「科技進(jìn)步極大降低了創(chuàng )新所需的經(jīng)濟門(mén)檻,但是偉大所需的精神門(mén)檻——勇氣,從沒(méi)有降低過(guò)」。

這兩年,算法人誓要「造芯」,已不再是新鮮事。

當摩爾定律開(kāi)始走下神壇,基于 AI 算法的算力需求卻噴涌而出,供不應求,于是越來(lái)越多的團隊嘗試踏入「無(wú)人區」,以「芯片+算法」組合拳打造更牢固的護城河。

但造芯何嘗容易,芯片和算法之間存在著(zhù)巨大鴻溝,芯片工藝繁瑣、設計與優(yōu)化技巧強,試產(chǎn)的風(fēng)險和投入都極大,讓人望而卻步。

「有錢(qián)能做得出算法,有錢(qián)卻不一定能造得了芯片,」芯片老將曾這樣規勸來(lái)路上的算法人?!冈煨尽沟目谔柟倘豁懥?,如今真正能落地的算法團隊卻是一個(gè)巴掌數得過(guò)來(lái)。

5 月 9 日,依圖科技帶著(zhù) 200 路攝像頭來(lái)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(chǎng)景的 SoC 級芯片,采用自研架構, 16 nm 制程,功耗單路數小于 1W,性能功耗比為 0.75 TOPS/W。在視頻解析、自動(dòng)駕駛等場(chǎng)景實(shí)測中,表現均高于英偉達同類(lèi)產(chǎn)品。云端場(chǎng)景下,依圖單位路數功耗可優(yōu)出 5-10 倍。

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

這是依圖創(chuàng )始人兼 CEO 朱瓏為該顆芯片寫(xiě)下的注解,公司成立7年以來(lái),朱瓏首次為依圖發(fā)布會(huì )站臺。依圖的「勇氣」始于 2017 年,當時(shí)團隊不過(guò)百人規模,公司在資金儲備和經(jīng)濟實(shí)力上都不具備「造芯」的最佳條件,但朱瓏表示,「敢把房子賣(mài)了賭今天這個(gè)答案非常重要」。

在芯片發(fā)布前夕,機器之心對話(huà)依圖首席創(chuàng )新官呂昊,獨家解密依圖首款AI芯片背后的更多故事。通過(guò)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,以及果斷有力的預判和執行。

呂昊對機器之心說(shuō)道,「兩年前,我們決定做這款芯片,就非常相信算法廠(chǎng)商垂直整合的未來(lái)趨勢?;趯λ惴?、對行業(yè)的深刻理解,加上芯片的設計能力,從垂直的場(chǎng)景發(fā)力,不僅于現在能獲得優(yōu)勢,未來(lái)也會(huì )變得越來(lái)越強?!?/p>

公開(kāi)數據顯示,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。談到新輪融資計劃時(shí),呂昊沒(méi)有給出直接回應,他表示「我覺(jué)得市場(chǎng)往后怎么看我們,對我們是不是有改觀(guān),是更有趣的事吧。依圖發(fā)布芯片對整個(gè)市場(chǎng)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)展趨勢的預判有了現在的云端AI芯片,那么未來(lái)兩年呢?

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

200 路攝像頭現場(chǎng)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,其中 ManyCore 架構由依圖和 ThinkForce 聯(lián)合研發(fā),采用依圖自有優(yōu)勢算法,從設計到制造實(shí)現了全面國產(chǎn)化,作為服務(wù)器芯片可以獨立使用。目前,該顆芯片已經(jīng)實(shí)現量產(chǎn)。

在性能表現上,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(jué)的檢測、分類(lèi)、識別、分割、跟蹤等任務(wù)。

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

同時(shí)支持云端、邊緣側計算是 questcore 的最大亮點(diǎn)之一。

在單位路數的功耗對比中,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 T4+ 2 顆英特爾 CPU、8 顆英偉達 P4+2 顆英特爾 CPU 實(shí)測對比:

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

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

在路數性能的對比中,依圖前沿系列邊緣盒子是英偉達 TX2 性能的 2 倍。

朱瓏認為,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超過(guò)巨頭英偉達。

據機器之心了解,questcore 針對 int8 數據(8 位整數數據類(lèi)型)進(jìn)行加速,能實(shí)現性能和功耗比呈量級提升。同等功耗下,questcore 可提供市面現有同類(lèi)主流產(chǎn)品 2~5 倍的視覺(jué)分析性能,強調并發(fā)性需求的滿(mǎn)足。

依圖方面認為,與 AI 訓練不同,AI 推理并不需要很高的精度,實(shí)際上,int8 的低精度數據類(lèi)型就足以滿(mǎn)足當前絕大多數的云端智能視頻分析/視覺(jué)推理計算需求。

依圖強調,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 級處理器,可獨立于英特爾 x86CPU 使用。為均衡的端到端處理能力,questcore 平衡了 CPU 計算、AI 計算,內存和數據通信等多種需求。

為進(jìn)一步驗證產(chǎn)品實(shí)力,現場(chǎng)依圖搬來(lái) 200 個(gè)攝像頭進(jìn)行現場(chǎng)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 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(guò)程中,相似度超過(guò) 85 分視為同一個(gè)人,現場(chǎng)演示十分鐘左右,未發(fā)生一起誤報。

200 路攝像頭足夠滿(mǎn)足一個(gè)智能社區的計算需求,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(xiāo)售模式方面,questcore 芯片將與依圖的智能視覺(jué)分析軟件結合,作為軟硬件一體化的解決方案對外銷(xiāo)售。主要面向對云端智能視頻實(shí)時(shí)分析等應用具有強需求的企業(yè)環(huán)境,比如交通運輸、城市管理、智慧醫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(lèi)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,支持人臉識別、視頻結構化、可疑物品檢測、姿態(tài)分析等應用,靈活應用于無(wú)機房場(chǎng)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。據機器之心了解,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

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

Q:AI芯片項目是從什么時(shí)候啟動(dòng)的?

A:2017年2月,我們開(kāi)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)團隊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(jué)算法,ThinkForce承擔硬件研發(fā)。ThinkForce是依圖在2017年戰略投資的AI芯片初創(chuàng )團隊。ThinkForce 擁有芯片研發(fā)全鏈路能力的團隊,核心成員來(lái)自 IBM、AMD、Intel、Broadcom等芯片龍頭企業(yè),成員均具備十年以上專(zhuān)業(yè)芯片研發(fā)設計經(jīng)歷,經(jīng)手過(guò)40余款不同芯片的量產(chǎn),總銷(xiāo)售額高達數十億美元。

Q:依圖芯片的開(kāi)發(fā)團隊主要負責哪個(gè)部分?

A:芯片設計過(guò)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。因為目標很簡(jiǎn)單,要把依圖算法跑好。

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

接著(zhù),到芯片設計階段,設計后跑大量的BenchMark,都由我們一起來(lái)跑。到后期,芯片的設計出來(lái)要驗證,驗證什么?這不僅僅是硬件的問(wèn)題,還有很多軟件的問(wèn)題,比如英偉達的TensorRT的庫優(yōu)化。因為我們支持Tensorflow、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:依圖設立芯片項目的初衷是?

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(chǎng)需求、對于A(yíng)I的普及有最及時(shí)、最深刻的理解。

2017年,雖然AI計算市場(chǎng)的需求并不算明朗,但我們對于A(yíng)I與算力需求的高速增長(cháng),以及同類(lèi)產(chǎn)品的競爭性,都會(huì )有一個(gè)預判。

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

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(chǎng),比如說(shuō)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(chǎng)?

A:需求一定來(lái)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(chǎng)環(huán)境和計算復雜程度都不一樣。普遍認為終端市場(chǎng)需求量比較大,也好落地。但云端市場(chǎng)已經(jīng)很擁擠,幾乎被英特爾、英偉達等巨頭壟斷,依圖為什么要去切這樣一個(gè)市場(chǎng)?

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

傳統大廠(chǎng)能力非常強,包括架構設計、性能優(yōu)化等方面,這是數十年積累完成的。但我們認為,大廠(chǎng)從其本質(zhì)上講是為了賣(mài)更多的芯片,賣(mài)更多的硬件,盡量滿(mǎn)足更多軟件廠(chǎng)商、算法廠(chǎng)商的需求。這種模式和垂直整合的算法廠(chǎng)商做芯片有一定的區別。

摩爾定律終結代表了芯片設計需要換個(gè)思路才能獲得更多的成長(cháng)空間,那么定制化是一個(gè)路徑,去掉一些通用性的部分,比如傳統硬件的分支判斷、邏輯單元等電路。算法廠(chǎng)商來(lái)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(chǎng)景下滿(mǎn)足計算需求。

A:對。

Q:那依圖主要聚焦在哪些垂直場(chǎng)景,或者哪些計算需求。

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別,終端是你只需要服務(wù)一路視頻。

比如說(shuō)特斯拉芯片,就是聚焦在處理這輛車(chē)上面視頻能達到多少FPS(面每秒傳輸幀數)。因為做云端芯片,我們更關(guān)心能同時(shí)處理多少路的視頻。所以應用常決定了你的設計導向。

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

A:這是很直接的一個(gè)問(wèn)題,因為做芯片首先門(mén)檻比較高,然后投入也比較大,做一塊賣(mài)座的芯片是極為困難的。比如英偉達做GPU是比較通用的計算平臺,而定制化自動(dòng)駕駛的芯片,只有特斯拉這樣的廠(chǎng)商會(huì )做,因為他自己有自己的體量,然后他自己又明白需求。

Q:這款芯片是想要替代英偉達?

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

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

A:我們認為是自產(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(xiāo)售。主要面向對云端智能視頻實(shí)時(shí)分析等應用具有強需求的企業(yè)環(huán)境,比如交通運輸、城市管理、智慧醫療和智慧零售等行業(yè)。

Q:通常來(lái)說(shuō),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,那么規模比較小的情況下,會(huì )不會(huì )導致我們的成本很高,可能這部分業(yè)務(wù)會(huì )虧錢(qián)?

A:我覺(jué)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, 但我們應該沒(méi)什么問(wèn)題。因為依圖的在很多行業(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(shuō),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。我們的愿景當然是希望網(wǎng)絡(luò )足夠快,不需要邊緣這樣的節點(diǎn)出現。

但是,因為網(wǎng)絡(luò )帶寬有限,所以要把一些計算放在邊緣側,然后再匯總到云端。邊緣的出現是為了解決網(wǎng)絡(luò )帶寬無(wú)法承受的問(wèn)題。這一點(diǎn)導致了它的接口設計、軟件、技術(shù)棧,都和云端有非常多的相似性。

Q:提到視頻數據,在解析之前的預處理也很關(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(cháng)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(guò)去 4 年依圖的人臉識別算法精度提升了 10 萬(wàn)倍。目前我們的人臉識別精度,可能比市場(chǎng)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,在市場(chǎng)上的口碑也非常好的原因。

當然,芯片的門(mén)坎很高,投入很大。我們過(guò)去兩年里沒(méi)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,繼續深耕行業(yè)來(lái)做這個(gè)研發(fā),初衷非常簡(jiǎn)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(jué)得不僅是體現在現在。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,加上有芯片的設計能力,從垂直的場(chǎng)景發(fā)力會(huì )變得越來(lái)越強。

Q:依圖的基因偏向算法和軟件,做芯片的團隊如何組建和完善?

A:我們和ThinkForce聯(lián)合研發(fā)。在研發(fā)過(guò)程中,首先你得知道你設計的芯片是干什么的,具體指在復雜的designspace里做什么樣的權衡,這個(gè)非常難。以前做體系架構的人最困擾的一個(gè)問(wèn)題就是確定芯片為哪些程序做優(yōu)化,因為程序太多了。如果這個(gè)事情定義清楚了,那余下的才是芯片的設計能力。

Q:您提到最初我們是業(yè)務(wù)驅動(dòng),所以做芯片說(shuō)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?

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

Q:有沒(méi)有考慮用 FPGA 去做升級或者擴容呢?

A:我們更多拿FPGA來(lái)做驗證。也就是你有一個(gè)想法、一些設計理念,可以很快用FPGA做一些定制化計算,驗證性能是否能達到要求,再進(jìn)一步優(yōu)化功耗、體積等指標。

我們知道云端現在很多廠(chǎng)商,公有云都提供了FPGA的服務(wù),可以幫助你非??焖衮炞C你的想法。但是我覺(jué)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(jiǎn)單,你會(huì )拿一個(gè)樹(shù)莓派做很多驗證,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(chǎng)。你一定會(huì )做自己的板子,做自己的外觀(guān)形態(tài),最后再推到市場(chǎng)上。

Q:后續產(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的產(chǎn)品更多的設計?

A:對?,F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(méi)有那么快跟得上。這個(gè)問(wèn)題如何解決?一些算法廠(chǎng)商認為FPGA方案的靈活性在這個(gè)情況下可以發(fā)揮出來(lái)。

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(cháng),第一塊芯片需要兩年,第二塊芯片可能快一點(diǎn)。但是,我們做芯片當然會(huì )意識到這一點(diǎn),所以難度在于兩年前你得預測到兩三年之后的趨勢是什么,而不是說(shuō)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(méi)有已經(jīng)落地的項目?

A:有。已經(jīng)有客戶(hù)簽單。

Q:醫療場(chǎng)景能用嗎?

A:醫療可以用。它主要是針對視頻和圖像處理做了定制化。因為我們有很多套算法,從視頻、圖像,語(yǔ)音識別、語(yǔ)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(shuō)明有一定通用性了。

Q:自產(chǎn)自用需要極大規模的業(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 )增加項目成本,客戶(hù)怎么看這個(gè)事情?

A:舉個(gè)例子,功耗能省1/3,對數據中心是很大的一筆開(kāi)支。在客戶(hù)的感受非常強烈,而不僅僅是打個(gè)九折的概念。

Q:具體看客戶(hù)有一些什么樣的反饋?

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

Q:大家對依圖的認知是依圖是一家AI+垂直行業(yè),聚焦在應用層的技術(shù)落地公司,現在我們向產(chǎn)業(yè)鏈的上游延伸,可以理解為依圖在轉型嗎?至此之前,類(lèi)似的算法公司也提出過(guò)新的戰略方向,依圖是不是因為這款芯片的推出也有一些改變呢?

A:我們從一開(kāi)始就深耕行業(yè),全面發(fā)展。

Q:所以對依圖的認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(shuō)了垂直整合,是因為依圖非常清楚自己想要做什么。我們的信仰就是讓AI去來(lái)解鎖未來(lái),一個(gè)AI更好助力人類(lèi)的未來(lái),我們對于這個(gè)信仰非常專(zhuān)注。此外,我們也做自己商業(yè)上更適用的事情,給自己帶來(lái)更強的潛力。

Q:在中國做計算機視覺(jué)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 )這么認為嗎?還是說(shuō)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的未來(lái)。因為摩爾定律的終結意味著(zhù)再沒(méi)有免費的午餐了, 不可能等兩天就能買(mǎi)到更快的硬件,所以要靠架構調整來(lái)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)代的挑戰去做更有競爭力的算法,更有競爭力的芯片,是非常大的機會(huì )。

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

Q:依圖有沒(méi)有新的融資計劃?

A:我是偏技術(shù)這一側,不太清楚這個(gè)問(wèn)題。我覺(jué)得市場(chǎng)往后怎么看我們,對我們是不是有改觀(guān),是一件更有趣的事。這對整個(gè)市場(chǎng)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)預判,所以才有了這個(gè)項目。那么未來(lái)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,是廠(chǎng)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計、做豐富的定制服務(wù),才能讓算法表現得更好。

整體來(lái)說(shuō)就是兩個(gè)趨勢、一個(gè)是垂直整合,我覺(jué)得是一個(gè)非常大的機會(huì ),也提供了非常多的增強自己產(chǎn)品和未來(lái)的機會(huì ),另一方面就是「算法即芯片」,算法指導芯片的設計能帶來(lái)的芯片的改動(dòng)也將是一個(gè)非常大的趨勢。

您可以復制這個(gè)鏈接分享給其他人:http://wap.northchejian.com.cn/node/714