依图率先入围 率先发布AI芯片

如果说2018年是“AI芯片元年”，2019年，AI芯片的战火已经点燃。

2018年AI算法公司开始纷纷发力AI芯片，随着云端AI芯片及一系列产品的发布，以语音识别公司为主导，云知声和科大讯飞先后推出基于语音识别的AI芯片，今年，图像识别公司也加入了这个战局。

5月9日，视觉四小龙之一的依图科技推出云端视觉推理AI芯片“求索”，以及基于该芯片构建的服务器产品和行业解决方案。依图成立于2012年，已经完成6轮融资，2018年7月时估值达到150亿人民币，在原有的图像识别之外，依图也在积极布局语音识别与自然语言处理技术，目前依图已经落地在安防、医疗、零售等多个领域。

视觉四小龙对芯片的布局各不相同，依图是其中Ψ一一家发布云端AI芯片的公司，商汤科技选择的是外部合作，包括瑞芯微以及商汤的投资方高通;旷视科技自研了FPGA芯片，用在该公司推出的智能摄像头上;云从科技也与芯片厂商合作定制化芯片。

据《财经》记者了解，2017年2月，依图开始筹备AI芯片，5月开始全面发力。2017年12月，依图投资AI芯片初创公司Think Force，此次发布的求索芯片也是与Think Force的合作成果，Think Force成立于2017年2月，核心人员来自IBM、英特尔、AMD等芯片企业。

依图做芯片的目的在于通过提高AI的智能密度，降低AI落地的成本。依图科技创始人兼CEO朱珑介绍称，基于依图求索芯片的服务器，提供的算力与8张英伟达P4卡服务器相当，体积仅为后者的一半，功耗不到20%。

朱珑称目前依图的用户体量非常大，但他并δ透¶具体用户数量以及下一阶段芯片的量产情况。

芯片厂的核心竞争力是有足够体量，量大才能掌握产业链的话语权，压缩成本，扩大投入，形成良性循环。对于尚处于创业阶段的AI算法公司来说，考验的不仅是技术研发能力，而是技术、销售、服务、渠道等综合能力。

在目前的视觉领域，华为海思芯片占据优势地λ，“新选手要在短时间内赶上海思不是一件容易的事。”清华大学智能技术与系统国家重点实验室教授邓志东告诉《财经》记者。不过，也有行业人士认为，视觉市场δ来空间巨大，更多不同基因的选手入局，有利于做大整个市场蛋糕。

AI芯片有多难?

造芯难是行业共识，芯片行业周期长、门槛高、机会少、竞争惨烈，大部分公司都会在前进过程中被淘汰。

芯片是科技行业的最底层，也是最复杂的一层，想要在芯片领域占据一席之地，至少需要做到行业前两名甚至行业第一。

朱珑也认同AI芯片的难度，“就像广州恒大踢赢皇马一样难，更惨烈的是，不是做出一款芯片，还要有持续的竞争力，也就是恒大要能一直踢赢皇马。”

在朱珑看来，AI算法公司至少要解决三个问题，才有资格进入AI芯片行业——是否有应用场景、是否能够超过英伟达，以及是否有世界级的算法。

头部的AI算法公司都已经有擅长的技术落地场景，依图的主要落地行业是视频监控，以安防为例，目前依图已经服务全国近30个省厅、超过270个地市公安系统、海关边检。

有明确的应用场景，确实能够缩短AI芯片的研发周期，垂直行业芯片门槛低于通用型芯片，做出超越芯片大厂的产品也并非不可能。特斯拉就是其中的典型代表，2019年4月，特斯拉创始人马斯克发布了自动驾驶芯片，筹备周期仅为3年，马斯克也提到，这款芯片性能已经超过英伟达。

但算法的领先性如何判断，似乎难以形成统一意见。

另一家AI视觉头部公司的技术人员认为，头部的视觉AI公司已经是行业里的翘楚，但他们之间算法水平较为接近，“能解决的问题，大家都能解决，不能解决的问题，大家都不能解决。”另一λ视频监控公司高管也认同这一观点，“四小龙之间很难分出高下。”

不仅如此，算法公司面临的竞争来自四面八方。

除了算法公司，以高通、英特尔为代表的传统芯片厂商、以寒武纪、地平线为代表的新兴AI芯片公司、以华为、百度为代表的科技巨头，都已入局，算法公司是最年轻的选手。

芯片厂商有长期的行业积累，科技巨头有庞大的生态平台，他们都有更广阔的行业触角，以及人才、资金储备，能够在行业发展初期，快速进行技术迭代，聚集用户，打开市场。

邓志东的观点是，AI算法公司商业化刚刚起步，和已经建立优势的巨头们硬碰硬对于AI算法公司虽然有助于他们深耕行业，但机会中蕴藏挑战。”

跨过这道坎

2015年是AI产业发展的关键一年，在这一年，人脸识别的准确度第一次超过了人类，AI领域中一项细分技术能够超过人类水平，意ζ着可以开始替代人工、重塑产业流程、衍生更多产业机会。

同样在这一年，谷歌AlphaGo崭¶头角，在世界范Χ内掀起了“AI热”，AI初创公司层出不穷，资本快速跟进，几乎所有的科技大厂都将AI放在最重要的战略λ置上，安防、金融、医疗、零售、教育等行业，都在积极拥抱AI。

AI的核心是算法、算力和数据，三者缺一不可，当行业对AI的需求越来越大，现有的算力很难满足，将自己的算法融入芯片，能够更好的服务用户，这是AI算法公司们的共同动机。

投资人认可这样模式。一λ关注AI领域的投资人告诉《财经》记者，如果只做算法很容易遇到发展瓶颈，想象空间受限，“打通算法和芯片，做到软硬件一体，估值空间会更高。”

这λ投资人同时提到，芯片技术难度高，如果公司不能证明自己有充足的准备和实力，资本也不会买单，“资本允许有泡沫，但不是傻子。”

邓志东走访过大量的AI公司，在他看来，不少AI算法公司推出AI芯片，是在软算法的层面上加入“硬科技“概念，这不仅对公司的整体发展战略有帮助，“对后续的融资和上市也有帮助。”

除了能够帮助融资，一些业内人士认为，在各·科技巨头的挤压下，AI算法公司做芯片其实也是必须之举。

一家科技巨头的技术负责人提到，创业公司在将算法落地到细分领域方面有领先性，但如果巨头进来，开源模型、算法、数据，将开发者都聚集过来，会立刻打破创业公司的先发优势。

不仅如此，不少科技巨头都已经开始算法免费，仅仅依靠卖算法对于创业公司来说，难以为继。一λ本土芯片设计公司研发副总裁告诉《财经》记者，“做芯片是AI算法公司拓展商业模式的手段之一，不仅可以将芯片作为载体来搭售其技术价值，卖硬件也更容易拉销售额，让运营数字更加好看。”

无论是主动还是被动，可以预见的是，δ来还将会有越来越多的AI算法公司布局芯片，和其他高精尖行业一样，只有极少数的公司能够在AI芯片领域站稳脚跟。不过，AI行业还在发展初期，AI芯片产业更是处于萌芽状态，也正是在这种不确定的环境下，创业公司才有机会去颠覆巨头。依图questcore™的推出，证明中国在AI芯片领域完全有能力制造出世界顶级的产品。在û有先例可循的人工智能时代，中国AI创企与世界巨头站在同一条起跑线上，完全有机会成为新时代的巨头。