8 月 15 日，Cadence 一年一度的全球巡回用戶大會 CDNLive China 落地上海，本場大會吸引了包括 IC 設計工程師、系統開發者、生態系統合作伙伴、Cadence 客戶在內的數千人參會。作為在全球范圍內有巨大影響力的半導體行業盛會，CDNLive 被 IC 設計行業看做是重要的行業“風向標”之一。今年 5 月剛剛發布全球首款云端視覺AI芯片 Questcore（中文名“求索”）的依圖科技，受邀參加了本次大會，其 CEO 朱瓏還在大會上發表了主題演講，分享了依圖的“造芯”理念。

圖｜依圖科技 CEO 朱瓏在 CDNLive China 上發表演講

在去年的大會上，華為海思和寒武紀的同臺演講就提到了人工智能已經從 EDA 軟件、芯片設計等源頭領域對半導體產業產生深刻的影響和變革。今年，以算法起家的依圖將觸手伸向了芯片領域。總的來看，“算法定義芯片”已經成為行業大趨勢。

“算法定義芯片”成為必經之路

圖靈獎得主、計算機體系結構宗師 David Patterson 與 John Hennessy 認為，在開源系統的幫助下，輕量級芯片將擁有更多的商業化機會，下一個十年這些芯片在成本、能源、安全以及性能方面將實現全面質變。

在人工智能大勢推動下，芯片市場的蛋糕越來越大。公開數據顯示，2018 年全球 AI 芯片市場規模超過 20 億美元，預計到 2020 年將超過 100 億美元，會占到全球人工智能市場規模的 10% 以上。

圖 | AI 芯片市場

目前國內的 AI 芯片廠商有三類：芯片主要用于云平臺的 BAT 科技巨頭、傳統的芯片設計公司、算法起家的初創公司。對于非巨頭公司而言，垂直深耕可能是它們能在行業巨頭夾縫中取得差異化競爭優勢的唯一路徑。

在本次大會上，朱瓏發表了題為“AI 新時代”的演講，他認為，“隨著摩爾定律瀕臨終結，依靠傳統方式來提升芯片效能的方法已經收效甚微，而高成本、高能耗、低利用率的特點滿足不了當下復雜的人工智能使用場景需求，IC 行業也正在積極調整步伐，以期跟上人工智能的行業發展節奏。”在 AI 芯片設計中“算法定義芯片”的情況愈發凸顯，軟硬件一體化的解決方案才可以最大程度地發揮“算法+芯片”的優勢。

今年 5 月，依圖在上海發布了一款“發布即商用”的云端 AI 芯片“求索”（questcore），這是依圖實現人工智能應用大規模普及落地的一個重要基礎，也讓依圖成為 CV 四小龍中第一個嘗試自研芯片的公司。

不僅如此，依圖還提出“算法即芯片”，將算法與芯片設計強耦合推向了極致。

圖丨含有 4 顆 QuestCore 芯片的板卡

這枚全球首款深度學習云端定制 SoC 芯片主要針對計算機視覺應用，能兼顧云端和邊緣的智能視覺分析需求。

依圖介紹，該芯片的視覺推理性能是市面現有主流同類產品的 2 ~ 5 倍，安防攝像頭單路功耗僅為英偉達 GPU P4 的 30%。

依圖還基于 questcore打造了軟硬件一體化的城市級智能視頻解決方案，讓數據中心“1 萬路成標配，50 萬路成現實”。

普及 AI 需要基礎設施革命

機器智能分為可記錄、可識別、可關聯、可預測、可規劃五個階段，如何才能實現并推動機器智能每個階段的提升并最終跨入智能時代？

信息時代過去 30 年，CPU 運算能力提升了 100 萬倍，存儲能力提升了 100 萬倍，通訊能力即數據的傳輸速度也提升了 100 萬倍。智能時代過去 5 年，即使 AI 算法性能已經提升百萬倍，但目前的人工智能仍然停留在低階階段。對此，朱瓏表示，文明的變遷史就是一場基礎設施的革命史，而在人工智能時代，基礎設施的躍遷關鍵在于“智能密度”。

“智能密度”是依圖創始人朱瓏首次提出的理念，他認為基礎設施提升的關鍵就在于提升一個區域或城市的“智能密度”。

圖 | 依圖創始人朱瓏

從微觀來看，“智能密度”指的是單位芯片面積擁有的智能算力。

宏觀來看，“智能密度”反映從單體的機器智能到群體智能的覆蓋程度。通俗來說，從 1 個攝像頭擴展到 10000 個攝像頭，這些攝像頭成了互聯互通的一個新的、大的智能體，這樣一來網絡中的一個攝像頭在某個區域安防中所起到的作用就遠遠超出了單個攝像頭簡單的“記錄”作用，基于大量的數據和算法，攝像頭將從記錄發展為代替人進行判斷和預測，實現“1+1＞2”的效果。

算力的急劇提升需要具有高經濟性、高性價比的基礎設施，高級的算法可以用更少的機器算力實現更高的智能，隨著數據、算法、存儲、算力和傳輸等基礎設施的不斷提升，AI 會在未來幾年有革命性的進展，實現智能水平的躍遷，最終推動智能文明更快到來。

據悉，在今年 8 月初的“中國人工智能峰會”上，依圖與廈門市簽訂了合作協議，雙方將共同建設完善“一臉通”平臺及城市級大入口，依托城市智能視覺中樞開展公務、民生等方面的智能應用落地。能看出，依圖在經過“視覺-語音-芯片”三連跳之后，已成為一家視聽兼備、軟硬兼備的全能型 AI 公司，這也是其他 AI 企業可探索的一條發展路徑。

“沒有典型場景應用沒有意義、沒有超越英偉達的芯片沒有意義、沒有世界級的算法沒有意義，”朱瓏認為，“算法即芯片這句話非常本質，只有能找對問題，找對場景，用對算法，并為此定制芯片，才有可能做到極致性價比”。

在今天舉辦的 CDNLive China 上，這一理念也得到了業內專家的再度肯定。清華大學微電子所所長魏少軍教授指出，架構創新是 AI 芯片面臨的的一個不可回避的課題。在他看來，英特爾 CPU、英偉達 GPU、Xillinx FPGA 等都處于 AI 芯片 0.5 階段，谷歌 TPU 等處于 AI 芯片 1.0 階段。魏少軍教授認為，“軟件定義芯片”將是 AI 芯片的未來。