雷鋒網(wǎng)按：2018全球人工智能與機(jī)器人峰會(huì)（CCF-GAIR）在深圳召開，峰會(huì)由中國計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，得到了寶安區(qū)政府的大力指導(dǎo)，是國內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級(jí)交流盛會(huì)，旨在打造國內(nèi)人工智能領(lǐng)域最具實(shí)力的跨界交流合作平臺(tái)。

7月1日下午的AI芯片專場大咖云集，清華大學(xué)微電子所所長魏少軍、英特爾首席研究員&中國研究院認(rèn)知計(jì)算實(shí)驗(yàn)室主任陳玉榮、地平線智能解決方案與芯片事業(yè)部總經(jīng)理張永謙、深腦鏈基金會(huì)創(chuàng)始人&義語智能科技CEO何永、OURS創(chuàng)始人兼CEO譚章熹等重磅嘉賓紛紛發(fā)表精彩演講。

嘉賓演講后是備受期待的圓桌討論環(huán)節(jié)，四位來自AI芯片領(lǐng)域的重磅嘉賓：

• 深圳鯤云信息科技有限公司創(chuàng)始人兼CEO牛昕宇

• 天數(shù)智芯創(chuàng)始人兼CEO李云鵬

• NovuMind中國區(qū)總裁周斌

• AVSdsp CEO沈聯(lián)杰

在華登國際投資總監(jiān)蘇東的主持下，就“中國芯的新機(jī)會(huì)：AI芯片如何實(shí)現(xiàn)彎道超車”這一話題展開交流。

以下為圓桌討論實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾恼砼c編輯：

主持人蘇東：現(xiàn)在大眾看到的AI熱潮，是從2016年的AlphaGo開始的，我首先想問一下?？偤椭芸?，你們作為行業(yè)眾人，是什么時(shí)間節(jié)點(diǎn)、什么事件讓你覺得一定要做AI這個(gè)事情？

牛昕宇：我們其實(shí)一直在做大家所謂的AI芯片，我們公司的核心創(chuàng)始人之一是我的博士生導(dǎo)師，英國皇家工程院的院士，1991年就在做機(jī)器學(xué)習(xí)定制化芯片。對(duì)于我們來說，其實(shí)并不是突然靈光一閃要做這個(gè)事情，只是2013年、2014年開始感受到有越來越多的企業(yè)找到我們合作，大家在深度學(xué)習(xí)應(yīng)用方面的需求非常一致，而且非常歸一化。

我們的芯片拋棄了原來基于指令集的技術(shù)，是沒有任何指令集數(shù)據(jù)流的全新定制化架構(gòu)，可以實(shí)現(xiàn)低延時(shí)、、低功耗高性能。我們的技術(shù)研究和整個(gè)物聯(lián)網(wǎng)前端的趨勢(shì)特別吻合，這是我們當(dāng)時(shí)決定加入這一波技術(shù)浪潮的原因。

周斌：我加入的第一家公司是英偉達(dá)，在2008年利用CUDA做通用計(jì)算時(shí)，我們就開始用一些不同的處理器架構(gòu)來解決新的問題。我個(gè)人親歷了深度學(xué)習(xí)的風(fēng)口過程，在2011年、2012年參加一些比賽的時(shí)候，GPU還是唯一的選擇。

那時(shí)我發(fā)現(xiàn)，新的深度學(xué)習(xí)架構(gòu)對(duì)于新的數(shù)據(jù)模式、新的數(shù)據(jù)結(jié)構(gòu)，以及數(shù)據(jù)量對(duì)處理器的體系結(jié)構(gòu)產(chǎn)生了非常大的挑戰(zhàn)，計(jì)算機(jī)由原來的研究架構(gòu)變成應(yīng)用驅(qū)動(dòng)的目標(biāo)，所以我們便開始針對(duì)于這樣的問題來做研究。

NovuMind從深度學(xué)習(xí)最開始，做圍棋、做象棋幾十年我們?cè)谝痪€經(jīng)歷了整個(gè)深度學(xué)習(xí)從沉寂到爆發(fā)，再到2014年、2015年被所有人認(rèn)知的過程，應(yīng)該是在這個(gè)行業(yè)里意識(shí)到這個(gè)問題非常早的公司。

主持人蘇東：也就是說，從投資的角度看，往往風(fēng)口來的時(shí)候最終贏的不是追風(fēng)口的人，而是在風(fēng)口來之前有技術(shù)積累的團(tuán)隊(duì)才能跑出來。

接下來請(qǐng)問李總和沈總，能不能用簡單通俗的語言介紹一下AI芯片難在什么地方？你做這個(gè)事情的時(shí)候碰到比較困難的點(diǎn)有哪些？

李云鵬：我對(duì)AI芯片的理解是一定要有積累，如果因?yàn)锳I火我們就做AI，這樣的創(chuàng)業(yè)公司基本沒戲。所以在AI芯片本身，我們對(duì)它的定位是通用標(biāo)準(zhǔn)高性能，我們要做的是GPGPU。

第一個(gè)難點(diǎn)是人才，哪里有人才？人才聚集的地方在美國硅谷，在中國IC設(shè)計(jì)圣地張江。我們的百人團(tuán)隊(duì)有30%在美國，70%在張江，其中有許多人是78年~81年進(jìn)大學(xué)的，在這個(gè)行業(yè)深耕30年的芯片設(shè)計(jì)專家。

第二個(gè)難點(diǎn)，是今年5月8日倪光南院士在接受中國人民網(wǎng)采訪的時(shí)候提到的三個(gè)問題：你的客戶在哪里，誰是你第一個(gè)客戶，你是否擁有自己的生態(tài)？這是非常具有挑戰(zhàn)性的問題，實(shí)際上我們?cè)谌昵爸皇且患一A(chǔ)軟件公司，第二年開始往上打應(yīng)用，往下打芯片。如何自建生態(tài)？如何從小而精做大做強(qiáng)，最關(guān)鍵的是生態(tài)。

第三個(gè)難點(diǎn)是態(tài)度。做芯片這種基礎(chǔ)的東西，講究的是如何做下去、鉆進(jìn)去，好好做事情。這不是兩年就能完成的任務(wù)，而是二十年甚至更長時(shí)間這才能把東西做出來，這個(gè)過程中要反復(fù)的聚焦、借力，借市場的力做迭代。在包括管理者、芯片設(shè)計(jì)管理、設(shè)計(jì)工程師和服務(wù)工程在內(nèi)的整個(gè)產(chǎn)業(yè)人才鏈條上，只有做到不斷放大成功、發(fā)揮長處，才有可能通過長時(shí)間的努力做出一款自主可控和國際一流的高端計(jì)算芯片產(chǎn)品。

主持人蘇東：沈總，我昨天和你簡單交流過，你做芯片30多年，其中20多年在深圳，你現(xiàn)在AI芯片馬上就要流片生產(chǎn)了，這個(gè)過程中碰到哪些難點(diǎn)？你認(rèn)同李總的看法嗎？

沈聯(lián)杰：我覺得李總回答了相當(dāng)多，這些都是大家想要做AI芯片一定會(huì)碰到問題，不管是在過去、現(xiàn)在還是未來。但從另外一個(gè)角度看，這些又都完全不是問題，為什么呢？AI或者AI芯片，其實(shí)跟BAT這些公司一樣，都是時(shí)勢(shì)造就英雄、英雄推動(dòng)時(shí)勢(shì)，天時(shí)地利人和缺一不可。

RISC-V我沒有真正用過，但聽起來肯定比ARM和X86要有效率的多。雖然我們做了幾十年圖片和算法的芯片，有各種應(yīng)用的算法，但這里面還是少不了一個(gè)CPU。外面買的CPU很難用，ARM不是只為了做圖像設(shè)計(jì)而生，所以必須要修改很多東西?？墒堑胶髞戆l(fā)現(xiàn)怎么改也不好用，那就干脆自己做CPU。從買到改再到做，這些積累在今天做圖像的深度學(xué)習(xí)時(shí)完全發(fā)揮了作用。

難與不難這件事情考驗(yàn)的是一家公司的積累。在剛開始沒有任何經(jīng)驗(yàn)時(shí)，還是應(yīng)該照著專家給你的經(jīng)驗(yàn)做，累積多了之后，我相信你會(huì)同意剛剛李總講的事情，也就是必須要專注，必須要把一些底層的東西做好。

主持人蘇東：接下來我的問題是，今天的很多嘉賓演講中，談到AI芯片里很重要的架構(gòu)就是可編程化。在算法還沒有完全成熟的時(shí)候做芯片，怎么保證算法不斷迭代的同時(shí)，芯片也能夠跟著算法往前走？在架構(gòu)里面，我們選擇FPGA、DSP還是ASIC？

牛昕宇：今天下午幾位主講嘉賓意見很一致，真正的芯片核心技術(shù)是芯片本身的架構(gòu)和依托于架構(gòu)的編譯器。芯片底層架構(gòu)可以解決算力和功耗這種底層的物理性能問題，而編譯器解決的是通用化和定制化問題。

我們鯤云為什么選擇了數(shù)據(jù)流架構(gòu)呢？我們積累了30多年，除了不基于指令集的高性能架構(gòu)之外，還有一款不基于指令集的數(shù)據(jù)流架構(gòu)編譯器，全球第一款C到底層硬件芯片的handle-C的編譯器也是我們團(tuán)隊(duì)研發(fā)的。只有架構(gòu)和編譯器兩者合在一處，一家AI芯片公司才能真正掌握通用性和定制化這兩柄利刃。

如果一顆芯片針對(duì)每個(gè)領(lǐng)域都做定制化，我們認(rèn)為這不能稱之為芯片，只能說是做了定制化的devise出來，不是通用化的東西。但是在滿足底層的通用化和高性能之后，怎么讓各個(gè)領(lǐng)域的開發(fā)者去開發(fā)應(yīng)用呢？這就需要編譯器，你不能期待每個(gè)開發(fā)應(yīng)用的人都非常了解你的芯片，編譯器解決的事情是把底層架構(gòu)的門檻降下來，讓大家能非常容易的使用。

除了芯片之外，我們還有對(duì)外開放的AI開發(fā)平臺(tái)，讓各個(gè)領(lǐng)域的用戶上傳圖片，通過最簡單的圖片畫框或者打標(biāo)簽的方式，在這個(gè)平臺(tái)上生成推進(jìn)算法，然后把算法從頭到尾N2N全自動(dòng)下載到我們的芯片上，這是我們做得非常有意義的事情，這樣才能釋真正把芯片的算力釋放出來。

至于主持人說的具體用DSP還是ASIC，我覺得這是商業(yè)化的決策。當(dāng)芯片的出貨量到十萬或者百萬顆級(jí)別的時(shí)候，我覺得非常有必要做ASIC出來，在這之前基于FPGA完全沒有問題。作為一家芯片公司，我從來不覺得FPGA和ASIC有什么區(qū)別，你賣的是電路，這塊電路是基于指令集的電路還是自己寫的電路都無所謂，區(qū)別就在于ASIC前期投入大，隨著出貨量增大可以逐漸降低成本。芯片公司選擇FPGA還是ASIC，是根據(jù)自己的出貨量、根據(jù)市場來決定的。

李云鵬：AI計(jì)算的軟件迭代周期很快，而芯片研發(fā)周期長，如何讓周期長的芯片能夠預(yù)知未來，把未來的事情都搞定，這是問題。AI計(jì)算本身是什么，計(jì)算本身是什么？是一些基礎(chǔ)的算子通過科學(xué)算法的邏輯化編排來實(shí)現(xiàn)一些人類的目的，常用的一種方法是給算法做加速，另一種方法是把算法做得更快一點(diǎn)。

舉個(gè)例子，如果我想知道深圳市今天用電信卡打電話的平均分鐘數(shù)，我們要到電信數(shù)據(jù)庫執(zhí)行這條命令。負(fù)責(zé)任的說，如果這個(gè)數(shù)據(jù)庫的加法實(shí)現(xiàn)的速度比另外一個(gè)數(shù)據(jù)庫加法實(shí)現(xiàn)速度快20%，疊加起來的效果是好一千到兩千倍的樣子。而通過算子的方式來實(shí)現(xiàn)，可能對(duì)上層算法的依賴度會(huì)減輕一些，針對(duì)算法加速的效果，不論是手工做還是什么東西做，一定會(huì)比general purpose的方式好很多，毋庸置疑。

最后，我非常同意?？傉f的，F(xiàn)PGA和ASIC的選擇要看出貨量。

周斌：這是一個(gè)蠻有意思的問題，我們大家在談AI芯片時(shí)談的是芯片本身。AI芯片是處理AI任務(wù)的，而AI任務(wù)在不斷的變化，其變化本質(zhì)、數(shù)學(xué)模型是什么，哪些是變的、哪些是不變的，這是任何做AI芯片公司的人和團(tuán)隊(duì)必須首先認(rèn)可領(lǐng)悟和理解的。

現(xiàn)在市場上大家對(duì)于AI應(yīng)用的需求點(diǎn)在哪里？我們通過團(tuán)隊(duì)中的大量算法科學(xué)家、算法工程師、應(yīng)用工程師和客戶深入對(duì)接，以及我們?cè)谛袠I(yè)深入的積累，可以確定芯片中哪些可以固定下來。卷積層是否存在？深度網(wǎng)絡(luò)的主流是什么，是卷積神經(jīng)網(wǎng)絡(luò)還是RNN？下一代Sparking能否用起來？這是針對(duì)深度學(xué)習(xí)應(yīng)用的，我們只需要把現(xiàn)階段深度學(xué)習(xí)做好就可以，只關(guān)注深度學(xué)習(xí)最核心、最本質(zhì)的地方，剩下的我們都不管。

主持人蘇東：地平線的旭日方案已經(jīng)落地了，是針對(duì)人臉場景做的方案。在座各位所做的芯片方案，下游典型客戶是誰？其痛點(diǎn)是什么？當(dāng)你定義這款芯片時(shí)，你考慮的是算力、成本還是功耗？

牛昕宇：我們已有的下游客戶主要是專業(yè)級(jí)客戶，不管是智慧城市還是工業(yè)，主要針對(duì)圖像領(lǐng)域做的深度識(shí)別。城市內(nèi)的分析識(shí)別、安防的圖片前置狀態(tài)分析、工業(yè)基礎(chǔ)設(shè)施狀態(tài)巡檢，這些都是我們的典型應(yīng)用。

我們公司選取應(yīng)用的三大標(biāo)準(zhǔn)是：首先市場規(guī)模要夠大；其次這個(gè)領(lǐng)域要夠深，那種只靠一款通用應(yīng)用就能解決所有需求的領(lǐng)域，很容易陷入紅海競爭或者巨頭競爭，對(duì)初創(chuàng)公司來說并不是特別好的選擇；第三要離商業(yè)化夠近，我們我們分析了很多市場環(huán)境，發(fā)現(xiàn)整個(gè)領(lǐng)域離商業(yè)化落地還有兩三年時(shí)間，可以做一些布局，但不會(huì)嘗試投入。

作為初創(chuàng)公司，從產(chǎn)品定位來看主要在于兩點(diǎn)：要么夠便宜，要么你的產(chǎn)品能滿足別人不能滿足的需求。做便宜的芯片不是我們擅長的事情，我們定位的是高端、高度定制化的高性能芯片，目標(biāo)客戶是那些現(xiàn)有CPU和GPU不能滿足需求、肯為額外功能和性能買單的用戶，主要集中在專業(yè)級(jí)和工業(yè)級(jí)。

現(xiàn)在很多安防領(lǐng)域?qū)θ四樧R(shí)別有標(biāo)準(zhǔn)化需求，很多客戶除了人臉識(shí)別外，還需要分析著裝、人臉特征，進(jìn)一步分析定制化特征需求。我們的芯片架構(gòu)可以提供這些能力，我們的開發(fā)平臺(tái)可以讓客戶在上面開發(fā)定制化應(yīng)用。

李云鵬：關(guān)于下游客戶問題，我不直接回答。我們下游客戶（高端制造業(yè)）的Workload需求是什么？真正AI需求對(duì)傳統(tǒng)企業(yè)級(jí)大客戶來說基本可以忽略不計(jì)，他們有需求增長點(diǎn)，而且非常高，現(xiàn)在看到80%以上是較為傳統(tǒng)的數(shù)據(jù)需求，包括Relational、大數(shù)據(jù)、回歸類、SuperConputing、DataDreamer、AI-Base、PHM、How’s management，這是一個(gè)現(xiàn)狀。

未來的發(fā)展會(huì)如何？上個(gè)月發(fā)布了AI Dreamer Marker Focus，他們的Focus非常有意思，現(xiàn)在AI Workload 2025年占20%，混合AI市場占42%，剩下的其他市場依舊是通用型數(shù)據(jù)處理市場。這個(gè)市場對(duì)芯片處理云端需求，大概是1000億美金。從這個(gè)訴求角度來說，我們下游客戶是企業(yè)云客戶，云計(jì)算的發(fā)展讓數(shù)據(jù)有了存儲(chǔ)空間，大數(shù)據(jù)和物聯(lián)網(wǎng)的發(fā)展讓他們有數(shù)據(jù)的來源。

我們認(rèn)為算法本身結(jié)合得非常深。舉個(gè)例子，葉根螺栓是不是會(huì)裂，我不做風(fēng)機(jī)真的不知道。我們唯一可以關(guān)注的是算力，如何在有限功耗的前提下算力，這是價(jià)值點(diǎn)。

周斌：這是所有創(chuàng)業(yè)公司必須面對(duì)的第一個(gè)問題，你的客戶在哪里。我的合作導(dǎo)師告訴我，如果沒有客戶就不要啟動(dòng)公司。對(duì)于市場的了解，需要對(duì)市場有清晰的認(rèn)識(shí)。在我們理解中，企業(yè)級(jí)市場和消費(fèi)級(jí)市場，不同客戶對(duì)AI的體驗(yàn)和需求非常不一樣。多樣化的需求能否通過一顆芯片架構(gòu)來滿足，我無法回答這個(gè)問題，我的理解是很難的。

我們不說峰值計(jì)算能力，這是虛的，我做了十幾年算法優(yōu)化，知道架構(gòu)能用到10%就很好了。真正的關(guān)注度點(diǎn)應(yīng)該客戶愿意花多大的成本和代價(jià)買多大的成果，這依賴于核心架構(gòu)能提供多少性能指標(biāo)。我們對(duì)于行業(yè)用戶、消費(fèi)級(jí)客戶定義不同的產(chǎn)品線，每個(gè)產(chǎn)品線擁有的產(chǎn)品特征和關(guān)注性能指標(biāo)不一樣。在云計(jì)算市場，功耗是非常核心的問題，我們會(huì)提供極低功耗上的性能。云計(jì)算市場中一個(gè)服務(wù)器功耗是200瓦級(jí)別，我們?cè)?0瓦功耗下便可以提供上百瓦的服務(wù)。這些市場構(gòu)成我們典型的頭部客戶，哪里有需求，哪里就有我們，我們跟著市場需求走。

在應(yīng)用落地場景中，云端和終端是我們兩大產(chǎn)品線和兩大應(yīng)用場景。我們公司的界限非常清楚，我們自己不做終端產(chǎn)品，而是為做終端產(chǎn)品的合作伙伴提供服務(wù)。我們的產(chǎn)品可以用于機(jī)器人、自動(dòng)駕駛、云計(jì)算、嵌入式小場景，包括手機(jī)、智能音箱，我們有不同的產(chǎn)品形態(tài)，可以提供從核心IP、硬件IP、軟件IP，到芯片、低功耗芯片、高性能低功耗芯片，以及完整解決方案等完整服務(wù)，在同樣價(jià)格和功耗下提供最好的性能指標(biāo)，讓做人工智能應(yīng)用的合作伙伴可以獲得最優(yōu)秀的解決方案。

沈聯(lián)杰：我在深圳工作了26年，20多年前推出全亞洲第一款芯片，但沒有真正賣進(jìn)安防。10年前我們才真正開始做安防，這10年來很辛苦，人臉識(shí)別用得最多的是安防，無論是銀行、酒店還是公安。要賣芯片，尤其是賣到安防領(lǐng)域，跟你的東西好不好沒關(guān)系，首先要考慮到?？?、大華等公司的地位。我們不是我們沒能力做好，像地平線那樣的芯片我們絕對(duì)有能力做，但做了賣給誰？所以我們要彎道超車就要繞過他們。

主持人蘇東：我們?cè)谡勑酒瑫r(shí)，繞不過中興事件和中美貿(mào)易事件，從做芯片創(chuàng)業(yè)公司角度來看，貿(mào)易戰(zhàn)本身以及將來對(duì)設(shè)備、人才的限制，對(duì)我們會(huì)造成一定的影響嗎？

周斌：中國和美國在芯片領(lǐng)域進(jìn)行角逐，這是一個(gè)針對(duì)性的問題。美國在這個(gè)領(lǐng)域有非常強(qiáng)的壟斷地位，我們也在硅谷有非常大的研發(fā)隊(duì)伍。中國發(fā)展到現(xiàn)階段，無論彎道超車的理論對(duì)不對(duì)，我們都需要超越，需要往上走。我們不一定要對(duì)抗，而是充分利用已有的優(yōu)秀人才、資源和技術(shù)來解決我們的問題。

NovuMind在硅谷建了核心的研發(fā)團(tuán)隊(duì)，是為了把真正的好芯片做出來。在這個(gè)大環(huán)境下，我們更容易理解其中的競爭合作關(guān)系。大環(huán)境下的一些小沖突，可以帶來更多的彼此合作和相互促進(jìn)。在這個(gè)過程中，中國核心芯片產(chǎn)業(yè)一定可以支撐下去，并且一定能站在最高的頂端。在此態(tài)勢(shì)下，我們的解決方案很簡單，充分利用雙邊最優(yōu)質(zhì)的資源，使我們的水平得到提升。

牛昕宇：我覺得這個(gè)問題分為兩方面：人才和技術(shù)。可能大家都認(rèn)為，如果中美之間有沖突，對(duì)人才流動(dòng)有比較大的影響。作為一家初創(chuàng)公司，如果你掌握源頭性的技術(shù)，對(duì)于人才的需求只需要幾個(gè)核心團(tuán)隊(duì)的人，他經(jīng)歷過這個(gè)技術(shù)從零到一的過程就可以了。

我經(jīng)常說，知道這個(gè)東西怎么做是工程化的問題，不是技術(shù)。真正的技術(shù)是這個(gè)東西從零到一之間，什么東西不能做。現(xiàn)在深圳的人才非常好，我們很多同事從華為、中興和大疆加入，他們的工程能力很強(qiáng)，但他們不知道大方向。我們有CTO和首席科學(xué)家說來確定方向，你只要做就可以了。

鯤云并不特別擔(dān)心人才問題，我們?cè)趥惗卦O(shè)立有鯤云獎(jiǎng)學(xué)金，每年會(huì)招收做人工智能芯片和編譯器的優(yōu)秀博士生。我們的合作關(guān)系很明確，我來制定博士生研究課題，你的研發(fā)成果歸我所有，你來發(fā)論文，這樣大家都得到了想要的東西，在保證每個(gè)人利益的情況下，不需要發(fā)生沖突，這是三贏的關(guān)系。

在技術(shù)方面，不管是貿(mào)易戰(zhàn)還是和平貿(mào)易時(shí)期，美國對(duì)我們比較大的影響是巨頭企業(yè)，包括英特爾、英偉達(dá)等企業(yè)。國內(nèi)AI芯片企業(yè)要解決的問題是你對(duì)它是否有價(jià)值，如果沒有價(jià)值，合作無從談起。如果你有價(jià)值，就是天生的合作關(guān)系。今天現(xiàn)場有一個(gè)英特爾展臺(tái)，展示的AI芯片應(yīng)用就是我們做的。作為跨國大企業(yè)，它為什么愿意跟我們合作？是因?yàn)槲覀兛梢蕴峁┧鼰o法提供的價(jià)值，這是最基礎(chǔ)的，不論是貿(mào)易戰(zhàn)還是和平時(shí)期，這都是初創(chuàng)公司應(yīng)該關(guān)注的。

主持人蘇東：對(duì)芯片公司來說資本嫁接是必要的，各位是創(chuàng)業(yè)公司，在持續(xù)不斷的融資。今年上半年和下半年，你們感受到的氣氛是怎樣的？

李云鵬：我經(jīng)常被問現(xiàn)在做AI和芯片，這個(gè)市場會(huì)不會(huì)有投資可能性？我的回答比較快，任何一個(gè)偉大的公司都經(jīng)歷過風(fēng)波，任何一個(gè)偉大公司的做成都經(jīng)歷過周期。如何在這期間鑒定資本力量，在低潮期穩(wěn)定團(tuán)隊(duì)，專注把事情做好，這正是公司關(guān)注的。我們公司具備一定的造血能力，在中國資本市場上比較看重造血能力，我們的融資還挺好。

主持人蘇東：聽說二級(jí)市場的影響，一級(jí)市場斷崖式的下降很有影響？

李云鵬：朋友圈說一級(jí)市場搞不到錢，最近我知道一家北京的基金，40分鐘拿到1億美金，GP好還是可以搞定。好項(xiàng)目本身不缺資金，過程中大GP會(huì)對(duì)小GP趁火打劫。

周斌：整個(gè)市場層面，一級(jí)市場和二級(jí)市場的變化，對(duì)于頭部項(xiàng)目來說反而是一個(gè)好的狀態(tài)，大家更愿意集中在真正能突出的項(xiàng)目上，我們的感受反而更好，我認(rèn)為這是蠻好的狀態(tài)。不管市場是成長期還是洗牌期，都會(huì)真正的大浪淘沙，把真正有價(jià)值、有核心技術(shù)、有成長性、有未來的公司選出來，大家會(huì)向我們這樣的公司聚集。

現(xiàn)在隨便弄幾個(gè)人說句AI、喊個(gè)口號(hào)就能拿到投資的事不存在了，在團(tuán)隊(duì)、市場層面上，有扎實(shí)內(nèi)容、能賺錢的公司反而成為市場的香餑餑，這個(gè)洗牌期會(huì)逼著洗牌人看清楚這家公司是否有價(jià)值。現(xiàn)在投資人們開始認(rèn)認(rèn)真真的看技術(shù)了，他們關(guān)注我們的內(nèi)核，給我們做IP競調(diào)、專利競調(diào)，這個(gè)情況我非常高興，因?yàn)榻K于找專家跟我們談?wù)?jīng)事了，投資開始回歸到價(jià)值投資的本質(zhì)，通過資本市場的力量促成技術(shù)到市場的轉(zhuǎn)化，從而共享收益。

主持人蘇東：最后，能不能用一兩句話提出現(xiàn)在沒有實(shí)現(xiàn)，但兩三年內(nèi)甚至更遠(yuǎn)一定會(huì)出現(xiàn)的AI場景？

牛昕宇：剛才我說的三個(gè)市場要求，最后一個(gè)是離市場化夠近，像自動(dòng)駕駛、人工智能在金融領(lǐng)域的應(yīng)用，我們逐漸看到實(shí)際落地的趨勢(shì)。這幾個(gè)領(lǐng)域本身的行業(yè)尚未成熟，最簡單的例子是自動(dòng)駕駛汽車沒有上路，系統(tǒng)就不可能大規(guī)模賣出去。相信未來3~8年內(nèi)，這些領(lǐng)域會(huì)出現(xiàn)大規(guī)模落地的情況。

李云鵬：在智能制造行業(yè)，大家都在談微笑曲線，一頭是設(shè)計(jì)，一頭是服務(wù)，中間是制造?，F(xiàn)在中國的制造行業(yè)是兩端低，中間拉得無窮長，只能打價(jià)格戰(zhàn)。AI在這方面的落地，可以在兩三內(nèi)為行業(yè)做什么。我要知道設(shè)備本身是好還是壞，什么時(shí)候壞，為什么會(huì)壞，過程一定會(huì)傳輸?shù)剿^的設(shè)計(jì)和項(xiàng)目設(shè)計(jì)端，為產(chǎn)品的設(shè)計(jì)帶來一定的價(jià)值提升。以AI的方式提微笑曲線，這是我們對(duì)中國制造2025年的理解。

周斌：大概3~5年后，在有限場景、受限場景的自動(dòng)駕駛會(huì)成為比較現(xiàn)實(shí)的事情。第二是機(jī)器人，尤其是工業(yè)制造落地的機(jī)器人，相信更靈活、更具有自主決策、環(huán)境適應(yīng)性更強(qiáng)的機(jī)器人可以在3~5年內(nèi)看到。第三是醫(yī)療，醫(yī)療是我們比較看好的領(lǐng)域，3~5年內(nèi)人工智能檢測(cè)、疾病檢測(cè)、分析系統(tǒng)會(huì)非常多的滲透到我們的醫(yī)院中，這是我們公司有深入布局的點(diǎn)。

沈聯(lián)杰：我個(gè)人認(rèn)為，除非8~16個(gè)月就要賣幾百萬顆，否則不要做。過去這些年我在深圳賣過上百款圖像算法的芯片，人臉識(shí)別、車牌識(shí)別等待，5塊到10塊的芯片基本都賣不了量，5毛到1塊的才是爆款。

今天AI芯片不見得是完美的，它是一個(gè)趨勢(shì)，讓大家快速落地?，F(xiàn)在很多看護(hù)寶寶和老人的產(chǎn)品說是監(jiān)控又不是監(jiān)控，說是玩具也不是玩具，小寶寶笑了它拍一下，這需要多強(qiáng)大的深度學(xué)習(xí)嗎？先從老人、小孩或者家庭不那么敏感的領(lǐng)域切入，帶著諸如人臉識(shí)別等的功能，可以把它定位為消費(fèi)型的監(jiān)控，能用、方便又便宜，就可以走在?？档那懊?。

主持人蘇東：今天感謝各位嘉賓的精彩分享，今天下午AI專場到此結(jié)束，謝謝各位留到最后。

附：圓桌嘉賓介紹

深圳鯤云信息科技有限公司創(chuàng)始人兼CEO：牛昕宇

牛昕宇，1987年8月出生，博士，深圳鯤云信息科技有限公司創(chuàng)始人兼CEO，中國航天-帝國理工中英人工智能聯(lián)合實(shí)驗(yàn)室常務(wù)副主任、帝國理工人工智能定制計(jì)算研究組負(fù)責(zé)人、歐盟FP7和英國EPSRC等專項(xiàng)負(fù)責(zé)人，中國人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟成員。曾獲歐盟科研影響力獎(jiǎng)、帝國理工杰出成就獎(jiǎng)、桑坦德銀行獎(jiǎng)，并獲得FCCM、ASAP最佳論文提名2項(xiàng)，歐盟HiPEAC委員會(huì)最佳論文兩項(xiàng)，國際核心期刊和會(huì)議論文發(fā)表30余篇，發(fā)明專利7項(xiàng)，國際專利1項(xiàng)。帶領(lǐng)鯤云研發(fā)的人工智能芯片“星空”、“雨人”已成功應(yīng)用到航天、航空、電力、智慧城市等多個(gè)領(lǐng)域，并推出了以自主研發(fā)芯片架構(gòu)為底層，以開放應(yīng)用平臺(tái)為依托，為人工智能的頂層應(yīng)用開發(fā)提供計(jì)算資源的人工智能平臺(tái)，為如毛細(xì)血管般的物聯(lián)網(wǎng)應(yīng)用終端裝上“智能大腦”。

天數(shù)智芯創(chuàng)始人兼CEO：李云鵬

李云鵬，天數(shù)智芯創(chuàng)始人兼CEO。2002年畢業(yè)于南京大學(xué)計(jì)算機(jī)系，2005年獲美國威斯康辛州大學(xué)麥迪遜校區(qū)（University of Wisconsin-Madison） 碩士學(xué)位，曾任美國甲骨文公司數(shù)據(jù)庫部門研發(fā)總監(jiān)。他曾帶領(lǐng)一支橫跨五個(gè)時(shí)區(qū)的跨國團(tuán)隊(duì)，為甲骨文數(shù)據(jù)庫拳頭產(chǎn)品Oracle Database 11g、12c和Exadata的研發(fā)做出卓著的貢獻(xiàn)，專長于研發(fā)體系的組織和管理以及智能系統(tǒng)架構(gòu)設(shè)計(jì)。2015年歸國創(chuàng)立天數(shù)智芯。

NovuMind中國區(qū)總裁：周斌

周斌，NovuMind中國區(qū)總裁?，F(xiàn)任山東大學(xué)教授，兼任北京航天航空大學(xué)人工智能專業(yè)特聘教授，曾任中國科學(xué)技術(shù)大學(xué)客座研究員。目前帶領(lǐng)NovuMind融合大數(shù)據(jù)、深度學(xué)習(xí)、高性能計(jì)算和異構(gòu)計(jì)算能力，讓智能應(yīng)用從云端延展至終端，為智能物聯(lián)網(wǎng)（Intelligent Internet of Things）賦能。周斌畢業(yè)于清華大學(xué)，并取得本科、碩士及博士學(xué)位，美國GMU大學(xué)獲得計(jì)算機(jī)碩士學(xué)位。

周斌以高速信號(hào)和圖像處理為主要研究方向，涵蓋包括傳感器（視覺、紅外、雷達(dá)、激光等）信號(hào)采集，異構(gòu)系統(tǒng)（包括GPU,FPGA,CPU等）高性能深度學(xué)習(xí)處理系統(tǒng)架構(gòu)，以及基于深度學(xué)習(xí)的目標(biāo)檢測(cè)、分類、識(shí)別和跟蹤等研究。累計(jì)發(fā)表論文20余篇，擁有國際專利2項(xiàng)，國內(nèi)專利7項(xiàng)，軟著3篇，承擔(dān)項(xiàng)目10余項(xiàng)，其中包括國家海洋局海洋公益性行業(yè)科研專項(xiàng)，為我國首創(chuàng)的結(jié)合高分辨率高光譜系統(tǒng)和激光雷達(dá)系統(tǒng)的對(duì)海探測(cè)項(xiàng)目；基于GPU的高效能復(fù)雜環(huán)境仿真方法研究，獲得總裝備部裝備預(yù)研基金重點(diǎn)項(xiàng)目支持。

作為異構(gòu)計(jì)算和深度學(xué)習(xí)方面的專家，研發(fā)了大量核心算法和處理系統(tǒng)，包括基于深度學(xué)習(xí)設(shè)計(jì)的VIP識(shí)別系統(tǒng)、人臉檢測(cè)識(shí)別系統(tǒng)和視頻處理系統(tǒng)，獲得工業(yè)界投資和應(yīng)用; 成為全球第12位，中國唯一的NVIDIA CUDA Fellow以及NVIDIA DLI認(rèn)證講師、IVA/CV導(dǎo)師。

AVSdsp CEO：沈聯(lián)杰

沈聯(lián)杰，1956生，川裔/臺(tái)北市人，交通大學(xué)畢業(yè)主要從事計(jì)算機(jī)系統(tǒng)及芯片設(shè)計(jì)，就業(yè)的工作/飛利浦IC設(shè)計(jì)部經(jīng)理/華隆微電子芯片策畫經(jīng)理/臺(tái)灣三星電子芯片企畫經(jīng)理/翔英科技總經(jīng)理（創(chuàng)業(yè)）/倚強(qiáng)科技總經(jīng)理（合併創(chuàng)業(yè)~股票上市）/AVSdsp Co. Ltd.（重新創(chuàng)業(yè)十年至今），近二十四年前設(shè)立公司于深圳南山科技園增至四十位工程師，成為華南市佔(zhàn)份額第一（70%）的圖像芯片廠，2003回臺(tái)上市公司增至二百人也成為臺(tái)灣芯片獲利王前三強(qiáng)，不幸因2008金融風(fēng)暴也引爆公司內(nèi)部分裂，遂辭任總經(jīng)理帶著副總與一線主管二十多人離開，重新創(chuàng)立AVSdsp以高端圖像識(shí)別處理芯片與安防產(chǎn)業(yè)為主，推出多款人臉與智能識(shí)別及星光寬動(dòng)態(tài)芯片，也推出很多平價(jià)同軸高清攝像機(jī)主控芯片能年銷數(shù)百萬套，近兩年再聚焦車載影像及深度學(xué)習(xí)AI芯片，目前將發(fā)表全球最低價(jià)至$1美元的AI芯片。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。