葛嶺求真：看區塊鏈、人工智慧如何引領商業變革

7月7日，普華資本在杭州西湖岸邊的葛嶺路5號舉辦「葛嶺求真·普華科技私享會」，邀請了雲從科技、巴比特、ARM中國、OURS、MiniEye、DaoCloud等來自人工智慧、區塊鏈、晶元、AR/VR、自動駕駛、雲計算等領域的創業者就自身項目的產品設計邏輯、技術細節、業務協同和上下游產業鏈等各個維度展開了深入交流。

雲從科技 姚志強：人工智慧恰逢其時

雲從科技是國內一家人臉識別技術及產品研發商，專註於人臉識別技術的研發及應用。雲從科技聯合創始人姚志強以自身企業案例介紹了人工智慧企業發展特點。雲從科技從研究人工智慧開始至今，已經走過來了10年歷程，最大的心得就是：門檻高。具體表現在4個方面：

研發周期長，從科學研究到產品落地時間跨度大；

技術風險高，科研本身就是存在很大的失敗概率，尤其是會出現方向錯誤；

資金投入大，以雲從科技來說，每年投入的研發資金高達2億元；

產品鏈條長，將技術用於實際場景，解決客戶痛點，需要和行業、客戶反覆多次深度交流。

人才、演算法、產品是構成一家人工智慧企業的三要素。姚志強認為，在信息化時代，我們積累了很多的資源和人才，但並沒有真正發揮最大價值，而人工智慧的出現是恰逢其時，剛好能把人才和資源結合在一起，做更多的事情。雲從科技的定位是人機交互，基於實時全鏈信息流，打造全行業大腦。在金融領域，目前雲從科技已成為國內銀行業人臉識別第一大供應商，市佔率70%以上。

比原鏈長鋏：計算力，讓區塊鏈與人工智慧融合出現曙光

區塊鏈與人工智慧，成為當前科技領域最炙手可熱的兩個方向。儘管在外界看起來很熱鬧，但是作為一名深耕區塊鏈的創業者，長鋏很焦慮，一直在思考區塊鏈什麼時候能真正落地，並與實體經濟結合。而區塊鏈和人工智的結合，很有可能是一個很好的方向。

區塊鏈與人工智慧如何結合？目前的主要從Token、智能合約、數據、計算力這4個方向入手。長鋏認為，在計算力這個方向上，二者會出現融合的曙光，因為區塊鏈和人工智慧最根本的生產力都來自於計算。

人類對AI運算的需求極其旺盛。當前，全球深度學習的計算力需求大概有300個Exa的浮點運算，隨著人類科學技術的提升和生活水平的提高，這個數字還在繼續上升，可以說，AI領域領最大的矛盾，就是人民群眾日益增長的計算需求與落後的計算力的之間的矛盾。

目前，比原鏈已經在區塊鏈和人工智慧的結合上展開探索，提出了對人工智慧ASIC型友好型共識演算法——Tensority，並與今年4月在麻省理工學院全面公開演算法細節。Tensority演算法吸取了BTC、LTC、ETH演算法的優點並加以改進，演算法功耗更低，同時支持int數據類型，理論上支持所有AI智能設備參與比原鏈的共識運算。

長鋏認為，Tensority演算法對AI晶元行業將產生積極影響，首先，強化了AI晶元的低功耗的設計。其次，降低了AI晶元的設計風險和回本的周期。再次，促進AI晶元的普及。

ARM中國 金勇斌：AI是工具，就像水一樣

ARM公司成立於1991年，總部位於英國，是全球領先的半導體知識產權 (IP) 提供商，主要出售晶元設計技術的授權。金勇斌2009年進入ARM公司，目前擔任ARM中國市場營銷總監和生態發展副總裁，同時也是OPEN AI LAb創始人。作為在晶元行業是摸爬滾打近10年的老人來說，對行業發展和趨勢有著清醒的認知，現場金句頻出。

1.人工智慧解救了智能硬體，如果沒有人工智慧，智能硬體這條路會走不下去。

2.AI的本質是機器智能部分替代人決策，使人變得更懶。

3.人工智慧帶來人機交互方式的改變，從「要臉」到「不要臉」。（註：「要臉」指的人機交互依賴屏幕，「不要臉」指的是人工智慧植入智能硬體，屏幕不再是必需的）

4.PC解決了數字化，移動互聯網解決了連接化，人工智慧解決了自主化。（註：自主化指的是設備自我做出決策）

5.AI和互聯網一樣，都是一個工具，就像水一樣。AI要替代或者要改變現有的設備，讓它們變得更智能。車看起來還是車，但AI讓車不僅僅是車。

OURS 譚章熹：開源RISC-V指令架構與AI晶元

譚章熹分享的主題為《開源RISC-V指令架構與AI晶元》，他的公司OURS於2017年在矽谷創立。

關於AI晶元設計，譚章熹總結了幾點經驗：1、需要特殊的內存/緩存架構與足夠的容量；2、軟體最重要，沒有軟體就沒有AI晶元；3、ALU等計算單元利用率不高；4、摩爾定律失效了，但Amdahl定律還存在。

OURS的核心技術是低功耗端計算（Edge Computing）AI 晶元，產品分為採用硅光技術的感測晶元和RISC-V可編程低功耗ASIC晶元兩個系列。RISC-V晶元自由度高，便於開發者做一些特殊應用的優化。從商用上看，RISC-V開源沒有專利授權費用，降低了創業公司的資金門檻。

浙江大學教授 周昆：虛實之間，挑戰與機遇並存

周昆是浙江大學計算機輔助設計與圖形學國家重點實驗室主任，研究領域為計算機圖形學、計算機視覺、虛擬現實和並行計算。周昆的分享主題為《智能時代3D圖形技術的機遇和挑戰》。

3D圖形技術的挑戰和機遇在於「從實到虛」和「從虛到實」的實現過程。前者的挑戰和機遇是基於計算機平台的演化，從最早大型機到個人計算機、互聯網、雲計算乃至未來的隨身設備，後者則重在「智能製造」的發展。不過二者之間並非彼此孤立，「這兩件事情並不是孤立的，因為你完全可以從實到虛然後從虛再到實。」

MINIEYE 劉國清：以產業化落地為核心，冷靜積累關鍵技術

MINIEYE創始人劉國清自嘲MINIEYE是中國最土的自動駕駛公司。土，指的是產業化落地。他認為，在自動駕駛領域要以產業化落地為核心，冷靜地積累關鍵技術。

劉國清表示，自動駕駛整個產業很大，涉及技術領域廣，是一個非常複雜的工程。「不僅要有很好的AI演算法，軟體層面會涉及各種深度學習的東西，比如感知、決策、控制。同時還有各種各樣的感測器，有了這些東西還要有晶元，因為所有這些都依賴於算力。」

目前自動駕駛領域需求最大的技術集中在演算法、數據、感測器三方面。

以設計演算法為例，前提是在有限算力、低功耗、車規級的條件下進行。基於此，MINIEYE設計了深度學習三件套：Thinet、FastNet 、HardNet。Thinet通過對一些深度網路架構進行壓縮，讓深度神經學習網路能夠變的更小更瘦，提升網路的存儲和運算速度。FastNet對Squeezenet等網路進行加速，HardNet則是從硬體層面進行加速。據劉國清介紹，上海蘇舉措在節約成本和提升性能上成效明顯，「以前的晶元整個活力全開跑起來，需要用到一個50美元左右的計算晶元，現在有了這套東西，可以把晶元成本降低到十幾美元。」

DaoCloud 陳齊彥：未來的商業模式，由應用驅動

DaoCloud 成立於2014年，是一家企業級雲計算領域的初創公司，創始人陳齊彥從技術哲學層面，闡述了在數字世界未來的商業模式將會由大量應用驅動。以下為其主要觀點歸納：

1.我們在試圖進入一個數字界的階段，不管是區塊鏈還是人工智慧等，都會大道趨同，核心邏輯是這些行業都在構建新應用，為了保證連接。

2.未來任何一家企業都會變成一家科技公司，核心邏輯是它未來的商業模式大部分都是應用驅動的。一個企業如果還用傳統的方式去加工、創造應用，然後再去整合系統資源，這個成本是極高的。所以要對企業的IT系統的平台模式進行升級。未來整個IT系統架構是在做一個精簡，因為越複雜的東西越難整合，越難交付。

3.未來的模式是一個插頭跟插座的關係，這個應用可能是大數據，可能是人工智慧，也可能是區塊鏈，但最關鍵的是這個應用要快速放到插頭上運行起來。

4.未來的數字界世界核心是一切應用圍繞數據展開。這些應用並不是我們今天看得見的應用。比如說一輛車、一個智能設備終端、一個感測器都是一個應用，這些東西導致了人類世界變成了數據網路。

5.人類的下一個周期，人類變成了萬源的從輔地位，因為最關鍵的是數據。很多數據的加工不是人在加工，是機器跟機器在加工。這是未來數字界的遊戲規則，也是未來人類社會的組成方式。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！