人工智能浪潮抵达终端

36kr
佚名
人工智能被捧上风口,从新兴科技产业到传统制造业、从前端消费者交互到后端供应链管理,几乎每一家企业每一个环节,都在布局人工智能、寻找产业升级的机会。 李开复曾经表示,这波人工智能浪潮之所以能起来,非常...

人工智能被捧上风口,从新兴科技产业到传统制造业、从前端消费者交互到后端供应链管理,几乎每一家企业每一个环节,都在布局人工智能、寻找产业升级的机会。

李开复曾经表示,这波人工智能浪潮之所以能起来,非常重要的一个原因就是底层GPU芯片的发展。其并行计算能力给人工智能提供了强大的计算力。

36氪专栏作者指出,为特定的人工智能运算提供高能效、高运算精准度和识别度的AI芯片与运算架构,近几年已经成为了行业巨头的共识。比如,英伟达股价一年上涨三倍,成为名副其实的人工智能芯片第一股;加入Tensor Core 结构的英伟达 Tesla V100更是浇上一把火;部署在谷歌TensorFlow上的TPU几乎成了最出名人工智能专用芯片。

至于在国内,各大互联网公司和云服务厂商也开始自己研究人工智能芯片,并推出异构计算解决方案。这些云计算厂商往往不主提硬件,而是主打自身在PaaS层的人工智能能力。

然而,用风辞远的话说,上述这些专注AI处理的芯片与硬件体系却有一个共同的特点:计算在云端完成。甚至有看法认为,未来ICT基础设施越来越发达,云端计算将被强化,终端侧可以进一步弱化了。

实际上,这种现象的出现,并非AI计算必须或者只能在云端进行,而是制作成本和互联网巨头自身业态考虑的原因。

人工智能时代刚刚来临,业界还没研发出体积微小又算力巨大的终端人工智能芯片,成本必定非常高昂。目前的AI 芯片不仅价值不菲,而且集成了大量的固件,体积和重量巨大,很难安装在终端当中,自然造成了商业化的可能极具降低。

终端计算被看好

巨头的动作与资本的入局能引起我们对技术价值的思考。近期,各大巨头重金发力终端人工智能计算,资本也布局该领域。

9月初,华为发布麒麟970,NPU,带有独立NPU(神经网络单元)专用硬件处理单元。Intel先后收购了Altera、Yogitech、Nervana、Movidius、Mobileye等多家公司,获得了在FPGA等领域的相关技术;软银以234亿英镑的价格收购ARM,意在嵌入式人工智能。

终端设备厂商也不敢落后,微软为MR头显HoloLens研发AI芯片;特斯拉在没带英伟达的情况下,悄悄自己搞出无人车AI芯片在投产测试。刚刚发布的新一代iPhone手机里,全部配备苹果A11 Bionic处理器,里面同样配备了专门处理AI需求的神经引擎。

资本方面,终端芯片最近也成为AI领域的热点赛道,吸引了国内外诸多有竞争力玩家入局。

今年8月,寒武纪科技(Cambricon Technologies Corporation Limited)宣传完成一亿美元A轮融资,成为全球AI芯片领域第一个独角兽公司。10月底,国内AI芯片初创公司深鉴科技(Deephi Tech),完成A+轮融资,由蚂蚁金服与三星风投领投,招商局创投与华创资本跟投,共融资约4000万美元。物联网AI芯片的研发的启英泰伦刚完成数千万元A轮融资。这是一家专注于人工智能芯片设计及配套智能算法引擎开发的公司。

集邦资讯半导体行业分析师郭高航认为,从计算机到手机,到现在最热的AI,中国半导体应用的终端越来越广。临近万物互联的时代,AR、VR、可穿戴设备、车联网等新增的终端,将引导上游中游产业更快地发展。

资本之所以看好终端计算,离不开对智能硬件的看好。其实,人工智能如果要进入人们的生活,很有可能是AI+物联网的形式,端计算AI必定是不可避免的场景,也是未来AI芯片的主要趋势之一。

一个被列举过无数次的例子是无人驾驶,如果车辆在行驶过程中需要作出快速反应,一旦没有网或者网不好,人命也许就堪忧了,即便网络状况良好,如果系统依然需要将收集的道路和车辆信息上传云端,获得结果后再处理跟直接在终端上处理,当然是后者更靠谱。

在关于云计算与终端计算的讨论上,芯片巨头高通也曾经有关类似的看法。高通副总裁、高通创投中国区董事总经理沈劲曾指出,如果需要小面积使用的低功耗的运算平台,必须将人工智能技术运行在终端侧。另外,需要实时响应的应用场景中,终端计算也是必不可少。比如最近比较热门的无人便利店,如果在便利店买一瓶水还需要很长的时间,那么这个无人便利店是没有价值的。如果完全靠云端去识别商品和人脸,会影响反应速度,无法满足快速响应的需求,更无法实现自适应。自适应指人不需要走到固定的位置被机器识别,机器可以闭环感知侧脸或远处的人脸 。

以上这些场景都说明,终端能力非常重要,连接和终端侧计算力的问题将大大影响用户体验。技术上,相较于云端计算,终端计算的优势在隐私性、可靠性、低时延和高效利用网络带宽上有明显优势。

终端作为入口的巨大规模优势

除了技术优势和用户体验,商业价值上,终端设备也具有非常明显的规模优势。

根据IDC报告,2016全年,全球智能手机市场一共出货14.7亿部。沈劲曾经说过,从今年起五年之后,智能手机累积出货量将超过85亿台,智能手机是人类最大的信息平台,未来将成为人工智能的最大平台。今天,无论是AR技术提供商和手机厂商等,都在寻找人工智能技术在手机上的应用。比如荣耀 Magic利用深度学习优化用户体验、OPPO R11使用了深度学习实现背景虚化、苹果推出了AR Kit。

手机是目前最具消费价值的入口,但随着物联网和机器人的发展,未来可能每一个终端都拥有智能,被赋予了人工智能的能力。这就意味着每一台设备都需要一颗大脑,这将是多大的市场,现在可能难以想象。

移动互联网时代,高通无疑是芯片厂商中最大的胜者,它的产品几乎覆盖了市面所有的移动终端。然而正如比尔·盖茨所言“微软离破产只有18个月”——在科技行业,上一个时代的成功持续很短,新技术的出现就很有可能把你颠覆。移动互联网时代的胜者高通,也必须努力抓住下一个时代。

雄霸移动互联网芯片领域的高通,最大的优势在于其占领了移动端的个人通讯设备,为这些设备的终端侧计算提供支持。因此,高通在人工智能时代最为关注的是在终端侧的人工智能。

“未来,终端将成为人工智能的入口,包括手机、摄像头、传感器、机器人等。我们需要掌握这些入口,如果不掌握这些入口,这些价值将一直停留在云端。”沈劲说,“如果大家关注智能硬件或物联网,我相信IoT+AI将是一个很好的创业方向。”

高通深耕终端侧人工智能

实际上,高通在人工智能领域技术布局早在10年前已经开始,2007年,高通就开始探索面向计算机视觉和运动控制应用的机器学习脉冲神经方法,随后还将其研究范围从仿生方法拓展到了人工神经网络——主要是深度学习领域。

最近10月20日,高通宣布和商汤科技合作,未来将在高通的芯片上搭载商汤的算法。此前高通已经依托于其在移动领域积累的高性能、低功耗的技术优势,在多代产品上支持人工智能,比如几年前就在其骁龙处理器的DSP中增加具有HVX向量扩展特性的Hexagon DSP,利用CPU/GPU/DSP进行异构运算、在骁龙820上的Zeroth神经处理引擎、骁龙835的升级版引擎(添加支持谷歌TensorFlow等)。

针对移动端开发者,2017年7月,高通推出了骁龙神经处理引擎(Neural Processing Engine,NPE)软件开发包,面向搭载骁龙移动平台的移动终端和其他类型的网络边缘终端,加速深度神经网络工作负载运行。这是首个面向骁龙移动平台设计的深度学习软件框架。

这意味着高通不仅是一家移动平台系统公司,而开始转变为有全面AI解决方案的平台公司。

作为全球无线技术领军企业,高通在连接技术上得天独厚的优势和深厚累积也将加速其在人工智能领域的布局。人工智能离不开海量数据的采集和连接,这些数据分布于数十亿终端之中,需要通过3G、4G、Wi-Fi等多种连接技术实现互联互通。尤其高通正大力发展下一代5G技术,高速率、低时延的5G网络有望将人工智能带到更多终端和更多行业,包括汽车、AR/VR、智能家居、智慧城市、工业物联网等。同时,5G还可进一步驱动人工智能在云端和终端之间的紧密配合。

高通也通过投资的方式积极布局人工智能。比如此前投资的自动驾驶公司Cruise,后被通用收购,投资的Brain Corporation完成了超过1亿美元的融资,云知声不久前也完成了一轮很不错的融资;农业领域投资了以色列的Prospera公司和中国的奥科美公司。此前不久,高通也宣布收购专注于前沿机器学习技术的阿姆斯特丹大学附属公司Scyfer B.V.,后者的人工智能解决方案涵盖制造业、医疗业和金融业。

然而,人工智能离不开落地,一旦押错了商业场景和模式,可能就错过了成为BAT的机会或者与投资BAT擦肩而过。那么问题来了!

作为人工智能行业的创业者,你是不是想听听小米和摩拜等成功抢占移动互联网和物联网的公司是怎么做的?同时大概也想认识跟你在同一赛道或者上下游环节的公司,积累行业资源和人脉。作为投资人,你肯定想提前预判未来三年、五年,甚至是十年会发生什么变化,能抢占人工智能入口的企业应该是怎么样的。

11月15日举办的高通创投与创新峰会,就提供了如此机会与平台。

届时,人工智能、前沿科技行业大咖齐聚,顶级VC和广大创业者到场,更有手机终端和汽车等行业的重量级嘉宾莅临。在人工智能的黄金时代即将到来之时,“高通创投与创新峰会”

为你拨云见雾,探讨抢占人工智能生态入口大招。高通作为底层技术提供商,也会在场详尽解读其技术布局,帮助创业者在人工智能时代即将到来之时抓住时代的红利。

THEEND