|
2019年，對于全球科技領域而言充滿了挑戰，人工智能領域也是如此。在經歷了幾年的高速狂奔之后，關于人工智能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，依圖科技攜自研云端視覺推理AI芯片questcore?，以及基于該芯片構建的軟硬件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芯片又多了一個新玩家。 AI不僅僅是算力競賽 毫無疑問，算力是人工智能向前發展的重要因素，但其并不是唯一因素。作為最終的承載，不管是CPU、GPU、FPGA還是ASIC芯片，都必須具備能夠實現各種算法的算力。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，人工智能想要成功落地，首先需要選對算法及場景。摩爾定律的終結和人工智能技術的發展將開啟一個新的時代——算法即芯片時代。 這也意味著，人工智能并不是簡單的算力競爭游戲。其本質上，還是要找對應用場景，并且開發出更具優勢的算法，以此定制出來的芯片才更具性價比優勢。非常顯然，依圖科技的首款云端視覺推理AI芯片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?基于擁有自主知識產權的芯片架構，針對依圖世界領先算法做了專門優化，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，適用于人臉識別、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。 在實際的云端應用場景，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于questcore? 打造的依圖原子服務器，并成功帶動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，由此大幅度降低服務器體積。  從功耗表現來看，在進行視頻解析時，1臺依圖原子服務器（搭載4核 questcore?芯片，除此之外無需其他配置），與8卡英偉達T4服務器（含雙核英特爾 x86 CPU）對比，單路視頻解析功耗僅為后者的 20%，與8卡英偉達P4 服務器（同樣含雙核英特爾 x86 CPU）相比，功耗約為后者的10%。 對于AI芯片而言，體積及功耗重要性也不輸于算力，在芯片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芯片成功的三大要素 現如今，對于AI芯片我們已經聽過很多。除了谷歌、英偉達、華為等這些國際大廠能夠推出AI芯片之外，國內也有不少廠商推出或計劃推出AI芯片。那么這是否意味著，AI芯片真的非常簡單？ “如果只是滿足端側簡單的功能，這類芯片開發起來難度并不大。”朱瓏博士認為：“想要開發出一款服務器級別，用于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芯片并不容易。”  據朱瓏博士介紹，在2012年之前，全球了解人工智能的并不多。隨后，在谷歌等產業界的帶動下，人工智能在全球形成新的發展浪潮，但是該如何應用人工智能很多人并沒有真正的想明白。 實際上，即使是今天。很多人工智能創業企業，在一輪輪融資之后，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，也成為了人工智能創業企業不得不面臨的現實問題。 對此，朱瓏博士認為，人工智能企業首先就得想好應用場景，沒有典型場景AI芯片即使開發出來了也沒多大意義。另一方面，英偉達通用GPU芯片產品在綜合性能方面已經非常優秀。如果創業企業在芯片研發過程中，沒有創新性的預演和判斷，產品性能及成本不能領先于英偉達的話，其市場前景也非常的堪憂。 除此之外，人工智能創業企業還需要具備強大的算法開發能力。如果在算法上不能夠做到領先的化，芯片再先進也會受限。對于人工智能企業而言，想要在競爭中勝出，軟硬件的實力都得過硬。 —— End —— |
|
|
