依图科技造芯，释放哪些趋势信号？

在特斯拉造芯、微软造芯、苹果造芯之后，又一家中国人工智能公司创业公司加入造芯者行列。5月9日，依图科技在上海宣布推出云端视觉推理AI芯片questcore，并表示在同等功耗下，依图questcore产品的视觉推理性能是市面现有主流同类产品的2~5倍。依图科技造芯、questcore问世，透露出什么样的芯片产业变革思路？越来越多的企业加入造芯行列，是否意味着芯片产业现已经从“小步变革”到了是“大步跨越”变局期？

算法+芯片，算法即芯片，已成趋势？

依图科技联合创始人兼CEO朱珑和很多科学家有一个相同的特质就是想法很天马行空，也因为天马行空所以能够捕捉很多大维度跨越背后的“天马轨迹”。这是三年前，记者采访朱珑留下的印象。

在这次发布会上，朱珑从2002年他在美国读书、2012年回国创业一直讲到了现在，他跳跃地回顾这近20年里AI界发生的里程碑事件、AI界顶级的科学家、谷歌对AI贡献，然后他谈及了芯片，谈及了英特尔和英伟达等。

他之所以用如此多的维度来来谈这跨越20多年IT产业的发展，是想表达几个关键。

其一是这一轮的AI潮来临，“算法的成熟”+“数据的丰盈”+“算力的便宜”，功不可没。尤其是算法的性能，正在呈现出指数级的增长态势，会对AI时代产生深刻的影响，以依图研发的人脸识别算法为例，过去4年时间，其算法精度提升了100万倍。

其二这几十年芯片基本上是按照“通用”的思路来发展的，“广义计算其实是脱离算法的。”这是朱珑的原话。芯片大厂希望将功能需要标准化，满足各类用户的需求，这样的结果必然无法满足差异化的个性化的需求。就像用CPU来进行图像计算一定无法获得GPU的效率一样，所以AI计算也需要专门的AI芯片，AI芯片一定要结合算法、结合任务对象进行定制，才有可能带来极致效率。

其三随着半导体界从工艺到架构创新进程在变慢，半导体界要按照“摩尔定律”来获得性能价格比的更迭，挑战越来越大，规模效益在减弱，需要在新的维度寻找突破口。

基于这几个关键点，朱珑提出了“算法即芯片”造芯思路。即基于问题，基于场景，用对算法，并为此定制芯片。而这样的思路能够将专业知识、行业积累纳入芯片中，有可能创造出极致性价比。基于此，我们就能够很好地理解，为什么越来越多的用户在AI时代选择自己造芯，比如特斯拉、比如微软、比如苹果等。事实上不仅仅是这些超级用户选择自己造芯，甚至包括英特尔这样的通用芯片大厂商也在拥抱数据、拥抱算法，或是投资于拥有算法、行业场景与数据的公司，或是收购拥有行业算法的公司，因为“芯片+算法”已经成为AI落地创造极致效率的必要条件。所以朱珑认为，AI时代芯片的造法应该要将“算法+芯片”结合在一起，让算法赋能芯片。

从介绍来看，这次依图发布的questcore基于拥有自主IP的ManyCore 架构，针对依图算法做了专门优化，能够发挥依图在机器视觉领域的专业积累和行业知识，适用于人脸识别、视频结构化分析、行人再识别等多种图像和视频实时智能分析任务。在实际的云端应用场景，依图questcore 最高能提供每秒15 TOPS的视觉推理性能，最大功耗为20W，小于一个普通的电灯泡。在同等功耗下，依图questcore产品的视觉推理性能是市面现有主流同类产品的2~5倍。在当天发布会的插电演示环节，依图科技首席创新官吕昊博士手持一台体积与15 英寸苹果MacBook Pro笔记本相当的依图原子服务器，带动200路摄像头同时完成实时智能视频分析任务。

软硬整合、整体交付，是专用AI造芯主流路径？

朱珑和很多科学家不一样的地方，他很落地，他凡事关注落地路径，这也是他为什么要在2012年离开全球顶级的AI实验室，要出来创业的原因。这是三年前记者采访他时留下的另一个印象。当时依图即将进军医疗领域，记者问他如何进入？靠什么来进入？朱珑的回答是，找到这个领域的有关键资源和关键能力的人。

所以当依图要研发芯片，采取了相类似的路径。2017年12月15日，依图科技等数家机构宣布完成对AI芯片初创团队ThinkForce的4.5亿元A轮投资。官方信息显示，ThinkForce是一家人工智能专用芯片设计公司，团队由来自芯片设计、软件算法及系统开发领域的资深专家构成，专注于将领先的AI算法与先进的半导体工艺相结合，为业界提供适合各应用场景的ASIC芯片。这次questcore芯片就是由依图科技和ThinkForce团队联合开发，而有自主知识产权的微内核ManyCore架构芯片就来自ThinkForce公司。

众所周知，定制芯片、专用芯片虽然比通用芯片效率高，但是也因为没有规模效应所以价格也高，所以定制芯片落地路径同样受关注。就像特斯拉、微软、苹果造芯，并不是希望成为芯片公司，造芯的目的是要交付性能最优的自动驾驶汽车、更好的AR头盔Hololens和更强的iPhone手机一样，依图科技造芯也并非要独立销售questcore芯片，而是使用依图questcore构建视频解析系统、视频解决方案，面向应用场景进行直接优化，而交付的是智慧城市、智慧交通、智能安防、智能零售解决方案。

这样的落地路径和商业模式，能够将依图的优势发挥到极致，同时避免了专用芯片生态链的构建，渠道合作伙伴是否给力等等一系列的尴尬。

依图科技的另一个选择是云端、是服务器端而非视觉计算的边缘端。算法越精准，数据量会越大，边缘智能尽管现在发展很快，但承载高精度算法的重任依然会在数据中心。

当天发布会给出的数据，使用依图questcore构建的视频解析系统，能够将原本需要16 台机柜的方案压缩到1 台，使整体建设费用投入减少50%，运维成本降低80%。同时，依图原子服务器能够直接在云端升级系统，不需要大规模购买或者更新已有的摄像头、传感器等终端设备，大幅提高了现有基础设施的利用率。

Questcore发布，依图从算法公司向前又迈进了一步，未来依图还会有哪些可能性？还会有哪些变数？Questcore的中文意思是“求索”，这可能是这家公司还会有什么变数的最好注解吧。