同行不同路,AI賽道跑出一位異路玩家。
ChatGPT的橫空出世,重燃了人工智能賽道的火,一邊是狂熱投資者紛涌而至,一邊是大國博弈下,國家戰(zhàn)略層面的高度關(guān)注。
最近,云天勵(lì)飛CEO陳寧博士忙得不可開交,前腳接待了省級(jí)領(lǐng)導(dǎo),后腳又趕去接待科技部重大專項(xiàng)司,各類調(diào)研絡(luò)繹不絕。
今天,云天勵(lì)飛正式敲響上市之鐘,企業(yè)發(fā)展與時(shí)代命題交織,在當(dāng)下這個(gè)時(shí)間節(jié)點(diǎn),產(chǎn)生出鼓舞人心的共振。
自商湯率先破局,云從科技緊隨其后登陸科創(chuàng)板,再到如今云天勵(lì)飛敲響上市鐘聲,逆水行舟的人工智能賽道上,挺過IPO這瓶“卸妝水”的洗禮,是AI明星們給予過往嘲笑與批評(píng),最有力的回?fù)簟?/p>
人工智能的魅力,在于其具有挖掘一切或緊密、或松散的數(shù)據(jù)關(guān)系的能力。
這些龐大而松散的數(shù)據(jù)關(guān)系中,潛藏著現(xiàn)實(shí)世界的種種蛛絲馬跡,對(duì)這些蛛絲馬跡的淬煉與加工,將能夠開啟一座座潛力無窮的寶庫。
該如何找到一把趁手的工具?該找到怎樣一把工具?
這條掘金之路,同時(shí)也是一條不歸路,卻從不缺前仆后繼的朝圣者。
身為其中一員,云天勵(lì)飛的回答格外精簡:專注、聚焦。
從算法到芯片,兩類「造芯故事」
AI是普惠的,如同水與電,它的存在是沉默的,同時(shí)擁有無可置疑的重要性。
如同需要水與電帶來生存上的便利,我們需要AI在于它能夠帶來降本增效,都是一種剛需。
然而,AI應(yīng)用落地的過程極其繁瑣,遠(yuǎn)不似技術(shù)創(chuàng)新般直觀。
AI以普惠之姿,進(jìn)行商業(yè)化落地過程中,對(duì)企業(yè)的考驗(yàn)是能否“接地氣”,抓住痛點(diǎn)并解決問題,警惕的是過于陽春白雪,創(chuàng)造出“偽需求”。
AI要實(shí)現(xiàn)普惠,大規(guī)模進(jìn)入產(chǎn)業(yè),就必須解決成千上萬的碎片化場景應(yīng)用問題。
從技術(shù)的演進(jìn)規(guī)律來看,由定制化走向標(biāo)準(zhǔn)化、平臺(tái)化,是一種必然。因?yàn)闆]有標(biāo)準(zhǔn)化,定制化走不長遠(yuǎn),定制化需要在標(biāo)準(zhǔn)化的基礎(chǔ)上延伸新的意義。
這是一條漫長的路,現(xiàn)階段,AI標(biāo)準(zhǔn)化的努力,主要在工具和研發(fā)流程的標(biāo)準(zhǔn)化。
站在AI企業(yè)的角度,定制化無疑是份苦差事,行業(yè)利潤總是被制定標(biāo)準(zhǔn)的公司賺去。
作為最先上市的CV公司,商湯CEO徐立曾表示,“商湯大部分產(chǎn)品是標(biāo)準(zhǔn)化的?!?/p>
To B行業(yè)存在定制化的特性,開發(fā)周期較長,期間需要實(shí)時(shí)響應(yīng),而大多數(shù)AI公司由于標(biāo)準(zhǔn)化研發(fā)投入不足,導(dǎo)致常在一家公司處耗費(fèi)大量人力、物力和時(shí)間。
最終淪為可悲的項(xiàng)目制,獲得與AI科技公司極不相稱的低毛利率,與此同時(shí),失去的是覆蓋更多領(lǐng)域的機(jī)會(huì),畢竟在玩家眾多的AI賽道,時(shí)間從不等人。
2017年深圳安博會(huì)期間,宇視總裁張鵬國接受雷峰網(wǎng)采訪時(shí)提到,以算法起家的AI創(chuàng)業(yè)公司,未來大概率有三種活法:
起初,長于算法的AI創(chuàng)企,以“顛覆者”之姿闖入稍顯禁錮的傳統(tǒng)安防行業(yè)。
隨著AI安防走入深水區(qū),算法廠商們紛紛撞上一個(gè)核心問題,AI技術(shù)的落地必須強(qiáng)依賴于硬件廠商,而硬件能力又難以獲得。
高端芯片增量需求與供給不平衡之間的矛盾,在美國的一紙禁令下,瞬間加劇。
一時(shí)間,造芯四起。
當(dāng)時(shí)坊間流傳的一種調(diào)侃式說法,描述了當(dāng)時(shí)造芯的盛況:未來不提芯片的算法公司不是一家好公司。
之后幾年,AI創(chuàng)企技術(shù)價(jià)值中心由軟件算法層向核心算力層的轉(zhuǎn)移,很好地證實(shí)了這一點(diǎn)。
在這個(gè)萬馬齊喑的轉(zhuǎn)型期中,不少企業(yè)倉皇離場。
深層原因在于,大多數(shù)人工智能企業(yè)在沒認(rèn)清自己,想好業(yè)務(wù)時(shí),就技術(shù)先行,企圖以人工智能技術(shù)撬動(dòng)整個(gè)行業(yè)。
這一商業(yè)模式上的缺陷,在行業(yè)野蠻生長時(shí)期,被掩埋;在行業(yè)的冷靜期中,則被無情曝露。
微軟亞洲研究院副院長張益肇曾告訴雷峰網(wǎng),很多AI創(chuàng)業(yè)者們?cè)谇腥肽硞€(gè)場景時(shí),既沒捋順流程,也沒想清模式。單純覺得我有AI技術(shù),有幾個(gè)合作伙伴,就能大干一場。
在一批出現(xiàn)問題才解決問題的大軍中,只有少部分堅(jiān)持商業(yè)模式,跟進(jìn)迭代速度的企業(yè),涅槃重生,而這種代價(jià)自然不是所有公司都能承受得起。
不同于當(dāng)時(shí)業(yè)內(nèi)對(duì) AI 如何落地的模糊認(rèn)知,云天勵(lì)飛非常注重技術(shù)的應(yīng)用場景問題,業(yè)內(nèi)較早意識(shí)到算法、芯片深度融合重要性的企業(yè)。
事實(shí)上,2014年陳寧在深圳創(chuàng)立云天勵(lì)飛伊始,便面向人工智能的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),重新設(shè)計(jì)處理器的芯片,確定了“云+端”的技術(shù)路線。
這一路線的邏輯是,通過將AI芯片植入前端智能設(shè)備,降低網(wǎng)絡(luò)帶寬要求,降低后臺(tái)處理成本,加快處理速度,同時(shí)還能保護(hù)用戶數(shù)據(jù)隱私。
這條路線的選擇,與云天勵(lì)飛創(chuàng)始人、董事長陳寧本身是芯片專家,且公司創(chuàng)始團(tuán)隊(duì)多來自集成電路領(lǐng)域不無關(guān)系。
在戰(zhàn)術(shù)上,“算法芯片化”的理念,在當(dāng)時(shí)的AI圈實(shí)際是一件很先鋒,但同時(shí)冒險(xiǎn)的事。
陳寧理解中的 " 算法芯片化 " ,不等于簡單的“算法+芯片”,而是一種將芯片設(shè)計(jì)者的理念、思想與算法相融合的 AI 芯片設(shè)計(jì)流程。
芯片研發(fā)周期長、投入極大、風(fēng)險(xiǎn)極高,這條路的難走無需贅言。
在AI資本熱錢涌動(dòng)的2015-2018年,云天勵(lì)飛沒有在資本市場獲得多大關(guān)注,也鮮有披露融資記錄。
在這幾年里,云天勵(lì)飛默默進(jìn)行著自己的芯片研發(fā)步驟:2016年推出第一代專用于神經(jīng)網(wǎng)絡(luò)處理器NNP100;2018年AI芯片“DeepEye 1000”(深目)流片。
根據(jù)招股書,2019-2021年,公司研發(fā)費(fèi)用分別為2億元、2.19億元、2.95億元,占營業(yè)收入的比例分別為86.79%、51.42%及52.17%。
一個(gè)有趣的現(xiàn)象是,2019年開始“AI資本寒冬”來襲,這一年卻剛好是云天勵(lì)飛發(fā)展的轉(zhuǎn)折點(diǎn):“DeepEye 1000在這一年正式對(duì)外銷售并商用;公司在這一年開始接連披露大額融資。
云天勵(lì)飛有了AI獨(dú)角獸的骨像。
這一現(xiàn)象背后的原因,其實(shí)很好解釋,資本市場回歸理性,其實(shí)就是回歸企業(yè)本質(zhì),有核心技術(shù)壁壘且與應(yīng)用場景深度結(jié)合的公司,猶如潮退后顯露出的海底礁石,引人駐足流連。
兼顧成本和易用性,算法與芯片的「攻城戰(zhàn)」
當(dāng)下,大規(guī)模應(yīng)用與推廣,是AI企業(yè)的集體困境。
這一困境表現(xiàn)出來的外在矛盾是:現(xiàn)有產(chǎn)品難以兼顧成本和易用性。
人工智能領(lǐng)域,各個(gè)場景都有獨(dú)特的需求,依靠算法形式推廣,定制化程度高,成本難以下降。
只有把生產(chǎn)要素的成本降下來,才能談AI的大規(guī)模產(chǎn)業(yè)化。
而只有做到“開箱即用”的易用性,才能加快產(chǎn)品落地和迭代。
這一困境的內(nèi)在矛盾,指向眼下AI公司直面的兩大挑戰(zhàn):算法和芯片。
比如,云天勵(lì)飛可以在一秒鐘里完成對(duì)數(shù)十億級(jí)規(guī)模數(shù)據(jù)的檢索,而只需基于云端一臺(tái)普通PC機(jī)的運(yùn)算能力。
這與前端芯片的結(jié)構(gòu)化、云端的深度學(xué)習(xí)和大數(shù)據(jù)分析的算法能力是分不開的。
AI時(shí)代,神經(jīng)網(wǎng)絡(luò)運(yùn)算需要大量的算力,原有的主流處理器架構(gòu) CPU、GPU ,已無法提供最佳解決方案。
- 制程工藝上,摩爾定律減緩,芯片制程已達(dá)物理極限,無法進(jìn)一步縮小以提升有效算力。
- 能耗上,縮放比例定律(Dennard Scaling)規(guī)律結(jié)束,芯片的功耗急劇上升。
制程工藝和能耗的雙重瓶頸,制約著高計(jì)算需求 AI 芯片成本的降低。
曾經(jīng)的AlphaGo 1.0系統(tǒng),有1900個(gè)CPU+280個(gè)GPU,訓(xùn)練一盤比賽的電費(fèi)高達(dá)1000美元。
這說明,能承載復(fù)雜算法,且能被嵌入各類終端設(shè)備的高性能、低功耗AI芯片,是大規(guī)模產(chǎn)業(yè)化的剛需。
然而,芯片之于AI的重要性雖已得到印證,但國內(nèi)企業(yè)在AI芯片的布局上仍有缺失。
一方面,企業(yè)級(jí)客戶更多講究的是功能實(shí)現(xiàn),除非能帶來業(yè)務(wù)和管理效率的提升,同時(shí)成本可接受,否則很難說服客戶將根據(jù)場景定制的AI芯片嵌入各類終端設(shè)備中。
另一方面,AI芯片市場同質(zhì)化問題嚴(yán)重,現(xiàn)有產(chǎn)品不能滿足客戶的降本增效需求。
不同于業(yè)內(nèi)存在的以“拼湊”方式做AI芯片,云天勵(lì)飛對(duì)AI芯片進(jìn)行了重新設(shè)計(jì),這來源于團(tuán)隊(duì)十幾年的領(lǐng)域積累。
AI芯片市場的角逐,算法是一個(gè)重要突破口。
將海量的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成結(jié)構(gòu)化數(shù)據(jù),并將數(shù)據(jù)打上標(biāo)簽,然后進(jìn)行比對(duì)分析,要確保這一過程通暢無阻,不僅需要強(qiáng)大的AI芯片,還要有結(jié)合業(yè)務(wù)場景的高性能算法。
2017年,曾供職NEC Labs,前Snap資深科學(xué)家、Snap研究院創(chuàng)始人之一王孝宇博士歸國,出任云天勵(lì)飛首席科學(xué)家。
王孝宇上任第一要?jiǎng)?wù),就是對(duì)公司的算法和大數(shù)據(jù)進(jìn)行進(jìn)一步規(guī)劃。
- 大數(shù)據(jù)上,通過積攢海量的數(shù)據(jù)系統(tǒng),增強(qiáng)訓(xùn)練。
- 算法創(chuàng)新上,開發(fā)算法自動(dòng)化系統(tǒng),縮短研發(fā)周期。
隨著深度學(xué)習(xí)等技術(shù)的成熟,AI公司在算法和性能上逐漸相差無幾。
但客戶對(duì)技術(shù)的需求,一如馬斯洛需求理論概括的人類需求,總是在低層需求滿足后,在其他方面提出更高的要求。
比如AI算法模型,從研發(fā)至生產(chǎn)周期漫長、成本高昂,每種模型的生產(chǎn)都需要大量算力和人力。
但現(xiàn)實(shí)情況往往是,大量耗時(shí)耗力開發(fā)出的AI模型,覆蓋場景非常有限,不僅需要后續(xù)持續(xù)不斷的投入、迭代,還難以實(shí)現(xiàn)規(guī)?;瑥膬蓚€(gè)層面上削弱著AI公司的盈利能力。
這就是大多數(shù)AI公司面臨的真實(shí)困境。
而云天勵(lì)飛花在算法上的成本,正在降低。
現(xiàn)階段,云天勵(lì)飛研發(fā)的可重定義AI芯片,面向嵌入式前端和邊緣計(jì)算應(yīng)用,可靈活支撐多類算法框架,提高算法實(shí)現(xiàn)的效率,降低后臺(tái)處理成本,具備高性能、低功耗、低成本的優(yōu)點(diǎn),并且支持運(yùn)行自有及第三方人工智能算法。
這是因?yàn)?,隨著AI的研發(fā)模式發(fā)生變化,云天勵(lì)飛隨之改變了自己的研發(fā)觀念,把重心從建立更好的模型,轉(zhuǎn)移到了高效獲取最好的數(shù)據(jù)上。
“之前我們的觀念是招聘最好的人,開發(fā)最好的技術(shù),達(dá)到最好的效果。但實(shí)際不是這樣的,如何在最短的時(shí)間內(nèi),得到可以使模型達(dá)到最優(yōu)效果的數(shù)據(jù)集,這才是最重要的?!?/p>
降低技術(shù)應(yīng)用的門檻:左手自研AI芯片,右手自研算法
從稍顯禁錮且同質(zhì)化嚴(yán)重的安防領(lǐng)域一路挺進(jìn),又在AI公司普遍布局算法和芯片后成功上市,云天勵(lì)飛的成功,主要得益于自身夠?qū)挕蛏畹淖o(hù)城河。
算法、芯片、數(shù)據(jù)是公認(rèn)的人工智能核心三要素。
三者緊密結(jié)合,才有可能打磨出真正為行業(yè)所需的產(chǎn)品。
云天勵(lì)飛的護(hù)城河在于,一開始就堅(jiān)持在上述三方面自主研發(fā),形成了“算法+芯片+數(shù)據(jù)”的閉環(huán)生態(tài)。
這一部分也來源于幾位海歸博士分別在芯片、算法和數(shù)據(jù)這三個(gè)領(lǐng)域的跨界創(chuàng)新的融合。
背后的邏輯很簡單,通過提高技術(shù)門檻,來降低技術(shù)應(yīng)用的門檻。
在其背后,是來自于英特爾,摩托羅拉,中興通訊等芯片研發(fā)部門,且平均擁有 10 年以上摸爬滾打經(jīng)驗(yàn)的行業(yè)老兵。
云天勵(lì)飛構(gòu)建了完整的AI技術(shù)鏈路,所有研發(fā)聚焦在三大平臺(tái)上:算法平臺(tái)、芯片平臺(tái)、大數(shù)據(jù)平臺(tái)。
人工智能算法平臺(tái),由云天勵(lì)飛多次獲得國際視覺大賽冠軍團(tuán)隊(duì)打造,通過將多項(xiàng)計(jì)算機(jī)視覺技術(shù)和對(duì)場景理解以及工程化經(jīng)驗(yàn)融合,可以部署到下游各個(gè)領(lǐng)域。
人工智能芯片平臺(tái),通過自定義指令集、處理器架構(gòu)及工具鏈的協(xié)同設(shè)計(jì),實(shí)現(xiàn)算法技術(shù)芯片化,提升產(chǎn)品和解決方案中的高效性及場景適應(yīng)性。
大數(shù)據(jù)平臺(tái),用來做更深層次的分析。
ChatGPT帶火的多模態(tài)AI技術(shù),也是云天勵(lì)飛未來的布局方向。
除了繼續(xù)提升相關(guān)算法速度和精度,還將結(jié)合場景,采用音頻等模態(tài)信息,提升傳感器信息流中語義和非語義信息的結(jié)構(gòu)化密度,帶來更加智能的大數(shù)據(jù)自動(dòng)推理分析,使產(chǎn)品及服務(wù)在更多應(yīng)用場景落地。
八年時(shí)間,云天勵(lì)飛走過了“算法芯片化”和“端云協(xié)同”的技術(shù)探索之路,也走過了從安防到城市再到商業(yè)的產(chǎn)業(yè)落地探索之路,親歷了人工智能從蠻荒到普及的全過程。
- 公共安全領(lǐng)域,基于智能分析能力,構(gòu)建城市安全盾牌;
- 城市治理領(lǐng)域,AI觸角從城市大尺度空間向最后一公里滲透,打造了龍華智能運(yùn)算能力平臺(tái)等項(xiàng)目,為城市管理的方方面面提供AI支撐;
- 公共交通領(lǐng)域,綜合運(yùn)用人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù),與深圳巴士集團(tuán)共同打造智慧線路優(yōu)化系統(tǒng),構(gòu)建城市立體化交通體系。
足夠的技術(shù)實(shí)力是一方面,能夠鋪開規(guī)模,同時(shí)控制好成本和供應(yīng)鏈,又是另一方面。
相比于傳統(tǒng)巨頭,渠道以及生態(tài)建設(shè)能力往往是AI創(chuàng)業(yè)公司的“七寸”。
為了在需求迭代馬不停蹄的碎片化市場,更好實(shí)現(xiàn)AI的落地,云天勵(lì)飛還提出了具有里程碑意義的“自進(jìn)化城市智能體”,積極布局整個(gè)生態(tài)聯(lián)盟。
自進(jìn)化城市智能體,即具備自學(xué)習(xí)、自進(jìn)化能力的人工智能技術(shù),通過關(guān)注全場景,實(shí)現(xiàn)端云協(xié)同,統(tǒng)籌管理、應(yīng)用承載。
形象一點(diǎn)解釋就是,給城市換上一個(gè)更強(qiáng)健的軀體,以及一個(gè)更聰明的大腦,同時(shí)為其注入靈魂,為整個(gè)城市的智慧化進(jìn)行一次從上到下的升級(jí)。
為了實(shí)現(xiàn)這一目標(biāo),云天勵(lì)飛正在發(fā)揮自己的橋梁作用,一邊連接著無數(shù)碎片化的場景,一邊連接著扮演不同角色的開發(fā)者和服務(wù)商。在滿足客戶差異化需求的同時(shí),達(dá)成生態(tài)伙伴的“群體勝利”。
從名不見經(jīng)傳的AI創(chuàng)企,到2020年疫情“黑天鵝”和國際形勢(shì)雙重大背景下橫掃資本市場、沖刺IPO的黑馬,再到如今成功上市,云天勵(lì)飛用穩(wěn)扎穩(wěn)打的八年,摸索出一條適合自己的產(chǎn)業(yè)化道路。
在“AI公司只有用正向凈利潤才能完成自身證明”的論調(diào)中,立足于國內(nèi)廣闊的場景和應(yīng)用空間,這家全產(chǎn)業(yè)鏈公司上市后,能否講好AI故事,值得拭目以待。
作者 | 路遙
編輯 | 秀松