AI正越来越多的出现在我们的生活中，但业界普遍认为AI想要规模化落地还需要较长的时间，国内外科技巨头也纷纷开始自主研发AI芯片加速AI技术落地。不过，自主研发芯片投入且高风险大，这又阻碍了AI的发展。那么如果AI芯片免费，是否意味着AI大规模产业化将快速实现？
如果说芯片是人工智能的“躯体”，算法是人工智能的“灵魂”，数据是人工智能的“营养”，把这几个核心要素再加上“应用场景”和“服务”这两个解决方案赋能的能力，将其放在各个传统行业里去颠覆传统行业原有的体验和效果，在这个过程中，需要通过算法的不断迭代、海量数据的不断采集，从数据的采集、标注，到算法的训练、应用升级、芯片升级，形成一个闭环，实现机器自学习。
因此，云天励飞联合创始人、CEO陈宁认为，只有通过人工智能芯片的突破，才有可能真正的让人工智能的技术变成产品，真正实现大规模的产业化。
云天励飞联合创始人、CEO陈宁
为什么选择芯片免费的商业模式？
雷锋网消息，4月25日云天励飞芯片专题的媒体沟通会上，陈宁表示，从云天励飞创业之初，就不把自己定义为AI芯片或传统芯片公司。虽然我们做AI芯片，但与传统芯片公司有所区别，我们不从传统的硅基芯片上通过面积计算芯片成本、设计成本，然后再计算每颗芯片的定价来进行收费的模式，我们的芯片全部免费。我们的核心不是简单的把芯片交给用户，而是将前端的芯片和我们云端的服务去赋能各个行业的客户。
至于原因，雷锋网从陈宁博士的解答中找到了答案。他表示，我们芯片团队做了十多年，不过相对比较顶尖的一批工程师投入了一个芯片的行业，最终却但把芯片做成了白菜价。我记得之前有一个并购的案例，91助手和展讯两家公司几乎同时被并购，但是它们价值的差异十分巨大，这让我们这帮做芯片的工程师感到比较心寒。这从一个侧面也反映了一些问题，作为工程师要看自身的价值体现在哪里，在人工智能时代，会比在互联网时代可能有数量级的差异。但是芯片又是不可或缺的，最近的中兴通讯事件更加说明了芯片的重要性。
“举个例子，我们用水、电感觉不到，但是缺了水龙头和插座会感觉不到吗？在人工智能时代，为了投入产出比更加协调，我们认为人工智能时代不仅要从技术层面、也要从商业模式上面让产业配比更加匹配，所以我们将芯片作为一把打开人工智能服务和人工智能产业化的钥匙。通过全新免费的商业模式，来凸显人工智能服务的价值，同时也能够更加好的体现芯片作为水龙头和插座的不可或缺性。”陈宁同时表示。
芯片免费是否真的可行？
陈宁还介绍，我们商业价值的反哺是通过提供云端AI服务的能力。AI云端的芯片就像是一个个水龙头和插座，在云端控制前端的服务，通过云端一系列开关，面向不同的应用场景来控制这个水龙头流出来的是什么样的水、流出多大流量的水，控制这颗前端的芯片上开启多少功能、实现什么样的功能和算法。简单来说，就是通过AI服务去实现端到云的技术路线的产业价值和商业价值的模式。
那么用户是否会接受这样的商业模式？陈宁对此表示，这倒不是接受这种模式，更关键的是云天励飞对于人工智能整个产业的发展，认为未来的物联网一定是端到云的架构，不再像原来传统行业的芯片，卖一颗芯片给客户，客户拿走以后跟厂商没有关系了，而是一定要通过云端的服务，来赋能前端的芯片，去提供一系列的AI服务，所以端到云在人工智能时代是一个自然的绑定。
有了端到云的绑定，厂商的价值并不是通过这个前端芯片能够集成电子元器件的数量来决定，而是通过前端的钥匙，整个云端的服务能够提供多好的服务，把工作效率提供100倍还是1000倍，厂商的价值是在云端服务的整个链条体现。
当然，这并不意味着从端到云都要用这个服务，从我们现在推出的生物系统就可以看出云天励飞在打造一个平台。虽然我们是五位一体的端到端的整体解决方案，但是我们推的是一个平台，把平台拆解成前端智能化、结构化引擎、搜索、引擎的不同模块。
芯片性能能否满足需求？
最后，从商业模式回归到人工智能实现突破的核心——芯片。陈宁认为人工智能最大的挑战在于技术怎么在各类细分场景里落地，并打磨出来一款又一款的解决具体行业问题、颠覆传统行业的一系列芯片。
因此，人工智能时代是场景定义算法，算法定义芯片。云天励飞设计AI芯片也是通过场景来定义。据介绍，云天励飞AI芯片的设计主要以ASIP的设计思路为主，让处理芯片在具备了ASIP高性能、低功耗的优势的同时还能提供处理器级别的性能，兼顾端上应用的高性能、低功耗、低成本的要求，保留不错的灵活性，能满足AI算法快速迭代的需求。
据了解，云天励飞第一代深度学习神经网络处理器NNP100的研制在2016年完成，并基于FPGA载体实现商用。目前已经在研发第二代深度学习神经网络处理器NNP200，并取得阶段性成果。NNP200也将集成于云天励飞IPU (inteligence processor unit)芯片上，用于智能终端产品。
值得一提的是，雷锋网获知，云天励飞IPU与Nvidia开源的nvDLA相比，相同运算力下，在很小的内存带宽下，算法模型效率可以提高18倍。与麒麟970相比，相同运算力下，比970的性能提高4.4倍。
相关文章：
正在生成分享图...
nebula