聚焦IoT与自动驾驶 地平线探索AI企业竞争力

AI碎片化需求带来创业机会

近几年，国外芯片巨头纷纷涉足AI，Intel收购Nervana、Altera，研究制造机器学习专用芯片；LeCun透露，高通也在研制专门运行神经网络的芯片；Nvidia聘请了主攻人工智能芯片构建的Clément Farabet，IBM也在研发硬件结构与神经网络设计类似的芯片。在国内，也出现了地平线、寒武纪等AI初创公司，并获得资本青睐，其中更有不少公司获得了过亿美元融资。

其中的一个重要原因是AI运算从云端服务器向边缘计算的发展。边缘人工智能快速发展、应用，尤其是神经网络的广泛应用，对于算力提出了更高的要求，传统CPU在进行神经网络运算方面的弊端显现，AI芯片应用而生，也成为AI领域的热点。

与此同时，各种AI应用和市场也开始随着芯片底层的完善而逐渐成熟。由于AI市场的需求是个性化、碎片化的，因此很难用一个通用的算法或芯片解决所有问题，而这也一众初创型AI公司提供了发展的机会和空间。

当然，AI技术现在还有一些重大问题还远远没有解决。就算已经局部解决了一些问题，但因为需求是个性化、碎片化的，要变成一个市场上通用的东西，会更加的困难。但是AI的碎片化和个性化也带来一个很好的事情，让很多新的创业公司可以在自己比较专注的领域去做深、做好，而不用担心被一些大公司凭借规模优势轻易的超越。

地平线智能解决方案与芯片事业部总经理张永谦

聚焦IoT与自动驾驶领域

与寒武纪凭借华为麒麟979进军手机市场不同，地平线则是面向智能驾驶、智慧城市和智慧零售等应用场景提供基于芯片加算法的一站式嵌入式人工智能解决方案。地平线智能解决方案与芯片事业部总经理张永谦对此表示，手机等消费类产品对于芯片的功耗和体积的要求都会很苛刻，而手机目前对于本地拥有强大AI能力的需求并不迫切。“我们肯定是选择先从更符合我们企业技术和产品特点的方向着手。”

对于地平线来说，自动驾驶市场的重要性无需多言。在2017年地平线发布两款AI芯片中，其中的征程（Journey）1.0就主要面向自动驾驶市场。张永谦表示，未来自动驾驶一定会是朝着小型化、专业化发展，不再需要通用的CPU、GPU去计算，只需要10瓦功耗的处理器，然后算法会解决很多自动驾驶的需求。如果按照自动驾驶的级别来算，目前地平线的自动驾驶可以做到L3~L4级别。

作为智能驾驶解决方案供应商，地平线已向多家行业客户提供基于旭日1.0处理器的L2高性能辅助驾驶系统（ADAS），和基于BPU2.0自动驾驶计算平台的L4及以上高级别自动驾驶解决方案。目前，地平线也是中国唯一家在全球四大汽车市场都同顶级汽车Tier1s和OEMs建立合作关系的智能驾驶创业公司。

地平线将征程芯片、Matrix自动驾驶计算平台等核心硬件与地平线自主研发的智能驾驶软件平台深度耦合，可提供面向智能驾驶的高性能、低功耗、低成本的视觉环境感知解决方案。据了解，地平线的智能驾驶解决方案可实现对复杂场景进行细粒度、结构化的语义感知，高度可扩展、模块化的三维语义环境重建，以及透明化、可追溯、可推理的决策和路径规划，且对于车辆的空间占用小，无需水冷设备。

至于IoT领域，地平线去年推出的旭日（Sunrise）1.0则主要面向智能摄像头。张永谦认为，未来在很多专用领域，GPU一定会被专用芯片所替代。旭日1.0处理器集合国际领先的深度学习算法，具备在前端实现大规模人脸抓拍，人脸识别，商业客流分析，视频结构化的处理能力，可广泛用于智慧城市、智慧零售等场景。

张永谦表示，地平线目前的AI芯片以图像、语音为主，图像涉及到的数据量很大，此外很多涉及到交互的部分需要快速反应，因此一定要在本地有智能。张永谦认为，智能摄像头提供很多底层感知能力，上层面向的场景很广泛，在公司可以做考勤，在酒店可以做管理和服务……现在地平线会推动AI解决方案尽快在几个行业落地，比如泛安防、新零售，智能楼宇等等。

相对于图像识别，张永谦认为AI将在语音领域更快普及。以手机为例，目前各大手机芯片公司已经开始集成AI语音算法，在本地可实现自然语义和关键词的识别。而IoT设备中，如智能音箱、扫地机、智能家居中也将大量采用音频降噪芯片。张永谦表示，地平线在语音上整个技术链条都有很深的积累，可以提供前级的数字信号处理，识别，NLP等。

针对三大类行业市场的探索

据张永谦介绍，目前地平线主要针对三类市场，分别为TO C、TO B和TO G。

其中To G市场以安防和交通为主，这个市场已经存在20年以上，产业分工很成熟，面对这种市场，地平线以提供AI芯片解决方案为主。

第二类是楼宇、社区市场，针对这个市场地平线主要提供人脸识别的通行和布控方案，这个市场不像安防市场这么成熟，产品形态和需求还会快速迭代。主要是对原有的方案进行升级，地平线会以AI芯片加算法的核心能力去赋能社区和楼宇里面的行业公司。

第三类市场是零售场景，这个是最新的场景，目前这个市场无论是场景还是模式都处在探索阶段。目前全球范围内没有完整的成功模式，因此没有人知道应该做成什么样的产品形态，但另一方这个市场的潜力非常大。“比如商场，哪里的商铺适合卖什么？这个地段的人流与购买偏好是什么？这些数据怎么指导商场的经营。这些都是智慧零售希望解决的事情。”

张永谦表示目前地平线利用AI芯片+算法的核心技术，支持众多零售行业智能解决方案提供商去打造多种多样的解决方案。除了目前常用的客流统计之外，还会记录消费者对商品的关注度，通过数据分析帮助维持库存并提示及时补货。

针对商场，则可以进行动线/轨迹和冷热区域的统计、分析，并据此进行更合理的店面规划与陈列规划。据介绍，目前地平线利用AI芯片+算法的核心技术，支持众多零售行业智能解决方案提供商去打造多种多样的解决方案。并且已经和龙湖、百丽等商业综合体、品牌店等达成合作，促成线下数据线上化，为企业经营提供决策参考，在对零售行业的探索走在了行业前列。

张永谦同时也表示，还有一些To C市场未来应该会迎来爆发，但需要解决一些伦理安全的问题，比如以智能摄像头为例，如果要在私人场合放置有摄像功能的机器，用户的隐私如何保护，如何让用户打消对隐私的安全的顾虑并且为用户带来足够的价值，这些业界都还处于探索中。

应用产品化才是AI企业的核心竞争力

目前各大AI创业公司涌现，地平线如何在激烈竞争中脱颖而出？张永谦认为传统芯片卖出去之后就和最终用户失去联系。而AI芯片属于算法+芯片，是直达场景的，根据场景去做感知分析，并且不停迭代，和最终用户和场景始终发生着紧密的联系。

所以，AI领域是先有场景再有算法，芯片基于算法来实现。张永谦表示，AI需要解决行业问题才有价值，一定要结合行业场景和应用来做，“如果你只是一个实验室的技术其实是没有用的，等到在现实世界大规模部署的时候，必须去考虑各种各样的性价比以及商用落地的效率问题。”张永谦认为，产品化才是AI企业的重要竞争力，而这也是地平线芯片最有价值的地方，即对场景的理解以及软硬结合 一站式解决方案，帮助客户快速实现智能化。

在这个过程中，地平线除了需要尽可能的了解客户的场景需求，还需要通过算法去解决场景发生的问题，将处理器进行深度优化。“在很多典型场景下，我们乘法器的利用率能达到90%以上。”张永谦表示，目前地平线正同安防、社区、楼宇、零售在内的多个行业公司进行合作，基于地平线的智能解决方案开发各种行业应用。

客户也可将地平线的旭日系列芯片内置到普通网络摄像机中，通过地平线提供的开放软件平台与工具链，以极短的开发周期和极其低的研发成本，开发出具有业界领先性能的AI网络摄像设备。基于低成本低功耗的产品优势，可集成到各种形态的终端设备中，为大街小巷的相机赋予更强大的AI功能，从而更有效地保障城市公共安全和提升城市智能化水平。其结构化的数据非常方便存储管理和事后追溯，可以广泛用于车站、学校、医院、商业、楼宇、卡口、道路等场景，助力智能安防、智慧交通和智慧城市综合治理。

AI企业要想实现营收，难点不在于技术

除了对应用场景的理解，AI企业竞争的关键点依然是技术本身。现在很多AI处理器都是基于通用性芯片研发，无论是性价比和功耗比都谈不上最优。因此张永谦认为未来几年会越来越多针对AI的专用处理器出现。张永谦认为，除了技术实现没这么容易，另一个问题是谁来买单，有多少价值？这一点可能比技术实现更困难。

根据调研机构数据显示，2017年中国AI创业公司获得的累计融资超过500亿元，但2017年中国AI商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的AI企业亏损。当前AI芯片公司面临最大的困难还是市场，需要让人们接受AI、用好AI。

“在人工智能时代，很多业务逻辑原来是不存在的。”张永谦认为，AI落地也要分两步走：第一步技术要成熟；第二步，转化为价值，和各个行业场景结合。事实上，在互联网行业很多公司一开始也没有清晰的盈利模式。张永谦表示，AI的营收变现不仅是技术问题，还涉及到商业模式的重构。

“从长期来看，AI技术会从目前的弱AI向强AI的方向走，将会对整个社会产生更深远的变革。”张永谦认为目前AI行业营收弱的问题一定是暂时现象，但洗牌一定会出现，他认为2019年到2020年将会有一次泡沫破灭的情况。

据张永谦介绍，去年地平线的业务营收做到了几千万，今年的话，目前来看上半年营收在1.5亿左右，到年底希望能做到4-5个亿人民币的营收。不过相比营收，地平线更看重的是在AI应用领域的占有率，目标是做到市占率第一。

“总结一下，我们会以芯片加算法为核心，打造一个最高效、性价比的AI平台，然后在这个平台上通过不同的交互层次赋能客户和行业，建立起一个生态。让大家在地平线的平台上提供更好的服务和盈利。”张永谦最后表示。