焦点评论 > 正文
顶尖AI专家:AI芯片应用场景很多 原发性创新还很薄弱
2018/4/28 09:27   搜狐      关键字:专家,ai,芯片,应用场景      浏览量:
相较于国际先进的芯片公司,国内芯片产业发展水平仍然有差距,在AI芯片领域同样如此。地平线创始人、CEO余凯认为,“目前中国有50多家做AI芯片的企业,虽然中国AI芯片的应用场景很多,但真正原发性的创新还比较薄弱。”

美国对中兴颁布的“一剑封喉”禁售令,让长期暗涌在深水之下的中美“芯片战”浮出水面,国人更是深切地感受到“芯痛”,官媒纷纷强调“发展国产高端芯片这事不能再拖”。

近几年,中国企业在芯片研发上也做出了一定的成绩。据IC insights报告显示,全球纯芯片设计公司50强中,2009年只有一家中国公司——华为旗下的海思。而到了2016年,中国进入该榜单的公司增加到11家。

但相较于国际先进的芯片公司,国内芯片产业发展水平仍然有差距,在AI芯片领域同样如此。地平线创始人、CEO余凯认为,“目前中国有50多家做AI芯片的企业,虽然中国AI芯片的应用场景很多,但真正原发性的创新还比较薄弱。”

2015年7月成立的地平线是中国最早进入AI芯片赛道的公司之一。地平线是一家面向智能驾驶、智能城市和智能商业等应用场景,为多种终端设备装上人工智能“大脑”,提供嵌入式人工智能解决方案的公司。之所以取名“地平线”,余凯希望自己做的是能够引领世界的事。

去年12月,地平线发布了“征程”和“旭日”两款分别面向智能驾驶和智能摄像头应用端的AI芯片。地平线也是国内第一家实现量产流片的AI芯片初创公司。

软硬件结合

2015年创立地平线之前,余凯在AI领域有着10多年的科研从业经历。曾先后在西门子、NEC Labs America、百度工作,从事的都是跟AI研究相关的工作。

2012年4月,余凯加入百度,主导组建了百度深度学习研究院(IDL),IDL主要进行的是深度学习、机器人、自动驾驶、人机交互、3D视觉、图像识别、自然语言理解等方面的研究。百度前首席科学家吴恩达就是余凯邀请加入百度的。

之所以离开百度,余凯说,人工智能想要落地开花,就必须得攻克处理器,但以软件起家的百度在那时并不看好硬件。余凯的建议被百度方面拒绝,“我们不碰硬件”。

但余凯坚持认为,未来不会是一颗芯片打天下,必须通过软、硬件的深度结合,提供一体化的解决方案,才能给行业带来千倍的效率提升。“这个事情很重要,如果我不做的话,未来我会后悔。”他说。

在地平线成立之初,余凯就给公司想好了定位——地平线真正想做的是人工智能时代的Wintel联盟(微软与英特尔联盟)。微软和英特尔的软件和硬件结合主导了PC时代,地平线要做的就是软件跟AI芯片的结合,服务万物智联。因此,地平线的核心业务主要在于算法跟处理器IP(包括AI芯片的IP)两大板块。

早在2016年,地平线就推出针对智能驾驶应用的“雨果”平台,去年12月份,地平线又发布了面向智能驾驶的“征程”AI芯片和针对智能摄像头应用端的“旭日”AI芯片。近日,地平线也推出了基于“征程”2.0处理器架构的高级别自动驾驶计算平台Matrix1.0。

但这个过程并不容易。在地平线公司成立之初,团队大多数人包括余凯都是软件背景,如何组织起软硬件的研发是重中之重,余凯需要将团队从一支纯软件背景的队伍变成一个软硬结合的团队。

在软硬件人才的培养上,余凯可谓下了血本,每年都会把全部的校招员工送到美国去培训。

截止目前,地平线已经把40多名校招的员工送到美国培训。余凯未透露人才培养这块的投入,他表示,“每次都亲自带队,给他们安排行程并且请名师来讲课。”

目前,地平线的团队规模已发展到500多人,大部分都来自谷歌、facebook、百度、TI和微软。目前除了北京外,在上海、南京、深圳都设有分公司。在全球四家最顶尖的互联网人工智能研发机构中,地平线创始团队成员创办和参与创办了其中两家——百度深度学习研究院(IDL)和Facebook人工智能研究院(FAIR)。

余凯这样的AI技术人才创业也被资本充分看好,甚至受到了资本的“鼓动”。线性资本是地平线的天使投资方。2017年10月,地平线宣布完成由英特尔领投的近亿美元A+轮融资,线性资本跟投。

按照线性资本创始人王淮的说法,他们花了两年时间才把余凯从百度深度学习研究院里挖出来创业。

覆盖三大应用场景

地平线、寒武纪和深鉴科技被称为“中国AI芯片小三巨头”,寒武纪垂直于手机业务、深鉴科技主要聚焦于安防,地平线希望覆盖更多业务。在围绕算法和处理器IP上,接下来,余凯计划将向智能零售、智慧城市、自动驾驶三个领域提交解决方案。

在地平线的AI芯片送到生产线流片之前,余凯经历了一段非常紧张的时刻。流片前一天,余凯和团队一起去了雍和宫烧香祈福。

“芯片的研发周期很长,不同于游戏和软件研发,只要加班加点就能缩短,它的量产至少需要一年半的研发时间。”他表示。

而周期的无法缩短和目前芯片制造厂商排期紧张不无关系。据公开资料显示,仅2017年下半年台积电的生产线上就有超过30款“AI芯片”排队等着流片。

流片一旦失败,地平线不仅要承受百万美金的损失,还会错过了台积电的排期,延迟到明年。

显然这样的失败会是地平线难以承受之重。幸运的是,地平线一次流片成功,也成为国内第一家流片成功的AI芯片初创企业。

而在后期AI芯片的大规模量产时,余凯还在智能零售、智慧城市、智能驾驶三大领域,别找了20几家客户,通过他们来给自己的AI芯片做小范围测试来获取反馈,来确保后续流片的成功。

目前,地平线在智能零售上已经为美的、科沃斯等提供了智能化的嵌入式解决方案;在算法领域也与博世、奥迪等展开了合作;在智慧城市方面,已与龙湖地产展开合作。2018年,地平线的重心将放在大规模推广自己的AI处理器上。

在过去的一整年中,地平线已经实现了近亿元的营收,由于早期投入的研发成本高昂,目前还未实收支平衡,不过余凯认为“钱景可期”——在未来七、八年的时间里,地平线的收入将会超过500亿(元)。

押注自动驾驶市场

就智慧城市、智能零售、自动驾驶三大领域而言, 自动驾驶是地平线布局的重点。

余凯把自动驾驶领域的AI处理器视为“人工智能的珠穆朗玛峰”,“我们要做的就是从高维打低维,对于短平快的、未来缺乏增长力的市场,我们通常会放弃。”他说。

地平线面向智能驾驶的嵌入式人工智能视觉芯片被命名为“征程1.0 处理器”,该芯片支持高性能的 L2 ADAS 系统;能够同时对行人、机动车、车道线、交通标示牌、红绿灯等多类目标进行准备的实时检测与识别。这款处理器可将芯片的计算速度提升10倍以上。

而对于近期即将要发布的“征程”2.0版本,余凯显的尤为兴奋。据他透露,这个版本的处理器能够支持像素语义分割、行人骨骼识别、物体三维识别等功能,每秒处理30帧,功耗跟成本可以做到英伟达同类芯片的1/10。

近期,Uber自动驾驶撞人事故让人们更加关注无人驾驶车的安全系数以及未来的落地情况。余凯认为,就整个大的应用场景而言,在中国,一级、二级的辅助驾驶在未来七八年时间里面,会有70%—80%的渗透率;四级、五级的自动驾驶,一些演示在今年就会出现,但真正大规模商用可能要到2022年。

微信扫描二维码,关注公众号。