AI晶片的江湖在 '中國芯' 的呼喚和人工智慧浪潮席捲一切行業的趨勢下, 火的不要不要的.
傳統的晶片巨頭英偉達, 英特爾, 高通, 互聯網巨頭穀歌, 阿里, 百度, 以及創業領頭羊如寒武紀, 深鑒科技, 地平線等, 都從資本層面先來了一番高舉高打, 投資的, 融資的額度都在千萬美元起步.
此外, 還有比特大陸和嘉楠耘智這樣從應用市場直接跑出來的黑馬, 從一個單一的比特幣挖礦中就跑出了礦機晶片, 並開始向其他應用領域延伸.
在一個大鱷玩家必爭的市場裡, 初創企業到底有沒有機會? 機會在哪兒? 如何抓住機會? 億邦動力跟頗為低調的鯤雲科技聊了聊. 鯤雲科技作為AI晶片創業大軍中的一員, 團隊背景不出所料的華麗. 團隊靈魂人物陸永青為英國皇家工程院, 電子電氣工程師協會 (IEEE) , 英國計算協會三院院士, 帝國理工教授, 1992年開始就研究定製計算晶片, 參與開發了全球首款針對定製晶片的高層編譯軟體Handel-C.
其CEO牛昕宇及團隊的核心研發人員很多是陸永青院士的學生, 牛昕宇稱, 鯤雲科技幾乎搬空了帝國理工大學各大AI實驗室的人才.
目前, 鯤雲科技在英國有實驗室研究團隊, 在深圳和上海有演算法, 硬體, 產品, 運營等團隊.
與其他人工智慧晶片的高舉高打不同, 鯤雲科技一開始的技術能力就定位在針對物聯網終端, 垂直領域, 提供定製化的端到端AI應用解決方案.
'我們晶片的架構分兩層, 上層是定製型的數據, 底層是統一的晶片架構. 定製化可以保證晶片性能足夠強, 通用化可以保證成本足夠低. 我們實驗室積累的技術就是通過編譯器把不同演算法的需求, 自動化配置到晶片, 用編譯器解決個性化, 既解決了定製化又保證了高性能, 同時又解決了通用性問題. ' 這項技術通過編譯器來類比人的設計過程, 自動化生成定製化的晶片, 這極大的降低了晶片設計的門檻和成本.
在Pre-A輪就投資了鯤雲科技的星瀚資本創始合伙人楊歌也提到, 晶片是個高投入的行業, 開個板動輒幾百萬到上千萬, 還需要不斷的迭代升級, 而整個人工智慧的應用市場還很初級, 很多領域的應用都在嘗試階段, 市場極度分散, 傳統的晶片對市場來說太貴, 要開髮針對細分市場的晶片成本投入又太高. 而鯤雲科技的技術可以做到極大的定製化與通用性兼顧, 並能夠提供比較好的市場性價比.
'LoT市場初創企業的機會更多是跟著市場來成長, 目前市場的特點是非常廣, 非常分散, 同時規模又很大, 這就給了我們成長的機會. 有些領域如智能手機, 市場非常大, 需求相對單一, 就很適合巨頭在裡面拼殺. 一些領域對AI晶片有要求, 需要功耗足夠低, 性能足夠高, 能夠嵌在前端, 同時市場又還沒有像手機一樣歸一化, 巨頭在這些領域的投入產出就不太成正比.
這樣就導致了一個市場的GAP產生.
很多創業公司都從實驗室出來, 有技術實力, 團隊夠小夠快, 能快速響應這類市場需求. 跟巨頭比起來, 有一個速度和成本上的優勢, 在技術上保持優勢的前提條件下, 就有了這類公司成長的先決條件. '
牛昕宇和楊歌都同樣看到了這樣的機會.
據了解, 鯤雲科技的打法是針對一個個垂直細分領域, 定製整套的端到端的軟硬體一體解決方案, 通過將人工智慧演算法模型定製化成模組, 配置到統一的底層晶片, 解決行業實際問題, 促成晶片的流片.
'晶片本身沒有價值, 只有讓方案運行在晶片上, 解決客戶實際問題才能提供價值. AI市場還沒有成熟到只提供晶片就能解決問題的程度, 還處於剛起步的階段. 拿出一塊晶片, 不難, 但創業公司要考慮怎麼迅速落地和產業化. 晶片行業的發展是順著產業化來的, 晶片是產業發展的結果, 不是原因. ' 牛昕宇稱.
除了中國商飛, 中國航天這樣的大客戶, 鯤雲科技將重點領域放在了智慧城市, 工業監控, 智能製造和智慧金融等幾個領域. 牛昕宇告訴億邦動力網, 鯤雲科技挑選行業的標準有三個:
第一是市場夠大, 達到千億級別; 第二是市場深度夠深; 第三要離商業化夠近.
看上去智慧城市, 金融等幾乎是所有AI公司瞄準的行業, 一個單一化的市場, 但其實鯤雲選擇做這個大市場裡的長尾, 深度分散的市場. '市場越深, 我們可以積累的定製化方案就越多, 慢慢積累下來一個個場景, 根據應用場景迭代自己的晶片架構, 這是我們可以積累下來的價值. '
與在安防領域裡賣人臉識別的AI公司不同, 鯤雲科技強調提供除了人臉識別之外的其他能力, 用一整套更定製化的方案打動客戶, 解決需求. 這在目前的AI發展階段, 非常容易獲得客戶的認可.
一個個領域去攻佔市場做解決方案其實並不是鯤雲科技的終極目的. 作為一家晶片公司, 牛昕宇們的期待是通過親自積累一個個行業場景, 開發演算法, 深入了解滿足每個細分行業的需求, 形成一套套實際可行的方案, 從而不斷優化鯤雲科技的AI開放平台, 讓平台上的用戶都能低成本的開發設計針對細分行業的解決方案, 最終將方案落地到底層晶片, 規模化的降低晶片成本.
鯤雲AI開發平台主要聚焦於人工智慧晶片領域, 能夠做到從數據標註, 硬體編譯到板卡測試的全自動化支援. 只需用戶提供數據標註就可以自動化, 定製化的提供針對特定領域的AI前端產品及解決方案, 無需底層硬體專業知識, 極大降低了用戶使用門檻.
'我們的發展必然是越來越多的開放合作, 現階段我們作為一家初創企業去號召所有人用我們的開發平台, 這是有難度的. 相反我們做好了就可以吸引大家一起來做.
我們能給市場提供什麼價值? 穩定的晶片, 足夠低的價格, 成熟的應用案例, 讓開發者能賺到錢. 如果一家AI晶片公司做不到這幾點, 是不太會有比較大的成長機會的. ' 牛昕宇稱.
對於即將滾滾駛來的LoT大市場, 所有的晶片創業者都期望成為機會的幸運兒. 但目前很多領域的落地還採用將數據計算等AI功能放在雲端的方式, 只因AI晶片的價格還太高, 要在終端普及並不現實, 個別有錢的買家也只在局部測試方案中將AI能力放在終端. 未來讓終端設備都有一顆AI晶片, 是否是一個一定確定的趨勢?
牛昕宇認為終端+雲端的趨勢基本是未來的格局. 一些演算法訓練, 大量只能進不能出的保密數據都適合放在雲端, 而很多沒必要儲存的數據, 隱私數據, 需要快速反饋的數據更適合放在終端處理.
以商場的人流管理為例, 如果將所有攝像頭的數據都傳輸到雲端來處理, 一個攝像頭一天就產生半個T的數據, 這些數據有很多跟商業應用是不相關的, 都傳輸到雲端不但寬頻成本高, 後端伺服器存儲成本也高. 尤其對連鎖商場來說, 只靠雲端部署是撐不起來的.
相反, 如果每個攝像頭可以處理基本的人臉提取, 跟蹤等計算, 僅將提取後的數據傳輸到雲端匯總分析, 就可以極大的降低成本, 提高效率. 而這裡就需要一個足夠低成本的晶片嵌入到攝像頭. 這也是鯤雲科技要突破的發展方向.
'晶片的特點是量越大成本越低, 先用在軍工, 大企業最後到個人消費. 零售其實就是把晶片直接拉到了相當於C端消費的程度, 如果一個攝像頭方案做到幾百塊在個人消費領域就比較有競爭力了. '
不過這個時間何時能到來, 牛昕宇還不能給出準確的答案, 更多的是市場需求驅動.
目前, AI晶片的買單方還主要以政府機構, 大型企業為主, 真正的LoT時代還在黎明前的暗夜探索.
'整個AI晶片生態剛剛起步, 英偉達, 穀歌等大公司也在開始的探索階段, 但最終勝利的那一個生態將會形成行業壟斷, 像是PC時代的intel, 移動互聯網時代的ARM. '
誰能在壟斷之前順利靠岸? 所有AI晶片的創業者都希望是自己.