AI獨角獸依圖釋出開放計劃，清華、自動化所、中移動等已“進群”

安博會，現在已成AI實力比拼的第一戰場。

AI之於安防，猶如過去同網際網路之於手機和PC，不僅是未來方向，也是基礎設施。

但挑戰也很直接：AI也需要和網際網路一樣的行業發展標準。

在經歷2個月的籌備後，依圖在昨日正式宣佈啟動AI晶片視覺計算創新平臺開放計劃，將在視覺計算國家開放創新平臺的框架和基礎上，與生態系統中的夥伴聯合釋出開放計劃。

依圖啟動視覺計算創新平臺開放計劃

計算機視覺技術日漸成熟， 依圖COO張小平表示，目前80%的計算是為了視覺推理，智慧城市的建設將會有上萬路甚至幾十萬路的影片需要同時處理，越來越多的企業產品中加入了AI能力。

但大多數面臨著AI研發能力不足的問題，AI技術碎片化的問題也逐漸突顯。

從國家的高度來看，人工智慧企業的發展不能各自為政，知名的AI企業也要發揮“頭雁”作用，帶領其他企業共同發展。

這是國家組建新一代人工智慧開放創新平臺的原因，由牽頭企業推進開放生態，聯合行業內其他企業，實現良性競爭與合作。

而依圖的定位是，做一家AI基礎設施提供商、解決方案的提供商。

依圖希望透過提供開放、融合的視覺計算技術基礎性平臺，降低使用計算機視覺技術開發各種行業解決方案的門檻，形成“分層解耦、開放融合”的生態。

在整個依圖AI晶片視覺計算開放體系中，演算法層與硬體層、資料層、應用層各層之間都實現解耦，每一層都能透過介面對外提供能力，真正實現了分層解耦，可插拔式的分層架構，讓客戶可以快速深入地基於對所在行業場景的理解進行開發。

分層解耦將整個AI架構分解為視覺計算硬體層、解析計算層、檢視資訊層、大規模特徵索引層、業務應用層，每一層都有介面輸出能力，而且實現了“熱插拔”。

過去，AI晶片和軟體方面的人才往往無法實現對接，導致AI應用開發和落地週期長，將軟體演算法層和硬體層解耦，可以讓加入平臺的企業相互最佳化、相互定製。

依圖科技業務技術副總裁吳岷說，所謂每一層的單獨“熱插拔”，表示硬體廠商可以在這個平臺上抽掉硬體層，加入自己的硬體給其他軟體廠商使用。

計算硬體層上不僅可以使用依圖的晶片，也能使用其他廠商的CPU、GPU、ASIC等晶片。依圖將開放一些遷移工具，幫助實現不同AI軟體在依圖晶片上的適配，同時也支援其他晶片廠商提供遷移工具。

而軟體廠商也可以根據自己的實際需求，選擇開放創新平臺上的不同層級嵌入自己的演算法。

其中，在硬體之上的四個軟體層職能各有不同，解析計算層和檢視資訊層解決了機器的視覺感知問題， 大規模特徵索引層實現了從感知到認知的飛躍。業務應用層賦予了綜合基礎技能實現落地化AI的能力。

AI演算法開發者、AI晶片開發者和AI產品開發者可以在這5個層級中選擇最適合自己的呼叫，像搭積木般靈活組合，大幅降低AI開發時間和AI開發門檻。

依圖“分層解耦、開放融合”的開放創新平臺已獲得了多方的認可。在啟動儀式上，依圖與政府研究機構、學術界、產業界廣泛合作，移動線上、清華大學計算機系、華中科技大學電信學院、中科院自動化研究所等高校和企業，以及包括AIIA-YITU聯合實驗室和中國人工智慧產業發展聯盟等在內的機構是第一批合作伙伴。

依圖憑什麼？

如今，計算機視覺，尤其是人臉識別演算法在國內已經非常普及。

既然計算機視覺領域的成熟企業如此之多，科技部為何會選中依圖來組建視覺計算開放平臺？

因為視覺計算不僅要上層的軟體演算法支援，更需要AI晶片基礎作為後盾，二者不可偏廢。

而依圖是國內為數不多同時具有軟硬體研發實力的企業，是一傢俱備全棧AI技術能力的公司。

在AI硬體方面，今年5月，依圖釋出AI晶片“求索”（QuestCore），以及基於該晶片構建的軟硬體產品和解決方案。

它是全球首款深度學習雲端晶片，也是目前價效比最高的視覺推理晶片。依圖藉此登上了《麻省理工科技評論》釋出的年度“50家聰明公司” 榜單。

在人臉識別方面，依圖多次在美國國家標準與技術研究院（NIST）的全球權威人臉識別比賽中霸榜，連續3年獲得第一名，保持人臉識別上的世界最高水平。

而依圖的技術不僅僅侷限在計算機視覺領域，在語音識別、AI醫療、自然自然語言理解等多個技術領域都有所建樹，達到甚至領跑世界領先水平。

今年2月12日，依圖在Nature子刊《自然·醫學》上發表了一篇題為《使用人工智慧評估和準確診斷兒科疾病》的論文，這是頂級科學雜誌全球首次發表基於中文NLP臨床診斷技術的論文。

就在一個多月以前，依圖還在國際聲紋識別權威競賽VoxSRC奪得第一，錯誤率只有0.98%，大幅領先第二名的1.42%。表明依圖在語音識別的技術上也達到了世界領先水平。

隨著在AI晶片及多領域演算法研究上的突破，依圖已在視覺、語音等多個方面具備了“頭雁”企業的能力，最終視覺計算開放創新平臺花落“依圖”家也就不足為奇了。

國家平臺如何自主可控？

僅僅有強大的技術還不行，承接科技部的使命，為國家建立視覺計算開放創新平臺，還要有不被西方掣肘的實力。

去年，因為中美貿易關係的影響，國內很多科技企業開始佈局晶片設計和製造，防止美國企業斷供造成“無糧可用”的局面，事實也證明了未雨綢繆的憂患意識是必不可少的。

其實早在“晶片危機”出現以前的2017年，依圖已經開始在研發AI晶片。

對於晶片基礎本來就薄弱的國內企業來說，晶片研發的風險大、週期長。但也是國內AI發展到一定階段的必然要求。

AI晶片之前幾乎被谷歌、英偉達等國外企業壟斷，谷歌TPU只提供雲服務，而英偉達GPU價格昂貴。

近期，阿里平頭哥、華為海思都各自推出了相應的AI晶片。

5月，依圖推出了商用自研雲端AI晶片“求索”（QuestCore），在AI演算法和AI晶片兩個維度都處於世界前列，不僅解決了晶片有沒有的問題，甚至比國外企業做得更好。

“求索”最高能提供15TOPS的視覺推理效能，支援64路全高畫質實時解碼，最大功耗僅20W。一臺由4顆求索晶片構建的依圖原子伺服器，其算力與有8個英偉達P4 GPU的伺服器相當。

自主AI晶片的出現，解決了中國AI企業的幾大痛點：開發難度大、週期長、成本高的問題。

構建視覺計算國家開放創新平臺，能有效解決以上痛點，實現開發經驗和領域知識融合。

依圖可憑藉自身在行業中的實力，協調各方的利益衝突，構建一種新的協作模式和生態。這不僅是國家交給依圖的重要“作業”，也是依圖的美好願景。

— 完 —