想做中國的英特爾,還是被英特爾投資收購?這家智能晶元公司任重道遠
在2017美國NIPS(神經信息處理系統進展大會)上,特斯拉宣布正在開發自己的AI晶元,除了特斯拉,包括蘋果、微軟、谷歌、Facebook以及英特爾、IBM、英偉達等企業也早於他們進軍了AI晶元領地。在國內,不少創業公司也正在研發並推出了自己的AI晶元。
耐能(Kneron)於2016 年推出終端裝置專用的人工智慧晶元,稱為神經網路處理器(NPU) ;深鑒科技最為核心的是Deep Learning Processing Unit(DPU)及神經網路壓縮編譯技術;寒武紀推出的1A處理器面向智能手機、安防監控、可穿戴設備、無人機和智能駕駛等各類終端設備;西井科技推出了深度學習處理器Deepwell;雲知聲基於語音識別推出了可定製化晶元UniOne;而地平線機器人推出了用於輔助自動駕駛和智慧城市的AI晶元。
余凱,是地平線機器人的創始人,他的身上有許多的「第一名」標籤:他創立了國內首個深度學習實驗室,是深度學習領域最資深的華人從業者,也是AI創業浪潮中第一個離職的百度高管。
余凱
地平線機器人創始人 & CEO
國際著名機器學習專家
百度深度學習研究院(IDL)創始人
中組部「千人計劃」國家特聘專家
中國人工智慧學會副秘書長
科技部人工智慧戰略諮詢委員會委員
中國深度學習技術的主要推動者
如今他最看重的事情,是創辦了AI晶元公司:地平線機器人「Horizon Robotics」
地平線的晶元之路
2015年余凱和他的團隊創立地平線,決定做AI晶元,這在國內已經不是第一家。英特爾、聯發科、高通等巨頭都在研發自己的AI晶元,也不缺乏寒武紀、深鑒科技這樣的AI晶元初創公司,在市場大熱的環境下,研發了兩年之後地平線推出了它的首款嵌入式人工智慧視覺晶元——「征程」(Journey)和「旭日」(Sunrise),分別用於輔助無人駕駛和用於智能城市的智能攝像頭。
「征程」1.0處理器
面向自動駕駛,可同時對行人、機動車、非機動車、車道線、交通標識牌、紅綠燈等多類目標進行精準的實時監測和識別,實現FCW/LDW/JACC等高級別輔助駕駛功能。
「旭日」1.0處理器
面向智能攝像頭,具備在前端實現大規模人臉檢測跟蹤、視頻結構化的處理能力,可廣泛用於智能城市、智能商業等場景。
矽谷流傳著一句名言:「Talk is cheap,show me the code」(廢話少說,拿出代碼)。余凱在發布會上接受媒體採訪時談到,「今天可能有很多發布會,但全世界真正拿出AI處理器的公司恐怕沒幾家,我們經過2年潛心研發,拿出了一個非常完美的處理器。所以雖然是處理器發布會,我們現場也已經實時展現了晶元運轉處理的實際應用過程。我們是第一家(這樣做的公司)」
據其官方人員介紹,這款晶元擁有1.5瓦的超低典型功耗;它們的性能是現在世界上某最好的處理器的兩到三倍,但是成本是它的 1/20。「我們在單位成本、單位功耗裡面的性能跟整個業界最好的能提高上百倍左右」余凱表示。
而這也是余凱及其團隊說服客戶使用其產品與方案的最大吸引點,在無人駕駛領域,大家共同追求的目標就是「效率更高、功耗更低」。
場景驅動,「量體裁衣」
雖然同為AI晶元公司,但各家晶元的主要應用領域並不相同,耐能(Kneron)的重點在智能家居與智能安防,寒武紀的重點在手機和雲端伺服器,深鑒聚焦於安防領域,而地平線機器人專註智能駕駛、智慧生活與智慧城市。
「未來不會是一顆晶元打天下的局面,必須是量體裁衣」。
余凱談到,在自動駕駛領域,如果只採用後端的雲計算可能根本就不能使用了,雲端處理的反應延遲最快可能也得達到幾百毫秒,而且最重要的是很有可能會遇見信號不好甚至網路中斷等問題,這對行駛中的汽車來說是致命的。所以必須要考慮在沒有通信的情況下其也能足夠的安全,足夠地智能,前端計算是無人駕駛領域的共識。
不過,其他兩個方面的應用對前端計算的要求也是非常高的,余凱繼續談到,比如說智能城市裡面的監控攝像頭,如果要把所有的實時的視頻都傳到雲端去計算,那帶寬受不了、存儲也受不了,現在也沒有一個計算中心能夠處理如此海量的數據,所以也需要在前端進行處理,這是趨勢。
中國的英特爾,
還是Mobileye?
余凱最早對地平線的定位,是做中國的英特爾。
2016年,英特爾收購了以色列AI公司Mobileye ,一家致力於汽車工業的計算機視覺演算法和駕駛輔助系統的晶元技術研究的公司。這時大家突然發現,Mobileye在做的事不就是地平線在做的事嗎?所以把地平線比作中國的Mobileye。對此,地平線聯合創始人黃暢表示,「我們的目標就是讓中國的汽車在未來裝上地平線自動駕駛BPU。當然,時代是變化的,不會有一個一模一樣的某一個公司的老路,我們在漸進式的應用和商業化落地方面有自己的思考和路徑」。
諷刺的是,地平線2017年10月20日宣布完成近億美元A+輪融資,領投方正是英特爾。
2017年的CES,地平線和英特爾聯合發布了基於FPGA的L2級別高性能高級輔助駕駛系統(ADAS)。到了2018年的CES,二者聯合展示的面向L3/L4的自動駕駛解決方案成為了現場的焦點,地平線現場展示了正在推動前裝量產的L3/L4級別的自動駕駛解決方案。地平線負責人在現場表示,該方案是同英特爾持續深入合作的結果,目前正在同英特爾一起推動該系統的前裝量產。
軟硬結合,計算比數據更重要
像大疆DJI初始階段賣晶元一樣,地平線一開始做晶元也是不被看好的,至少不被大多數人看好,余凱稱是外界沒有理解軟硬體結合的本質,以及軟硬結合後對整個效率的提升。
例如特斯拉一開始用英偉達的處理器、自己做軟體,現在就明確了:硬體自己做,才能更快。但自動駕駛處理器,研發周期肯定不會短。余凱在接受媒體採訪時提道。
他還提到,地平線的目標是2025年(AI處理器)進入3000萬輛汽車。如果達到這個目標,地平線的價值就會超過百度。當然余凱說只是個比方,並不是目標。 不過顯然他對這個目標並沒有足夠的信心。
「未來,計算會比數據更重要」。余凱在團隊內部分享時說道,「這也是驅動我去做處理器的原因」。
余凱的觀點是:「持續去投資AI計算,而不是演算法本身,這很重要。」當然,這只是余凱及地平線的一家之言。在AI商業報道看來,在未來硬體將走向趨同化,CPU只是一個基礎設備,演算法才是人工智慧場景中的關鍵所在,人工智慧還是要靠演算法和深度學習並行。
分享這篇文章,與同仁共同探討AI行業動向


TAG:全球大搜羅 |