0
斜杠少年，這是我想到依圖時，腦袋里倏然蹦出的一個詞。
自2012年9月橫空出世，成立八年來，頭頂AI獨角獸光環(huán)的依圖被不少聚光燈所圍繞。
關注的話題不外乎三點：賺錢的額度、融資的速度、上市的進度。
今天，藉由八周年的時間節(jié)點，我們細致地聊聊這家公司，聊聊這位斜杠少年的不羈成長史。
首先有必要解釋下斜杠少年的詞性，關于它的立意、屬性，看官們眾說紛紜。
有人說這是菜鳥、是新手，是不專業(yè)的代名詞；也有人說是應付裕如、是不偏不倚，是在自己擅長領域多面出彩之人。
于我而言，斜杠少年多是褒義的。
他們通常不囿于一成不變的生活，以初生牛犢不怕虎之姿去開辟可能性、去嘗盡人間百味、去追求和探索不一樣的無人之境。
八年時間，依圖也的確做到了他想做到的全部。這位斜杠少年一直在AI之路上狂奔，但并非蒙著眼。
從一窮二白的屌絲創(chuàng)業(yè)者到估值近200億的商業(yè)巨子；從看不清任何方向的小作坊到業(yè)務覆蓋智能城市、智慧醫(yī)療、AI芯片等多領域的AI獨角獸。
朱瓏掌舵下的依圖，為整個AI業(yè)態(tài)帶來了一次徹頭徹尾的大翻新。
在計算機視覺領域，朱瓏被公認為是根正苗紅的天才少年，他的開掛人生得益于兩位足可撼動全球人工智能業(yè)界的導師的悉心輔佐。
2003年，他師從艾倫·尤爾（Alan Yuille）教授，于UCLA（加利福尼亞大學洛杉磯分校）攻讀統(tǒng)計學博士學位。
Alan Yuille教授早年曾在劍橋大學跟隨霍金教授研究理論物理，之后轉(zhuǎn)向計算機視覺領域，曾撰寫2010年美國計算機視覺白皮書，為白宮和美國自然科學基金會等提供指導性意見。
2010年，朱瓏又加入NYU（紐約大學）數(shù)學研究所，拜Yann LeCun門下，研究圖模型和深度學習。
Yann Lecun是卷積神經(jīng)網(wǎng)絡（CNN）之父，與深度學習鼻祖Geoffrey Hinton、Yoshua Bengio，共同獲得 2018年圖靈獎，被并稱為“全球深度學習三巨頭”。
學有所成后，朱瓏決定帶著天賦與熱愛回到中國，以AI之劍刺破塵封已久的商業(yè)結(jié)構。正如當年馬云、馬化騰、李彥宏、張朝陽等人攜互聯(lián)網(wǎng)代碼殺到一樣。
在此期間，他也幸運地遇到了創(chuàng)業(yè)路上的小伙伴：林晨曦。
說起林晨曦，這也是神一般存在的人物。
他本科畢業(yè)于上海交大，2003年獲得了首屆交大校長獎，大四期間就獲得了全球大學生程序設計總決賽的冠軍。
他和朱瓏是高中同學，朱瓏在美國讀博期間，林晨曦在阿里云擔任技術總監(jiān)。
后面的故事并沒有太多的離奇曲折，兩人一拍即合創(chuàng)立依圖科技，開始了他們的AI逐夢之旅。
回頭復盤，這絕對是一個大膽甚至太過冒險的決定。
八年前，AI風口未成，創(chuàng)業(yè)公司也沒幾家，VC圈尚不認可，市場也從未被教育。
也許，這就是他們斜杠的體現(xiàn)，要么就不做，要做就做最難的事兒。
不認慫的性格就這樣一直流淌在依圖這家公司的文化血液中。
但對于包括依圖在內(nèi)的新晉闖入者，智能城市行業(yè)的前輩們并不看好。
彼時行業(yè)內(nèi)更多觀點認為AI不過是新壺裝老酒，落地應用乃至商業(yè)化會是個漫長過程，技術應用泡沫巨大。
一些行業(yè)客戶甚至直言，既然在十年前已經(jīng)上了人工智能的“當”，以后再也不會相信這套玩意兒。
內(nèi)外都極具不確定性，可以腦補當年朱瓏、林晨曦的心理壓力和面對這些說法時的內(nèi)心畫面了。
但依圖并未理會，還是選擇當個愣頭青，在這一領域扎下去了。
這一扎，就是八年。
并且在這過程中，還收獲了投資圈內(nèi)有名的堅定于價值投資的頂尖投資人——紅杉資本的沈南鵬和高瓴資本的張磊，雙雙將名片遞給依圖。
沈南鵬被稱為“創(chuàng)業(yè)者背后的創(chuàng)業(yè)者”，他幾乎投出了中國互聯(lián)網(wǎng)的半壁江山，包括阿里、京東、美團、今日頭條和滴滴出行等等。
而張磊最為業(yè)內(nèi)流傳的往事，是2005年將第一筆投資給了當時市值尚不足20億美金的騰訊，并長期持有到現(xiàn)在市值超過6000億美金，已是300倍的增長！張磊在新書《價值》中寫道：“做時間的朋友，許多結(jié)果從長期來看才有意義?！?/p>
手握技術，創(chuàng)業(yè)者能拿到風險投資早就并不是新鮮事，然而同時被這兩位以長期主義和價值投資踐行者選中，事情就有些不尋常了。
這是依圖的第一次“抬杠”，他們贏了。
依圖成立后不久，成功光環(huán)引得各路大神齊聚中國，AI視覺創(chuàng)業(yè)俯拾皆是。
他們大多出身名門， 從最頂尖的學術象牙塔轉(zhuǎn)身投奔工業(yè)界，他們都想著能在AI時代占幾畝山，稱幾代王。
但細數(shù)自2014年至今的高調(diào)入場者，絕大部分都是高高興興出門來、垂頭喪氣回家去，黯然收場、徒留悲傷。
為什么是依圖在內(nèi)的寥寥幾家沖了出來？
關于這個問題，我們采訪了不少業(yè)內(nèi)人士，得到的最高頻答案是：他們的技術的確做得好，對算法的精度太執(zhí)著了。
技術是場景的催化劑，場景是技術的煉火石，一家公司想要走得遠，一定得有拿得出手的核心技術。
這不是一句空話，也不是老生常談，人人都懂的道理說來不過一秒，做起來需要持續(xù)不斷的投入，而且風險巨大，到最后可能成了先烈又賠了歲月。
從算法角度出發(fā)，市場上太多依靠開源框架微創(chuàng)新，然后采用低價策略搶占市場，導致整個行業(yè)喪失了做基礎原創(chuàng)技術創(chuàng)新動力的案例。
堅持自研又是一條漫長且艱苦的路，沒人知道數(shù)年的努力能否換得一次數(shù)量級的提升，也沒人知道高投入后是否得到與之相匹配的回報。
回看依圖這八年，是與原創(chuàng)技術一直較著勁兒的八年，是從不放過每次0.001%精度提升的八年。
選擇堅守的原因很簡單，依圖認為：算法遵循馬太效應，未來不會趨同，且差距會越來越大。
AI技術在未超越人類之前屬黑暗時期，一旦超越人類就開始飛速發(fā)展。譬如人臉識別技術在2015年突破了人眼水平之后的四年內(nèi)精度提升了100萬倍，隨之帶來智能城市場景的極大突破。
用依圖的話說，現(xiàn)階段AI技術的精準度還遠遠沒有達到天花板，基于各個場景的不斷變化，其對算法迭代的要求一定是非常嚴苛且上升的。
未來，誰能夠看到算法精度提升解鎖的更多場景，并根據(jù)場景的變化做到最為快速且精準的反應，誰就能在未來競比中走得更遠。
同時，依圖也清醒認識到，AI作為一項底層基礎設施技術，唯獨當它能正確、準確地賦能至傳統(tǒng)行業(yè)，才會產(chǎn)生巨大價值。
譬如智能城市，這是一個極具個性化的市場，涉及的專業(yè)多、鏈條長，對企業(yè)的資質(zhì)、管理水平、項目實施經(jīng)驗均有較高要求。
在這個市場深耕，需要最好的技術和對客戶最深入的了解；需要潛下心來與甲方多交流、磨算法；需要離開實驗室，脫下西裝深入田間地頭調(diào)產(chǎn)品。
放眼AI界，能輕易通過這種考核的并不多見，依圖算一個。
得益于抗打的算法實力，多家傳統(tǒng)智能城市廠商的銷售代表向AI掘金志透露，過去幾年，依圖在不少城市搶了他們很多大單。
人們眼下談到依圖，不光是融資額，也非行業(yè)熱議話題，更多在感慨它的年少老成和接地氣的商業(yè)手段。
今天來看，依圖對算法的執(zhí)著、對技術的“抬杠”，又贏了。
八歲的依圖，到這里就“原形畢露”了，他們不但要算法面子，還要算力里子。
經(jīng)營企業(yè)就像玩闖關游戲，需要不停打怪升級，每一關都有新的挑戰(zhàn)，稍有不慎就可能滿盤皆輸。
這也是商業(yè)魅力所在，AI創(chuàng)業(yè)并非單一維度的角逐，而是知識、數(shù)據(jù)、算法、算力乃至企業(yè)文化的全方位較量。
多數(shù)創(chuàng)業(yè)者通常會選擇在某一維度做到Top級，譬如保證在算法上不落下風，在算力上選擇通力合作，以保證自身的核心競爭力。
而基于對AI的深刻理解及認知，朱瓏有一個判斷：未來算法和算力必然是一體化的。
道理很簡單：原先算法、算力分離的模式，用戶需要建設兩套單獨的溝通、作業(yè)體系，不僅投入巨大而且難以高效互通，無法實現(xiàn)成本和效率的全局最優(yōu)。
以往，大多數(shù)芯片廠商提供給客戶的產(chǎn)品均是普通計算型芯片，多在底層提供一些加速操作，沒有面向重大場景做針對性優(yōu)化，已經(jīng)無法滿足AI個性化的需求。
過去幾年業(yè)內(nèi)被吐槽最多的便是：AI產(chǎn)品的標準化、同質(zhì)化程度越來越高，以算法見長的品牌之間已經(jīng)很難再拉開顯著差距。
加之原本成熟且可靠的芯片產(chǎn)業(yè)鏈受國際政治影響變得飄搖不定、脆弱不堪，及時打破算力壟斷成當今中國科技企業(yè)的首要命題。
多重因素考量下，斜杠依圖又作出了一個決定：造芯片！
在朱瓏看來，AI創(chuàng)業(yè)若要立于不敗之地，至少得夯實四項基本功：一來知識極密；二來數(shù)據(jù)極優(yōu)；三來算法極精；四來算力極強。
這個夢想的落地實屬不易，算法、算力雖同屬一宗，卻有著不同的業(yè)務邏輯，甚至可以說是兩條賽道。
目前行業(yè)里能夠?qū)⒍唪酆显谝黄鸬钠髽I(yè)寥寥無幾，但命硬的依圖還是站了出來。
2019年5月9號，依圖在上海發(fā)布了其首款深度學習云端芯片“求索”。
依圖“求索”芯片
由于CPU和GPU在數(shù)據(jù)傳輸時會有瓶頸，會抑制有效算力的充分發(fā)揮。而依圖這款芯片設計的本質(zhì)是把這些統(tǒng)一放到一顆芯片里面，既有CPU功能，又有加速AI或者說加速深度學習推理計算的功能。
這樣一來數(shù)據(jù)傳輸?shù)募s束特別少，對視覺推理應用特別好，主打“均衡的端到端處理能力”，這也是比較獨特的地方。
依圖科技首席創(chuàng)新官呂昊還在發(fā)布會現(xiàn)場演示了“求索”芯片性能，他直接架起200路攝像機，通過四塊“求索”芯片實時比對現(xiàn)場超過五百位現(xiàn)場觀眾的人臉。（演示十分鐘左右，現(xiàn)場未發(fā)生一起誤報）
過去八年，朱瓏已經(jīng)從0到1培育了這家企業(yè)。未來八年，朱瓏還想一步步武裝到牙齒，將依圖從1帶到N。
寫到這兒，我突然在依圖身上看到了一些特斯拉的影子，這兩家公司的芯片設計架構、技術路徑、戰(zhàn)略打法上頗有幾分相似。
依圖針對視頻解析，特斯拉針對自動駕駛，但都是視覺推理計算為主的芯片。因此，定義好芯片用在哪里、要解決什么問題非常關鍵。
通常，芯片廠商造好芯片，下游廠商根據(jù)芯片性能匹配場景；而特斯拉與依圖都是從需求側(cè)出發(fā)，感知用戶側(cè)所需，再根據(jù)需求去打磨芯片。
先看特斯拉，他們選擇造芯的原因很簡單：供應商提供的芯片性能已經(jīng)滿足不了他們的需求。
從軟件需求倒推芯片算力需求，特斯拉決心自研芯片，以推進汽車智能化進程，實現(xiàn)差異化競爭優(yōu)勢。
再看依圖，AI算法的進一步突破一定會帶來相關應用的逐步成熟，隨之則需性能更好、智能密度更高的AI芯片去匹配。
遺憾的是，目前市場上大多都是通用型AI芯片提供人工智能計算所需的算力，而針對某些場景的專用AI芯片較為匱乏。
而絕大多數(shù)通用型AI芯片在實際應用過程中，又會遇到四個問題：一、無法與數(shù)據(jù)產(chǎn)生高效、深度連接；二、無法與市場產(chǎn)生緊密耦合；三、缺乏優(yōu)質(zhì)算法；四、功耗過大、對溫度等環(huán)境因素敏感度不夠。
這一切的一切，都在倒逼著依圖必須生產(chǎn)出一款能夠完美適應、匹配AI時代的芯片。
依圖的解決思路是 “算法即芯片”。過去是摩爾定律時代，廣義計算脫離AI算法，脫離智能算法為誰而算的目的。今天要彎道超車，只能找對問題、找對場景和算法。
產(chǎn)品定位層面，他們也都祭出了高算力、高性能、低功耗大招。
根據(jù)特斯拉官方發(fā)布的數(shù)據(jù)——FSD芯片擁有32M的SRAM雙核心，每個核心在2GHz頻率下?lián)碛?6TOPS的性能，所以雙核共有72TOPS的性能，整個主板就有了144TOPS的性能。
與上一代由英偉達芯片驅(qū)動的Tesla Autopilot相比，這臺新電腦每秒幀數(shù)處理能力提高了21倍，且相比Autopilot 2.5版本，每輛車的硬件成本降低約20％。
FSD芯片相比此前英偉達供貨產(chǎn)品性能提高2000%，能夠處理更多數(shù)據(jù)并更快做出決策。
再看依圖求索芯片，單路攝像頭功耗僅為英偉達GPU P4的30%。1臺依芯求索AI服務器能支持1萬路視頻流全解析，能驅(qū)動像上海這樣的國際化都市單條主干道或一整個小型園區(qū)所需的智能終端設備。
基于依圖構建的智能視頻解析系統(tǒng)，將原本需要16臺機柜的方案壓縮到1臺，使數(shù)據(jù)中心整體建設費用投入減少50%，運維成本降低80%，讓每座城市都能擁有自己的視覺中樞。
另外，他們在產(chǎn)品側(cè)還有一個最大的共通點：特斯拉的FSD芯片已經(jīng)量產(chǎn)（選配服務包），依圖的求索芯片也已經(jīng)開始商用。
10月22日，央視《新聞聯(lián)播》就實名點贊了依圖人工智能技術賦能上?！耙痪W(wǎng)統(tǒng)管”建設。
作為上?！耙痪W(wǎng)統(tǒng)管”系統(tǒng)建設的參與者之一，依圖的人工智能芯片極大地釋放了人工智能算力在城市管理中規(guī)?；涞氐目赡苄?。
在上海浦東新區(qū)，149個老舊小區(qū)因為依圖被重“芯”改造、全面賦能。
造芯，如指尖上造城，看上去不太可能會完成的任務。今天來看，依圖這一次的重要“抬杠”，還是贏了。
這個世界上的一花一木、一蔬一果，何種形態(tài)、如何生長，其實并非偶然。
用美國密西根大學商學院Noel Tichy教授的話說，很多事物的結(jié)局從它誕生的一刻起就已經(jīng)寫在了基因里。
企業(yè)是一種活的非自然生物體，它與自然生物一樣也有著自己的遺傳基因。
于依圖，單一色調(diào)已經(jīng)無法滿足他們想要描繪的多彩未來，知識、數(shù)據(jù)、算法、算力，幾種不同的基因交纏碰撞在一起，才能激發(fā)出他越來越強大的勢能。
從知識到數(shù)據(jù)，從數(shù)據(jù)到算法，從算法到算力，依圖用技術和信念，撕開了AI泡沫的外衣，在全球掀起了一場AI落地革命。
它讓人們知道，AI不應只是科技精英的狂歡，而是應該像電力、自來水一樣惠及普羅大眾。
它給人們普及，算法即芯片時代或許真的可以讓天下沒有難用的 AI。
它還讓人們相信，原創(chuàng)算法加自研芯片的王炸組合，也許真的可以降低AI技術的門檻，讓AI真正落地并發(fā)揮商業(yè)價值。
去年12月27日，AI掘金志曾撰文《重構依圖，「不合群」的 AI 獨角獸》,寫到了他們的特立獨行、不合群。
今年復盤，與其說這是一時興起的異類，不如說是蓄謀已久的放飛。
有的人，看似不合群，也許他們正在自組天地，供他人日后肆意。
正由此，我倒開始期待依圖的第四次“抬杠”了。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
