赚多少钱,中国的商业环境在硬件上加10%就差不多了,这样还不如转行做贸易。我们做芯片就像在上海买房子一样,可以保证用户体验、保证性能下有很好的利润。”云知声创新事业部总裁陈吉胜这样描述其做芯片的动力,“我们把算法能力固化成了IP。”

    “肥水不流外人田。”在周惠平看来,华为有着海量的终端和云端设备,这本身就是芯片应用的重要渠道。

    时间到了2015年下半年,团队还是拍板要上,因为他们发现这里有一个尖锐的矛盾是长期不可调和的,只有足够的算力和功能才能支撑起AI应用,但成本是主要的限制因素。

    另一方面,通过结合软硬件捆绑售卖,企业的营收规模也明显扩大。如果只卖软件授权,AI算法公司的收入有限,与其动辄数十亿美元的估值无法匹配。目前,商汤科技、优必选、云从科技、旷视科技、寒武纪、地平线和依图科技等AI明星企业估值都达到了数十亿美元。

    至于华为入局AI芯片,周惠平认为,这对寒武纪肯定有影响,然而即便是离开了华为,寒武纪依然有很广阔的市场,因为终端和边缘计算对于AI芯片的需求还是比较多元化。

    一款AI产品,有了好的底层支撑就需要高出一两百的成本,但又想出量就必须有更低的售价,这样还不想降低算力就只能通过芯片本身了,没有其它解。

    “对于算法公司而言,现在自己卖芯片,将算法和芯片打包在一起,原来卖十块的就能卖三十五十,外界也不知道具体利润多少,企业的营业额也上来了。然后卖给客户,客户再要换成别人的也没那么容易,因为纯软件授权的东西说换就换,像小米、阿里他们内部自己也在研究算法,自己的算法好了就不需要算法公司的了。”上述业内人士指出。

    也有业内人士认为,尽管华为和寒武纪所面对的都是从云端到终端的全市场,但两者未必会同步发力。两家公司的侧重点有所不同。

    他们判断这是整个IoT方向的问题,云知声CEO黄伟说:“不做芯片就是死路一条”。

    “包括华为和阿里,未来的重点还会是面向云端的芯片,寒武纪仍然有机会和其他终端厂商合作,所以在嵌入式AI芯片的市场上,寒武纪还是有机会的。” 华创资本合伙人熊伟铭对界面新闻记者表示。

    对抗短期“情绪”

    来自巨头的阴影

    动手稍快的是时任百度深度学习研究院副院长余凯,他于2015年6月1日离开百度,一周之后就开始为新公司造势“我们要做人工智能时代的英特尔”。

    但无论如何,巨头的入局已经给本不平静的AI行业投下了更重磅的一颗石子。

    让他毅然离开并火速创业的原因,也正是由于笃定AI的变量并不在软件,而是处理器架构。底层计算效率和功耗不解决,应用层就会多做很多无用功。

    除了华为之外,阿里巴巴在2018年的杭州云栖大会上宣布,成立“平头哥半导体有限公司”,集中AI芯片的研发。首批芯片产品将在2019年下半年问世,并会应用在阿里数据中心、城市大脑和自动驾驶等云端数据场景中。

    因为随着嵌入式处理器的功能不断外延,质变已然发生。北京航空航天大学教授何立民曾谈及,自从人工智能进入机器的深度学习时代,原有MCU的硬件加速已无法满足高速海量数值计算要求,以及大数据的云间交互要求。

    为了让这项业务快速推进,“平头哥”由阿里巴巴集团全资控股。尽管阿里巴巴方面并未公布这项芯片几乎的具体投入,但阿里达摩院芯片技术部负责人骄旸表示,芯片需要有长期的技术积累,以及比较稳定的投入,阿里对此有很大的决心。

    这样一来,在嵌入式领域便出现了MCU与AI芯片两个有本质差异的芯片群,前者以控制见长,后者以计算见长。

    此外,在7月举行的2018年AI开发者大会上,百度宣布推出全功能AI芯片“昆仑”。这款芯片同样面向云端。

    找准了方向,紧接着余凯遇到一个好消息和一个坏消息。

    阿里、百度、华为等巨头,从曾经的技术合作方摇身一变,成为了诸多AI初创企业的竞争对手。阴影笼罩下,初创企业们面对的竞争将变得更加激烈。

    好消息是创业团队的搭建很顺利,基本上就是找老朋友老部下,吃几顿饭挖几圈,一支三五十人的战斗部队就拉好了。团队涨到几百人之后遇到的管理困扰,那是后话。

    一些初创公司还惊讶地发现,它们的业务范围和巨头们都有较大重合。

    坏消息是在有豪华团队背书之下,轻松完成第一轮融资之后,接下来去哪里找钱。

    除了寒武纪之外,国内同样有几家AI方向的企业,在推出芯片产品时以“云端+终端”来作为目标客户群体。与寒武纪一样,它们也面对着来自华为的竞争威胁。

    在那个“人机大战”还没有到来的2015年的秋天,老百姓特别是投资人根本看不懂这个家伙要做什么?余凯连续谈了六七十家投资机构,无一出手。

    不久之前,在10月17日,长期以矿机销售为主营业务的比特大陆就发布了终端人工智能芯片BM1880。这款芯片的用途主要会是深度学习推理加速的协处理器,来接收视频流、图片或其它数据,执行推理和其他计算机视觉任务。

    那会儿的风口是共享单车和P2P。

    “目前市场上同时投入云和端侧芯片的企业包括了英伟达、英特尔等大企业,它们的位置很稳定,即便是华为也要扮演挑战者的角色。”一名AI初创公司的高管认为,对于寒武纪等公司来说,挑战本就巨大,国内大企业的入局更是加剧了竞争。

    以至于在那场影响世界人工智能发展的“人机大战”到来时,余凯积极参与其中,并出现在网易的直播间,作为技术嘉宾讲解AlphaGo,同时也通过这样的机会为自己正在做的事儿正名。

    多位接受采访的业内人士都认为,同时投入云和端侧芯片的研发,意味着一家公司希望能够在行业中扮演平台的角色,然而和大企业相比,初创企业在资金和技术上往往会有所不足,因此它们的机会并不算大。

    2016年3月9日至15日,在韩国首尔进行的围棋比赛中,AlphaGo围棋以总比分4比1战胜李世石。余凯信心大增,这意味着大多数人开始看懂人工智能和AI芯片了。

    合力投资副总裁胡月将这种技术上的竞争关系类比成云计算行业的发展趋势,这其中,希望做平台型通用底层技术的AI初创企业,无疑会受到比较大的挑战。

    他从创业伊始就说要坚持战略判断,不为大环境左右,这付出了不少代价。令他一直感到困惑的是,短期的情绪和竞争所造成的市场影响在中国是被放大的,这也是为什么很多国外投资人来中国赚不到钱,他们往往低估“局部”力量。

    “这里面本身也会有一个优胜劣汰的过程,在竞争的过程中,大企业和初创企业各自会找到能够存活的差异点和定位,不能找到的将会被市场淘汰。”胡月告诉界面新闻记者。

    好在“人机大战”过去的几个月之内,地平线连续获得了Yuri Milner、双湖投资、青云创投和祥峰投资的资金驰援,并在第二年拿到了英特尔领投的超一亿美金的A+轮。

    “每家公司都会投入研发技术,这个过程中,可能初创公司会首先实现了一些技术,然而大公司过几年后凭借着自身的优势做出了更高效的方案,就把这些技术给颠覆了。”在眼擎科技CEO朱继志看来,大企业在技术实现方面有着比小企业更严峻的压力,但从技术角度而言,初创企业面对的竞争并不小。

    过冬的粮草终于备足了。

    威胁并不常在

    余凯说地平线做的是“反共识”的事情,百度系自动驾驶创业只有他们采取的是不同路线,这就导致谈的时候处于两个极端,要么一拍即合,要么无法正常对话,你要做的就是找到想法一致的人。

    然而并不是所有的初创企业都会直接面对大公司的碾压式挑战,它们之中的一部分已经找到了自己在市场中的位置。

    巨头种子遇变数

    目前来看,和大企业以打造平台为目标,将侧重点放在云端芯片所不同的是,不少初创企业都选择从端侧芯片入手,从而寻求和大企业在业务上的差异点。

    2015年左右地平线和云知声开始大量投入兵力,寒武纪虽创立最晚,但原始积累已早早在中科院计算所完成。

    对于初创企业而言,它们投入端侧芯片的一个优势在于,前期的业务积累往往让这些初创企业获得了大量的落地场景和数据。对于碎片化明显的设备端而言,场景和数据是保证用户体验的重要基础,因此这些数据最终会转化成为初创企业们投入端侧芯片研发的基础。

    2014年,身在中国科学院计算技术研究所的陈云霁、陈天石课题组就提出了深度学习处理器指令集DianNaoYu,被计算机体系结构领域顶级国际会议ISCA2016所接收,其评分排在所有近300篇投稿的第一名。

    “物联网终端芯片的一个特点是,在不同的应用场景下,对芯片功能、接口、算力的要求都不一样。一颗芯片包打天下是不可能的。”云天励飞的研发副总裁李爱军对界面新闻记者表示。

    那时的模拟实验表明,采用DianNaoYu指令集的寒武纪深度学习处理器相对于x86指令集的CPU有两个数量级的性能提升。

    从2016年开始,云天励飞就开始投入到终端芯片的研发,李爱军说,团队在研发的过程中将垂直应用场景的研究和理解融入到了芯片设计之中,因此能够在人脸识别方面提供足够快和精确的体验。现在,云天励飞推出的动态人像识别系统“深目”已经协助深圳公安破获超过10000起各类案件。

    陈云霁、陈天石兄弟开始崭露头角。

    这是AI技术落地的典型场景之一。李爱军认为,像华为、英伟达这样的大型企业,优势在于对于算力的投入研发,因此它们更擅长的是做一种平台。

    陈云霁9岁上中学,14岁进入中科大少年班,24岁取得中科院计算所博士学位,29岁晋升为研究员,33岁荣获中国青年科技奖和中科院青年科学家奖。兄弟二人平步青云,循着同样的步伐直到再次“交汇”。

    至于具体的场景,他表示,在物联网领域,涵盖的设备有千千万万种,每一种设备可能都会有相对应的技术要求。一家大企业想要覆盖到所有的设备,基本是一件不可能的事。这也给初创企业留下了发展的空间。

    2008年,陈云霁兄弟开始联手打造AI芯片,利用各自的科研优势攻关,在此之前,陈云霁已经跟随中国“龙芯之父”胡伟武十余年。胡伟武带领团队在2016年研制成功的龙芯3A3000处理器已经用在了北斗二代卫星。

    “有场景,有需求,这就意味着这类公司做的不仅仅是技术方面的研究,而是形成了成套的解决方案。这种方案虽然也是以芯片为核心,但它是有目的的,生命力相对比较强。”

    同一年,寒武纪科技公司成立并顺势推出了首款可商用的深度学习处理器寒武纪1A,这个速度早于业界。

    另一家AI初创企业云知声也抓住了这个空间。它们认为,通用的平台芯片和具体的落地场景之间,往往存在着一定距离,这使得技术方案提供商们需要通过投入终端芯片的研发来完善体验。

    陈天石曾说,寒武纪只有小几百人的团队,已经做了很多事情,全球第一款终端AI处理器落地、全球第一款多核终端AI处理器落地、中国第一颗云端人工智能芯片落地、三代终端IP产品发布。

    云知声的联合创始人、副总裁康恒对界面新闻记者介绍称,公司在2014年前后产生了自研芯片的想法,但最初还是有着很多顾虑。

    他说难以想象AI芯片领域不诞生新巨头,这显示着寒武纪的勃勃野心。但很快他们需要面对的是华为自己做芯片,外界指“抛弃”寒武纪的质疑。

    “第一是投入很大,第二是做芯片并不是云知声擅长的事情,我们还是以算法、软件以及技术服务为核心竞争力的团队。”康恒说。

    陈天石回应华为发布的峰值性能16T的昇腾310和寒武纪发布的MLU100没有竞争,场景不同,峰值性能也不同,作为一家开放独立的芯片公司,要具备宽广的视野。

    但云知声最终的判断是,研发芯片是物联网落地的必备之路。康恒解释称:“通用芯片不能说不满足物联网的要求,但之中还是有差距的。”在实际应用的过程中,团队发现,通用芯片可能会出现算力和算法不匹配、功耗过高、功能冗余、成本过高等情况。

    不知道这是否是他的心里话,但至少在前往巨头的路上,变数多了起来。

    “有时候客户会反馈说,你们的产品很好,落地场景没问题,但是如果可以让成本或者功耗再低一点就更好了。”为了解决这个问题,云知声最初的时候曾经找到过一些芯片提供方来提出要求,但对方由于对场景了解不深,往往不愿意重新投入。

    AI芯片是时代机遇,更是技术所需,在这波崛起潮水之中,最早开始投入研发的还属海思,但一直被华为“雪藏”。

    今年5月16日,云知声正式宣布,推出首款物联网AI芯片UniOne,这款芯片集成了面向语音交互、麦克风阵列降噪和处理的数字信号处理器。按照他们的说法,相比于通用芯片,这类专用芯片可以在特定场景中提供更好的技术能力。

    早在2004年,华为全资子公司海思半导体逐渐登上历史舞台,他们起初主攻基带芯片、视频编码芯片和为自家手机打造的麒麟芯片,而与AI芯片扯上关系还要从2017年说起。

    云天励飞和云知声代表了市场上的一种角色:它们不希望挑战巨头们的地位,而是寻找着巨头们所覆盖不到的业务立足点。物联网的碎片化特征,成为了它们的重要依赖。

    2017年9月初,华为在柏林发布了麒麟970,宣称这是“全球第一枚手机AI芯片”,其中集成了寒武纪1A处理器的IP作为其核心AI处理单元。次年8月,麒麟980同样搭载了寒武纪1A的优化版本。

    另辟蹊径的选择

    不过,从2018年10月开始,寒武纪迎来坏消息,“客户”华为推出全栈全场景AI解决方案和昇腾910、昇腾310两款AI芯片,情理之中,意料之外。

    大企业投入平台、通用方向芯片的研发,初创企业则是专注不同的细分场景,投入终端方向芯片的研发。但也有一些企业,所关注的不仅仅是场景,它们希望从产业链的不同环节切入,从而创造价值。

    海思成增长率最高的芯片设计公司

    比如说,在视觉领域,目前市面上主流的技术服务提供商所解决的都是识别分析方面的问题,而来自深圳的眼擎科技所推出的技术方案,解决的则是成像精确度的问题。

    在绝地求生之前,华为创始人任正非就计划在芯片上投入四亿美元和两万人。23年以来,海思的舵手何庭波从工程师直至总裁,她历经微米到纳米,再到现在的5纳米技术。这些积淀和努力,都成为海思在AI芯片时代的强力储备,如今正在开花结实,昇腾910、昇腾310、麒麟980的下一代们正在加速度。

    眼擎科技的CEO朱继志比喻称,别的企业做的是大脑方面的工作,眼擎科技关注的是“近视问题”。

    创造性和秩序性讲道理

    “现在的摄像头,可能一天的运作都没问题,然而一旦出现强光照射或者逆光的情况,识别准确度就会大幅下降,这会影响一些关键场景的使用效果。”他对界面新闻记者说,眼擎科技的方案和芯片是目前相对比较缺乏关注的领域。

    寒武纪有中科院背景,海思有华为这艘巨轮作为背靠,一千多位高级半导体专家参与本身就是超级壁垒。

    目前,摄像头是眼擎科技主要落地的产品。按照朱继志的说法,一个摄像头所包含的环节有镜头、CMOS器件、成像器件等。在这些环节中,大公司的芯片主要扮演的是基础计算的角色;而像眼擎科技,就会在专门的环节上提供自己的技术。

    而团队的建设和磨合对于云知声和地平线这样的创业公司来说就没那么容易了。

    在这其中,朱继志认为大企业和初创企业形成的是互补关系。

    从2015年开始决定做AI芯片,直到2016年中才正式步入正轨,云知声组建芯片团队经历了漫长而又艰难的磨合期。直到“关键先生”谢冠超2015年11月加入,负责整个IoT事业部,其中最重要的KPI就是造芯片。

    “合久必分,以前手机只需要一款芯片,但是物联网设备的碎片化程度高,每个环节可能都需要专门的芯片来处理问题。”他说,一个单独的成像芯片,在以往可能根本不会有市场;但在AI时代,集成化被慢慢打开。

    从深圳到北京,云知声的解决方案开始迎来彻底革新。

    这个趋势已经逐渐被业内所认可。顺为资本副总裁孟醒观察到,对AI芯片公司来讲,如果面向的是芯片集成度比较低的市场,作为独立公司有长期存活可能。

    有了带头打仗的人,但作战部队还在缓慢地招聘和打磨,令彼时的管理层最为棘手的问题是算法团队和芯片团队的“互掐”。这是软硬件结合的AI芯片必须经历的阵痛,双方在底线的边缘疯狂地相互试探。

    “比如服务器端、汽车等,当中可以有多个独立模块存在,不涉及协调和集成问题。又比如摄像头走到今天,除了一般的芯片外,当中还有ISP芯片,还有专门做视频编解码芯片存在,集成度相对没那么高。这里边,各个芯片公司的商务关系是相对独立的。”孟醒告诉界面新闻记者。

    如果是通用芯片,成本高企且有比较大的内存和存储空间,但一旦到了AI芯片,特别是边缘侧,多一点点东西都是成本的痛苦,那就希望算法团队配合裁剪。

    对于整个AI行业来说,投入芯片的研发已经成为了必经之路。“如果只提供云端的服务或者软件,最终无论是从产品体验还是成本,各个因素肯定都不是最优的。”在云知声副总裁康恒看来,AI企业未来必须要有提供整套解决方案的能力。

    这个时候算法团队就炸毛了,拍桌子瞪眼睛在办公室是常事,说这个东西我已经做到极致了,而且我很忙。双方争执不下,只能等老大拍板。

    而这背后,无论是想要构建平台的巨头企业,还是希望深耕场景的初创公司,都已经制定好了各自的规划。因此,即便是竞争开始变得激烈,市场上大多数现存的玩家们也并不担心。

    在老大眼里,那就是倒推,如果这款芯片成立,就必须满足资源限制的需求;算法是你给我的资源越多,我给你的性能就越好。现在要做的就是确认性能水平,然后榨干每一个空间,达成和解。

    “我们并不担心华为这样的巨头来做芯片,AI这个行业太新了,就算是大公司也很难说在这一块有特别超前的准备。可以说我们和它们在同一起跑线上。”一家AI初创企业的高管认为。

    在AI芯片的研发过程之中,这是团队在每一个引擎,每一个模块,都会遇到的事情。

    余凯将这个问题归结为理念冲突。招聘时有人问他,你做软件就做软件,软硬件结合是干嘛?

    他认为这是打头阵必须经历的“风阻”,地平线芯片团队也在初期的相当长时间内协同工作不融洽,软件开发强调快速迭代,而硬件强调系统性的程序思维。

    一个快一个慢,一个讲创造性,一个讲秩序,这两拨人有天然的对抗性。

    从2015年10月,地平线第一个芯片工程师入职,第一行芯片代码敲出,开始做前端开发,经历了写代码,测试代码,画一层一层的物理实现图的过程,再到制造样片,最终在2017年8月16日点亮。同年12月20日,第一代芯片连同基于芯片开发的多个典型应用发布。

    其实,一开始芯片团队自己都怀疑,“能成吗?啥啥都没有啊!”。但项目真正跑起来之后,团队的信心开始愈发坚定。

    在某一个关键的节点,为了保证芯片研发进度,据说地平线算法负责人黄畅把自己锁在小会议室里,噼里啪啦写了两个星期的代码,并在门口挂了张牌子:“封闭开发中,请勿打扰”。

    两个星期之后,拿着最终版本的算法架构,黄畅走出小会议室,黑眼圈深重,顶着凌乱的头发,眼里闪着光:“搞定了!”

    磨合成熟的团队让地平线的芯片研发周期缩小到了22个月,不同于互联网行业的快速试错和迭代,芯片绝对错不得。余凯说,一款AI芯片研发成本超过5000万美金,这对创业公司来讲是风险极高、压力极大的事情。

    只造武器不打仗

    造芯两年,2018年5月,云知声交出了第一代芯片“雨燕”,面向智能家居和智能音箱,在更低成本和功耗下提供更高的算力。芯片采用了ARM架构和自主算法,选择台联电代工和一家中国台湾企业完成封测。

    没成想,黎明之前最黑暗,5月16日的芯片发布会,一度让云知声决定取消,因为本来就绪的芯片突然点不亮,大家惊出一身冷汗。

    李霄寒迅速组织排查,发现板子图有问题,立即改了一版重新验证,用时一周,有惊无险。

    芯片发布之后的语音功能测试也让团队煞费苦心,客户大多是南方人,有次经过几天几夜的测试调整终于过关,但最后一群人灰头土脸的又被打了回来,因为客户老板的口音来自另外的更小众的地方。

    李霄寒把造AI芯片的挑战归结为三点:首先是怎样在整个体系架构上做到能耗比的最优,怎样突破冯·诺依曼内存墙;其次是做好软硬一体;最后是要理解应用场景。

    云知声是物联网专用芯片,地平线是围绕车载的智能驾驶的计算和AIoT场景的专用芯片。

    不约而同的是,他们的商业模式都显得克制,就像英特尔不会成为联想和戴尔一样。别人都在垂直往上做应用的时候,余凯希望能在底层待着,往上做,等于互相之间竞争。

    一个是挣整个产业链的钱,一个是挣平台的钱,他们选择后者。大家都知道做芯片只有铺量才能活下去,尽可能地避免参战,只作为输送弹药的角色,是他们的生存之道。

    余凯常言只造武器不打仗就是这个道理。

    云知声同样,在2018年下半年开始交付芯片的时候,他们思考最多的就是交付给客户的是什么?他们虽然不是芯片和应用都包办,但因为物联网领域的不同,他们还是会为客户准备好诸多现成的功能应用。

    团队调研发现,物联网市场需要的不是一个AI芯片,而是一个应用于物联网的AI功能,比如你拿出一个智能灯泡的方案,里面有一个芯片不假,但功能才是客户看重的。

    有一次,李霄寒把AI芯片拿到一个卖灯的厂家,老板看了一脸茫然地望着他,你给我这个干嘛?李霄寒说这个芯片有哪些功能,芯片和软件连同后台服务,并且能实现这样那样的功能,老板听了就把他请进屋坐下来详谈了。

    比云知声早半年,2017年底,地平线发布了征程1.0处理器和面向智能摄像头的旭日1.0处理器。

    余凯把芯片架构比作人的左脑和右脑,负责理性计算还是采用了ARM的架构,负责感性的部分被称为BPU——这是地平线自主设计的主要用于人工智能计算的部分。

    征程1.0和旭日1.0芯片采用了芯片地平线第一代BPU架构“高斯”,提出算法来定义芯片,他们赞同计算机先驱、图灵奖得主的理念——“真正认真对待软件的人应该做自己的硬件”。

    创业四年有余,大家对软件算法的热情和投入依然令余凯困惑,一直以来他都坚信算法的门槛会越来越低,事实上,我们也可以看到很多纯粹的人工智能算法公司正在调整航向。

    热闹是他们的

    这波AI芯片热,做智能语音的公司最热闹,做计算机视觉的公司最低调。

    此话怎讲?资深分析师吴磊的观点是,无论是机器人还是空调的语音控制模块,都是新的东西,这是属于语音领域的机会,所以他们更愿意尝试AI芯片。

    商汤、云从这类计算机视觉公司的业务并没有创造出新的设备,网络摄像头或专业摄像头都是已经在那的,他们目前要解决的是数据流到服务器之后,没有被有效利用的事情。

    云从科技就是一家将重心放在计算机视觉的人工智能公司,2017年底工程技术负责人汤丽斌团队遇到一个困扰,他们此前把算法放在PC端,这个“金贵”的PC设备又怕冷,又怕湿,又怕脏,还得有人伺候。

    他们亟待找到能把算法塞到相机端的方法。

    第一步是芯片选型,这个时间大概持续了三个月左右,产品部和算法部进行协调,把市面上有接触的所有符合场景需要的芯片一个一个拿来测试。

    如果遇到中意的有不合适,还会和芯片供应商商量着做定制化,比如有些芯片不是专门为终端设备做的,为PC设计就不会周全地考虑紧凑环境。

    而且,除非选的是通用芯片,一般专用芯片的话,产品的设计和芯片的选型会同步进行,稍滞后芯片。以防万一如果芯片最后搞不定,这个产品都不用设计。大家会卡着相同的时间点把产品设计敲定。

    汤丽斌还发现,国内外的芯片企业都很优秀,但支持速度会有些许差异,国际大厂的支持速度是国内同类型公司的三分之一,原因之一在于国际大厂会将技术需求反馈到国外总部,整体决策流程较长,而国内公司可以迅速根据客户需求对芯片进行定制化。

    2018年3月,云从科技的第一代AI智能相机“炬眼”面市,采用了英特尔的芯片,双方在算法和硬件的功耗上成立专项做了优化,功耗降到了15瓦,顺利出货。

    几个月之后,第二代AI智能相机提上日程,华为海思的芯片成为主要选择,虽然成熟度还在打磨,但给汤丽斌吃定心丸的是,性能提升明显。他们可以在产品上市前花更多精力在算法的打磨和场景功能的调研方面。

    从2019年开始,汤丽斌就在不停的走访客户,很多银行和他反复提及网点投诉率的事情,有时候客户感到业务流程复杂、等待叫号时间长容易生气,这个时候安抚是第一位的。

    他们在广东农行试点了一个应用,后台可以看到网店有多少人,每个人头顶会显示一个状态,一般的等待时间上限是15分钟,到时候如果还没叫号,你就需要去问候一下了,或者倒杯水让顾客的情绪降档。

    这些直抵客户的东西,都是作为一家不造芯片的人工智能厂商,算法“就”芯片的工作。所以前期选型一款优秀的AI芯片就至关重要。

    对扎十年马步说No

    不过,同属计算机视觉阵营的依图还是坐不住了,几乎在同一时间发现问题,一家选择有求于人,一家选择身体力行。

    今年5月,乘着新闻联播的预热,创始人朱珑在上海滩发布“求索”芯片,这是一颗同时兼顾云端和边缘端场景的SoC级芯片。剑指英伟达。

    他们打算造芯片是在2017年2月,而后投资了AI芯片初创团队ThinkForce,这家由芯片行业老兵组成的军团让依图造芯路变得顺畅起来。依图提供视觉算法,ThinkForce承担硬件研发。这印了朱珑口中“算法即芯片”的理念。

    这是一个完整的故事,终端侧有海思在,依图可能没那么容易,但云端侧他们自己就有强算力需求。

    但芯片行业浸润多年的专家,张兵的疑问是,依图的需求能不能撑起足够的量,如果不能,依图既做业务又做芯片,处境还是略显尴尬。相比完全第三方独立做底层的寒武纪,在芯片方面更有机会。

    一位已经离职的依图工程师胡小军表示,其实在早期朱珑经常强调要扎十年马步,那为什么现在依图急了?

    因为2017年去融资的时候,对于扎马步这件事,投资人第一个不答应。而且现在依图的营收压力在陡增。这也许是最好的选择。

    无论怎样,每一条道都可能通往罗马,这是他们关于芯片的故事,也是中国芯崛起的佐证,不管前方是地雷阵还是万丈深渊,每个人看上去都神采奕奕。

    通用芯片终于到头了。

    本文由奥门24小时娱乐在线发布于24小时娱乐备用网址,转载请注明出处:寻求商业变现新途径,阿里华为等巨头争相造芯

    关键词: