智东西 文 | Lina
导语：最近半年以来，人工智能的发展重心逐渐从“软”到“硬”，相伴而生的是全新一代AI芯片产业的全面崛起。智东西历经数月，首次对AI芯片全产业链上下近百间核心企业进行报道，覆盖国内外各大巨头玩家、新兴创企、场景应用、代工生产等，全面深入地对芯片产业发展、创新创业进行了追踪报道。此为智东西AI芯片产业系列报道之一。
近两年来，随着人工智能技术的不断升温发酵，人工智能芯片（神经网络专用芯片）逐渐被推至行业风口，市场上也随之涌现出一大批AI芯片创业公司来。
而在这其中，又有以深鉴科技、地平线、寒武纪为首的几家AI芯片创企因其起步时间早、融资金额高、技术积累深厚等原因，成为了目前我国AI芯片初创的第一阵营。
最近，智东西来到深鉴科技所处的五道口，与GTIC 2018重磅嘉宾之一，深鉴科技联合创始人兼CEO姚颂围绕着AI芯片的话题展开了独家对话。姚颂提到了几个观点，一是AI芯片核心竞争力在于软件与生态，硬件性能只是一部分；二是从2019年开始，具备AI功能的安防摄像机将成为增量市场主流。
深鉴科技于2016年3月成立，目前公司约有120人，由清华电子系背景的汪玉、韩松、姚颂、单羿一同创办，去年10月，深鉴科技在宣布4000万美元A+轮融资的同时，推出了8款AI新品，其中包括2款自研AI芯片“听涛”与“观海”，2018年第三季度上市，现在已经在量产当中。
姚颂表示，一直以来，我国半导体产业发展较为落后，无论是工艺还是人才方面，都与发达国家/地区相比存在差异。为了应对这一现象，现在国内芯片界普遍有两种思路：
第一，模仿+追赶，国外有什么，我们就做什么，凭借相似功能与更高性价比来一步步缩小差距。这一做法不仅非常辛苦，而且难以树立竞争力，无法颠覆业内巨头。
第二，提前布局，在某一项技术上提前研发布局，抢占市场先机，“在未来等着大家”——近年来我国AI芯片产业的崛起可以看作是第二条思路的绝好证明。
▲左：智东西记者Lina，右：姚颂
而按照应用场景，AI芯片可以简单地分为用于云端服务器机房等地的云AI芯片，以及用于端智能设备、IoT设备的终端AI芯片。
目前国内AI芯片创业公司——如寒武纪、地平线、以及我们报道过的清华大学微电子所Thinker芯片项目等等大多以终端AI芯片切入，而少数公司——比如比特大陆等也在切入云服务器AI芯片市场。相反，国外AI芯片公司则以云服务器AI芯片居多。深鉴科技的优势也在于前者——在功耗等约束条件下打造终端AI芯片。
深鉴科技于2016年3月成立，目前公司约有120人，由清华电子系背景的汪玉、韩松、姚颂、单羿一同创办，此前专注于以FPGA实现人工智能落地，曾推出面向无人机、安防、数据中心的产品。去年10月，深鉴在宣布4000万美元A+轮融资的同时，推出了包括人脸检测识别模组、深度学习SDK “DNNDK”等8款AI新品，其中也包括2款自研AI芯片——“听涛”、“观海”。
据姚颂介绍，听涛更加侧重低功耗、嵌入式场景；观海则能够提供更高性能，并且会采用新一代架构。目前深鉴已经接到了数千万的订单，两款芯片都在量产当中，已经有不少合作伙伴在使用当中。
目前深鉴科技专注于两大行业：安防、数据中心，其中安防所占比重较大，二者约为6:1。
在这一轮兴起的人工智能（AI）浪潮中，最为火热、最频繁地被人提起的落地行业莫过于安防了——或者更准确来说，是基于安防监控摄像头的人脸识别应用。姚颂认为，从2019年开始，大部分新增IP摄像机都会具有AI能力，AI摄像机将成为安防增量市场主流。
姚颂提到，深鉴切入AI+安防行业的方式既包括前端嵌入式摄像头，也包括安防的后处理。目前提供的安防芯片模组上会内嵌人脸识别、视频结构化等参考算法，在人脸摄像机里做到2万张人脸库的识别，并保证在真实场景（室内、室外、侧光、逆光）等效果优秀。
▲搭载深鉴产品的IP摄像机
而在去年10月的发布会上，深鉴发布的新品也以安防为主，比如DP-1200-F1人脸检测识别模组，能够支持高清18帧人脸识别检测，整个方案的功耗极低，仅在3W左右，能够用于帮助打造具有人脸识别功能的相机。此外还有DP-2100-F16人脸分析解决方案，在测光、侧脸、低头、抬头等情况下支持人脸识别等等。
不过，像是“听涛”、“观海”等芯片级别的产品则会主打深度学习的应用，从硬件上不会为某个行业专门定制，但是会为这些芯片提供更多更适应行业的借口，并在软件上进行行业优化，比如视频流和图片流处理框架 、数据输入输出等，让用户在嵌入式软件方面节省精力。
其实，AI+安防不仅是众多AI芯片、AI平台应用厂商都在瞄准的行业，各家传统安防巨头也都跃跃欲试瞄准了AI+安防。至于被问到传统安防巨头能否通过技术自研+行业积累反超AI芯片初创时，姚颂并不担心，据他透露，目前大部分传统安防企业都是深鉴科技的客户。
姚颂认为，所有产品都可以分为四个层次：能用、好用、让用户想用、让用户爱用——AI芯片产品也是如此。对于AI芯片来说：
第一层是能用，就是这块芯片能够跑AI、能够对深度学习运算进行加速。
第二层是好用，如何让这块芯片支持的AI算法种类多一点，让用户开发起来更简单。
第三层是想用，那就是用户用你的产品开发起来更简单、算法跑出来性能更好，选择别的产品时开发起来更麻烦。
第四层则是爱用，也就是用户粘性高，当很多使用你的芯片的人集成在一起，形成社区与软件生态，有很多开放的项目代码可以供人交流参考，这就不仅是能用或者好用了，而是让用户爱用。
因此，AI芯片的核心竞争力绝不仅仅是这块芯片硬件参数如何好、性能如何高，还要包括配套软件生态是否完善，用户用起来是否方便。尤其是软件生态的数量，一旦能够在市场上抢占先机，身位拉开1-2年之后竞争对手就很难追上。
无论是在Movidious还是英伟达的公司中，都是软件工程师的数量要远大于芯片工程师，在Movidious中这两者的比例甚至可以达到6:1。而在深鉴科技当中，软件团队也是算法、芯片、FPGA、软件这四大团队当中人数最多的。
此外深鉴科技也推出了深度学习SDK DNNDK（Deep Neural Network Development Kit），面向AI异构计算平台深度学习处理器DPU，可支持神经网络推理 (Inference) 阶段模型压缩、编译优化和高效运行时支持的不同功能需求，更加方便开发者应用。
随着谷歌、英伟达、IBM、英特尔等陆续进军云端AI芯片市场，云端AI芯片已经逐渐成为海外巨头们的战场。而在我国，由于受到智慧城市、雪亮工程等一系列国家项目的推进与支持，以安防为首的终端AI芯片成了各家创企的兵家必争之地，而这其中，第一阵营的玩家们凭借其起步时间早、融资金额高、技术积累深厚等优势，跑在了产业的前面。
不过，随着AI芯片市场上的入局玩家也越来越多，各家最终的成功与否则要取决于技术路径的选择和产品落地的速度，而这其中，能否找到商业化场景、成功落地、为企业带来切实价值，是所有AI芯片初创需要思考的问题。
关注微信
