依圖科技發布自研雲端芯片questcore

本文作者：36氪潘玲鈺

依圖科技認為，算法定義芯片是未來的趨勢。在摩爾定律瀕臨終結的大背景下，深度學習算法性能卻在過去幾年每年以數萬倍的速度高速增長。算力的限制是人工智能的發展和落地應用的一大瓶頸。

5月9號，依圖科技發布自己的首款深度學習雲端定製SoC芯片questcore，借助依圖在視覺算法上的積累，對芯片的架構進行優化設計，達到提升和加速各類視覺推理任務的效果。

依圖科技首席創新官呂昊表示，這款芯片基於自研多核架構，集成度較高，可以獨立運行。目前這款芯片已經量產並陸續引用在依圖的雲端伺服器和邊緣盒子。

依圖科技告訴36氪，與現有市面同類主流產品相比，在同等功耗下，這款芯片深度學習推理運算性能是其2-5 倍。呂昊博士給我們舉了個例子，一個1U伺服器用四塊questcore ，其算力對標八塊NVIDIAP4加上兩顆CPU的配置，但功耗僅20%。從應用角度，假設P4的伺服器能夠支持160路的視頻處理，questcore則可以支持到200路的視頻分析。

此外，這款雲端定製SoC芯片的使用，也會減少依圖已有客戶的建設和使用的成本。依圖科技表示，在數據中心，電費是一大開支，很多客戶面臨『買得起』但『用不起』的痛點。依圖科技曾經做了一個粗略計算，它們的伺服器在2-3年就能為客戶節省上億元的成本。

成本的降低對人工智能在更多領域的落地起到推動作用。如智能零售的無人超市，攝影頭的建設成本是落地難的一大原因，如果視頻處理解析成本大大降低，這會打動以往很多有顧慮零售客戶。

對於研發芯片的投入和時間，依圖科技沒有明確透露，只是表明，這是一款設計和製造都在國內進行的芯片，而且整個研發過程很順利。能夠做到這一點，是因為依圖科技把算法、應用場景和芯片製造三方面的問題都解決好了。從算法角度，依圖科技以往的積累，能夠使用大量的模型進行場景測試試驗，做出場景預判，使得最終的定製效果可以滿足自身的需求。從應用角度，這是一款從實際需求設計的芯片，不需要像通用芯片考慮太多因素，有設計上的取捨。在芯片物理設計和製造方面，依圖科技的合作夥伴Thinkforce起到了重要作用。Thinkforce的核心團隊有工業界背景，具備十年以上的專業芯片研發設計經歷。在碰到諸如空間限制、電路設計複雜、功耗無法達標等問題時，實戰經驗豐富的團隊會提升芯片調優成功率。

在人工智能領域布局的巨頭基本都發布過雲端芯片產品，可見提升算力對行業發展的重要性。Google目前已經發布了幾款TPU（Tensor Processing Units），而AWS也自主研發了Graviton。國內方面，百度推出了“昆侖”，主要配合自動駕駛的戰略落地。華為則自研了雲端AI芯片昇騰系列。