历经多年的发展, 随着ICT等基础设施越来越发达, 云端计算将被强化, 亦有多家互联网巨头杀入这一市场. 但对于新入场的创业者和投资人来说——巨头们的 '王者通吃' 效应, 以及成熟公司的奇高估值, 已将他们拒之门外.
云端的机会已越来越少, 而通过越来越多的先进算法, 越来越强大的终端侧计算性能, 以及网络连接能力的高速发展, 工作负载也可以在终端侧执行.
Gartner的数据显示: 未来5年智能手机的出货量累计将达85亿部. 已经发生的现实是, 在2016年全年, 全球智能手机市场共出货14.7亿部. 根据高通的预判, 移动终端将成为全球最普遍的人工智能平台.
未来, 终端侧人工智能将迎来巨大发展机遇.
云端领域巨头已出, '后生仔' 机会渺茫
当我们聊起人工智能的时候, 不外乎算法, 计算, 语音, 图像识别和视觉等关键词. 事实上, 几乎知名的国内外互联网巨头都在紧锣密鼓地布局这几个领域在 '云' 上的应用.
比如, 阿里巴巴公布2018财年第一季度 (2017年4月至6月底) 的财报显示, 该季度内阿里云付费用户数量由前一季度的87.4万, 增长至101.1万, 成为亚洲首家达到百万级用户规模的云计算公司.
而百度CEO李彦宏也曾表示, 金融服务和云计算业务收入促进了 (百度) 营收增长, 比如说个人云业务的拓展, 使用人数的增加.
马化腾则多次表示, 未来的互联网, 是在云端用人工智能方式处理大数据. 自2015年度财报首次提及腾讯云起,云业务在腾讯的财报中已经被多次强调. 在腾讯的2017年第一季度财报中,腾讯的云服务及支付相关服务列入 '其他业务收入' ,同比增长224%.
除了在国内争夺用户市场, 阿里云和腾讯云都开始了海外布局. 而在海外, 云计算市场的格局由亚马逊, 谷歌, 微软和IBM等厂商把控, 最大的玩家当属亚马逊. 身为全球最大云计算厂商的亚马逊, 中国BAT三家互联网巨头拥有的数据中心服务器数量之和, 亦不及其一半. 而像亚马逊这样的大玩家早对中国市场, 也早已是虎视眈眈.
'云' 的战争愈演愈烈. 可以观察到, 无论是美国的 'GAFA' , 还是中国的 'BAT' , 均是有着多年发展积淀的企业, 该领域的争夺战依旧会呈现出强烈的马太效应—— '云' 需要大量的技术和数据的支持, 小公司们在技术上的投入难以与巨头们抗衡, 同时难以获取巨头掌握的数据; 另一方面, 互联网巨头天然具备内容, 渠道, 用户等优势, 生态圈完备.
一言以蔽之就是, 想在 '云端' 领域出头的后来者, 机会已经越来越少.
厂商和资本为何向终端聚拢?
多年来, 当人们谈及人工智能计算或存储的时候, 多数聚焦在如何强化云端的运算能力. 对于手机终端的考虑, 则基本停留在如何更快更丰富地采集数据.
在多数人的认知里, 与深度学习相关的处理和计算都放在云端, 手机只是一个界面. 打个比方, 如果你想识别一个器物, 习惯于将其图像传输到云端, 对比之后再返回手机终端.
但正如那个被无数次提及的例子:一辆无人驾驶车在行驶过程中需要作出快速反应, 一旦没有网或者网不好, 人命将遭遇巨大威胁; 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, 这跟直接在汽车上完成处理相比, 当然是后者更靠谱.
靠谱——这也正是终端的优势之一. 整体来说, 终端的优势还包括: 隐私性, 这很容易理解, 数据隐私保护的问题; 低时延, 以及高效利用网络带宽.
以往, 多数互联网巨头花了更多精力在云端的发展, 一方面是基于其原有的业务形态, 另一方面, 这也和终端侧技术的发展水平有着莫大关系.
终端侧人工智能所面临的挑战在于, 人工智能工作负载本身非常复杂, 它需要大量, 密集的计算, 同时它有始终开启且实时在线的需求; 而在终端侧, 像是智能手机, 无人机, 汽车等, 它的计算环境是非常受限的, 因此它们完成人工智能工作负载要克服热效率, 电池续航时间, 内存以及存储空间等问题.
但随着移动技术的发展, 这些问题正在得到解决或优化. 目前, 移动处理器在制程工艺上已经来到了10纳米的工艺节点, 更先进的制程工艺意味着更小的芯片尺寸, 更高的处理性能和更低的功耗.
移动技术的规模效应更是不容小觑. 根据Gartner的数据, 自2017年起的未来5年内, 智能手机的出货量累计将达85亿部, 智能手机无疑将成为全球最普遍的人工智能平台. 高通全球副总裁, 高通创投董事总经理沈劲此前曾表示, 如今线上的流量入口越来越少, 越来越贵, 以后的入口是各个大大小小的终端, 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. 这也正是终端侧人工智能的重要性.
高通中国区董事长孟朴在主题为《5G成就智能时代》的演讲中也曾表达类似的观点. 同时他还认为, 在万物互联的智能时代, 5G将发挥重要作用. 5G不仅能提供每秒数千兆的传输速率, 更低的时延以及更高的可靠性, 更重要的是, 它可以支持蜂窝基站连接海量的设备, 这是3G, 4G无法实现的,'未来机器学习会在云端和终端协调发展' .
联想CEO杨元庆也曾表示, 人工智能包含两大重要方面, 感知能力和认知能力. 他认为, 智能终端是人的感官, 云就是大脑, 把智能终端和云大脑完美地结合起来, 就是人工智能未来的方向.
一时间, 终端计算越来越被看好, 厂商和资本开始密集向终端聚拢.
9月初, 华为发布麒麟970, 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; 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, 和云端有关的公司估值已是越来越 '高不可攀' , 终端芯片最近逐渐成为AI领域的热点赛道.
今年8月, 寒武纪科技宣布完成1亿美元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完成A+轮融资, 其投资方包括蚂蚁金服, 三星风投, 招商局创投和华创资本, 融资约4000万美元……
高通关注终端侧人工智能
虽说对于人工智能是这几年才有提出的概念, 但作为全球移动通信领域的领先企业, 高通在人工智能领域已耕耘了超过十年.
2007年, Qualcomm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. 2017年7月, Qualcomm开始向开发者提供骁龙神经处理引擎 (Snapdragon Neural Processing Engine, SNPE) 软件开发包. SNPE是首个面向骁龙移动平台设计的深度学习软件框架, 可支持TensorFlow, Caffe/Caffe2, 具有自动转换器无需修改, 通过SDK对性能进行分析, 然后统一集成. 它向开发者提供软件工具, 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.
前不久, 高通刚刚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., 以充实其相关人才团队. Scyfer已为全球多个不同行业的公司打造了人工智能解决方案, 涵盖制造业, 医疗业和金融业.
10月20日上午, 国内最大的人工智能创业公司商汤科技也与高通共同宣布, 双方将围绕移动终端和物联网领域, 在人工智能 (AI) 和机器学习 (ML) 方面展开合作. 商汤科技的算法会针对高通的骁龙平台进行针对性优化, 而高通的骁龙芯片则会向商汤开放 '能力' , 从而将充分发挥算法+芯片的融合优势.
从投资角度来说, 高通创投——作为高通公司内设的创投部门, 自2003年进入中国以来已投资了近40家企业, 其中不乏前沿科技领域的公司. 截至目前, 高通在人工智能领域投资的相关公司和项目包括: 美国大脑集团(brain), 它用七年时间, 从研究人的大脑开始, 到提供软件, 应用于机器人, 实现移动性, 导航性; 还有美国人脸识别公司Clarifai; 中国智能语音公司云知声等.
沈劲曾公开表示, 智能手机的规模效应可以带来技术的快速迭代, 成本的快速降低, 手机功耗的降低, 以及手机体积的减小. 同时, 智能手机的规模效应还将辐射到其它行业, 包括需要使用芯片和硬件的各个行业, 例如智慧城市, 汽车, 医疗卫生, 网络, 可穿戴设备, 工业物联网, 智能家居等.
对于创业者和投资人来说, 围绕着终端智能展开的领域将持续诞生大量机会. '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. ' 沈劲表示.