邁過三道坎，依圖造」芯「！

2019年，對於全球科技領域而言充滿了挑戰，人工智慧領域也是如此。在經歷了幾年的高速狂奔之後，關於人工智慧落地的話題討論的越來越多，這也意味著產業開始向更加理性的方向發展。

依圖科技聯合創始人、CEO 朱瓏博士

5月9日，依圖科技「極智·求索」產品發布會在上海中心舉辦，依圖科技攜自研雲端視覺推理AI晶元questcore，以及基於該晶元構建的軟硬體一體化系列產品和行業解決方案集體亮相。這也意味著，國內AI晶元又多了一個新玩家。

AI不僅僅是算力競賽

毫無疑問，算力是人工智慧向前發展的重要因素，但其並不是唯一因素。作為最終的承載，不管是CPU、GPU、FPGA還是ASIC晶元，都必須具備能夠實現各種演算法的算力。為此，這也成為很多企業重點展示的方向。

對此，依圖科技聯合創始人、CEO 朱瓏博士卻有不同的觀察。他認為，算力僅僅是一方面，人工智慧想要成功落地，首先需要選對演算法及場景。摩爾定律的終結和人工智慧技術的發展將開啟一個新的時代——演算法即晶元時代。

這也意味著，人工智慧並不是簡單的算力競爭遊戲。其本質上，還是要找對應用場景，並且開發出更具優勢的演算法，以此定製出來的晶元才更具性價比優勢。非常顯然，依圖科技的首款雲端視覺推理AI晶元就是遵循著這一邏輯。

依圖科技首席創新官呂昊博士

據了解，依圖questcore基於擁有自主知識產權的晶元架構，針對依圖世界領先演算法做了專門優化，能夠充分發揮依圖在機器視覺領域的專業積累和行業知識，適用於人臉識別、視頻結構化分析、行人再識別等多種圖像和視頻實時智能分析任務。

在實際的雲端應用場景，依圖 questcore 最高能提供每秒15 TOPS的視覺推理性能，最大功耗僅20W，比一個普通的電燈泡還小。在同等功耗下，依圖questcore產品的視覺推理性能是市面現有主流同類產品的2~5倍。

而在發布會現場，依圖科技首席創新官呂昊博士也演示了基於questcore 打造的依圖原子伺服器，並成功帶動200路攝像頭，對現場500多名觀眾面部進行實時比對及分析。而想要實現同等算力，之前則需要8張英偉達P4卡，由此大幅度降低伺服器體積。

從功耗表現來看，在進行視頻解析時，1台依圖原子伺服器（搭載4核 questcore晶元，除此之外無需其他配置），與8卡英偉達T4伺服器（含雙核英特爾 x86 CPU）對比，單路視頻解析功耗僅為後者的 20%，與8卡英偉達P4 伺服器（同樣含雙核英特爾 x86 CPU）相比，功耗約為後者的10%。

對於AI晶元而言，體積及功耗重要性也不輸於算力，在晶元開發過程中需要綜合考慮，才能在具體應用場景領域做到更具性價比，而這也是企業成功的第一步。

AI晶元成功的三大要素

現如今，對於AI晶元我們已經聽過很多。除了谷歌、英偉達、華為等這些國際大廠能夠推出AI晶元之外，國內也有不少廠商推出或計劃推出AI晶元。那麼這是否意味著，AI晶元真的非常簡單？

「如果只是滿足端側簡單的功能，這類晶元開發起來難度並不大。」朱瓏博士認為：「想要開發出一款伺服器級別，用於進行大批量數據處理，對穩定性、可靠性及功耗等要求都非常高的AI晶元並不容易。」

據朱瓏博士介紹，在2012年之前，全球了解人工智慧的並不多。隨後，在谷歌等產業界的帶動下，人工智慧在全球形成新的發展浪潮，但是該如何應用人工智慧很多人並沒有真正的想明白。

實際上，即使是今天。很多人工智慧創業企業，在一輪輪融資之後，估值越來越高，但是真正能夠大規模批量應用的還比較少。落地難，也成為了人工智慧創業企業不得不面臨的現實問題。

對此，朱瓏博士認為，人工智慧企業首先就得想好應用場景，沒有典型場景AI晶元即使開發出來了也沒多大意義。另一方面，英偉達通用GPU晶元產品在綜合性能方面已經非常優秀。如果創業企業在晶元研發過程中，沒有創新性的預演和判斷，產品性能及成本不能領先於英偉達的話，其市場前景也非常的堪憂。

除此之外，人工智慧創業企業還需要具備強大的演算法開發能力。如果在演算法上不能夠做到領先的化，晶元再先進也會受限。對於人工智慧企業而言，想要在競爭中勝出，軟硬體的實力都得過硬。

——End ——

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！