人工智能的爆發(fā)離不開 GPU 的廣泛使用，但如今算力的提升速度始終跟不上數(shù)據(jù)指數(shù)增長的速度，算力再度成為制約人工智能發(fā)展的瓶頸，這個問題如何破？

語音識別接近人類、人臉識別能力超越人類、AlphaGo 以 4:1 的成績大勝圍棋九段高手李世石……近年來，人工智能技術(shù)取得了突飛猛進的進步。

而這一波人工智能技術(shù)之所以能夠取得如此大的成績，表面上來看是深度學(xué)習(xí)發(fā)揮了“蒼穹之力”，但實際上，深度神經(jīng)網(wǎng)絡(luò)幾十年前就提出來了，之前卻一直未能取得大的成績。因此，這一波人工智能的爆發(fā)，歸根結(jié)底其實離不開兩大功臣的鼎力相助，一是大數(shù)據(jù)，要讓機器具備人在某個方面的能力，一定要先有大量的數(shù)據(jù)讓它學(xué)習(xí)；二是算力，數(shù)據(jù)再多，如果沒有足夠的運算能力，機器也學(xué)不出來什么東西。

大數(shù)據(jù)方面，隨著互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)技術(shù)的普及，人類能夠收集到的數(shù)據(jù)正在快速增長，甚至有數(shù)據(jù)顯示，每年數(shù)據(jù)量的增幅竟高達 50%，因此，人工智能的發(fā)展并不乏原料。但在算力方面，此前人工智能的爆發(fā)其實離不開 GPU 的廣泛使用，但如今算力的提升速度始終跟不上數(shù)據(jù)指數(shù)增長的速度，算力再度成為制約人工智能發(fā)展的瓶頸。

當(dāng)然，市場上其實也有像谷歌這樣的企業(yè)，企圖通過研發(fā) AI 專業(yè)芯片來破除算力瓶頸問題，另外更多的企業(yè)則利用云技術(shù)來解決這個問題。不過，動點科技最近遇到了一家名叫米文動力的創(chuàng)業(yè)公司，其正試圖采用一個更通用的方法解決這個問題，即利用英偉達的 GPU 芯片，為機器人以及低速自動駕駛小車等開發(fā)嵌入式超算平臺——“米文大腦”，并提供多種視覺算法和導(dǎo)航避障算法。

據(jù)了解，包括 AlphaGo 在內(nèi)，目前人工智能的實現(xiàn)方式主要為云端 AI，即需要通過網(wǎng)絡(luò)將數(shù)據(jù)傳到云端，在云端計算并進行識別等處理，最后再將結(jié)果傳回本地。然而，米文動力 CEO 楊冠文表示，這種方案雖然有較高的效率，且已經(jīng)實現(xiàn)了很多場景下的 AI 功能，但并不適用于每一個場景。

“因為數(shù)據(jù)量的指數(shù)增長，考慮到寬帶成本、傳輸延遲以及隱私保護等，行業(yè)已經(jīng)不能承受將所有數(shù)據(jù)無限制地傳回到云端去處理了，于是，邊緣計算隨即應(yīng)運而生。”楊冠文表示，他們所開發(fā)的“米文大腦”便是這么一款邊緣計算設(shè)備。

當(dāng)然，說到“米文大腦”，人們很有可能會聯(lián)想到傳統(tǒng) ARM 平臺或者 x86 平臺（包括服務(wù)器），關(guān)于它們之間的差異化，楊冠文認為 ARM 以及 x86 平臺勢必要被算力更強的嵌入式平臺所取代?！啊孜拇竽X’是專門為深度學(xué)習(xí)的部署和計算而開發(fā)的，這樣的設(shè)備將是未來的趨勢?！睏罟谖慕榻B，在底層加速手段、加速工具的加持下，即使利用同樣的硬件跑同樣的算法，“米文大腦”也能達到 10 倍于傳統(tǒng)計算設(shè)備的效果。

另外，說到邊緣計算，還有一個不得不提的角色，即如今紅得發(fā)紫的 AI 芯片。AI 芯片是否會比“米文大腦”這種利用通用 GPU 搭載的設(shè)備更加高效呢？

首先，楊冠文堅信 AI 行業(yè)一定會出現(xiàn)除了 GPU 之外的 AI 專用芯片，但楊冠文強調(diào)這些 AI 專用芯片面臨最大的問題不是如何實現(xiàn)特定功能，而是如何打造生態(tài)，讓大家都來用。

“假設(shè)你是一個工程師，今天我給你了兩個方案，一個是英偉達的 GPU，一個是其它廠商的 AI 芯片，你會選擇用誰呢？要知道，想要熟練使用這些芯片，其實都需要學(xué)習(xí)各自底層的語言與工具鏈，然而，如果你選擇其它廠商的 AI 芯片，花了一年時間學(xué)習(xí)相關(guān)工具的應(yīng)用，最后學(xué)得很精了，但公司卻倒了，不就白學(xué)了嗎？這就是生態(tài)問題?！睏罟谖恼J為，經(jīng)過 10 多年的積累，業(yè)內(nèi)已經(jīng)有了大量的懂 GPU 底層的開發(fā)者，GPU 生態(tài)已然形成。因此，在楊冠文看來，即使是 Intel、高通這樣的企業(yè)，他們的 AI 芯片也很難在短期內(nèi)挑戰(zhàn) GPU 的地位。

其次，關(guān)于 AI 芯片與 GPU 的優(yōu)缺點對比，楊冠文介紹：

“大家的目的都一樣，即都是為了解決 AI 算力不足的問題，只是大家采用了各自不同的實現(xiàn)方式，他們采用的是專用芯片方案，專用意味著效率更高、功耗更低、成本更低，這是巨大的優(yōu)勢，但也可能帶來通用度差、可移植性差等問題；而我們用的是通用的 GPU 芯片，通用型很好，可以跑各種算法，但相對于專用芯片，功耗可能會大一點，成本可能高一些。”

因此，楊冠文認為，究竟是使用專用的 AI 芯片還是 GPU 驅(qū)動的“米文大腦”，其實是如何平衡的問題?！艾F(xiàn)在很難說哪個方案好，哪個方案不好。”

不過，楊冠文也強調(diào)，如果芯片的通用性不強，會給產(chǎn)品的商業(yè)落地造成更大的困難，而這也是米文動力一直堅持使用 GPU 的最重要原因。

關(guān)于競爭對手，楊冠文表示他們目前的競爭對手大概有兩類，一類是由傳統(tǒng)工控機（工業(yè)控制計算機）為起點的方案商，他們并不一定提供人工智能方案，因為對于客戶來說，只要能夠解決問題就可以了。另一類是攝像頭之類的零部件廠商，他們也可能在攝像頭的基礎(chǔ)上為客戶提供一些導(dǎo)航或者圖像識別等 AI 算法。

另外，硬件與算法都永遠不可能成為企業(yè)真正的壁壘，任何人都可以購買英偉達的 GPU，搭建出自己的大腦，并開發(fā)出相應(yīng)的 AI 算法。

因此，楊冠文強調(diào)，米文動力真正的價值其實是在底層的算法層?！拔覀儠泻芏鄬Ｓ锚毺氐募铀俟ぞ摺：唵蝸碚f，你拿一個與我們一模一樣的英偉達芯片，和我們跑一樣的算法，你可能 1 秒鐘就跑 3、4 幀，但是跑到我們板子上之后，我們通過獨特的底層算法去加速，就可以加速到 30 禎以上，所以效率就會更高、占資源就更少，就能跑更多的算法。”楊冠文說。

此外，楊冠文表示，米文動力還在底層盡可能做得“傻瓜”，從而降低系統(tǒng)開發(fā)的門檻?！耙郧捌髽I(yè)自己做的時候必須要深入到 Linux 這一層，但現(xiàn)在只需要在應(yīng)用層做開發(fā)，不需要再深入到 Linux ，自然就很傻瓜了。”

據(jù)楊冠文了解，米文動力與英偉達有著很深的淵緣，而這則是米文動力在場景落地方面的優(yōu)勢之一。“我們早在 2013 年左右便已經(jīng)開始與英偉達展開了合作，而當(dāng)時英偉達還沒有因為 AI 熱而股價大漲，我們?nèi)缃褚呀?jīng)成為英偉達行業(yè)解決方案的補充，是他們在中國的機器人方案的第一推薦商?！?

“我們是英偉達在中國創(chuàng)業(yè)公司領(lǐng)域，優(yōu)先支持的戰(zhàn)略合作伙伴?！睏罟谖谋硎?。不過，楊冠文并未透露‘米文大腦’的銷量情況，但楊冠文表示他對現(xiàn)在的情況依然是比較滿意的。

米文動力已經(jīng)于今年 3 月宣布獲得數(shù)千萬元人民幣的 A 輪融資，由博彥嘉銘、宏企浩春領(lǐng)投，硅谷銀行、潤方遠創(chuàng)等跟投。目前，該公司一共有約 40 名員工，其中技術(shù)人員占一半。融資后，公司也會繼續(xù)招人，但楊冠文表示他將盡量將人數(shù)控制在 45 人以內(nèi)。

“可能是公司文化緣故，我們都比較喜歡短小精干的團隊?！睏罟谖谋硎尽?