算法即芯片依图发布超越英伟达的云端AI芯片|英伟达_新浪财经

　　IT时报记者孙妍

　　200路摄像头，同时捕获现场观众的脸部视频，与数据库里的证件照比对，实时滚动匹配度超过90%的人脸识别结果。令现场沸腾的是，这只需要一台体积与15英寸苹果MacBook笔记本相当的原子服务器带动，其中奥秘就在于内置的4块依图AI芯片中。

　　2019年5月9日，依图科技联合创始人、CEO 朱珑博士一改往日低调作风，高调发布自研云端视觉推理AI芯片questcore，欲与英伟达、特斯拉同类产品比肩，做率先将基础算力和高端算法等核心实力同时握于手中的人工智能公司。

依图科技联合创始人、CEO 朱珑博士

　　打破摩尔定律算法即芯片

朱珑是一个从实验室里走出来的创业者，他在美国待了近10年，先在美国加州大学用统计建模刻画这个世界，接着在MIT研究机器怎么看世界，后又在纽约大学研究深度学习。

2012年，朱珑回国创业，他把这一年定义为AI新时代，深度学习、神经网络、GPU计算和大数据成就了这个新起点。

2012年到2019年间，他把AI分成了三大基础算法领域：计算机视觉、语音识别、语义理解。在计算机视觉方面，依图连续三年获得了全球工业界黄金标准NIST测试的第一名。放眼全球，人脸识别错误率在近几年急剧下降，2015年是一个重要的节点，机器识别人脸的能力超越人类，这一年AlphaGo出现了，它让普通老百姓都见识了AI的能力。

　　在他看来，AI普及的关键在于智能密度，从宏观上来讲，要从单体智能到群体智能，举例来说，一个摄像头识别人脸并不难，但要让成千上万个摄像头识别人脸，并且相互对话，形成决策，这是困难的。从微观上来讲，最重要的单位面积智能算力，提高这个数值就意味着成本的大幅度降低。

　　过去半个多世纪以来，依靠摩尔定律的奇迹，人类成功地在更小的空间里容纳下更多的计算力。但是，摩尔定律已濒临终点，单位面积晶体管数量的提升终将触及物理极限。与此同时，智能算法的性能仍在万倍增长，以依图自主研发的人脸识别算法为例，过去4年算法精度提升了100万倍。

摩尔定律的终结和人工智能技术的发展将开启一个新的时代——算法即芯片时代。“算法即芯片这句话非常本质，只有能找对问题，找对场景，用对算法，并为此定制芯片，才有可能做到极致性价比。”

AI芯片为什么难？朱珑认为，没有典型场景应用没有意义，没有超越英伟达的芯片没有意义，没有世界级的算法没有意义。

做超越英伟达的AI芯片

在发布会上，依图自研的云端AI芯片questcore正式亮相，这是目前全球性价比最高的视觉推理芯片，由依图科技和AI芯片初创团队ThinkForce联合开发。

关于这个AI芯片的设计理念，朱珑强调了四点：一是追求高密度，而不是高算力；二是最顶级的算法才能体现最大的算力；三是不做语言，做视频理解；四是做服务器芯片。

　　依图questcore基于拥有自主知识产权的芯片架构，针对依图的算法做了专门优化，能够充分发挥依图在机器视觉领域的积累，适用于人脸识别、视频结构化分析、行人再识别等多种图像和视频实时智能分析任务。在实际的云端应用场景，依图 questcore 最高能提供每秒15 TOPS的视觉推理性能，最大功耗仅20W，比一个普通的电灯泡还小。在同等功耗下，依图questcore产品的视觉推理性能是市面现有主流同类产品的2~5倍。

依图原子服务器基于questcore 打造，一台服务器提供的算力与 8 张英伟达P4卡服务器相当，而体积仅为后者的一半，功耗不到20%。在进行视频解析时，1台依图原子服务器（搭载4核 questcore芯片，除此之外无需其他配置），与8卡英伟达T4服务器（含双核英特尔 x86 CPU）对比，单路视频解析功耗仅为后者的 20%，与8卡英伟达P4 服务器（同样含双核英特尔 x86 CPU）相比，功耗约为后者的10%。

现场演示表明，单条主干道或者一整个小型园区所需的智能终端设备，只需要这样一台单手可持的服务器便能驱动，为智慧城市、智慧交通、智能安防、智能零售等大规模AI行业应用的落地和普及奠定了基础。

数据中心应该让客户“建得起、用得省、算得准”。使用依图 questcore构建的视频解析系统，将原本需要 16 台机柜的方案压缩到 1 台，使整体建设费用投入减少 50%，运维成本降低 80%。不仅如此，依图原子服务器能够直接在云端升级系统，不需要大规模购买或者更新已有的摄像头、传感器等终端设备，大幅提高了现有基础设施的利用率。