AI需要新的商業(yè)模式，芯片與算法是探索

作者 / 王瑩 《電子產(chǎn)品世界》編輯

編者按：2017年底，地平線公司發(fā)布了兩款AI芯片——“征程”和“旭日”，分別面向自動駕駛和智能攝像頭。公司首席芯片架構(gòu)師周峰教授曾在浙大工作15年，也曾在Aitech、華為美國研發(fā)中心等多家企業(yè)做過架構(gòu)師。地平線為何要做AI芯片?如何看待AI芯片及算法的機(jī)會?

“征程”如何打入汽車市場?

　　“征程”與“旭日”的區(qū)別是應(yīng)用場景不同?！罢鞒獭泵嫦蚱嚨膽?yīng)用，這對芯片的要求更高，因?yàn)槠嚥粌H需要高精度、高準(zhǔn)確度，高實(shí)時性，而且對芯片在各種應(yīng)用環(huán)境下的穩(wěn)定性要求也特別高。而智能監(jiān)控的要求相對低一些。

　　“征程”目前基本還是以汽車后裝市場為主。后續(xù)公司會為車規(guī)設(shè)計(jì)智能芯片，例如滿足溫度-40℃~125℃，以進(jìn)入前裝市場，同國內(nèi)外車企及一級供應(yīng)商合作。

　　實(shí)際上，自動駕駛市場競爭激烈，典型的如英偉達(dá)GPU;英特爾2017年初收購了Mobileye，推出芯片+算法方案;本土也有越來越多的企業(yè)涌現(xiàn)。面對越來越多的企業(yè)加入，周峰教授認(rèn)為這是件好事，說明大家都看好自動駕駛。而且自動駕駛不可能只用一兩家公司的產(chǎn)品，因此很多公司都有機(jī)會。當(dāng)然，眾多公司出現(xiàn)后，將來也會出現(xiàn)大浪淘沙、優(yōu)勝劣汰的局面。

　　地平線的優(yōu)勢不在于單純的芯片，而在于算法，在于算法和芯片的深度整合優(yōu)化。因?yàn)樗惴ㄒQ于數(shù)據(jù)。數(shù)據(jù)是需要本地化的，中國和美國的數(shù)據(jù)不一樣，這也是本土企業(yè)的優(yōu)勢。

市面上的芯片和算法廠商有何特點(diǎn)?

　　每一家公司都有自己的基因。英特爾收購的Mobileye公司算法很好，不過Mobileye成立已十余年，算法較為傳統(tǒng)，例如基于傳統(tǒng)的計(jì)算機(jī)視覺進(jìn)行圖像處理。當(dāng)然之前的算法也可以做得很好，但魯棒性可能會差一點(diǎn)。地平線等公司是基于新的神經(jīng)網(wǎng)絡(luò)(NN)算法，效率較高一些。

　　英偉達(dá)以銷售GPU芯片為主要商業(yè)模式。英偉達(dá)對實(shí)際各種應(yīng)用場景下的智能算法的積累可能并不太多。目前的智能算法(包括傳統(tǒng)算法和目前的AI算法)，以及要考慮今后的新AI智能算法，決定了其產(chǎn)品的市場規(guī)劃。從英偉達(dá)現(xiàn)有的幾款產(chǎn)品規(guī)劃看，還是基于GPU架構(gòu)。GPU架構(gòu)的通用性較強(qiáng)，適合各種算法，但是功耗、成本等方面跟Intel/Mobileye或地平線等專用芯片廠商相比，可能會稍遜。

　　在應(yīng)用場景方面，各家主要集中在云端計(jì)算。用得最多的是英偉達(dá)GPU，因?yàn)樗惴ê谩⒂?jì)算快，而且軟件生態(tài)做得好(可以很方便地用這個平臺去實(shí)現(xiàn)編程)。

　　云端除了GPU以外，還有基于FPGA的方案。FPGA處于GPU和ASIC之間，優(yōu)勢是開發(fā)周期較短;但相對GPU，F(xiàn)PGA的成本和性能提高了。

　　ASIC處理器算法速度和效率是最高的，但相對GPU、FPGA，對各種AI算法的適應(yīng)性以及編程性會難一些，并且對后續(xù)新出現(xiàn)的AI算法不一定能完全支持。典型產(chǎn)品如谷歌的TPU，另外ASIC芯片的研發(fā)周期也相當(dāng)要長。

　　相對于大部分巨頭公司關(guān)注云端，地平線公司的定義是做嵌入式智能產(chǎn)品的AI解決方案，該解決方案中包括采用公司自己專用智能芯片。

地平線的核心是智能算法與芯片架構(gòu)的有效結(jié)合

　　有些AI公司的商業(yè)模式是賣芯片，有的是賣架構(gòu)，有的是賣算法。地平線的核心是智能算法和芯片架構(gòu)效率的緊密結(jié)合。

　　因?yàn)楝F(xiàn)在AI芯片開發(fā)人員并不是很多，大部分開發(fā)者還沒有AI開發(fā)能力，也不可能一下就起來，因此很多公司難以找到AI人才，而且AI人才的薪水也炒得很高，使得公司開發(fā)成本大大提高。所以地平線把芯片和算法合在一起，給客戶提供嵌入式智能產(chǎn)品解決方案。

　　“AI芯片銷售過程商業(yè)模式和傳統(tǒng)芯片模式過去不一樣，還需要人們共同探索?！?a class="contentlabel" href="http://butianyuan.cn/news/listbylabel/label/周峰">周峰教授稱。例如Arm是做生態(tài)，而H264/H265視頻編/解碼器賣芯片就行了。但AI不同，本身是處理器，可編程的同時算法還在不斷發(fā)展，需要考慮算法如何優(yōu)化。當(dāng)然，對于一些AI能力特別強(qiáng)的客戶，地平線也會提供一套工具鏈SDK，有處理器、編碼器等。

小公司如何被大客戶認(rèn)可?

　　整機(jī)產(chǎn)品公司往往都有固定的芯片合作伙伴，有些甚至自己也做芯片。不過，地平線自信性能做得更好，因?yàn)橛心芰⒅悄芩惴ㄅc芯片架構(gòu)進(jìn)行合理搭配，而很多懂智能算法的人不一定能將芯片和算法結(jié)合得好。

　　AI的計(jì)算量很大，其核心運(yùn)算主要是矩陣運(yùn)算，但由于涉及內(nèi)存數(shù)據(jù)容量，外存數(shù)據(jù)帶寬及數(shù)據(jù)計(jì)算單元的規(guī)模，以及這三者之間有效地平衡搭配，對不同的智能算法都要做到高效還是有難度的。周峰教授過去曾做過H265開發(fā)，認(rèn)為H265編碼器算法的復(fù)雜度比AI的矩陣算法復(fù)雜很多，因此有信心做好AI方案。

　　那么，自動駕駛的廠商對“征程”的接受度如何?實(shí)際上，“征程”剛剛推出，應(yīng)用會有個過程，這個周期約半年以上。那么，地平線的算法怎樣最快地被用戶用起來?目前地平線一方面跟外部廠商合作，一方面自己也在做智能駕駛解決方案。

　　其中，自己做嵌入式智能產(chǎn)品決方案很重要。例如智能攝像頭領(lǐng)域，本土一些安防設(shè)備商也在用GPU做AI，假定地平線把產(chǎn)品解決方案做出來以后，客戶覺得地平線的方案比較好，就會和地平線合作。但如果一開始就跟設(shè)備商合作，必須要把自己的資源開放出來，有可能支持客戶花了很長時間，最后客戶由于各種原因說不需要你了，他自己能做了。因此需要自己先把方案做出來，或和第三方公司合作去開發(fā)，再去推給客戶。

　　要打市場，成本也是關(guān)鍵之一。定價包涵很復(fù)雜的因素，不是一定賣得低就好、賣得高就不好。當(dāng)然賣得高，附加價值也高;若賣得低，就要靠量來支撐附加值……這些都是一些現(xiàn)實(shí)問題，并不取決于你的產(chǎn)品好與壞。

　　那么，當(dāng)初TI DSP為了和華為海思的商品編碼器競爭，為何不把DSP價格降下來?因?yàn)楹茈y降下來。芯片就是拼PPA(性能、功耗、面積)，相同性能下，關(guān)鍵的“面積”決定了成本，而成本是硬碰硬的。DSP有DSP價值——在市場不成熟的時候，沒有ASIC芯片的時候，DSP有優(yōu)勢;但當(dāng)芯片上量后，例如攝像頭用于“平安中國”，需求量非常大，專用芯片肯定有優(yōu)勢。但TI的基因是做通用DSP，不做ASIC。

　　同理，英偉達(dá)未來也可能會做專用芯片，但前提是改變策略。如果仍做GPU，是否適應(yīng)市場?這需要觀察。

　　總之，地平線擁有人才、技術(shù)、市場、資金和知名度等，面向未來海量的AI應(yīng)用市場，有信心和友商競爭。

條條大道通羅馬

　　做AI有各種方法，目前很多廠商都在探索，也不能說哪條路上山最好，大家各顯身手。地平線只提供嵌入式智能產(chǎn)品解決方案給客戶，客戶可以去比較。

　　地平線關(guān)注自動駕駛和智能城市。實(shí)際上，還有智慧工業(yè)、智慧農(nóng)業(yè)、智慧交通等廣闊應(yīng)用領(lǐng)域。

　　“地平線的價值是作為行業(yè)的附能者：把AI的能力給予各行各業(yè)的應(yīng)用，而不是拋出一個芯片?！敝芊褰淌谥赋觥Ｒ虼说仄骄€不是定位為一家芯片公司，而是做嵌入式智能產(chǎn)品解決方案的公司。

　　嵌入式智能產(chǎn)品解決方案都是面向具體應(yīng)用場景的。而大千世界，應(yīng)用場景是豐富多樣的，機(jī)會非常多。例如智慧農(nóng)業(yè)方面，有家美國企業(yè)在開發(fā)農(nóng)業(yè)除草機(jī)，需要AI識別雜草。實(shí)際上，機(jī)器識別有時比人的識別率還高。還有國內(nèi)的廣電設(shè)備企業(yè)找到地平線，希望做對敏感內(nèi)容和黃色內(nèi)容過濾的方案。

　　地平線的芯片方案強(qiáng)調(diào)的是在嵌入式智能產(chǎn)品做智能處理，即在本地的處理能力較強(qiáng)。針對具體的應(yīng)用場景也有可能會接入智能服務(wù)器。

AI還有漫長的路要走

　　現(xiàn)在AI還是很笨的算法，例如人看一眼人或物就認(rèn)識了，計(jì)算機(jī)要看上千張照片。GPU、FPGA是平臺，類腦芯片是模擬人腦，實(shí)際應(yīng)用難度還很大。

　　地平線的專用芯片目前是第一代高斯架構(gòu)，偏重感知;第二代伯努利架構(gòu)是感知和預(yù)測，預(yù)計(jì)今年底或明年初問世;第三代貝葉斯架構(gòu)及以后可能就要做一些決策，就像AlphaGo一樣，預(yù)計(jì)明年底或后年初出爐?？傊仄骄€的規(guī)劃是一年一代芯片，以適應(yīng)高速發(fā)展的AI算法。

　　當(dāng)然，新一代架構(gòu)性能會越來越高，但是各種使用場景都有各自的精度性能要求，各個階段出來的智能芯片也適應(yīng)不同的應(yīng)用場景的需求，在滿足應(yīng)用場景需求前提下，低成本低功耗的芯片會更合理。

　　值得說明的是，現(xiàn)在人們有種誤區(qū)，認(rèn)為性能高功耗低的芯片工藝就應(yīng)該越高，芯片就好賣。實(shí)際上高工藝芯片(如10 nm、7 nm芯片工藝)，對芯片前期的資金投入是很大的，如果芯片的量起不來，虧本是肯定的。同時如果在保證高性能的前提下，能夠通過優(yōu)化算法和芯片架構(gòu)，采用低的芯片工藝如40 nm、28 nm等工藝研發(fā)出低成本、低功耗的智能芯片來，芯片前期投入的資金就要少很多，公司芯片總的成本就可控，芯片就有競爭力。地平線目前芯片上的策略也是盡量充分利用公司在智能算法優(yōu)化，及智能算法與智能芯片架構(gòu)優(yōu)化結(jié)合方面的優(yōu)勢來保證公司的智能芯片在現(xiàn)在及未來的嵌入式智能產(chǎn)品市場上具有更強(qiáng)的競爭力。