雷锋网|8 岁依图的「斜杠」人生( 三 )


第三个斜杠:对算力的执着
八岁的依图 , 到这里就“原形毕露”了 , 他们不但要算法面子 , 还要算力里子 。
经营企业就像玩闯关游戏 , 需要不停打怪升级 , 每一关都有新的挑战 , 稍有不慎就可能满盘皆输 。
这也是商业魅力所在 , AI创业并非单一维度的角逐 , 而是知识、数据、算法、算力乃至企业文化的全方位较量 。
多数创业者通常会选择在某一维度做到Top级 , 譬如保证在算法上不落下风 , 在算力上选择通力合作 , 以保证自身的核心竞争力 。
而基于对AI的深刻理解及认知 , 朱珑有一个判断:未来算法和算力必然是一体化的 。
道理很简单:原先算法、算力分离的模式 , 用户需要建设两套单独的沟通、作业体系 , 不仅投入巨大而且难以高效互通 , 无法实现成本和效率的全局最优 。
以往 , 大多数芯片厂商提供给客户的产品均是普通计算型芯片 , 多在底层提供一些加速操作 , 没有面向重大场景做针对性优化 , 已经无法满足AI个性化的需求 。
过去几年业内被吐槽最多的便是:AI产品的标准化、同质化程度越来越高 , 以算法见长的品牌之间已经很难再拉开显著差距 。
加之原本成熟且可靠的芯片产业链受国际政治影响变得飘摇不定、脆弱不堪 , 及时打破算力垄断成当今中国科技企业的首要命题 。
多重因素考量下 , 斜杠依图又作出了一个决定:造芯片!
在朱珑看来 , AI创业若要立于不败之地 , 至少得夯实四项基本功:一来知识极密;二来数据极优;三来算法极精;四来算力极强 。
这个梦想的落地实属不易 , 算法、算力虽同属一宗 , 却有着不同的业务逻辑 , 甚至可以说是两条赛道 。
目前行业里能够将二者糅合在一起的企业寥寥无几 , 但命硬的依图还是站了出来 。
2019年5月9号 , 依图在上海发布了其首款深度学习云端芯片“求索” 。
雷锋网|8 岁依图的「斜杠」人生
本文插图

依图“求索”芯片
由于CPU和GPU在数据传输时会有瓶颈 , 会抑制有效算力的充分发挥 。 而依图这款芯片设计的本质是把这些统一放到一颗芯片里面 , 既有CPU功能 , 又有加速AI或者说加速深度学习推理计算的功能 。
这样一来数据传输的约束特别少 , 对视觉推理应用特别好 , 主打“均衡的端到端处理能力” , 这也是比较独特的地方 。
依图科技首席创新官吕昊还在发布会现场演示了“求索”芯片性能 , 他直接架起200路摄像机 , 通过四块“求索”芯片实时比对现场超过五百位现场观众的人脸 。 (演示十分钟左右 , 现场未发生一起误报)
过去八年 , 朱珑已经从0到1培育了这家企业 。 未来八年 , 朱珑还想一步步武装到牙齿 , 将依图从1带到N 。
写到这儿 , 我突然在依图身上看到了一些特斯拉的影子 , 这两家公司的芯片设计架构、技术路径、战略打法上颇有几分相似 。
依图针对视频解析 , 特斯拉针对自动驾驶 , 但都是视觉推理计算为主的芯片 。 因此 , 定义好芯片用在哪里、要解决什么问题非常关键 。
通常 , 芯片厂商造好芯片 , 下游厂商根据芯片性能匹配场景;而特斯拉与依图都是从需求侧出发 , 感知用户侧所需 , 再根据需求去打磨芯片 。
先看特斯拉 , 他们选择造芯的原因很简单:供应商提供的芯片性能已经满足不了他们的需求 。
从软件需求倒推芯片算力需求 , 特斯拉决心自研芯片 , 以推进汽车智能化进程 , 实现差异化竞争优势 。
再看依图 , AI算法的进一步突破一定会带来相关应用的逐步成熟 , 随之则需性能更好、智能密度更高的AI芯片去匹配 。
遗憾的是 , 目前市场上大多都是通用型AI芯片提供人工智能计算所需的算力 , 而针对某些场景的专用AI芯片较为匮乏 。


推荐阅读