算法即芯片的時(shí)代來了。

在今天的年度發(fā)布會上，擁有世界級算法優(yōu)勢的依圖科技重磅推出云端AI芯片——求索（questcore?）！為AI芯片開辟了一條新道路。

選擇在擅長的領(lǐng)域繼續(xù)發(fā)揮優(yōu)勢?！扒笏鳌笔且缊D推出的第一款云端深度學(xué)習(xí)推理定制化 SoC芯片，為計(jì)算機(jī)視覺領(lǐng)域分析任務(wù)打造，針對視覺領(lǐng)域的不同運(yùn)算進(jìn)行加速，適用于人臉識別、車輛檢測等多個(gè)應(yīng)用場景。

加入“造芯”陣營后，依圖科技瞄準(zhǔn)其擅長的計(jì)算機(jī)視覺領(lǐng)域，再度打出重拳，這一拳打破了算法公司與芯片硬件公司的“次元壁”。

“求索”已來：云端AI芯片市場再添新玩家

在發(fā)布會現(xiàn)場，依圖聯(lián)合創(chuàng)始人兼CEO 朱瓏談到了AI芯片為何難做，用了三個(gè)“沒有”作為排比句：

  • 沒有典型場景應(yīng)用就沒有意義；

  • 沒有超越NVIDIA的芯片就沒有意義；

  • 沒有世界級的算法就沒有意義。

如果一款A(yù)I芯片沒有定制方向、沒有超過業(yè)內(nèi)最大咖的玩家、沒有頂級算法作為支撐，那么這款芯片就不能稱為是成功的，這也是依圖所面臨的挑戰(zhàn)。

依圖科技的確擁有世界級的算法優(yōu)勢，但它并非芯片創(chuàng)業(yè)公司，在投入大、門檻高的芯片行業(yè)，一開始就選擇了高端玩家頗多的領(lǐng)域進(jìn)軍——自研云端 AI SoC，頗有要挑硬骨頭下手的意思。

先來看下規(guī)格：

  • 類型：系統(tǒng)級芯片(SoC)；

  • 架構(gòu)：ARM+ManyCore?；

  • 制程：16nm

  • 工作記憶內(nèi)存：LPDDR4X；

  • 解碼：64路全高清實(shí)時(shí)。

發(fā)布會現(xiàn)場，依圖科技首席創(chuàng)意官呂昊為大家進(jìn)行了芯片演示——他手持一臺體積與15 英寸蘋果 MacBook Pro筆記本相當(dāng)?shù)囊缊D原子服務(wù)器，成功帶動200路攝像頭同時(shí)完成實(shí)時(shí)智能視頻分析任務(wù)。

剛開始大屏幕只顯示了服務(wù)器處理的27個(gè)攝像頭畫面——一個(gè)NVIDIA P4顯卡大概只能處理27個(gè)攝像頭。緊接著，大屏幕畫面突然顯示了原子服務(wù)器同時(shí)帶動200個(gè)攝像頭的畫面：

一場直觀的新品考驗(yàn)。

依圖原子服務(wù)器基于questcore? 打造，一臺服務(wù)器提供的算力與 8 張英偉達(dá)P4卡服務(wù)器相當(dāng)，而體積僅為后者的一半，功耗不到20%。在進(jìn)行視頻解析時(shí)，1臺依圖原子服務(wù)器（搭載4核 questcore?芯片，除此之外無需其他配置），與8卡英偉達(dá)T4服務(wù)器（含雙核英特爾 x86 CPU）對比，單路視頻解析功耗僅為后者的 20%，與8卡英偉達(dá)P4 服務(wù)器（同樣含雙核英特爾 x86 CPU）相比，功耗約為后者的10%。

questcore?可獨(dú)立運(yùn)行，自研架構(gòu)，實(shí)現(xiàn)高性價(jià)比

這款芯片作為服務(wù)器芯片可以獨(dú)立運(yùn)行，不依賴 Intel x86 CPU，并且采用依圖自研的ManyCore?架構(gòu)，具有靈活可拓展的特質(zhì)，適配各類深度學(xué)習(xí)算法。

從這些特性來看，這款云端芯片更看重“實(shí)用”二字——如何滿足更多的需求、如何將本有的算法優(yōu)勢在芯片上發(fā)揮更大的作用、如何適應(yīng)現(xiàn)有的生態(tài)。

簡單來講，它致力于解決一個(gè)實(shí)在的問題——如何實(shí)現(xiàn)高性價(jià)比。

“利用算法優(yōu)勢”成為全場發(fā)布會的一大關(guān)鍵詞。依圖認(rèn)為，好的算法才能更高效地利用芯片架構(gòu)，才能指導(dǎo)芯片架構(gòu)設(shè)計(jì)，把算力更高效地轉(zhuǎn)化為智能。這款芯片基于領(lǐng)域?qū)Ｓ眉軜?gòu)（Domain Specific Architecture，DSA）理念，專為計(jì)算機(jī)視覺應(yīng)用而生。

questcore?是款“自立自強(qiáng)”的芯片：它作為服務(wù)器芯片可以獨(dú)立運(yùn)行，不依賴 Intel x86 CPU。這也是依圖芯片與NVIDIA GPU、Google TPU和其他AI芯片公司研發(fā)的AI加速器產(chǎn)品一個(gè)很大的不同。

另外，這款芯片采用依圖自研的ManyCore?架構(gòu)，據(jù)介紹，同等功耗下，這款芯片能提供市面現(xiàn)有同類主流產(chǎn)品 2~5 倍的視覺分析性能。

如果一款芯片想要實(shí)用性強(qiáng)，就必須擁有強(qiáng)大的可拓展性，以便應(yīng)用于更多的場景。ManyCore?架構(gòu)能夠適配各類深度學(xué)習(xí)算法，支持TensorFlow、PyTorch、Caffe等各類深度學(xué)習(xí)框架，便于無縫接入現(xiàn)有生態(tài)。在此架構(gòu)下，questcore?構(gòu)建的產(chǎn)品和解決方案可以兼顧云端和邊緣計(jì)算的需求。

據(jù)依圖科技向新智元介紹，這款芯片能實(shí)現(xiàn)性能和功耗比呈量級提升的根本原因之一是：ManyCore?架構(gòu)針對INT 8數(shù)據(jù)（8 位整數(shù)數(shù)據(jù)類型）進(jìn)行加速。

事實(shí)上，對于云端 AI 推理或者說視覺推理計(jì)算而言，并不需要高精度的計(jì)算，低精度的INT8 數(shù)據(jù)類型已經(jīng)足夠滿足需求。采用16nm制程也是考慮現(xiàn)在業(yè)界對視覺分析應(yīng)用的需求。

在投入極高的芯片行業(yè)，如何實(shí)現(xiàn)高性價(jià)比是眾多玩家要實(shí)際面對的終極問題，算力的提升正是為了解決AI場景中的經(jīng)濟(jì)學(xué)難題——用更少的成本解決更多的問題。

投資AI 芯片初創(chuàng)團(tuán)隊(duì)ThinkForce，依圖邁向算法芯片一體化

在發(fā)布會上，依圖表示未來立足“算法+芯片+數(shù)據(jù)智能”的極智戰(zhàn)略，深入行業(yè)，降低人工智能應(yīng)用落地和推廣成本，賦能行業(yè)。

據(jù)介紹，questcore?芯片的設(shè)計(jì)和研發(fā)正是依圖算法團(tuán)隊(duì)和ThinkForce團(tuán)隊(duì)緊密合作的成果。

事實(shí)上，依圖科技在AI芯片領(lǐng)域內(nèi)早有布局。2017年底，依圖正式對外宣布戰(zhàn)略投資AI芯片初創(chuàng)團(tuán)隊(duì)ThinkForce。ThinkForce是中國少有的擁有芯片研發(fā)全鏈路能力的團(tuán)隊(duì)，核心成員來自 IBM、AMD、Intel、ZTE 等芯片業(yè)界龍頭企業(yè)，全都擁有十年以上專業(yè)芯片研發(fā)設(shè)計(jì)經(jīng)歷，經(jīng)手過40余款不同芯片的量產(chǎn)。

有了如此高配的芯片研究團(tuán)隊(duì)，打破算法與芯片的“次元壁”不再是難事，軟硬件一體化的產(chǎn)品也因此誕生。

事實(shí)上，次元壁本就不應(yīng)該存在。市場上并不存在單獨(dú)能夠使用的軟件或硬件，整個(gè)行業(yè)、整個(gè)生態(tài)一定是緊密結(jié)合在一起的。

這款芯片將于與依圖智能軟件結(jié)合在一起，構(gòu)成軟硬件一體化的產(chǎn)品或解決方案對外銷售，未來將應(yīng)用于交通運(yùn)輸、城市管理、智慧醫(yī)療和智慧零售等行業(yè)。TO B服務(wù)崛起之下，軟硬件一體化正成為一家AI企業(yè)的商業(yè)優(yōu)勢，可以為客戶提供針對特定場景優(yōu)化的性價(jià)比最高的解決方案。

AI芯片市場逐漸擁擠：“造芯”路上，定制化是未來方向

與依圖科技相似的是，Google、微軟、阿里等科技巨頭也在自研芯片：同樣也是通過利用自身特有優(yōu)勢，從而為客戶提供更好的軟硬件一體化解決方案。越來越多企業(yè)加入了轟轟烈烈的“造芯”大軍。

AI芯片是個(gè)全新戰(zhàn)場。

押寶AI芯片可以說是大勢所趨，據(jù)研究報(bào)告顯示，目前AI芯片行業(yè)生命周期正處于幼稚期，市場增長快，2022年將從2018年的42.7億美元，成長至343億美元。

與其他戰(zhàn)場相比，這個(gè)新戰(zhàn)場充滿了不確定性，以及更多的機(jī)會——一個(gè)沒有先例可循的智能時(shí)代。中國AI創(chuàng)企與世界科技巨頭站在同一起跑線上，完全有可能成為新巨頭，同時(shí)加速數(shù)據(jù)中心服務(wù)器芯片自主可控進(jìn)程。

美國杜克大學(xué)電子計(jì)算機(jī)工程系教授陳怡然、美國紐約州立大學(xué)教授陳逸中曾在文章《中國AI芯片有可能彎道超車》提到：人工智能應(yīng)用場景千變?nèi)f化，其中應(yīng)用的算法之間的差異更是巨大，可以預(yù)期未來各項(xiàng)應(yīng)用將有不同的定制化芯片，出現(xiàn)人工智能芯片百家爭鳴的盛況。AI芯片的另一大特點(diǎn)在于它所面對的是一個(gè)全新的、還未被大公司充分定義的新的業(yè)務(wù)場景。即使是NVIDIA，也只是在云計(jì)算這一領(lǐng)域有一定的壟斷地位。

定制化芯片必然是未來方向。

世界級的創(chuàng)新需要世界級的命題，如今AI普及也成為世界級命題。依圖聯(lián)合創(chuàng)始人兼CEO 朱瓏認(rèn)為AI普及的關(guān)鍵是智能密度，而這里“智能密度”指單位面積硅芯片提供的算力轉(zhuǎn)化的智能。

然而，在半導(dǎo)體的摩爾定律已經(jīng)臨近終結(jié)，智能密度繼續(xù)翻倍不能再只寄希望于摩爾定律。雖然半導(dǎo)體的摩爾定律逼近終結(jié)，但算法性能卻仍在萬倍增長，過去 4 年依圖的人臉識別算法精度提升了 10 萬倍。

同時(shí)，通用芯片已無法解決所有需求，定制化芯片與依圖questcore?一樣，Google TPU也是一種DSA，針對深度神經(jīng)網(wǎng)絡(luò)（DNN）進(jìn)行加速，Google TPU充分證明了DSA的優(yōu)勢。而對于DSA芯片而言，領(lǐng)域知識是最重要的，需要對機(jī)器視覺技術(shù)和行業(yè)有著深刻理解，這是需要人工智能公司在研發(fā)和商用落地中不斷積累的。

了解自身優(yōu)勢、了解市場真正需求，提供定制化芯片成為了依圖“高性價(jià)比”的解決方案，這也為那些想要加入芯片市場的玩家們提供了一個(gè)可高度參考的路線。

正如陳怡然教授和陳逸中教授所說的那樣，一個(gè)成功的芯片項(xiàng)目所帶來的不僅僅是銷售芯片本身的利潤，還有伴隨芯片設(shè)計(jì)、制造以及銷售整套流程中產(chǎn)生的支撐產(chǎn)業(yè)與生態(tài)系統(tǒng)，從而帶動軟硬件發(fā)展、行業(yè)標(biāo)準(zhǔn)制定、知識產(chǎn)權(quán)銷售等產(chǎn)業(yè)發(fā)展。

算法即芯片，這條新路還會帶給AI公司更多的可能性。

您可以復(fù)制這個(gè)鏈接分享給其他人：http://www.emyjia.com/node/709