企业家

从中心到边缘

       过去是大数据、大模型、大计算这三个因素在推动学术研究和产业发展。所有的计算，从PC到移动设备，有一种聚合的趋势，聚合到云计算、数据中心。但在未来十到二十年，我认为很多计算会转移到互联网的边缘，到设备端，甚至在不联网或无线联网环境下，依赖电池或本地的动力支持进行本地计算。之前我们提出的“嵌入式人工智能”，就是在不联网的情况下实时地实现环境感知，进行人机交互，做决策控制。

       从现在开始，我们会看到从边缘开始的一种革命，正如从2012年开始的深度学习所引发的技术革命。当今人工智能的计算大多数都是在BAT（百度、阿里巴巴、腾讯）的数据中心，但我们会发现，有一个巨大的机会远离数据中心，在互联网的边缘。

未来的三大趋势

       我认为未来有三大趋势。第一大趋势，我称之为“新摩尔定律”。摩尔定律在过去的二三十年间推动了整个全球科技界向前发展。摩尔定律是指每18至24个月，计算机的成本会下降一半，性能则提升一倍。按此规律推算，到2045年，每1000美元可以买到的计算资源几乎就等同于今天人脑的计算能力，即目前天河二号的计算能力，但天河二号的功耗为1000瓦，而人脑只有20瓦。

       这一推断到2045年会不会实现呢？英特尔已于去年正式宣布终结摩尔定律。整个摩尔定律正沿另外一个轨道发展，已经不是每个单位面积上晶体管的数目，而是架构的改进，使得计算由逻辑运算向人工智能运算演进。那么人工智能运算是提升CPU工艺向前发展，还是设计一个新架构？我们发现，如果做通用处理器CPU，它可能会非常灵活，因为它可以做很多任务，但整体效率并不高。而如果针对每个任务做专门的优化，就会将效率提高两到三个数量级。

       第二大趋势，从中心到边缘。从PC互联网到移动互联网，再到智能物联网，对AI的要求越来越高。PC互联网对AI的要求并不高，但在移动互联网上，这种要求出现了。比如，今日头条的新闻与百度很不同，百度是“即搜即得”，而今日头条则是“不搜即得”。那是因为在移动设备上，今日头条实施文章个性化推荐机制，使人机交互信息的获取更加智能、高效。未来，在移动设备上会有越来越强的AI需求，很多计算会从数据中心转移到移动设备上，并在移动设备上做感知、人机交互以及决策等。

       这些计算要实时、低耗能、低成本。例如自动驾驶汽车不可能在前面有孩子突然横穿马路的情况下，还将数据上传数据中心，处理完毕再传回来，这是不可想象的。所以，一定要本地计算，实时处理、没有延迟。又如监控摄像头，未来所有摄像头都会有专门的处理器，处理实时的视频，这是一个大趋势。软件银行集团董事长兼总裁孙正义认为，很多计算未来会在边缘进行，边缘设备上的计算使得这些设备变成了机器人，15年后机器人的数量会超过人类，达到一百亿。

       第三大趋势，在边缘上竞赛。例如，现在每辆车都装有一个倒车摄像头，但未来的自动驾驶车辆将会有8至12个摄像头，摄像头解析度囊括720P、1080P、4K等各个级别。另外，在未来10至20年内，自动驾驶技术的发展会使高速公路上汽车行驶的平均速度由100公里/小时提升至接近它的物理极限——200公里/小时。速度越来越快，要求处理的数据量就持续增长。所以，边缘上的计算会不断地追求更快、更高、更强，这是一项新的竞赛。

让人工智能走向设备端

       未来5到10年，最具颠覆性的产业机会是什么？通常产业机会分成两个阶段，首先是一波2B（面向企业）公司的机会，这些公司做技术，提供“枪炮弹药”。第二波机会就是2C（面向消费者）公司。2B公司为2C公司服务，2C公司再去捕捉用户机会。这个模式在历史上反复发生。比如，90年代末PC互联网刚出现时，这一阶段的首要工作是把架构、网络做起来，所以类似于CISCO（思科公司，全球领先的网络解决方案供应商）这样的公司表现得更优秀。这个阶段整体上属于为B端“造枪造炮”的阶段，然后才有2C的大型互联网公司出现，如Google。

       在我们进入市场时，美国已经将基础技术做得十分成熟。从2000年到今天，我们一直在享受上世纪八九十年代科技成长所带来的机会，然后才产生了用户导向的企业。但事实上在当前整个创业环境中，2C公司的创新代价已经非常高昂，如滴滴融资了上百亿美元，美团也有几十亿美元。而当时Google只融资了两千万美元就上市了，百度差不多只有千万美元，腾讯也是如此，那时有大把的机会去捕捉。但是现在，八九十年代技术创新所带来的能力已经被发掘的差不多了，创新变得越来越沉重。

       那么未来的机会在哪里？在整个高科技市场比较低迷的时候，有一家公司——NVIDIA（英伟达，一家以设计智核芯片组为主的无晶圆IC半导体公司），股票在过去一年多的时间里涨了5倍，是整个高科技市场成长最快的。它的核心逻辑就是“造枪造炮”，我们也非常看重这点，因此致力于做深度神经网络的处理器，为人们提供软硬件结合的解决方案。

       从更宏观的角度看，今年市值排名前20名的高科技公司中，有8家硬科技公司，其中成长得最快的两家是NVIDIA和AMD（美国超微半导体公司，专门为计算机、通信和消费电子行业设计和制造各种创新的微处理器，如CPU、GPU、APU、主板芯片组、电视卡芯片等）。我们做深度学习的处理器也是因为看到了这种趋势，即软件算法跟人工智能和半导体的结合会催生爆发式的成长。我们的关注点是加速推理的效率，打造低功耗、高性能的解决方案，让人工智能走向设备端。

       我们不是一个传统的硬件厂商，而实际上是软硬结合的2B公司。我们首先从系统的角度进行优化，设计专门的软件算法的实验过程，然后根据这个软件算法来设计硬件架构，再用硬件架构去优化软件。通过软硬件优化，我们可以将性能提升两至三个数量级。

       以自动驾驶汽车为例，无论是百度还是Google的无人驾驶汽车，每开两个小时就要停下来散热，因为没有从系统级的层面来优化。软件框架不断往前迭代，硬件架构也需要相应迭代，感知能力才能得到极大提升。我们的目标是打造一款芯片，功耗和成本只有目前市面上顶尖处理器的几十分之一，但性能为其两三倍。

       乔布斯实现了在手机上去掉键盘和鼠标操控，在平板上去掉书写笔，而我们则是要用五年的时间去掉所有遥控工具，完全实现人体感知。要实现这一目标就需要完全重构软件和硬件，让处理器和整个系统的功耗足够低、体积足够小。我们不仅做软件算法，同时，专注于自动驾驶、智能家居和公共安全这三个垂直市场，未来几年这三个市场将会获得爆炸式增长。

       最后，人工智能改变世界，但真正改变人工智能、改变世界的是人才。人工智能目前最缺的就是人才。我鼓励年轻人来地平线实习和工作，我相信地平线现在所做的事情是站在时代前沿的，能够为年轻人提供足够激动人心的成长和学习的机会。我们对于增量性的创新没有兴趣，我们要做的是颠覆性的创新。