最近的科技圈,要说啥最火?AI 一定“脱不了干系”。而 AI 芯片又是 AI 技术发展中不可逾越的关键一环,是当前科技产业和社会关注的热点,不管是多好的 AI 算法,要想最终得到应用,就必须要通过芯片来实现。

 

AI 芯片到目前为止还没有一个准确的定义,广义的讲,满足人工智能应用需求的芯片都可以称之为人工智能芯片。其实目前大部分的人工智能应用场景下,我们还是使用 GPU、FPGA 等已有的适合并行计算的通用芯片来实现人工智能算法。

 

但是回顾计算芯片发展史,新的计算模式一般都会催生新的专用计算芯片,因此在未来,人工智能专用芯片将会是发展的大方向,并且将会对传统计算架构产生颠覆性变革,这也是为什么人工智能芯片具有战略性的原因,它的发展不仅对于人工智能产业本身的意义重大,对当前全球芯片产业的市场格局也会带来深刻影响,对于中国而言,也许更是重大的赶超机遇。

 

人工智能大火之后,中国 AI 芯片企业便如雨后春笋般涌现出来。本期与非网《中国芯势力》,我们就来看看一个成立于 2015 年,拥有自研 AI 芯片架构的人工智能芯片企业——地平线

 

 

地平线“出生”那些事儿
打开地平线官网,小编很意外的了解到,作为一家高科技公司,地平线当时的联合初创团队共 5 人,其中还有两位美女创始人。在小编了解到的高科技创业团队中,这样“平衡”的比例实属难得。

 

图|地平线创始人(CEO 余凯、算法副总黄畅、软件副总杨铭、硬件副总方懿、运营副总陶斐雯)

 

2009 年,去南加州当博士后的黄畅重燃了对工业界的兴趣,在朋友引荐下,黄畅向余凯领军的 NEC Lab 发出了意向。余凯亲自给黄畅打了个电话,然后是一轮多对一的面试,再之后就是黄畅成为了余凯团队的一员。也是通过 NEC Lab,黄畅不仅认识了余凯,也将自己的视野拓展到了图像识别之外。

 

而此时,杨铭也在 NEC 美国研究院任高级研究员,专注于计算机视觉和机器学习领域研究,和余凯、黄畅乃是同事。

 

2012 年,时值国内移动互联网兴起,在李彦宏邀请下,余凯带领团队回国加入百度。这一年深度学习开始复苏。随后成立了百度深度学习研究院,余凯任副院长,黄畅则就职主任研发架构师。进入百度后,余凯与黄畅主导的团队帮助百度搭建起了图像识别这条技术路线,并通过深度学习研究院孵化出了百度无人车项目。如今这些都已成为百度的标志。

 

 

2015 年,人工智能的暴涨势头已经初现端倪,资本热情开始释放。但余凯与黄畅却察觉到业界对人工智能的算法关注很多,对算法运行的载体——芯片却关注很少;大公司们对 AI 需要的云端计算能力关注很多,对终端的计算能力却关注很少。

 

捕捉到这个机会后,地平线于 2015 年成立,黄畅作为联合创始人出任算法副总裁。打造适用于终端设备的人工智能专用芯片,成为地平线的方向。

 

而同样离开 NEC 的杨铭并没有和余凯、黄畅一样回国,而是去了 Facebook,成立了 Facebook AI research。在 Facebook,杨铭主要负责的人脸识别后端系统跟算法。2015 年,AI 浪潮“来势汹汹”,杨铭选择了回国,和余凯、黄畅一块创立了地平线。

 

三位男性创始人曾是同事关系,地平线还有两位女性创始人——方懿和陶婓雯似乎和她们并没有什么交集。

 

方懿毕业于电子科技大学电子工程系和新加坡国立大学电子工程系,拥有 19 年产品研发及管理工作经验。服务于诺基亚 13 年,历任硬件工程师、部门经理、产品项目经理,最终成为诺基亚全球副总裁。领导诺基亚智能手机在中国的研发团队,下属北京和台北两个研发中心,全权负责研发面向全球市场及为中国定制的 Lumia 系列产品,从 roadmap 定义、概念研究、产品开发到量产维护的全部流程。

 

2014 年 4 月,诺基亚手机卖给了 Microsoft Devices。方懿可以继续留在微软工作,但她却对此提不起兴趣,不想再做手机,也不想做纯研究。她还是选择了离开诺基亚。

 

曾经沧海难为水,当她离开时,就决定,一定要找一个,真的足以媲美手机带给人们的冲击、足以让她去为之再奋斗十年的事。



她开始真正思考:手机之后,什么是下一个可以代表未来的事?

 

2015 年 7 月底,一通电话在她和余凯之间展开。而那个时候,她已经寻找“这个机会”快一年了。

 

图|左一:黄畅博士;左二:杨铭博士;左三:方懿;左四:余凯博士

 

余凯口中:让机器看懂你、听懂你,你不需要在身上披披挂挂的——这让方懿内心苦苦寻找的方向一下子明朗了。摇身一变,她就成为了地平线联合创始人。

 

陶婓雯怎么加入这个人工智能团队的,相关的介绍并不多。不过对于这个南京大学经济学学士、美国西北大学营销学硕士,先后就职于 Google 硅谷总部销售团队、百度美国研发中心的商务运营人才,能加入这个团队,也不足为奇。

 

 

地平线那些“特立独行”的模式

  • 长期目标——追求芯片能效比

在某次接受媒体采访时,余凯表示道:“我们要不断的去追求芯片的能效比,在单位功耗的情况下能够处理更多更强大的神经网络计算。这个目标,我们在今后 20 年的时间里都会去不断的追求。同时这也是一个竞赛,业内所有人、所有企业都会参与的竞赛。”

 

追求能效比的意义在于,如果之前一款芯片只能做简单的。少量的任务。现在,在同样的功耗下,第二代芯片可以跑 100 个任务,第三代会在此基础上实更大突破和进步。

 

在余凯看来,这虽然是一个比喻,但其实真实的情况也基本上就是这样子的,基本是真实的反映。

 

  • 第一个用户得是自己

地平线目前还没有大规模的商业应用,毕竟从创始到现在不过两三年,而芯片一做就至少两年,从芯片产品到具体的应用场景,这个过程更加漫长。另外,地平线是一家软硬结合的公司也成为了其优势,因为这样,地平线芯片的第一个用户其实就是其自己。

 

这样的话,技术更新迭代的速度就会更快。否则的话,不同厂家之间的沟通协调合作等会很繁琐,也比较费时费力。

 

自家的产品,自家先拿来用,不仅可以更好的检测产品性能,更重要的是能给市场提供使用场景导向。就像亚马逊在做 Alexa 的时候先是做的 Echo,然后才把平台开放给其他伙伴。


如果是先做平台,而不做产品的话,市场就不免会感到困惑:你的东西怎么用呢,场景在哪里?

 

这样的话,整个推进市场的速度势必就会减慢。

 

  • “如果地平线现在就盈利,说明企业没有未来”

业内大多都知道的是,从成立以来,地平线并未实现盈利,不过,这家软硬一体的芯片公司早就已经开始赚钱了。

 

事实上,在未推出芯片产品以前,地平线已经通过卖软件实现了数千万元的营收,当时的芯片则来自英伟达。

 

 

“说到赚钱,我们已经开始赚钱了。但至于整体盈利,那肯定不可能的,你看连滴滴到现在都没有整体盈利。如果我们已经盈利了的话,那这个企业就没有未来。这说明你把自己挣的钱,完全没有投资到未来,你只是在做现有的事情,目光非常短浅。事实上没有创业公司会这么做的。”某次媒体采访中,余凯如是说。可以看出他对未实现盈利的现状并不担心,从语气中还能看出心态非常好,非常从容淡定。开公司,当然是想要盈利嘛!地平线 CEO 余凯的这句“如果现在盈利了,说明我们没有未来。”看似很“搞笑”,实则很“狡猾”。

 

2017 年 12 月,地平线也宣布了正式跟奥迪合作。奥迪在中国只挑选了两家合作伙伴,联合开发自动驾驶技术。这两家公司一个是百度,另一个就是地平线。

 

而奥迪的背后是大众集团,大众的自动驾驶技术研发又主要由奥迪负责。再联想一下大众在中国的市场布局,仅仅是上海大众、一汽大众、长春奥迪等三家主机厂,就已经是国内车市霸主。

 

这般看来,地平线所图非小。

 

 

三代 AI 芯片架构
按照智能决策处理顺序,AI 可以分成感知、建模、决策和规划三个阶段,基于这种分类,地平线也对应规划了名为高斯、伯努利和贝叶斯的三代 BPU(Brain Processing Unit, 地平线自主设计研发的高效的人工智能处理器架构)架构。

 

地平线的芯片拥有的计算能力,也会随之从满足 L2 升级到 L3、L4。

 

图|地平线 3 代 BPU 架构

 

2017 年 12 月,地平线正式推出了两款 AI 芯片——征程 1.0 和旭日 1.0。征程面向的是智能驾驶后装市场,旭日主攻智能摄像头领域。

 

图|征程 1.0

 

性能上,征程 1.0 处理器能够处理摄像头拍摄的 1080P@30 帧的视频流,并最多对其中 200+个物体进行实时的跟踪和识别,涉及行人、机动车、非机动车、车道线、交通标志牌、红绿灯等多类交通元素,可实现 FCW 前部碰撞预警、LDW 车道偏离预警等驾驶辅助功能。此外,地平线还推出了基于征程 1.0 芯片的量产后装 ADAS 产品。

 

对于这颗芯片,身为地平线副总的黄畅也感慨第一次就能够做到这样的成绩已是比较幸运。

 

在第二代 BPU 架构伯努利中,地平线增加了其图像识别的细粒度,并加入了建模的能力。在基于 FPGA 进行验证的阶段,伯努利架构就已经可同时处理来自摄像头、雷达、激光雷达等传感器的最多 8 路数据,以期能在其上做无人车所必须的传感器数据融合功能。

 

图|BPU 架构

 

由于细粒度得以提升,第二代 BPU 架构能够在像素级别进行感知,能够更精确地分辨出路面、人体、汽车、建筑、树木等物体,进行图像分割。此外,更精准、更多路的感知结果将最终为环境的建模服务,可以从各个角度进行观测。

 

图|地平线二代 BPU 感知能力演示

 

坚信 BPU 比 CPU/GPU 更适合自动驾驶
如果只有算法的进步,而计算的原器件(处理器)不相应进行迭代,就无法体现新技术的优势。即使经过精密设计过的 CPU、GPU 通用处理器也远远不能满足现今的计算需求,使得器件利用率变得相当低。

 

为此,地平线推出了自主设计研发的 BPU 架构。据介绍,地平线的 BPU 是一款典型的异构多指令多数据的系统,架构中心处理器是完整的系统,存储器架构设计进行了特别优化,能使数据自由传递,进行多种计算,让不同部件同时运转起来,提高 AI 运算的效率。

 

今天的地平线团队发展壮大到 400 多人,总部位于北京,在上海、南京和深圳都有研发中心。技术研发人员占到 80%以上,包括算法研究和芯片设计等。

 

2016 年,地平线拿到了千万级收入,来自自动驾驶方向的收入占了大部分。对于自动驾驶这块才刚刚做起来的蛋糕,竞争必定非常激烈,但从另外一个方面来看也未尝不是一件好事,有竞争才能促使行业不断向前推进。

 

 

至于未来,地平线能否在自动驾驶、AI 领域驰骋甚至成为领头羊,还得密切关注市场动向。我们也期待有这么一颗“中国芯”在这样的高新技术行业闪闪发亮。

 

与非网原创内容,未经许可,不得转载!

 

更多有关地平线内容,欢迎点击继续查看!