又一中国AI芯片公司“诞生”：依图推首款云端AI芯片，顶尖算法公司向产业上游生长丨专访

近几年，业内刮起一股 AI 算法公司自研芯片的风潮，其中最具代表性的队伍恐怕是国内一众语音技术公司。 现在，这股风潮终于也降临计算机视觉领域。

5 月 9 日，计算机视觉公司依图在上海召开发布会，宣布推出其首款 AI 芯片产品“ QuestCore™ ” （求索） ，并基于此推出云端边缘端两款视频解析硬件， 成为中国计算机视觉“4 小龙”（商汤、旷视、云从、依图）中第一家尝鲜自研 AI 芯片的公司。 公司创始人朱珑更是表示，依图要成为中国最成功的 AI 芯片公司之一。

图丨 QuestCore™（来源：DeepTech）

图丨两款产品（来源：DeepTech）

芯片以外，发布会透露的更重要信息是：“算法、数据、芯片”被认为是 AI 的三大支柱。此前，国内 AI 公司主要在拼前两者。 但从去年开始，这两个领域的争夺趋于胶着状态，算法上彼此已经越来越难拉开距离，数据资源更是愈发集中在极个别头部公司手中。拼算力硬件，也就成了一个水到渠成的阶段。 一个更重要的逻辑是，行业垂直整合正在卷土重来。

一家算法公司造芯，需要下多大决心？

2017 年就有传言说依图开始进军 AI 芯片领域，并在开发 AI 芯片，对标另一家 AI 芯片初创公司地平线。对于这一说法， 依图首席创新官吕昊在采访中对 DeepTech 澄清，从未在公司内部听闻依图做芯片对标的是地平线 。

他表示，与谷歌、微软、阿里等公司自研芯片一样，依图自己做芯片也是为了更好地发挥依图算法和软件的性能，为客户提供更好的软硬件一体化解决方案。

朱珑则在发布会上表示， 依图开发这款芯片，不在于追求匹及英伟达上则几百 T 的算力，而在于高计算密度。

图丨Que stCore™ 与英伟达产品的单位面积算力比较 （来源：DeepTech）

图丨依图科技首席创新官吕昊在现场演示已经配 备 QuestCore™ 的服务器机柜，并现场演示了4颗芯片如何支撑 200 路实时视屏解析，并具备人脸识别和比对的能力，目前产品已经商用 （来源：DeepTech）

据依图提供的信息，QuestCore™ 是全球首款深度学习云端定制 SoC 芯片，定位服务器芯片/云端 AI 芯， 可独立使用，采用台积电 16nm 工艺，将与依图的智能视觉分析软件结合，作为软硬件一体化的解决方案对外销售，适用于加速各类视觉推理任务，比如交通运输、公共安全、智慧医疗和智慧零售等行业，尤其是对云端智能视频实时分析等应用具有强需求的企业环境。 搭载 Questcore™ 的依图原子服务器，将为今年 11 月在上海举行的第二届世界进口博览会提供安保服务。

在能效上，QuestCore™ 峰值性能达到 11.2T （深度学习推理运算），功耗 20W ，摄像头单路功耗仅为英伟达 GPU P4 的 30%，同等功耗下，深度学习推理运算性能是市面同类产品的 2~5 倍。这款产品也支持 TensorFlow、PyTorch 等各类深度学习框架，适用于加速各类视觉推理任务，最高 50 路 FHD 视频流硬件解码，另外还支持虚拟化、容器化，可将 AI 云的弹性计算和调度提升一个量级。依图也为 QuestCore™ 配备了基于其自研 ManyCore™ 架构的深度学习推理模块，ManyCore™ 架构同样适配各类深度学习算法。

图丨 QuestCore™ 支持的视觉推理场景（来 源：DeepTech）

吕昊对 DeepTech 表示， QuestCore™由依图和 ThinkForce 团队共同打造 ，依图在 2017 年 2 月时有了自研芯片的想法，大约 2 年时间顺利完成一款量产 AI 芯片的研发， 从设计到制造实现全面国产化 ，背后是依图和 ThinkForce 之间的深度合作。

后者成立于 2017 年，同样是近年来中国 AI 芯片初创公司中最值得关注的新星之一，曾提出过“ 算法即芯片 ”的论断（这一论断也在今天的发布会上由朱珑屡次提及，显然，这位算法出身的创始人非常认可这一论断）。

据了解，ThinkForce 团队核心成员来自 IBM、AMD、INTEL、LSI、Broadcom、Cadence、ZTE 等业界龙头芯片企业，负责过 IBM PowerPC、AMD APU 的北桥、SonyPS3 Cell 处理器、Microsoft XBOX 游戏机主芯片、以及全球最高速的 56G Serdes 等， 团队成员手里曾量产过 40 款以上各类芯片，总销售额数十亿美元。2018 年，ThinkForce 完成 4.5 亿元 A 轮融资，依图正是投资方之一。

（来源：ThinkForce）

对于依图推出这款云端 AI 芯片的原因，吕昊概括为三点： 对行业的理解、产品体量已经达到一定程度（未透露具体量级）、依图算法精度的提升。

第一款 AI 芯片之所以选择了用在云端推理上，也是因为依图各主要业务尤其在安防上的需求。QuestCore™主打视频推理，主要关注分析处理视频的数量，专用于加速视觉推理运算，比如人脸识别、视频结构化分析、行人再识别等等，其和一些终端视频推理芯片的区别在于，终端芯片只需要分析处理一路视频，云端芯片则关心的是可以处理多少路视频。吕昊表示，QuestCore™是目前更智能、性价比更高的视觉推理 AI 芯片。

“QuestCore™将整合在我们的产品中对外售卖。依图的体量相对较大，最深耕的行业就是安防，因此不需要担心由于市场体量较小而产生的成本问题……我们对于市场的需求、对于 AI 领域有自己的理解。 2017 年，公司对于 AI 算力需求增长以及产品竞争性有了一定的预判，因此有了自研 AI 芯片的决定 ”，他说。

不难看出，在这几大动机中，现阶段的业务需求是依图第一次“造芯”的最直接原因。

图丨2017 年中国 计算机视觉应用市场份额（来源：IDC）

依图创立于 2012 年 9 月，自成立以来，其 AI 算法在人脸识别领域屡有突破，且现已不再局限于视觉识别方向，在业内也被认为是一家很明确的 AI+垂直行业、应用层技术落地的 AI 算法公司，涉及安防、医疗、AI制药、金融领域等。其中，依图在安防和医疗领域布局较早，现已形成一定的先发优势，例如依图医疗智能辅助诊断系统已经在上海、浙江等近百家三甲医院临床应用，在安防上则搭建了全球首个十亿级人像比对系统，算法已突破亿级静态比对。

图丨依图已有的算法突破（来源：DeepTech）

但显然，现在，和业内很多公司一样，依图不单单只想追求极致的算法，也将目光投向了追求配合算法的极致算力上。“没有典型场景应用没有意义，没有超越英伟达的芯片没有意义，没有世界级的算法没有意义”，朱珑说。

发布会上，依图也第一次对外谈及其对智能算力发展的理解和使命： 提升智能密度，即从单位智能走向群体智能，单位面积智能算力更高 。这一使命显然已经从算法、数据跨越到了算力领域。

尽管采访中依图多次表示自身并非为了开发芯片而开发芯片、不为芯片商业化，但随着这款云端 AI 芯片的推出， 其定位将不再是一家纯粹的 AI 算法公司。

图丨含有 4 颗 QuestCore™ 芯片的板卡（来源：DeepTech）

吕昊透露， 公司既然决定自研 AI 芯片就不会只有一款产品，目前依图已经开始着手第二款产品的研发 ，新芯片的算力还在优化，希望能达到同等产品 2 到 5 倍的提升。依图表示，首先发挥自己最擅长和积累最多的机器视觉领域专业知识，今后将逐渐拓展到其他领域的芯片研发。

（来源：DeepTech）

算法红利时代已过，垂直整合重回“C 位”

依图此次推出的芯片产品，能帮助依图带来怎样的业务增长，仍有待时间和市场验证，但我们相信，视觉算法公司进军产业上游，开始自研芯片，现在还只是刚刚吹响前奏。 去年就有业内人士对 DeepTech 表示，中国的计算机视觉产业一定会走出一家或者几家自研 CV 芯片的公司。

把时间倒回到大概两三年前，也就是在 2015 年~2017 年，无论是在视觉还是语音方向，算法公司都是产业圈和创投圈最热捧的对象。当时，在 AI 的三大支柱“算法、数据、芯片”中，AI 公司的核心竞争力主要体现在前两者。

但从去年开始，整体的情况又有了细微的变化：无论是语音识别、自然语言处理还是人脸识别算法，各家在几个最主要指标上的表现或许仍有先后之分，但算法上彼此已经越来越难拉开距离。 算法红利逐渐吃紧，数据资源更是愈发掌握在极个别头部公司手中，拼算力硬件也就成了一个水到渠成的阶段。

这背后一个更重要的趋势是， 行业垂直整合的卷土重来 。例如，过去 1 年，DeepTech 接触过的众多涉及 AI 业务的公司，都在愈发频繁地使用这个词语——“全栈（full stack）”。它意味着完整一套、端到端产品或服务体系的能力，正在成为描述一家 AI 公司竞争力的关键词。

比如特斯拉，这家汽车公司最近推出了自己的芯片 FSD，本质上已经拼上了最后一块关键的版图。放在过去，谁能想象一家汽车厂居然会自研自动驾驶芯片？

图丨发布会上，依图同样对比了其与特斯拉 FSD 的性能功效，QuestCore™ 最 大的不同在于兼顾云端和边缘端（来源：DeepTech）

之所以说垂直整合是卷土重来，也是因为分工外包合作是主流， 绝大多数企业倾向于专注核心业务，非核心业务与产业链上的供应商进行合作，打包捆绑式的合作模式让出了舞台中心。现在，垂直整合正在回归，尤其是在电子信息密切相关的领域。

而特斯拉以外，苹果更早尝到了垂直整合的甜头：不但写软件开发算法，还自研芯片，自运营零售商店。 两家公司分别在消费电子和汽车领域体现了高度垂直整合的价值 ，在用户体验、企业效率、建立壁垒上有显著优势。

图丨特斯拉自动驾驶芯片 FSD（来源：特斯拉）

“特斯拉就是非常明显的信号，这不是热度问题，这是行业落地的必然结果”，吕昊说，“ 今年是 AI 芯片产品出现比较多的一年，很多公司都会尝试垂直整合 ”。

目前，在云端 AI 芯片市场上，我们已经看英伟达（T4）、谷歌（TPUv3）、亚马逊（Inferentia）、华为（昇腾 910）、百度（昆仑）这样的中外科技巨头，也有寒武纪（MLU100）、Graphcore（IPU）、比特大陆（BM1680、BM1682）等明星 AI 初创公司，可谓“巨头盘踞、群雄争霸”，尤其是在推理市场上更是百家争鸣，但可以预见这片蓝海还会有更多的玩家入局。 算法背景团队、芯片背景团队、互联网巨头、传统 AI 芯片大厂各有优势此起彼伏之间 ， 云端 AI 芯片将迎来“物种大爆发”。

值得一提的是，在算法红利的阶段，国内的不少 AI 方案厂商更多只是针对场景开发和优化算法，所以很多时候都直接购买国外大厂的芯片， 某种程度上来看， 倒更像是为国外厂商创造更多产品的出海口 ，并不能直接推动中国芯片产业的发展 ，而现在，算法公司也在尝试自研芯片， 如果有越来越多中国公司在其中“怒刷存在感”，芯片持续高速地试错、更新、升级，对中国芯片产业来说，也是在创造新的机会。

-End-

关注 DeepTech 

发现改变世界的新兴科技

（微信号:deeptechchina)

▼

点击阅读原文了解题跋派 ↓↓↓