「科技進(jìn)步極大降低了創(chuàng)新所需的經(jīng)濟(jì)門檻，但是偉大所需的精神門檻——勇氣，從沒有降低過」。

這兩年，算法人誓要「造芯」，已不再是新鮮事。

當(dāng)摩爾定律開始走下神壇，基于 AI 算法的算力需求卻噴涌而出，供不應(yīng)求，于是越來越多的團(tuán)隊(duì)嘗試踏入「無人區(qū)」，以「芯片+算法」組合拳打造更牢固的護(hù)城河。

但造芯何嘗容易，芯片和算法之間存在著巨大鴻溝，芯片工藝繁瑣、設(shè)計(jì)與優(yōu)化技巧強(qiáng)，試產(chǎn)的風(fēng)險(xiǎn)和投入都極大，讓人望而卻步。

「有錢能做得出算法，有錢卻不一定能造得了芯片，」芯片老將曾這樣規(guī)勸來路上的算法人?！冈煨尽沟目谔?hào)固然響亮，如今真正能落地的算法團(tuán)隊(duì)卻是一個(gè)巴掌數(shù)得過來。

5 月 9 日，依圖科技帶著 200 路攝像頭來到上海中心，向外界宣講這顆始于兩年前的首款云端AI芯片「求索」。

「依芯求索」，是一顆能同時(shí)兼顧云端和邊緣端場景的 SoC 級(jí)芯片，采用自研架構(gòu)， 16 nm 制程，功耗單路數(shù)小于 1W，性能功耗比為 0.75 TOPS/W。在視頻解析、自動(dòng)駕駛等場景實(shí)測中，表現(xiàn)均高于英偉達(dá)同類產(chǎn)品。云端場景下，依圖單位路數(shù)功耗可優(yōu)出 5-10 倍。

「科技進(jìn)步極大降低了創(chuàng)新所需的經(jīng)濟(jì)門檻，但是偉大所需的精神門檻——勇氣，從沒有降低過?！?/p>

這是依圖創(chuàng)始人兼 CEO 朱瓏為該顆芯片寫下的注解，公司成立7年以來，朱瓏首次為依圖發(fā)布會(huì)站臺(tái)。依圖的「勇氣」始于 2017 年，當(dāng)時(shí)團(tuán)隊(duì)不過百人規(guī)模，公司在資金儲(chǔ)備和經(jīng)濟(jì)實(shí)力上都不具備「造芯」的最佳條件，但朱瓏表示，「敢把房子賣了賭今天這個(gè)答案非常重要」。

在芯片發(fā)布前夕，機(jī)器之心對話依圖首席創(chuàng)新官呂昊，獨(dú)家解密依圖首款A(yù)I芯片背后的更多故事。通過進(jìn)一步交流，我們挖掘出這家出色的算法公司對于行業(yè)需求、對于算法發(fā)展趨勢深刻的洞察，以及果斷有力的預(yù)判和執(zhí)行。

呂昊對機(jī)器之心說道，「兩年前，我們決定做這款芯片，就非常相信算法廠商垂直整合的未來趨勢。基于對算法、對行業(yè)的深刻理解，加上芯片的設(shè)計(jì)能力，從垂直的場景發(fā)力，不僅于現(xiàn)在能獲得優(yōu)勢，未來也會(huì)變得越來越強(qiáng)?！?/p>

公開數(shù)據(jù)顯示，依圖最近一輪融資發(fā)生在 2018 年 7 月，完成 3 億美元 C+ 輪融資，公司整體投后估值突破 150 億元。談到新輪融資計(jì)劃時(shí)，呂昊沒有給出直接回應(yīng)，他表示「我覺得市場往后怎么看我們，對我們是不是有改觀，是更有趣的事吧。依圖發(fā)布芯片對整個(gè)市場也會(huì)有一個(gè)影響?！?/p>

兩年前，正是基于依圖對于算法發(fā)展趨勢的預(yù)判有了現(xiàn)在的云端AI芯片，那么未來兩年呢？

「整體來說就是兩個(gè)趨勢。一個(gè)是垂直整合，這是一個(gè)非常大的機(jī)會(huì)，也提供了非常多增強(qiáng)自身產(chǎn)品和未來的機(jī)會(huì)，另一方面就是『算法即芯片』?！箙侮徽f道。

200 路攝像頭現(xiàn)場實(shí)測的底氣

依圖云端 AI 芯片「questcore」，中文名為「依芯求索」，采用 16nm 制程，ARM + ManyCore 組合架構(gòu)，其中 ManyCore 架構(gòu)由依圖和 ThinkForce 聯(lián)合研發(fā)，采用依圖自有優(yōu)勢算法，從設(shè)計(jì)到制造實(shí)現(xiàn)了全面國產(chǎn)化，作為服務(wù)器芯片可以獨(dú)立使用。目前，該顆芯片已經(jīng)實(shí)現(xiàn)量產(chǎn)。

在性能表現(xiàn)上，questcore 單芯片可支持 64 路視頻高清實(shí)時(shí)解碼，支持 50 路視頻實(shí)時(shí)解析，1U 可支持 200 路解析。芯片自帶網(wǎng)絡(luò)支持，支持虛擬化，支持 Docker，支持通用視覺的檢測、分類、識(shí)別、分割、跟蹤等任務(wù)。

在兼容開發(fā)和接口拓展方面，questcore 支持 TensorFlow、PyTorch、Caffe、MXNet 等主流深度學(xué)習(xí)框架，支持 PCle 3.0 接口。

同時(shí)支持云端、邊緣側(cè)計(jì)算是 questcore 的最大亮點(diǎn)之一。

在單位路數(shù)的功耗對比中，同樣帶動(dòng) 200 路攝像頭解析和比對，4 顆依圖 questcore 、8 顆英偉達(dá) T4+ 2 顆英特爾 CPU、8 顆英偉達(dá) P4+2 顆英特爾 CPU 實(shí)測對比：

  • 8 顆英偉達(dá) T4 + 2 顆英特爾 CPU 方案單位路數(shù)功耗是依圖方案的 4.7 倍，

  • 8 顆英偉達(dá) P4+2 顆英特爾 CPU 方案是依圖方案的 9.4 倍。

在路數(shù)性能的對比中，依圖前沿系列邊緣盒子是英偉達(dá) TX2 性能的 2 倍。

朱瓏認(rèn)為，正是芯片單位面積的智能算力的「斜率」優(yōu)勢奠定了依圖芯片能在最終性能表現(xiàn)超過巨頭英偉達(dá)。

據(jù)機(jī)器之心了解，questcore 針對 int8 數(shù)據(jù)（8 位整數(shù)數(shù)據(jù)類型）進(jìn)行加速，能實(shí)現(xiàn)性能和功耗比呈量級(jí)提升。同等功耗下，questcore 可提供市面現(xiàn)有同類主流產(chǎn)品 2~5 倍的視覺分析性能，強(qiáng)調(diào)并發(fā)性需求的滿足。

依圖方面認(rèn)為，與 AI 訓(xùn)練不同，AI 推理并不需要很高的精度，實(shí)際上，int8 的低精度數(shù)據(jù)類型就足以滿足當(dāng)前絕大多數(shù)的云端智能視頻分析/視覺推理計(jì)算需求。

依圖強(qiáng)調(diào)，questcore 不只是一顆 AI 加速模塊，是一顆完整的具有端到端能力的 SoC 級(jí)處理器，可獨(dú)立于英特爾 x86CPU 使用。為均衡的端到端處理能力，questcore 平衡了 CPU 計(jì)算、AI 計(jì)算，內(nèi)存和數(shù)據(jù)通信等多種需求。

為進(jìn)一步驗(yàn)證產(chǎn)品實(shí)力，現(xiàn)場依圖搬來 200 個(gè)攝像頭進(jìn)行現(xiàn)場實(shí)測。采用 GPU 方案，光是 27 路攝像頭，需要一顆 2000 美金的英偉達(dá) P4 卡才能帶動(dòng)；200 路視頻流的實(shí)時(shí)解析和比對則需要 4U 8 塊 CPU，2 塊 GPU，而依圖只需要 1U 4 顆 AI 芯片。

在比對過程中，相似度超過 85 分視為同一個(gè)人，現(xiàn)場演示十分鐘左右，未發(fā)生一起誤報(bào)。

200 路攝像頭足夠滿足一個(gè)智能社區(qū)的計(jì)算需求，朱瓏表示，采用依圖 questcore 方案只需要 5 分鐘就能搭載后端服務(wù)器。

在銷售模式方面，questcore 芯片將與依圖的智能視覺分析軟件結(jié)合，作為軟硬件一體化的解決方案對外銷售。主要面向?qū)υ贫酥悄芤曨l實(shí)時(shí)分析等應(yīng)用具有強(qiáng)需求的企業(yè)環(huán)境，比如交通運(yùn)輸、城市管理、智慧醫(yī)療和智慧零售等行業(yè)。

目前，questcore 依圖主要推出云端、邊緣端兩類產(chǎn)品方案。前沿系列邊緣盒子，高性能、低功耗的小型智能處理邊緣節(jié)點(diǎn)，可支持 16 路實(shí)時(shí)視頻分析，功耗小于 10W，支持人臉識(shí)別、視頻結(jié)構(gòu)化、可疑物品檢測、姿態(tài)分析等應(yīng)用，靈活應(yīng)用于無機(jī)房場景。

原子系列云端服務(wù)器，1U 支持 200 路視頻全解析，功耗小于 200W，2U 支持 800路視頻全解析，功耗小于 600W。據(jù)機(jī)器之心了解，搭載 QuestCore 的依圖原子服務(wù)器，將為今年 11 月在上海舉行的第二屆世界進(jìn)口博覽會(huì)提供支持服務(wù)。

解密依圖 AI 芯片背后的更多故事

以下為機(jī)器之心與依圖首席創(chuàng)新官呂昊對話實(shí)錄，經(jīng)編輯整理。

Q：AI芯片項(xiàng)目是從什么時(shí)候啟動(dòng)的？

A：2017年2月，我們開始有動(dòng)作投入這件事情。2017年5月份全速啟動(dòng)。我們今天給大家看的不只是一顆芯片原型，而是當(dāng)下就能商用量產(chǎn)的產(chǎn)品。

Q：2017年依圖投資芯片創(chuàng)業(yè)團(tuán)隊(duì)ThinkForce，這顆芯片和ThinkForce存在什么聯(lián)系嗎？

A：該顆芯片采用合作研發(fā)的模式，由依圖提供視覺算法，ThinkForce承擔(dān)硬件研發(fā)。ThinkForce是依圖在2017年戰(zhàn)略投資的AI芯片初創(chuàng)團(tuán)隊(duì)。ThinkForce 擁有芯片研發(fā)全鏈路能力的團(tuán)隊(duì)，核心成員來自 IBM、AMD、Intel、Broadcom等芯片龍頭企業(yè)，成員均具備十年以上專業(yè)芯片研發(fā)設(shè)計(jì)經(jīng)歷，經(jīng)手過40余款不同芯片的量產(chǎn)，總銷售額高達(dá)數(shù)十億美元。

Q：依圖芯片的開發(fā)團(tuán)隊(duì)主要負(fù)責(zé)哪個(gè)部分？

A：芯片設(shè)計(jì)過程中有非常多的迭代。首先，在早期我們要做什么樣的芯片，跑什么的算法，都是基于雙方溝通。因?yàn)槟繕?biāo)很簡單，要把依圖算法跑好。

然后，依圖算法需要多少算力，芯片能設(shè)計(jì)出多少算力？滿足算力需要投入多少？這些都需要我們反復(fù)迭代，前期的設(shè)計(jì)和迭代都是聯(lián)合研發(fā)的模式。

接著，到芯片設(shè)計(jì)階段，設(shè)計(jì)后跑大量的BenchMark，都由我們一起來跑。到后期，芯片的設(shè)計(jì)出來要驗(yàn)證，驗(yàn)證什么？這不僅僅是硬件的問題，還有很多軟件的問題，比如英偉達(dá)的TensorRT的庫優(yōu)化。因?yàn)槲覀冎С諸ensorflow、PyTorch這些模型，怎么把它去優(yōu)化成硬件上面模型，都是非常偏軟件和算法的優(yōu)化。

Q：依圖設(shè)立芯片項(xiàng)目的初衷是？

A：我們深耕行業(yè)，有非常多的產(chǎn)品和解決方案。對于市場需求、對于AI的普及有最及時(shí)、最深刻的理解。

2017年，雖然AI計(jì)算市場的需求并不算明朗，但我們對于AI與算力需求的高速增長，以及同類產(chǎn)品的競爭性，都會(huì)有一個(gè)預(yù)判。

那個(gè)時(shí)候，比較明顯的感受是摩爾定律的統(tǒng)治時(shí)期結(jié)束了。這也是整個(gè)行業(yè)里的共識(shí)，凡是離應(yīng)用和場景足夠近的廠商，都有這方面的戰(zhàn)略考慮。

Q：17年到18年，的確有很多算法公司投身到AI芯片領(lǐng)域，但主要傾向終端的垂直市場，比如說自動(dòng)駕駛、物聯(lián)網(wǎng)，為什么依圖會(huì)選擇云端的推理市場？

A：需求一定來自行業(yè)，這是最直接的需求。你提云端，云端也可以只是為物聯(lián)網(wǎng)，也可以只是為自動(dòng)駕駛。

Q：但是云端和終端存在很大差異，市場環(huán)境和計(jì)算復(fù)雜程度都不一樣。普遍認(rèn)為終端市場需求量比較大，也好落地。但云端市場已經(jīng)很擁擠，幾乎被英特爾、英偉達(dá)等巨頭壟斷，依圖為什么要去切這樣一個(gè)市場？

A：依圖芯片兼顧了云端和邊緣端。云端和邊緣端沒有太本質(zhì)的區(qū)別，或者說云端和邊緣端的區(qū)別要小于邊緣和終端的區(qū)別。

傳統(tǒng)大廠能力非常強(qiáng)，包括架構(gòu)設(shè)計(jì)、性能優(yōu)化等方面，這是數(shù)十年積累完成的。但我們認(rèn)為，大廠從其本質(zhì)上講是為了賣更多的芯片，賣更多的硬件，盡量滿足更多軟件廠商、算法廠商的需求。這種模式和垂直整合的算法廠商做芯片有一定的區(qū)別。

摩爾定律終結(jié)代表了芯片設(shè)計(jì)需要換個(gè)思路才能獲得更多的成長空間，那么定制化是一個(gè)路徑，去掉一些通用性的部分，比如傳統(tǒng)硬件的分支判斷、邏輯單元等電路。算法廠商來做芯片，不完全考慮通用性，更多從自身行業(yè)需求出發(fā)，考慮我要做什么樣的芯片。

Q：你的意思是，依圖的芯片更講究在特定場景下滿足計(jì)算需求。

A：對。

Q：那依圖主要聚焦在哪些垂直場景，或者哪些計(jì)算需求。

A：QuestCore是一顆視頻解析/推理芯片。首先它聚焦在視頻上，關(guān)注能接多少路視頻，能分析多少路視頻，這和做一顆終端芯片有很大區(qū)別，終端是你只需要服務(wù)一路視頻。

比如說特斯拉芯片，就是聚焦在處理這輛車上面視頻能達(dá)到多少FPS（面每秒傳輸幀數(shù)）。因?yàn)樽鲈贫诵酒?，我們更關(guān)心能同時(shí)處理多少路的視頻。所以應(yīng)用常決定了你的設(shè)計(jì)導(dǎo)向。

Q：切入特定市場能在一定程度避開和巨頭的直面競爭，但是否意味著市場體量相應(yīng)地會(huì)減少？

A：這是很直接的一個(gè)問題，因?yàn)樽鲂酒紫乳T檻比較高，然后投入也比較大，做一塊賣座的芯片是極為困難的。比如英偉達(dá)做GPU是比較通用的計(jì)算平臺(tái)，而定制化自動(dòng)駕駛的芯片，只有特斯拉這樣的廠商會(huì)做，因?yàn)樗约河凶约旱捏w量，然后他自己又明白需求。

Q：這款芯片是想要替代英偉達(dá)？

A：就是給我們自己的產(chǎn)品做一個(gè)升級(jí)。我們很多產(chǎn)品都是用的英偉達(dá)的解決方案。

Q：你們更傾向于給到固定客戶，比如說作為項(xiàng)目打包給客戶，還是怎樣的輸出方式？

A：我們認(rèn)為是自產(chǎn)自用的模式，芯片會(huì)納入軟硬件一體化的解決方案里對外銷售。主要面向?qū)υ贫酥悄芤曨l實(shí)時(shí)分析等應(yīng)用具有強(qiáng)需求的企業(yè)環(huán)境，比如交通運(yùn)輸、城市管理、智慧醫(yī)療和智慧零售等行業(yè)。

Q：通常來說，芯片都是以量取勝，量大了，成本才可以得到進(jìn)一步優(yōu)化，那么規(guī)模比較小的情況下，會(huì)不會(huì)導(dǎo)致我們的成本很高，可能這部分業(yè)務(wù)會(huì)虧錢？

A：我覺得這個(gè)是外界對依圖的體量不了解。其它AI公司做這個(gè)事情可能有這個(gè)困擾， 但我們應(yīng)該沒什么問題。因?yàn)橐缊D的在很多行業(yè)里面的體量挺大的。

Q：您剛才提到邊緣端和云端其實(shí)很相近，為什么這么說，邊緣端和終端有什么不同？

A：實(shí)際上，邊緣是云端的一個(gè)拓展。我們的愿景當(dāng)然是希望網(wǎng)絡(luò)足夠快，不需要邊緣這樣的節(jié)點(diǎn)出現(xiàn)。

但是，因?yàn)榫W(wǎng)絡(luò)帶寬有限，所以要把一些計(jì)算放在邊緣側(cè)，然后再匯總到云端。邊緣的出現(xiàn)是為了解決網(wǎng)絡(luò)帶寬無法承受的問題。這一點(diǎn)導(dǎo)致了它的接口設(shè)計(jì)、軟件、技術(shù)棧，都和云端有非常多的相似性。

Q：提到視頻數(shù)據(jù)，在解析之前的預(yù)處理也很關(guān)鍵，比如編解碼？

A：對，我們芯片提供64路高清視頻實(shí)時(shí)解碼。

Q：依圖更擅長做算法和軟件，自研云端AI芯片的優(yōu)勢在哪里？

A：首先，我們算法精度遙遙領(lǐng)先，過去 4 年依圖的人臉識(shí)別算法精度提升了 10 萬倍。目前我們的人臉識(shí)別精度，可能比市場上的第二名要高上一百倍。這是為什么我們的產(chǎn)品競爭力很強(qiáng)，在市場上的口碑也非常好的原因。

當(dāng)然，芯片的門坎很高，投入很大。我們過去兩年里沒有在吹噓自己做了芯片，我們并不是為了「做芯片」而做芯片，主要是為了提升產(chǎn)品的競爭力，繼續(xù)深耕行業(yè)來做這個(gè)研發(fā)，初衷非常簡單。

另外，我們的優(yōu)勢還在于對行業(yè)的理解。這個(gè)優(yōu)勢我覺得不僅是體現(xiàn)在現(xiàn)在。我們決定做這款芯片的時(shí)候，是非常相信垂直整合的，有對算法深度的理解，有對行業(yè)深度的理解，加上有芯片的設(shè)計(jì)能力，從垂直的場景發(fā)力會(huì)變得越來越強(qiáng)。

Q：依圖的基因偏向算法和軟件，做芯片的團(tuán)隊(duì)如何組建和完善？

A：我們和ThinkForce聯(lián)合研發(fā)。在研發(fā)過程中，首先你得知道你設(shè)計(jì)的芯片是干什么的，具體指在復(fù)雜的designspace里做什么樣的權(quán)衡，這個(gè)非常難。以前做體系架構(gòu)的人最困擾的一個(gè)問題就是確定芯片為哪些程序做優(yōu)化，因?yàn)槌绦蛱嗔?。如果這個(gè)事情定義清楚了，那余下的才是芯片的設(shè)計(jì)能力。

Q：您提到最初我們是業(yè)務(wù)驅(qū)動(dòng)，所以做芯片說為了讓依圖的解決方案從軟件到硬件有一個(gè)更好的表現(xiàn)？

A：對。我們的訴求當(dāng)然是找到一個(gè)最具性價(jià)比的，能夠跑世界上精度最高算法的平臺(tái)。

Q：有沒有考慮用 FPGA 去做升級(jí)或者擴(kuò)容呢？

A：我們更多拿FPGA來做驗(yàn)證。也就是你有一個(gè)想法、一些設(shè)計(jì)理念，可以很快用FPGA做一些定制化計(jì)算，驗(yàn)證性能是否能達(dá)到要求，再進(jìn)一步優(yōu)化功耗、體積等指標(biāo)。

我們知道云端現(xiàn)在很多廠商，公有云都提供了FPGA的服務(wù)，可以幫助你非?？焖衮?yàn)證你的想法。但是我覺得作為工具的角度，如果要追求極致是不太會(huì)停留在FPGA這一步。道理很簡單，你會(huì)拿一個(gè)樹莓派做很多驗(yàn)證，這個(gè)硬件挺酷，挺有用，但你不會(huì)把它作為一個(gè)終極產(chǎn)品推向市場。你一定會(huì)做自己的板子，做自己的外觀形態(tài)，最后再推到市場上。

Q：后續(xù)產(chǎn)品的迭代也將會(huì)是這樣的模式嗎？由依圖和ThinkForce雙方配合去完成后續(xù)的產(chǎn)品更多的設(shè)計(jì)？

A：對?，F(xiàn)在已經(jīng)在籌備下一代芯片了。

Q：這款芯片的核心算法是依圖的，依圖的算法在不斷迭代，但芯片的速度可能沒有那么快跟得上。這個(gè)問題如何解決？一些算法廠商認(rèn)為FPGA方案的靈活性在這個(gè)情況下可以發(fā)揮出來。

A：這個(gè)矛盾是存在的，算法發(fā)展非?？?，而且變化也非常大，但芯片的周期卻比較長，第一塊芯片需要兩年，第二塊芯片可能快一點(diǎn)。但是，我們做芯片當(dāng)然會(huì)意識(shí)到這一點(diǎn)，所以難度在于兩年前你得預(yù)測到兩三年之后的趨勢是什么，而不是說為兩年前那個(gè)狀態(tài)做一顆芯片。

Q：芯片已經(jīng)量產(chǎn)，那有沒有已經(jīng)落地的項(xiàng)目？

A：有。已經(jīng)有客戶簽單。

Q：醫(yī)療場景能用嗎？

A：醫(yī)療可以用。它主要是針對視頻和圖像處理做了定制化。因?yàn)槲覀冇泻芏嗵姿惴ǎ瑥囊曨l、圖像，語音識(shí)別、語義理解等等。這塊芯片主要就是為我們大量的圖像和視頻算法做定制的，說明有一定通用性了。

Q：自產(chǎn)自用需要極大規(guī)模的業(yè)務(wù)量和前期投入才能支撐，代表公司包括谷歌云的TPU、華為云的泰山等。目前采用自研芯片可能會(huì)增加項(xiàng)目成本，客戶怎么看這個(gè)事情？

A：舉個(gè)例子，功耗能省1/3，對數(shù)據(jù)中心是很大的一筆開支。在客戶的感受非常強(qiáng)烈，而不僅僅是打個(gè)九折的概念。

Q：具體看客戶有一些什么樣的反饋？

A：從我們和一些早期客戶的交流來看，他們對于questcore?在功耗上面的節(jié)省和空間上的節(jié)省是非常興奮的。

Q：大家對依圖的認(rèn)知是依圖是一家AI+垂直行業(yè)，聚焦在應(yīng)用層的技術(shù)落地公司，現(xiàn)在我們向產(chǎn)業(yè)鏈的上游延伸，可以理解為依圖在轉(zhuǎn)型嗎？至此之前，類似的算法公司也提出過新的戰(zhàn)略方向，依圖是不是因?yàn)檫@款芯片的推出也有一些改變呢？

A：我們從一開始就深耕行業(yè)，全面發(fā)展。

Q：所以對依圖的認(rèn)知這是一家芯片公司，也是OK的？

A：依圖處在上海，上海是中國非常重要的集成電路的中心，這里有非常多的人才和資源。我前面說了垂直整合，是因?yàn)橐缊D非常清楚自己想要做什么。我們的信仰就是讓AI去來解鎖未來，一個(gè)AI更好助力人類的未來，我們對于這個(gè)信仰非常專注。此外，我們也做自己商業(yè)上更適用的事情，給自己帶來更強(qiáng)的潛力。

Q：在中國做計(jì)算機(jī)視覺的公司中，其實(shí)不只依圖一家有這個(gè)想法，整個(gè)行業(yè)的大方向會(huì)都可能是垂直整合，做了算法以后還會(huì)自己研發(fā)芯片，依圖會(huì)這么認(rèn)為嗎？還是說這是一個(gè)比較小眾的方向？

A：垂直整合能夠帶給你可能更強(qiáng)的未來。因?yàn)槟柖傻慕K結(jié)意味著再?zèng)]有免費(fèi)的午餐了， 不可能等兩天就能買到更快的硬件，所以要靠架構(gòu)調(diào)整來改變。

軟件和硬件有一個(gè)天然的隔閡，怎么去打破這個(gè)隔閡，利用新時(shí)代的挑戰(zhàn)去做更有競爭力的算法，更有競爭力的芯片，是非常大的機(jī)會(huì)。

在能力上，依圖一直以來都在做世界級(jí)的算法，所以我們也是在做世界級(jí)的芯片，其他人要做到這一點(diǎn)并不會(huì)那么容易。

Q：依圖有沒有新的融資計(jì)劃？

A：我是偏技術(shù)這一側(cè)，不太清楚這個(gè)問題。我覺得市場往后怎么看我們，對我們是不是有改觀，是一件更有趣的事。這對整個(gè)市場也會(huì)是一個(gè)挺有意思的刺激。

Q：2017年做芯片是基于我們對兩年后的一個(gè)預(yù)判，所以才有了這個(gè)項(xiàng)目。那么未來兩年呢？

A： 今年將會(huì)AI芯片頻出的一年。谷歌、特斯拉，很多公司在做垂直整合，這是一個(gè)非常明顯的信號(hào)，是廠商行業(yè)落地的必然性。

在算法即芯片的時(shí)代，為算法定制做非常多的設(shè)計(jì)、做豐富的定制服務(wù)，才能讓算法表現(xiàn)得更好。

整體來說就是兩個(gè)趨勢、一個(gè)是垂直整合，我覺得是一個(gè)非常大的機(jī)會(huì)，也提供了非常多的增強(qiáng)自己產(chǎn)品和未來的機(jī)會(huì)，另一方面就是「算法即芯片」，算法指導(dǎo)芯片的設(shè)計(jì)能帶來的芯片的改動(dòng)也將是一個(gè)非常大的趨勢。

您可以復(fù)制這個(gè)鏈接分享給其他人：http://www.hengtetube.com/node/714