每日最新頭條.有趣資訊

【AI芯片系列訪談】單獨做AI芯片太艱難,這家公司想換個活法

【AI芯片系列訪談】單獨做AI芯片太艱難,這家公司想換個活法

摘要: “單獨做AI芯片競爭會很殘酷”,譚黎敏認為,他們面臨兩個挑戰:資金、人力投入比較大,生產成功後卻不能馬上適用所有應用場景的需求,但無論是資金還是足夠多的應用場景,這兩點對於創業公司來說都是極度缺乏的。

本文來自華爾街見聞旗下“全天候科技”,悅讀更多請登錄www.awtmt.com 或關注微信號“全天候科技(ID:iawtmt)” 。

文|全天候科技 徐志成

“我們不再是一家AI芯片公司,未來更希望能成為像IBM那樣覆蓋底層技術與垂直行業經驗的AI解決方案公司”,譚黎敏拿起手中的咖啡搖了搖,喝了一口,眼睛裡透著堅定。

2017年12月,westwell(西井科技)的DeepWell第二代人工智能深度學習芯片成功流片,但譚黎敏並沒有過多地談技術,更沒有分享西井科技成功流片後的體驗。

作為西井科技創始人、CEO,譚黎敏目前比較得意的事是今年初西井科技完成的兩個自動駕駛落地方案:1月14日,西井科技與上海振華重工聯合推出的自動駕駛貨櫃跨運車進行了公開測試,1月23日,在珠海國際貨櫃碼頭,其自動駕駛貨櫃卡車又成功落地。

這兩項方案的成功落地讓西井科技更加堅定現在的方向——聚焦港口自動駕駛商用車解決方案,未來致力於成為全球智慧港口第一品牌。

實際上,西井科技並不是一個“原生的自動駕駛公司”。2015 年成立時,創始團隊為西井確定的核心業務是 AI 芯片,他們在2017 年流片深度學習類腦芯片 deepwell ,聚焦的應用領域包括醫療、無人機等多個方向。

隨著其自動駕駛技術在港口自動駕駛商用領域的逐漸打開,最近一年來,西井科技開始在這一領域深耕。

跳出底層AI芯片公司的競爭

“人工智能經過這麽多年的發展已經積累了一定量的數據,但人工智能界正在面臨前所未有的算力挑戰,願不願意一起創立一家公司?”

“可以。”

這是在2015年譚黎敏與正在研究院做類腦芯片研究的高中同學的對話。

2013—2015年間,90後開始進入人才市場。但對於一些在艱苦環境下作業的崗位,90後是不感興趣的,很多中國傳統行業都面臨著後續勞動力不足的問題。

當時,譚黎敏便萌發了創業的想法,他希望做一家深度學習加速器(如今叫AI芯片)的企業,用AI技術去代替部分勞動力。這是基於他對AI價值的認知和判斷,他意識到,隨著人工智能產業鏈的發展,GPU已經不能滿足所有場景上的深度學習計算任務,它並不是深度學習算力痛點的唯一解決方案,而基於類腦的AI芯片則能有效的解決這一痛點。

2015年5月,他創立了西井科技,致力於通過類腦人工智能芯片+類腦人工智能算法,快速落地產業化的智慧更新與改造。

有人說“目前人工智能是風口,AI芯片又是人工智能的風口”。AI芯片作為未來整個 AI 產業的基石,就好比CPU 對電腦與手機一樣重要性。研究機構 Tirias Research 預計,到 2025 年,人們使用的所有電子設備幾乎都需要 AI 技術的支撐。

顯然,無論從市場前景還是為了佔據 AI 產業鏈的上遊資源的角度,對 AI 芯片的研發跟布局都相當重要 。一個可以作證的例子是阿里,2016年以來,阿里已經連續投資了寒武紀、深鑒科技及 Kneron等AI芯片公司,公開數據顯示,阿里體系至今已經布局了 5 家AI芯片公司。

但硬幣的另一面是,AI芯片市場的競爭也尤為激烈。IC Insights的報告顯示,2017年全球純芯片設計公司50強中,中國企業佔據11席。拋開華為、百度等較早投身於芯片研發的巨頭,後起的AI芯片創業企業——寒武紀、深鑒科技、地平線機器人被譽為是中國AI芯片的“小三巨頭”,他們在應用場景上也各有不同,寒武紀垂直於手機業務、深鑒科技主要聚焦於安防,地平線機器人重點布局在自動駕駛。

西井科技最初的定位也是一家底層AI芯片公司。“單獨做AI芯片競爭會很殘酷”,譚黎敏發現,AI 芯片企業的生存面臨兩個挑戰:AI芯片公司的資金、人力投入比較大,生產成功後卻不能馬上適用所有應用場景的需求,但無論是資金還是足夠多的應用場景,這兩點對於創業公司來說都是極度缺乏的。

成立一年後,西井推出了自主研發的智慧港口系統 WellOcean,通過對貨櫃箱號、箱型等關鍵因素進行視覺識別,可替代以往的人工作業,進行更高效率的智能理貨,由此大幅度縮減勞動力成本。WellOcean最早在寧波大榭招商碼頭進行了試水,之後又運用到了陸續在青島、寧波、上海、煙台等地的多個港口,這也為西井科技帶來了第一批商業化營收。

逐漸明確了港口自動駕駛應用的方向後,2016年底,西井科技成立了獨立的自動駕駛團隊,致力於研發港口自動駕駛商用車的解決方案。

從起初的底層AI芯片轉型到港口自動駕駛應用產品,譚黎敏有著自己的考量。“在行業內有著這麽一個共識:貨車能比乘用車更快的實現商業化落地。這主要是基於在固定場所,貨運場景相對單一,算法不必考慮太多的突發性;其次貨運行業高昂的能耗和司機工資成本也讓自動駕駛貨車有了取代司機的可行性。”

譚黎敏這樣算了一筆账:以碼頭每輛車配4名司機“三班倒”計算,每名司機的年薪約在6到12萬元不等的成本計算,如果一輛售價30萬元的貨車安裝一個30萬元的自動駕駛傳感器替代人工,每年能節省約40萬元;相反一輛30萬元的乘用車安裝一個價值30萬元的自動駕駛傳感器,用戶會覺得很貴,因為它解決的只是功能問題,並沒能創造額外的價值。

在國外,谷歌Waymo、Uber、特斯拉等也在紛紛押注自動駕駛貨車。高盛在2017年的一份報告中預測,在未來的25年裡,自動駕駛卡車每年將扼殺大約30萬個就業機會。換句話說,無人駕駛貨車是一個兆級的市場。

2018關鍵詞:深挖智慧港口服務、擴招人才

就自動駕駛卡車而言,按照平常的要求,一個橋吊就要配備 5 輛卡車,顯然一輛自動駕駛卡車的投入遠遠不足以支撐起一個碼頭的日常作業。港口區雖然應用場景相較單一,但貨櫃裝卸靈活,也意味著路線軌跡可能面臨經常性的變更,一絲一毫的偏差可能都會產生安全隱患,這些都是接下來自動駕駛貨車要實現商業化運營所要解決的重要問題。

這也指向了西井科技在 2018 年的主要目標,即實現多輛無人駕駛卡車的投入和實現同一時間的運營調度。西井科技所布局的傳感器全套解決方案不僅限於自動駕駛卡車,還包括整個碼頭的調度和作業系統。

但對西井科技這個“非原生的自動駕駛公司”而言,機會就在眼前,但也需要技術的支撐,進而需要人才的支撐。

目前,西井科技公司員工有65人,技術人員佔80%,其中90%的技術員工為海歸博士和碩士。

在去年中旬,西井科技拿到了複星同浩的數千萬元A輪融資。隨著西井科技在自動駕駛技術應用層面的鋪開,譚黎敏把資金大量用在了相關技術人才的招聘上。據他說,在近一年的公司招聘頁面上,基本都是汽車電子、自動駕駛、電腦視覺等職位的招聘資訊。

“我們已經跳離底層的競爭,有自己的應用產品線(港口智能理貨、自動駕駛),打通了自己的處理器應用管道,同時也能在應用場景的不斷反饋中,更新底層AI芯片。” 譚黎敏告訴全天候科技,預計在2019年第一季度,自動駕駛貨車的整體解決方案做出交付後,公司將會有著比較樂觀的營收。

獲得更多的PTT最新消息
按讚加入粉絲團