又一中国AI芯片公司“诞生”：依图推首款云端AI芯片

近几年，业内刮起一股 AI 算法公司自研芯片的风潮，其中最具代表性的队伍恐怕是国内一众语音技术公司。现在，这股风潮终于也降临计算机视觉领域。

5 月 9 日，计算机视觉公司依图在上海召开发布会，宣布推出其首款 AI 芯片产品“QuestCore™”（求索），并基于此推出云端边缘端两款视频解析硬件，成为中国计算机视觉“4 小龙”（商汤、旷视、云从、依图）中第一家尝鲜自研 AI 芯片的公司。公司创始人朱珑更是表示，依图要成为中国最成功的 AI 芯片公司之一。

图丨 QuestCore™（来源：DeepTech）

图丨两款产品（来源：DeepTech）

芯片以外，发布会透露的更重要信息是：“算法、数据、芯片”被认为是 AI 的三大支柱。此前，国内 AI 公司主要在拼前两者。但从去年开始，这两个领域的争夺趋于胶着状态，算法上彼此已经越来越难拉开距离，数据资源更是愈发集中在极个别头部公司手中。拼算力硬件，也就成了一个水到渠成的阶段。一个更重要的逻辑是，行业垂直整合正在卷土重来。

一家算法公司造芯，需要下多大决心？

2017 年就有传言说依图开始进军 AI 芯片领域，并在开发 AI 芯片，对标另一家 AI 芯片初创公司地平线。对于这一说法，依图首席创新官吕昊在采访中对 DeepTech 澄清，从未在公司内部听闻依图做芯片对标的是地平线。

他表示，与谷歌、微软、阿里等公司自研芯片一样，依图自己做芯片也是为了更好地发挥依图算法和软件的性能，为客户提供更好的软硬件一体化解决方案。

朱珑则在发布会上表示，依图开发这款芯片，不在于追求匹及英伟达上则几百 T 的算力，而在于高计算密度。

图丨QuestCore™ 与英伟达产品的单位面积算力比较（来源：DeepTech）

图丨依图科技首席创新官吕昊在现场演示已经配备QuestCore™ 的服务器机柜，并现场演示了4颗芯片如何支撑 200 路实时视屏解析，并具备人脸识别和比对的能力，目前产品已经商用（来源：DeepTech）

据依图提供的信息，QuestCore™ 是全球首款深度学习云端定制 SoC 芯片，定位服务器芯片/云端 AI 芯，可独立使用，采用制程是 16nm 工艺，将与依图的智能视觉分析软件结合，作为软硬件一体化的解决方案对外销售，适用于加速各类视觉推理任务，比如交通运输、公共安全、智慧医疗和智慧零售等行业，尤其是对云端智能视频实时分析等应用具有强需求的企业环境。搭载 Questcore™ 的依图原子服务器，将为今年 11 月在上海举行的第二届世界进口博览会提供安保服务。

在能效上，QuestCore™ 峰值性能达到 11.2T（深度学习推理运算），功耗 20W，摄像头单路功耗仅为英伟达 GPU P4 的 30%，同等功耗下，深度学习推理运算性能是市面同类产品的 2~5 倍。这款产品也支持 TensorFlow、PyTorch 等各类深度学习框架，适用于加速各类视觉推理任务，最高 50 路 FHD 视频流硬件解码，另外还支持虚拟化、容器化，可将 AI 云的弹性计算和调度提升一个量级。依图也为 QuestCore™ 配备了基于其自研 ManyCore™架构的深度学习推理模块，ManyCore™ 架构同样适配各类深度学习算法。

图丨QuestCore™ 支持的视觉推理场景（来源：DeepTech）

吕昊对 DeepTech 表示，QuestCore™由依图和 ThinkForce 团队共同打造，依图在 2017 年 2 月时有了自研芯片的想法，大约 2 年时间顺利完成一款量产 AI 芯片的研发，从设计到制造实现全面国产化，背后是依图和 ThinkForce 之间的深度合作。

后者成立于 2017 年，同样是近年来中国 AI 芯片初创公司中最值得关注的新星之一，曾提出过“算法即芯片”的论断（这一论断也在今天的发布会上由朱珑屡次提及，显然，这位算法出身的创始人非常认可这一论断）。

据了解，ThinkForce 团队核心成员来自 IBM、AMD、INTEL、LSI、Broadcom、Cadence、ZTE 等业界龙头芯片企业，负责过 IBM PowerPC、AMD APU 的北桥、SonyPS3 Cell 处理器、Microsoft XBOX 游戏机主芯片、以及全球最高速的 56G Serdes 等，团队成员手里曾量产过 40 款以上各类芯片，总销售额数十亿美元。2018 年，ThinkForce 完成 4.5 亿元 A 轮融资，依图正是投资方之一。

（来源：ThinkForce）

对于依图推出这款云端 AI 芯片的原因，吕昊概括为三点：对行业的理解、产品体量已经达到一定程度（未透露具体量级）、依图算法精度的提升。

第一款 AI 芯片之所以选择了用在云端推理上，也是因为依图各主要业务尤其在安防上的需求。QuestCore™主打视频推理，主要关注分析处理视频的数量，专用于加速视觉推理运算，比如人脸识别、视频结构化分析、行人再识别等等，其和一些终端视频推理芯片的区别在于，终端芯片只需要分析处理一路视频，云端芯片则关心的是可以处理多少路视频。吕昊表示，QuestCore™是目前更智能、性价比更高的视觉推理 AI 芯片。

“QuestCore™将整合在我们的产品中对外售卖。依图的体量相对较大，最深耕的行业就是安防，因此不需要担心由于市场体量较小而产生的成本问题……我们对于市场的需求、对于 AI 领域有自己的理解。2017 年，公司对于 AI 算力需求增长以及产品竞争性有了一定的预判，因此有了自研 AI 芯片的决定”，他说。

不难看出，在这几大动机中，现阶段的业务需求是依图第一次“造芯”的最直接原因。

图丨2017 年中国计算机视觉应用市场份额（来源：IDC）

依图创立于 2012 年 9 月，自成立以来，其 AI 算法在人脸识别领域屡有突破，且现已不再局限于视觉识别方向，在业内也被认为是一家很明确的 AI+垂直行业、应用层技术落地的 AI 算法公司，涉及安防、医疗、AI制药、金融领域等。其中，依图在安防和医疗领域布局较早，现已形成一定的先发优势，例如依图医疗智能辅助诊断系统已经在上海、浙江等近百家三甲医院临床应用，在安防上则搭建了全球首个十亿级人像比对系统，算法已突破亿级静态比对。

图丨依图已有的算法突破（来源：DeepTech）

但显然，现在，和业内很多公司一样，依图不单单只想追求极致的算法，也将目光投向了追求配合算法的极致算力上。“没有典型场景应用没有意义，没有超越英伟达的芯片没有意义，没有世界级的算法没有意义”，朱珑说。

发布会上，依图也第一次对外谈及其对智能算力发展的理解和使命：提升智能密度，即从单位智能走向群体智能，单位面积智能算力更高。这一使命显然已经从算法、数据跨越到了算力领域。

尽管采访中依图多次表示自身并非为了开发芯片而开发芯片、不为芯片商业化，但随着这款云端 AI 芯片的推出，其定位将不再是一家纯粹的 AI 算法公司。

图丨含有 4 颗 QuestCore™ 芯片的板卡（来源：DeepTech）

吕昊透露，公司既然决定自研 AI 芯片就不会只有一款产品，目前依图已经开始着手第二款产品的研发，新芯片的算力还在优化，希望能达到同等产品 2 到 5 倍的提升。依图表示，首先发挥自己最擅长和积累最多的机器视觉领域专业知识，今后将逐渐拓展到其他领域的芯片研发。

（来源：DeepTech）

算法红利时代已过，垂直整合重回“C 位”

依图此次推出的芯片产品，能帮助依图带来怎样的业务增长，仍有待时间和市场验证，但我们相信，视觉算法公司进军产业上游，开始自研芯片，现在还只是刚刚吹响前奏。去年就有业内人士对 DeepTech 表示，中国的计算机视觉产业一定会走出一家或者几家自研 CV 芯片的公司。

把时间倒回到大概两三年前，也就是在 2015 年~2017 年，无论是在视觉还是语音方向，算法公司都是产业圈和创投圈最热捧的对象。当时，在 AI 的三大支柱“算法、数据、芯片”中，AI 公司的核心竞争力主要体现在前两者。

但从去年开始，整体的情况又有了细微的变化：无论是语音识别、自然语言处理还是人脸识别算法，各家在几个最主要指标上的表现或许仍有先后之分，但算法上彼此已经越来越难拉开距离。算法红利逐渐吃紧，数据资源更是愈发掌握在极个别头部公司手中，拼算力硬件也就成了一个水到渠成的阶段。

这背后一个更重要的趋势是，行业垂直整合的卷土重来。例如，过去 1 年，DeepTech 接触过的众多涉及 AI 业务的公司，都在愈发频繁地使用这个词语——“全栈（full stack）”。它意味着完整一套、端到端产品或服务体系的能力，正在成为描述一家 AI 公司竞争力的关键词。

比如特斯拉，这家汽车公司最近推出了自己的芯片 FSD，本质上已经拼上了最后一块关键的版图。放在过去，谁能想象一家汽车厂居然会自研自动驾驶芯片？

图丨发布会上，依图同样对比了其与特斯拉 FSD 的性能功效，QuestCore™ 最大的不同在于兼顾云端和边缘端（来源：DeepTech）

之所以说垂直整合是卷土重来，也是因为分工外包合作是主流，绝大多数企业倾向于专注核心业务，非核心业务与产业链上的供应商进行合作，打包捆绑式的合作模式让出了舞台中心。现在，垂直整合正在回归，尤其是在电子信息密切相关的领域。

而特斯拉以外，苹果更早尝到了垂直整合的甜头：不但写软件开发算法，还自研芯片，自运营零售商店。两家公司分别在消费电子和汽车领域体现了高度垂直整合的价值，在用户体验、企业效率、建立壁垒上有显著优势。

图丨特斯拉自动驾驶芯片 FSD（来源：特斯拉）

“特斯拉就是非常明显的信号，这不是热度问题，这是行业落地的必然结果”，吕昊说，“今年是 AI 芯片产品出现比较多的一年，很多公司都会尝试垂直整合”。

目前，在云端 AI 芯片市场上，我们已经看英伟达（T4）、谷歌（TPUv3）、亚马逊（Inferentia）、华为（昇腾 910）、百度（昆仑）这样的中外科技巨头，也有寒武纪（MLU100）、Graphcore（IPU）、比特大陆（BM1680、BM1682）等明星 AI 初创公司，可谓“巨头盘踞、群雄争霸”，尤其是在推理市场上更是百家争鸣，但可以预见这片蓝海还会有更多的玩家入局。算法背景团队、芯片背景团队、互联网巨头、传统 AI 芯片大厂各有优势此起彼伏之间，云端 AI 芯片将迎来“物种大爆发”。

值得一提的是，在算法红利的阶段，国内的不少 AI 方案厂商更多只是针对场景开发和优化算法，所以很多时候都直接购买国外大厂的芯片，某种程度上来看，倒更像是为国外厂商创造更多产品的出海口，并不能直接推动中国芯片产业的发展，而现在，算法公司也在尝试自研芯片，如果有越来越多中国公司在其中“怒刷存在感”，芯片持续高速地试错、更新、升级，对中国芯片产业来说，也是在创造新的机会。