近幾年，業(yè)內刮起一股 AI 算法公司自研芯片的風潮，其中最具代表性的隊伍恐怕是國內一眾語音技術公司。現在，這股風潮終于也降臨計算機視覺領域。

5 月 9 日，計算機視覺公司依圖在上海召開發(fā)布會，宣布推出其首款 AI 芯片產品“QuestCore?”（求索），并基于此推出云端邊緣端兩款視頻解析硬件，成為中國計算機視覺“4 小龍”（商湯、曠視、云從、依圖）中第一家嘗鮮自研 AI 芯片的公司。公司創(chuàng)始人朱瓏更是表示，依圖要成為中國最成功的 AI 芯片公司之一。

圖丨 QuestCore?（來源：DeepTech）

圖丨兩款產品（來源：DeepTech）

芯片以外，發(fā)布會透露的更重要信息是：“算法、數據、芯片”被認為是 AI 的三大支柱。此前，國內 AI 公司主要在拼前兩者。但從去年開始，這兩個領域的爭奪趨于膠著狀態(tài)，算法上彼此已經越來越難拉開距離，數據資源更是愈發(fā)集中在極個別頭部公司手中。拼算力硬件，也就成了一個水到渠成的階段。一個更重要的邏輯是，行業(yè)垂直整合正在卷土重來。

一家算法公司造芯，需要下多大決心？

2017 年就有傳言說依圖開始進軍 AI 芯片領域，并在開發(fā) AI 芯片，對標另一家 AI 芯片初創(chuàng)公司地平線。對于這一說法，依圖首席創(chuàng)新官呂昊在采訪中對 DeepTech 澄清，從未在公司內部聽聞依圖做芯片對標的是地平線。

他表示，與谷歌、微軟、阿里等公司自研芯片一樣，依圖自己做芯片也是為了更好地發(fā)揮依圖算法和軟件的性能，為客戶提供更好的軟硬件一體化解決方案。

朱瓏則在發(fā)布會上表示，依圖開發(fā)這款芯片，不在于追求匹及英偉達上則幾百 T 的算力，而在于高計算密度。

圖丨QuestCore? 與英偉達產品的單位面積算力比較（來源：DeepTech）

圖丨依圖科技首席創(chuàng)新官呂昊在現場演示已經配備QuestCore? 的服務器機柜，并現場演示了4顆芯片如何支撐 200 路實時視屏解析，并具備人臉識別和比對的能力，目前產品已經商用（來源：DeepTech）

據依圖提供的信息，QuestCore? 是全球首款深度學習云端定制 SoC 芯片，定位服務器芯片/云端 AI 芯，可獨立使用，采用制程是 16nm 工藝，將與依圖的智能視覺分析軟件結合，作為軟硬件一體化的解決方案對外銷售，適用于加速各類視覺推理任務，比如交通運輸、公共安全、智慧醫(yī)療和智慧零售等行業(yè)，尤其是對云端智能視頻實時分析等應用具有強需求的企業(yè)環(huán)境。搭載 Questcore? 的依圖原子服務器，將為今年 11 月在上海舉行的第二屆世界進口博覽會提供安保服務。

在能效上，QuestCore? 峰值性能達到 11.2T（深度學習推理運算），功耗 20W，攝像頭單路功耗僅為英偉達 GPU P4 的 30%，同等功耗下，深度學習推理運算性能是市面同類產品的 2~5 倍。這款產品也支持 TensorFlow、PyTorch 等各類深度學習框架，適用于加速各類視覺推理任務，最高 50 路 FHD 視頻流硬件解碼，另外還支持虛擬化、容器化，可將 AI 云的彈性計算和調度提升一個量級。依圖也為 QuestCore? 配備了基于其自研 ManyCore?架構的深度學習推理模塊，ManyCore? 架構同樣適配各類深度學習算法。

圖丨QuestCore? 支持的視覺推理場景（來源：DeepTech）

呂昊對 DeepTech 表示，QuestCore?由依圖和 ThinkForce 團隊共同打造，依圖在 2017 年 2 月時有了自研芯片的想法，大約 2 年時間順利完成一款量產 AI 芯片的研發(fā)，從設計到制造實現全面國產化，背后是依圖和 ThinkForce 之間的深度合作。

后者成立于 2017 年，同樣是近年來中國 AI 芯片初創(chuàng)公司中最值得關注的新星之一，曾提出過“算法即芯片”的論斷（這一論斷也在今天的發(fā)布會上由朱瓏屢次提及，顯然，這位算法出身的創(chuàng)始人非常認可這一論斷）。

據了解，ThinkForce 團隊核心成員來自 IBM、AMD、INTEL、LSI、Broadcom、Cadence、ZTE 等業(yè)界龍頭芯片企業(yè)，負責過 IBM PowerPC、AMD APU 的北橋、SonyPS3 Cell 處理器、Microsoft XBOX 游戲機主芯片、以及全球最高速的 56G Serdes 等，團隊成員手里曾量產過 40 款以上各類芯片，總銷售額數十億美元。2018 年，ThinkForce 完成 4.5 億元 A 輪融資，依圖正是投資方之一。

（來源：ThinkForce）

對于依圖推出這款云端 AI 芯片的原因，呂昊概括為三點：對行業(yè)的理解、產品體量已經達到一定程度（未透露具體量級）、依圖算法精度的提升。

第一款 AI 芯片之所以選擇了用在云端推理上，也是因為依圖各主要業(yè)務尤其在安防上的需求。QuestCore?主打視頻推理，主要關注分析處理視頻的數量，專用于加速視覺推理運算，比如人臉識別、視頻結構化分析、行人再識別等等，其和一些終端視頻推理芯片的區(qū)別在于，終端芯片只需要分析處理一路視頻，云端芯片則關心的是可以處理多少路視頻。呂昊表示，QuestCore?是目前更智能、性價比更高的視覺推理 AI 芯片。

“QuestCore?將整合在我們的產品中對外售賣。依圖的體量相對較大，最深耕的行業(yè)就是安防，因此不需要擔心由于市場體量較小而產生的成本問題……我們對于市場的需求、對于 AI 領域有自己的理解。2017 年，公司對于 AI 算力需求增長以及產品競爭性有了一定的預判，因此有了自研 AI 芯片的決定”，他說。

不難看出，在這幾大動機中，現階段的業(yè)務需求是依圖第一次“造芯”的最直接原因。

圖丨2017 年中國計算機視覺應用市場份額（來源：IDC）

依圖創(chuàng)立于 2012 年 9 月，自成立以來，其 AI 算法在人臉識別領域屢有突破，且現已不再局限于視覺識別方向，在業(yè)內也被認為是一家很明確的 AI+垂直行業(yè)、應用層技術落地的 AI 算法公司，涉及安防、醫(yī)療、AI制藥、金融領域等。其中，依圖在安防和醫(yī)療領域布局較早，現已形成一定的先發(fā)優(yōu)勢，例如依圖醫(yī)療智能輔助診斷系統(tǒng)已經在上海、浙江等近百家三甲醫(yī)院臨床應用，在安防上則搭建了全球首個十億級人像比對系統(tǒng)，算法已突破億級靜態(tài)比對。

圖丨依圖已有的算法突破（來源：DeepTech）

但顯然，現在，和業(yè)內很多公司一樣，依圖不單單只想追求極致的算法，也將目光投向了追求配合算法的極致算力上。“沒有典型場景應用沒有意義，沒有超越英偉達的芯片沒有意義，沒有世界級的算法沒有意義”，朱瓏說。

發(fā)布會上，依圖也第一次對外談及其對智能算力發(fā)展的理解和使命：提升智能密度，即從單位智能走向群體智能，單位面積智能算力更高。這一使命顯然已經從算法、數據跨越到了算力領域。

盡管采訪中依圖多次表示自身并非為了開發(fā)芯片而開發(fā)芯片、不為芯片商業(yè)化，但隨著這款云端 AI 芯片的推出，其定位將不再是一家純粹的 AI 算法公司。

圖丨含有 4 顆 QuestCore? 芯片的板卡（來源：DeepTech）

呂昊透露，公司既然決定自研 AI 芯片就不會只有一款產品，目前依圖已經開始著手第二款產品的研發(fā)，新芯片的算力還在優(yōu)化，希望能達到同等產品 2 到 5 倍的提升。依圖表示，首先發(fā)揮自己最擅長和積累最多的機器視覺領域專業(yè)知識，今后將逐漸拓展到其他領域的芯片研發(fā)。

（來源：DeepTech）

算法紅利時代已過，垂直整合重回“C 位”

依圖此次推出的芯片產品，能幫助依圖帶來怎樣的業(yè)務增長，仍有待時間和市場驗證，但我們相信，視覺算法公司進軍產業(yè)上游，開始自研芯片，現在還只是剛剛吹響前奏。去年就有業(yè)內人士對 DeepTech 表示，中國的計算機視覺產業(yè)一定會走出一家或者幾家自研 CV 芯片的公司。

把時間倒回到大概兩三年前，也就是在 2015 年~2017 年，無論是在視覺還是語音方向，算法公司都是產業(yè)圈和創(chuàng)投圈最熱捧的對象。當時，在 AI 的三大支柱“算法、數據、芯片”中，AI 公司的核心競爭力主要體現在前兩者。

但從去年開始，整體的情況又有了細微的變化：無論是語音識別、自然語言處理還是人臉識別算法，各家在幾個最主要指標上的表現或許仍有先后之分，但算法上彼此已經越來越難拉開距離。算法紅利逐漸吃緊，數據資源更是愈發(fā)掌握在極個別頭部公司手中，拼算力硬件也就成了一個水到渠成的階段。

這背后一個更重要的趨勢是，行業(yè)垂直整合的卷土重來。例如，過去 1 年，DeepTech 接觸過的眾多涉及 AI 業(yè)務的公司，都在愈發(fā)頻繁地使用這個詞語——“全棧（full stack）”。它意味著完整一套、端到端產品或服務體系的能力，正在成為描述一家 AI 公司競爭力的關鍵詞。

比如特斯拉，這家汽車公司最近推出了自己的芯片 FSD，本質上已經拼上了最后一塊關鍵的版圖。放在過去，誰能想象一家汽車廠居然會自研自動駕駛芯片？

圖丨發(fā)布會上，依圖同樣對比了其與特斯拉 FSD 的性能功效，QuestCore? 最大的不同在于兼顧云端和邊緣端（來源：DeepTech）

之所以說垂直整合是卷土重來，也是因為分工外包合作是主流，絕大多數企業(yè)傾向于專注核心業(yè)務，非核心業(yè)務與產業(yè)鏈上的供應商進行合作，打包捆綁式的合作模式讓出了舞臺中心。現在，垂直整合正在回歸，尤其是在電子信息密切相關的領域。

而特斯拉以外，蘋果更早嘗到了垂直整合的甜頭：不但寫軟件開發(fā)算法，還自研芯片，自運營零售商店。兩家公司分別在消費電子和汽車領域體現了高度垂直整合的價值，在用戶體驗、企業(yè)效率、建立壁壘上有顯著優(yōu)勢。

圖丨特斯拉自動駕駛芯片 FSD（來源：特斯拉）

“特斯拉就是非常明顯的信號，這不是熱度問題，這是行業(yè)落地的必然結果”，呂昊說，“今年是 AI 芯片產品出現比較多的一年，很多公司都會嘗試垂直整合”。

目前，在云端 AI 芯片市場上，我們已經看英偉達（T4）、谷歌（TPUv3）、亞馬遜（Inferentia）、華為（昇騰 910）、百度（昆侖）這樣的中外科技巨頭，也有寒武紀（MLU100）、Graphcore（IPU）、比特大陸（BM1680、BM1682）等明星 AI 初創(chuàng)公司，可謂“巨頭盤踞、群雄爭霸”，尤其是在推理市場上更是百家爭鳴，但可以預見這片藍海還會有更多的玩家入局。算法背景團隊、芯片背景團隊、互聯(lián)網巨頭、傳統(tǒng) AI 芯片大廠各有優(yōu)勢此起彼伏之間，云端 AI 芯片將迎來“物種大爆發(fā)”。

值得一提的是，在算法紅利的階段，國內的不少 AI 方案廠商更多只是針對場景開發(fā)和優(yōu)化算法，所以很多時候都直接購買國外大廠的芯片，某種程度上來看，倒更像是為國外廠商創(chuàng)造更多產品的出海口，并不能直接推動中國芯片產業(yè)的發(fā)展，而現在，算法公司也在嘗試自研芯片，如果有越來越多中國公司在其中“怒刷存在感”，芯片持續(xù)高速地試錯、更新、升級，對中國芯片產業(yè)來說，也是在創(chuàng)造新的機會。