“今天要做AI芯片有多难？跟恒大踢足球踢得过皇马一样。更惨烈的是，AI芯片做一款没有意义，要连续做几款才有竞争力。也就是说，恒大持续跟皇马有得踢，一直踢下去。‘算法即芯片’给了依图弯道超车的机会。”

　　撰文 | 吴优

　　编辑 | 焦丽莎

　　2012年年底，AI教父Geoff Hinton的两位博士生在ImageNet图片分类竞赛中夺下第一名。这个看似稀疏平常的结果，却震惊了整个学术界。原因是，Google团队用深度学习在相同的数据集上测试，但图片识别精度远逊于Hinton团队。

　　“大神级”的Google团队败给了两个“小毛孩”。整个硅谷，一片哗然。

　　彼时，Google的人工智能团队有着世界级的AI明星研究者，公司亦投入巨资，还有最先进的硬件和数据支持，但他们依然败了。深度学习之火在硅谷迅速点燃。

　　同样在2012年，距硅谷千里之外的上海交大闵行校区旁，两个年轻人开始了人工智能创业。

　　创始人朱珑，UCLA统计学博士，师从霍金的学生、美国顶级AI科学家Alan Yuille，亦曾在Geoff Hinton的团队做过研究员。而联合创始人林晨曦，则是阿里云的第一任技术总监，更早之前则在微软研究院担任研究员。

　　两个人凭借着对人工智能的好奇心和对AI改变世界的一腔热忱，创办依图科技。

　　多年后，让朱珑曾经的老板Geoff Hinton骄傲的是，朱珑团队同样拿下多个世界“冠军”，美国国家标准技术局主办的人脸识别测试（FRVT）中，在千万分之一误报下达到识别准确率99%，这是全球行业指标的最高水平，并且连续收获三届冠军；在全球人脸识别挑战赛（FRPC），获得算法检索准确率冠军。

　　但“算法”冠军之下，依图面临的是巨头和其他创业者的虎视眈眈。BAT早已全面深入AI行业，尤其是AI视觉和AI语音，而依图和商汤、旷视等公司，2017年也已开始火拼资本和市场。

　　融资的节奏在加快，数额在飞涨。

　　依图2017年5月完成3.8亿元C轮融资，2018年6月完成3亿美元C＋轮融资。商汤科技在一年内获得4轮融资，2017年7月完成4.1亿美元B轮融资，同年11月获得了数千万美元战略投资；2018年4月获得6亿美元C轮融资，5月又获得6.2亿美元C+轮融资。旷视在2017年10月获得4.6亿美元C轮融资，2019年5月8日，又宣布D轮7.5亿美元融资。

　　虽然在融资上态度保守，但外界依然认为依图的价值存在被低估。这家公司一直专注于自身的算法、产品和场景的开拓，足够的竞争力和先发优势保持增长，是其秘密武器。依图首席创新官吕昊对「蓝洞商业」说，“时间能够证明一切”。

　　如今，三家公司身后已站满了互联网行业最顶尖的投资者，包括IDG、高瓴、鼎晖、红杉、云峰、纪源等，阿里、高通、富士康等产业资本也加速入局。

　　钱早已不是创业成功的决定因素，对于这个行业来说，算法是核心竞争力，应用场景是核心战场。进入2019年，AI芯片成为新的竞赛单元。

　　算法即芯片

　　AI芯片进入“去中心”时代。

　　三年前，击败李世石的Alpha Go，Google为其装了48颗AI芯片，它们不是安在Alpha Go身体里，而是在云端。真正驱动Alpha Go的，是云端上的芯片。

　　以亚马逊和Google的竞争最为激烈，他们开启的AI芯片竞争，将改变智能家居、云计算等价值巨大的市场。

　　AI芯片，首先会颠覆的是英特尔、高通等传统芯片公司。

　　这一切是怎么发生的？AI的发展，最需要解决的是算法问题，这也是AI领域的大公司和创业公司共同面对的挑战。“当下摩尔定律快要终结了，算法厂商没有办法只靠晶体管密度的提升而提升算力。”吕昊说，“从2017年开始，我们就意识到了这个挑战，同样也是个机会——一个算法即芯片的时代到来。”

　　做AI芯片有多难？朱珑打了一个比方，“跟恒大踢足球踢得过皇马一样。更惨烈的是，AI芯片做一款没有意义，要连续做几款才有竞争力。也就是说，恒大持续跟皇马有得踢，一直踢下去。”

　　为了跟皇马“踢比赛”，依图提出“算法即芯片”，这将意味着AI的算法需要和芯片的设计强耦合（即能量从一个介质传播到另一介质的过程），由算法决定芯片设计的功能取舍。

　　在吕昊看来，传统芯片厂商有几十年的设计、优化经验和技术沉淀，但是在算法即芯片的时代，需要对芯片体系结构重新的设计，这就是众多AI芯片面世的原因。

　　在此背景下，依图科技在5月9日发布questcore?芯片。这是一款云端深度学习的定制化SoC芯片（SoC 即System-on-Chip，片上系统），专为计算机视觉分析任务而打造。成为众多明星初创企业中，率先将基础算力和高端算法等核心实力同时握于手中的人工智能公司。

　　中科院半导体研究所研究员吴南健博士解释，所谓视觉芯片，实际上是一种具有高速图像采集和实时图像处理功能的片上集成系统芯片。依图目的是，为了更好的发挥其世界级算法优势，同时与图像采集和处理等更好地结合。同等功耗下，依图questcore?比同类主流产品高2~5倍的视觉分析性能。

　　软硬件一体化，已经成为AI领域玩家们越来越普遍的选择。

　　在C端市场，消费者最容易感知的是智能家居，如亚马逊的智能音箱和其Alexa语音助理技术。而在B端市场，则是数以百计的AI公司在算法、硬件和芯片的综合能力的竞争，今年，正是AI芯片集中爆发的一年。

　　依图很早就看到了这个竞争趋势，2017年开始投入芯片研发。与依图先进的算法相匹配的，奇迹类页游，是需要一个足够智能、高性价比的云端视觉推理芯片，共同构成一体化的软硬件产品，应用在依图领先的智慧城市、智慧医疗等场景。

　　依图 questcore?的发布，将使他们有能力在更大的范围内实现“算法+芯片+数据智能”的战略，这被他们称为“极智“。这一战略的推进，将提升依图产品的性价比，加大需求量，提高人工智能应用落地的范围。吕昊向「蓝洞商业」透露，依图已经在智能安防和智慧城市应用里实现了该芯片的应用。

　　短短几年，AI的场景应用才刚刚开始，提升空间巨大。吕昊说，现在的安防只用到了简单的人脸识别，将来会涉及到群体智能，需要非常多的大数据分析，还有很长的一段路要走。

　　“算法即芯片”很可能造就一个全新的时代，中国的AI芯片有了“弯道超车”的可能。

　　放手一搏

　　“订单下来了。”林晨曦异常兴奋，这是依图科技成立一年多以来的第一单生意。

　　2013年，朱珑通过一个朋友找到苏州一位政府部门的副局长，对方只给他三分钟介绍时间，他们需要一个技术公司帮忙识别车辆品牌。

　　当时，原有的服务商对车辆品牌的识别率只有30%，在实际的应用中起不到帮助作用，政府希望识别率达到70%。在三周内，依图将5个品牌车辆的识别率提高到95%。三个月后，100多个品牌的识别率同样达到95%。