25歲清華學霸與千億美元巨頭奪食人工智能，憑什么？

英偉達的股價從20美元漲到200美元，只用了兩年。

這多半歸功于自2015年以來人工智能的興起。

機器學習消耗大量數字運算能力，CPU雖然能夠處理復雜問題，但并不適合AI應用程序。

英偉達的GPU有數百甚至更多專用核心并行工作，天然適合AI。

 2017年年底，英偉達推出了一款Titan V顯卡，號稱最強顯卡，超越其前代性能9倍，售價3000美元。

一家獨大，定價就這么任性。

 這個曾瀕臨破產的公司，現在成為耀眼的千億美元明星企業。

技術變革帶來市場格局的巨變，也引來一群垂涎的新選手：寒武紀、地平線、深鑒科技……在這個千億美元競技場上，90后、深鑒科技創始人兼CEO姚頌是最年輕的競爭者。

1、人工智能中的「清華幫」2015年，23歲的姚頌從清華大學本科畢業，拒了卡耐基梅隆大學給的offer。

本科導師汪玉勸他，既然不想去，那不如留下來做一年研究。

姚頌覺得既然都是做事情，不如創業。

就這樣，姚頌拉著老師汪玉，以及遠在美國斯坦福大學（當時PHD在讀，后任教MIT）的韓松，創立了深鑒科技。

作為創始團隊中唯一一個全職人員，姚頌成為了CEO，開始了從學生到公司創始人的角色轉變。

時間來不及讓他慢慢適應。

2015年11月28日做出決定，第二天姚頌就開始寫BP、見投資人。

一天見一位，白天談融資，晚上修改BP。

一連十幾個投資人，都對他們表示疑慮：純學術的團隊，一位太過年輕的CEO、一位大學老師、一位美國PHD，到底能不能干成這件事？  深鑒科技聯合創始人汪玉告訴新經濟100人：「講了無數遍BP，被人拍得死去活來的。

我們回來接著改、接著講、再接著改、再接著講。

」他認為姚頌抗壓能力很強，這也是為什么年輕的姚頌能做CEO的緣故之一。

 「抗壓是第一位的，因為時時刻刻都在擔心，融不到錢怎么辦，找不到人怎么辦，東西做不出來怎么辦。

外面也有不好的評論，覺得這一撥小毛孩出來做芯片不靠譜。

但是，我們都頂過來了。

」姚頌是長沙人，霸蠻，「學生時代的我其實屬于支配欲望比較強的人，就是我認定了，就這么干，哪怕外面都在質疑。

」直到2016年2月份，姚頌到硅谷參加學術會議，遇到了金沙江創投在美國的合伙人林仁俊。

兩人聊了一下午，從人工智能和半導體行業幾十年的發展，聊到后摩爾定律時代的芯片延續，最后得到一個結論，交叉點一定會出現人工智能芯片，當場談定意向，第二周就簽了合同。

從創始人到員工，早期的深鑒充滿了學院氣息，有很多兼職學生和實習生。

雖然汪玉從2007年開始做硬件加速研究，積累了一定的技術，深鑒團隊已經有組織架構、產品形態，但技術部門之間沒有形成很好的合力，產品進度比較慢，滿足不了產品級要求。

2016年年底，單羿加入深鑒科技，擔任CTO，調整了團隊成員結構，將學生替換成社招人員，提高研發標準，加速產品落地。

優化后的團隊，分為算法、軟件、硬件和芯片四個方向。

核心是做芯片系統，由芯片提供算力，硬件為芯片打磨硬件系統，同時用FPGA這種平臺做先期客戶的接觸和反饋。

軟件把壓縮工具、量化工具、編譯器工具、部署工具穿到一起，形成一個產品系統。

同時關注最新算法的演進趨勢，為芯片架構設計提供指導。

單羿是汪玉帶的第一位博士生，后加入深鑒。

隨著人工智能熱潮漸起，人才的爭奪戰日趨白熱化。

工業界有兩個「黃埔軍校」，一個是百度，一個是微軟亞洲研究院。

曠視科技引入微軟亞洲研究院的首席研究員孫劍，擔任首席科學家，增強算法上的競爭力。

商湯科技創始人湯曉鷗出身香港中文大學，其實驗室有關計算機視覺算法亞洲排行第一，與曠視創始人印奇是老師學生關系。

二者分庭抗禮，一直競爭到今天。

深鑒科技有著清華和斯坦福的雙重學術背景，吸引到的多是此類學術背景的人才，以電子系和微電子專業居多，更偏向工程類人才。

目前公司100人有一半以上來自清華。

清華幫在國內人工智能領域「呼風喚雨」，曠視科技團隊多來自清華計算機系。

地平線軟件副總裁楊銘、算法副總裁黃暢也是來自清華電子系和計算機系。

商湯科技副總裁楊帆亦是清華電子系出身。

「全國清華相關專業畢業的碩博一年加起來也就百余人，有BAT、華為、商湯、曠視，以及我們在搶。

所以每一家公司能夠分到幾個就已經很不容易。

」姚頌說。

引進人才的好處也是明顯的：2017年10月，深鑒一口氣推出6款深度學習產品，產品落地、商業化速度明顯加快。

2、主打低功耗一塊綠色的PCB板子上，數億晶體管集成到一張小小的黑色芯片里，約礦泉水瓶蓋大小。

板子前面連接著攝像頭，采集到的數據在前端實時處理。

顯示屏上，可以看到來往人群中被框起來的每個人。

它的模組規格50mm*60mm，每秒可處理18fps@1080p視頻，單幀可30張以上人臉檢測、建模及識別，支持GoogleNet、VGG、SSD、ResNet、YOLO等深度學習網絡部署，功耗5W。

這是2017年深鑒重點推出的安防產品芯片，一個方案大約400元，推出兩個月，接到幾萬個的訂單。

「我們對標英偉達，但是效率更高。

我們跟英偉達的芯片區別在于，他們在市面上賣幾千美元的板卡，對于我們來講，提供類似的算力，我們的芯片成本可能只有10美元。

」單羿說。

英偉達現在沒有旗鼓相當的競爭對手，在某些場景里隨意定價。

這也給后來的創業公司提供了機會，做到成本可控，為客戶提供更低的價格。

神經網絡既是計算密集的任務，又是存儲密集的任務。

早年經歷了從優化計算引擎到優化存儲系統，如今算法和硬件分開的情況下已經達到了優化的極限，所以深鑒選擇軟硬件協同設計，利用壓縮和稀疏化達到整體最高效的方案。

這套解決方案中的主要技術，獲得ICLR 2016、FPGA 2017最佳論文獎。

 簡單來說，神經網絡訓練模型時更在意精度的提升，有很多運算是冗余的。

在獲得精度之后，找出其中的冗余部分，將其去掉，以實現獲取收益減去負擔。

壓縮之后可以把模型變小，比如變小50倍。

芯片是一個運算單元、一個處理器，外面掛著內存以及硬盤等存儲設備。

如果模型變小，內存縮小到一定程度時，可以把它放在芯片里，不再需要外接內存，幫助客戶省掉內存的成本。

此外，當模型變小以后，運算的次數也變少了，計算的時間會縮短，功耗也會進一步降低。

深鑒科技宣稱，在算力同等的條件下，GPU的功耗在十幾瓦左右，深鑒芯片的功耗只有3瓦。

深鑒科技商務副總裁劉競秀說：「算法本身不是我們最強的地方，我們強在可以利用我們獨門的壓縮技術，結合我們的DPU把算法發揮更好的端到端效果。

」但是硬件公司的普遍難處在于產品的穩定性和良率。

硬件的打磨周期很長，相對投入很大。

第一代芯片流片（像流水線一樣通過一系列工藝步驟制造芯片）出來，很難與有多年芯片設計制造經驗的英偉達相抗衡。

英偉達與產業鏈的結合次數更多，配合關系更好，能夠每個環節發揮出最優的效果，在這方面創業公司是有劣勢的。

并且，芯片設計中可能存在著一些風險和要迭代的地方。

比如，公司在設計時期待芯片能發揮出90%以上的利用率，但實際生產出來后可能只有80%或70%。

這在沒做出芯片之前，很難預計會有怎樣的問題。

但是改進的成本很高，不能隨意投片，做不到像英偉達那樣快速迭代。

深鑒通過與A輪、A+輪的投資方合作芯片，來解決一些財力、人力、經驗等方面不足的問題，這其中包括三星、聯發科和賽靈思。

同時，與這些廠商合作，也是滲入到其他行業的一塊敲門磚。

「我們現在整體來看已經比英偉達做得要好一些，但是不確定是不是真的有優勢。

因為對英偉達來說，他不著急把最好的東西放出來，只要市場上沒有競爭對手，他可以把先研發的東西緩一緩再拿出來。

」單羿說。

3、從安防撕開商業化口子剛走出院校的深鑒科技在芯片落地上，也曾經走過一段「彎路」。

2016年，他們與一家無人機公司合作，推出了一款只有巴掌大小的智能無人機，在滿足尺寸、功耗、價格的條件下，通過Zynq FPGA平臺實現實時的多人檢測、姿態識別、追蹤。

對姚頌來說，這是他第一次用具體的產品將零散的技術串起來，無人機對芯片的要求并不高，是理想的試水產品，但不是一個可以全身投入的行業。

因為市場太小了，養不活AI公司。

大疆無人機占著市場70%以上，一年出貨百萬臺，剩下30%被幾百家公司瓜分。

 芯片本身是一個高投入、邊際成本很低的產品，它前期研發成本很高，后期批量生產成本非常低。

硅片的硬件成本和原料成本，姚頌把它戲稱為「沙子錢」。

芯片靠量產把研發成本攤薄，無人機市場顯然滿足不了「量」的要求。

那自動駕駛呢？三五年不會有量產車上路，創業公司拖不起。

新經濟100人最近采訪一家國內無人駕駛公司，其提到研發早期調研了一圈國內外芯片公司，發現國內芯片普遍主打低功耗、高性價比，但在運算能力和穩定性上與國際一線仍有較大差距，所以最終仍然選擇與英偉達合作。

智能家居呢？風聲大雨點小，沒有幾個家庭真正用上。

數據中心呢？英偉達打算接手英特爾的攤子，正在全面布局，直接交鋒不理智。

人工智能的概念太熱，卻一直在為商業化苦苦掙扎。

作為人工智能的技術底層芯片供應商，深鑒也在摸索類似的路徑。

2016年末，姚頌做了好幾個月的調研，他認為公司應該嘗試轉型安防領域，并且在春節前后召開核心成員的閉門會議討論最終決策。

安防的水很深，整個系統格局非常復雜，是一個相對封閉的環境。

海康威視、大華這種安防產品的行業巨頭，掌握了大部分的資源，而一些小的安防設備公司，也在各自的地盤有著不錯的營生。

「我們不想做海康、大華的競爭對手，也不想做本地經銷商的競爭對手，我們是想做海康、大華背后AI方案的提供商。

我們最擅長的就是做跟AI相關的一整套方案。

這些做安防設備的公司他們最缺的也是這個能力，因為他們都是傳統公司，都是靠做硬件、軟件起家的，沒有做AI的經驗。

」劉競秀說。

 深鑒與安防廠商合作，可以一到兩個月幫他們出一款有AI能力的新產品。

硬件的模組、算法、軟件都是現成的，客戶只要做硬件的對接，把硬件插到機器里就可以工作。

如果他們自己研發的話至少要半年、一年甚至更長的時間。

在新經濟100人訪談中，姚頌和其他高管們多次提到英偉達。

英偉達依靠GPU在數據中心、自動駕駛（英偉達拿到了特斯拉訂單）等領域橫沖直撞。

在安防領域，基于GPU的智能安防成本比較高。

GPU高性能、高功耗、高成本，最低功耗在15瓦以上，這要求GPU布局在服務器端，一般能夠承擔起這個成本的是公安。

像小區安防布置視頻監控，有4到8個攝像頭，不可能布置服務器在小區，也不會直接連到公安，只會連到保安室讓人在電腦上盯著。

將英偉達視作對標的深鑒，主打的是低功耗，范圍在1-20瓦。

這可以滿足小區視頻監控的需求，做成一個功耗十幾瓦到二十瓦的小盒子，能做八路視頻識別，攝像頭直接連接小盒子，數據再傳到電腦上看。

金溢科技，全國最大的ETC公司，主營公路收費、停車收費。

傳統ETC在地底下埋一個線圈，車通過的時候，上面的雷達探測到車輛，線圈會感應上面ETC的芯片卡，進行收費。

它的痛點在于線圈昂貴、易損耗，只能進口，廣泛應用在停車場，成本會非常高。

此外，如果不是ETC的車，開到ETC通道，還要倒車出去換一個通道。

他們希望在傳統的線圈電磁感應之外，加一塊視頻作為輔助，在路邊吊個桿掛一個小攝像頭，識別車型和車牌號。

在高速公路通行雷達上面加一個攝像頭，遠遠就看到車輛牌照，如果不是ETC的車輛，就請車輛走另外的車道。

金溢科技也是深鑒第一批軟件客戶。

軟件對于AI的芯片來說非常關鍵，英特爾之所以成功與和微軟深度綁定有關，AMD之所以市值才百億美元，也與軟件做得很差脫不開干系。

「我們做了國內第一個，現在唯一敢拿出來給用戶使用的神經網絡開發軟件DNNDK。

開發軟件有很多預設，但是用戶的使用情況是千般萬種，不會按照規定去做，所以也給了我們很多的反饋。

」姚頌說。

目前，深鑒與大華等大型廠商的接觸還在測試階段，第二梯隊的安防公司許多已經進入了聯合研發階段。

4、AI芯片：中國彎道超車機會國內研發AI芯片的公司，除了深鑒以外，還有寒武紀、地平線等。

寒武紀側重于通用芯片，既做訓練又做應用，首先布局在智能終端。

「我們的芯片叫做DPU，這是深度學習處理器。

AI分訓練和應用兩層，我們只做深度學習應用端，不做訓練端。

」姚頌告訴新經濟100人。

地平線則是提供一個閉環的封閉系統，客戶購買算法加上硬件的全套解決方案，算法加硬件都固定在一個「黑盒子」里。

深鑒的用戶則可以選擇用不用他們的算法。

這導致整個產品設計思路完全不同。

「比如我就想用這一袋面粉做饅頭，那我可能做幾種樣子的饅頭，但是如果我想用這個面粉做面點，那你在后廚需要準備的東西肯定要比只做饅頭復雜很多。

」劉競秀說。

這是為了迎合客戶的需求，打造一整套生態環境。

在「數據為王」的時代，客戶都希望把數據掌握在自己手中，利用手里的數據形成對行業的理解，做定制的算法，從而增加公司的附加價值。

就像英特爾最開始做了CPU之后，定下標準的接口，交由主板公司解決硬件層問題。

之后在上層跑一個Windows操作系統，通過中間的程序支持鼠標、鍵盤、攝像頭等外接設備，最終才能在系統上運行諸如Office這樣的應用。

所以英特爾做了大量工作，讓微軟把操作系統部署在上面，才有了今天英特爾CPU在PC的廣泛應用。

到了AI時代，打造生態又變成所有芯片行業巨頭和創業公司最大的挑戰。

英偉達發布了工具TensorRT，深鑒也公開發布了類似編譯器和工具。

在半導體芯片領域，中國在全球一直處于追趕者的角色。

CPU芯片一直被英特爾等國外巨頭壟斷，2016年中國在半導體芯片進口上的花費已經接近原油的兩倍。

 人工智能的興起，正在引發各行各業的變革。

舊型芯片不能完全滿足機器學習的需求，英特爾與英偉達多年的技術積累不再作為壁壘（GPU非專門的AI芯片），而是與國內創業公司站在同一個起跑線上，為機器學習研發專門的新型芯片。

「我們是一個人工智能平臺的公司，在技術角度，我希望所有行業都可以用我的產品。

從商業角度，我們希望在這兩年把一個大的市場吃下來，站住腳，再五年的階段能夠吃下來三個不同的市場。

」姚頌接著靦腆一笑，「我現在要多聽取批評，少年得志容易驕傲，還是要多打壓一下。

」他帶著半框眼鏡，穿著深灰色連帽衫，看起來像剛從實驗室走出來，接著又要去圖書館的學生。

正如現在的AI行業一樣，一切才剛剛開始。