依图芯片“终于“问世了。
2019年5月9号，上海中心，人工智能企业依图发布其首款深度学习云端定制芯片，定名“求索”。
‘求索’的发布，是依图面向智能计算时代的重要里程碑事件。
依图科技首席执行官兼联合创始人朱珑在接受CCTV采访时，毫不吝啬地给予了这颗处理器夺目光环及历史意义。
“这款芯片结合了最佳的人工智能算法和最先进的芯片设计理念，从设计到制造首次实现全面国产化，加速了数据中心服务器人工智能芯片自主可控的进程，为更多人工智能产品落地提供了可能。“
发布会现场，依图科技首席创新官吕昊表示，“求索”芯片今天开始即可商用。
一款芯片是否具备竞争力，需要衡量其“4P”实力：性能(performance)、效能(productivity)、功耗(power)和价格(price)。
据悉，该芯片功耗单路数小于1W、0.75TOPS/W；单芯片50路视频解析，1U可支持200路；自带网络支持，支持虚拟化，支持Docker；支持通用视觉：检测、分类、识别、分割、跟踪等等。
同时，吕昊还在发布会现场演示了“求索”芯片性能，他直接架起200路摄像机，通过四块“求索”芯片实时比对现场超过五百位现场观众的人脸。（演示十分钟左右，现场未发生一起误报）
未来，该芯片可以应用于安防、医疗、自动驾驶等视觉领域。
依图造芯，其实很早之前就有了些线索。
2017年12月15日，依图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，坐实了其进军芯片领域的传闻。
根据官方介绍，ThinkForce计划推出的AI芯片基于业界先进的半导体制程工艺，采用自主研发的微内核ManyCore架构，能完成AI云虚拟化调度在芯片级的实现。
此架构将AI云的弹性计算和调度提升一个量级，类似CPU的虚拟化给云计算的弹性调度带来成倍的成本节约。
同时，该技术结合自主研发的固件和TFDL软件SDK能够实现对于各类神经网络模型的计算加速，相对于Nvidia主流计算卡能实现5倍以上的功耗和成本节省。
就此，依图科技联合创始人林晨曦还曾公开表示，由于AI芯片算力等问题，在相当长的一段时间内，NVIDIA几乎处于“垄断”地位。2018年年底，该项投入有望消除AI芯片的对外依赖，交出一款国产化AI芯片。
今天来看，依图也的确用实际行动践行了林晨曦此前的承诺，虽然相比预期稍晚了几个月。
算法起家的依图为何选择造AI云端芯片？雷锋网认为有三大原因。
从内来看，算法这一杆枪已经承载不了日益健壮的依图高速发展所需的弹药。
人脸识别算法严格意义上来说相当于一个“中间键”，很难成为一款产品或是一个行业。
之所以以算法立身的公司前些年得到市场的广泛认可，一来资本需要；二来过去几年，技术的确也得到了快速提升。
刚性需求和技术蜕变的完美结合产生了AI＋安防等玩法，但这些玩法最后极大可能都会形成裂变：要么转型做芯片、要么转行做解决方案提供商、要么被收购、要么直接消失。
究其原因，最为致命的问题在于算法立命的厂商发展后期缺乏“交互键”，无法直接触达用户，而交互的前提必须强依赖于硬件。
所以可以看到，过去两年，AI技术公司战略打法正在逐渐下沉，已有不下十家创业公司对外宣布造芯计划。
从外分析，算法＋芯片的双轮打法已经不是书本理论，相关厂商已就这套模式冲锋陷阵了多年并获得了一些成绩。
朱珑甚至预测，眼下已经从摩尔定律到算法即芯片的时代。
通常大多数芯片厂商提供给客户的产品均是普通计算型芯片，只在底层提供一些加速操作，没有面向重大场景做针对性优化，已经无法满足AI个性化的需求。
客户拿到芯片之后还需再找算法厂商购买算法，比如安防场景下的密集人群检测和识别，自动驾驶场景下的三维感知定位等。
另外，在与芯片商及算法提供商沟通过程中，很多客户往往比较弱势（前者技术门槛较高）。
当客户遇到系统级问题需要快速支持解决时，芯片与算法厂商双方很难做到深度高效的协同支持，以及合适的利益分配，必然会在对于客户的支持产生很多问题，难以应对AI在行业快速落地的需求。
以苹果为例，苹果从硬件芯片到操作系统都是自己提供，虽然单独看处理器运算力可能低于专业手机处理器公司，但成品的iPhone相比安卓手机无论从速度还是流畅性来看都要强大很多。
由此，软硬结合做配套服务是AI公司可以看得到的并能充分发挥自身优势的最佳方案。
“懂算力、知算法，地平线能做，依图为什么不可以？“这也许是依图管理层内心的真实写照。
第三点，则是依图自身对于未来的判断。
有人提到，随着AI的崛起，对计算能力的需求越来越高，云端也有了更多的数据压力。
如果所有的数据处理都放在云端，会给通信的带宽以及实时传输带来压力，其次涉及到信息安全以及隐私问题，所以高性能和低功耗的终端智能被提上日程：把更多的数据处理放在靠近数据源的设备端，将一些AI计算量的压力从云端转移到边缘端。
对此，依图科技业务发展副总裁罗忆表示，之前业界就此一直都有争论，智能分配究竟是前端多一点更合理，还是后台多一点更合理。
“依图坚定认为，中心智能一定增长得更快。“
他笃信，云边端必须协同发展，但要做到分配平衡，应该把合适的算力、算法放到合适的位置，很多问题并不是算力本身导致的，而是分配失衡导致的。
每一层都有相应的应用，不能指望公安部建立一套全国通用的系统去解决所有的问题，但也不能说每一个摄像头拥有了智能就能解决公安所有的问题，一定是分层应用，每一层都需要智能。
目前包括安防市场在内的很多行业的发展已从监控智能到识别智能再到数据智能，从数据智能的视角，更多更大比例的智能会发生在云端，解决云端的算力、算法、数据才是真正的课题。
布局芯片产业，则是看到了由于数据多元化带来的计算多元时代。
83年前，图灵机的提出，开启了计算时代；
73年前，电子计算机的问世，标志着计算智能时代的开始；
48年前，微处理芯片出现，摩尔定律的奇迹使得计算随处可见；
20年前，互联网的发展让云计算成为IT巨头追逐的热点；
10年前，移动互联网将机器智能带到手掌；
3年前，机器智能初步超越人类；
今天，机器智能大规模普及，从云到指尖，人工智能也让计算产业走到历史节点。
在这个节点之上，算法立身的依图，接下来需靠芯片立命。正如罗忆所说，算法、算力、数据、行业知识综合起来，AI的轮子才能转起来，推动整个行业发展。
太平洋彼岸的一则禁令，一夜间让国人感受到了一颗微小芯片的分量，人们日益明白这样的硬道理：核心技术乃国之重器，打好“芯片”攻坚战，是必须跨越之坎。
但在“造芯“之路上，正如这款芯片的名字一样，路漫漫其修远兮，必须上下而求索。
譬如，如何将算法与芯片进行交叉学科的创新本身就是业界的重大技术挑战，目前国内普遍紧缺芯片研发人员，哪一家都不例外；
譬如，AI芯片在每个细分市场都缺乏行业标准，即便是安防产业，每个城市的每个项目都有自己的标准，复制成本异常高昂；
再譬如，虽说这几年算法能力大幅提升，但整个算法的准确度在不同复杂环境下的准确度还未达到预期，如此等等。
前行之路困难重重，即便如此，对于包括依图在内的众多中国AI创业公司，应该给予更多的耐心及包容，过去几年，他们的确给我们带来了太多的惊喜和成绩。
就像养育一个孩童，能力是慢慢发掘出来的。
做公司，特别是做AI公司，需要深入人心的理念和信仰，以及慢工出细活的经年积累，因为这是一条从未有人走过的路，战略不是一开始就能完全制定好的，新的能力慢慢长出来，能做的事才会越来越多。
就如依图科技办公区的一面墙上写着的，“AI future，unprecedent-ed，we see, so we believe.”(人工智能的未来，无以伦比，我们见证，所以我们相信)。
相信所以前行，赔了岁月也好，赢了未来也罢，体会其中过程才最重要。雷锋网雷锋网
正在生成分享图...
刘路遥