地平线创始人余凯：软硬件结合在边缘计算领域机会最大
文库划重点：软硬结合最早可以追溯到图灵奖获得者艾伦·凯伊(Alan Curtis Kay)的观点，但是产业界中真正跟进的企业只有苹果，苹果创始人乔布斯非常推崇软硬件结合。人工智能要推动大规模的应用落地一定要从软件到硬件，真正去提升人工智能计算的效率。在人工智能时代，软硬件结合将更为紧密。
作为中国(AI)芯片的开拓者，地平线已然成为行业中的佼佼者。地平线创始人兼首席执行官余凯近日接受了第一财经独家专访，分享了他对AI技术发展、自动驾驶行业前景、中美AI企业合作竞争以及科学家创业的理解和看法。
余凯的重要观点包括：
人工智能时代，软硬件紧密结合将是技术和行业趋势，最有效的方式是软件和硬件在一家公司里面做，但协同硬件和软件，除了技术的挑战外，还存在管理方面的挑战。
在高级别的自动驾驶和无人驾驶方面，2025年以前中国都不会有大规模的商业运营，这个阶段中国的核心市场会是辅助驾驶，地平线最终目标是做无人驾驶的处理器。
长远来看，中国的进步和开放将是长期大趋势，市场会越来越大，而美国在中国产业链中扮演的角色仍无可替代。
未来，中国将涌现出更多科学家创业的案例，资本对科学家创业的投入风险更小，产业资本将成为其坚实的资金提供方，同时也会受益于这些企业的技术突破。
软硬件结合和边缘计算
第一财经：人工智能正在重塑整个经济流程和商业世界。你一直强调软硬件结合，地平线为什么将软硬件结合作为公司的战略切入点？
余凯：地平线更多被称呼为人工智能芯片公司，但软硬件结合从一开始就是我们的策略，从来没变过。软硬件结合从做硬件的人来看是一件蛮奇怪的事情，但我从软件公司创业去做硬件，其实天然就带有软硬件结合的基因。
2015年的时候我认为在人工智能领域只做软件是不行的，人工智能要推动大规模的应用落地一定要从软件到硬件，真正去提升人工智能计算的效率。在人工智能时代，软硬件结合将更为紧密，最有效的方式是软件和硬件在一家公司里面做，地平线想要做未来机器人的操作系统和芯片，结合在一起做。
第一财经：这是你当时离开百度去做AI芯片的原因吗？
余凯：作为最早把深度学习应用在互联网行业的公司，百度和谷歌当时都遇到了算力不足的问题。我在百度做人工智能深度学习算法的时候，就看到用计算机图形芯片（GPU）进行运算不是那么高效，基于这个原因我决定自己创业。地平线是中国第一家做人工智能芯片的公司，2015年7月成立，谷歌在2016年第一次对外宣布他们的TPU（张量处理器），不过谷歌内部应该早就启动这个项目了。
第一财经：软硬件结合目前是否已经成为人工智能行业和市场的共识和主流趋势？
余凯：还不是。我觉得很多公司还是偏纯硬件的，真正的软硬结合的芯片公司，我目前关注到的只有谷歌、地平线以及英特尔收购的无比视（Mobileye）。
第一财经：既然软硬件结合对效率十分重要，那为什么大家目前又没有都这么去做？
余凯：软硬结合最早可以追溯到图灵奖获得者艾伦·凯伊(Alan Curtis Kay)的观点，但是产业界中真正跟进的企业只有苹果，苹果创始人乔布斯非常推崇软硬件结合。
为什么大家没有都这么去做？因为它的壁垒很高，既需要有超强的软件算法创新能力，又要有能做原创硬件核心架构设计的世界一流专家。
我们有非常强大的软件算法团队，现在有接近200位研究人员从事算法开发，而一些企业从事算法开发的可能只有几个人。另外，硬件本身的架构设计要有原创性。中国在过去20年一直都没有诞生特别强大的芯片设计公司，很多大公司芯片的核心架构都是从外国公司买来的，没有真正去做芯片相关的原创设计，原因是芯片原创设计门槛很高。
不仅如此，还有更重要的一点，硬件设计和软件创新两个体系的流程并不相同，要把两者深度结合起来，协同硬件和软件在整个研发路径和项目规划上的配合，难度要远超单一维度的软件和硬件。
除了技术的挑战以外，管理方面也存在挑战。
第一财经：如何理解这里的管理挑战？
余凯：举个例子，谷歌收购了智能家居公司NestLabs，花了32亿美元。NestLabs是由前苹果员工，也就是被称为iPod之父的托尼·法德尔(Tony Fadell)创立的。苹果是高度软硬件结合的公司，并且苹果的管理形式是独裁式的，NestLabs也一定程度继承了这种传统；然而，谷歌是软件开发公司，其管理相当民主化。谷歌收购了NestLabs以后，双方管理矛盾一直不能调和。谷歌背景的工程师和苹果背景的工程师很难在一起工作，导致软件和硬件的协调非常难。NestLabs刚刚创业的时候很受关注，因为他们引领了智能家居行业，其智能家居三件套当时非常流行。谷歌通过将法德尔开除试图去解决这个问题，但最终的结果是NestLabs如今已经没人关注。
他们的整合不是很成功，恰恰说明了做软硬结合既有技术的挑战，也有管理的挑战，地平线也面临这些挑战，只是我们目前解决得还比较好。
第一财经：如何看待通用芯片和专用芯片（人工智能芯片）的关系？地平线如何定位自己在芯片市场的位置？
余凯：我们过去认为CPU是通用芯片，一般认为通用芯片应该是万金油，做什么都可以，但如果CPU用来做深度神经网络计算的话，效率低到让人难以忍受。
实际上，没有所谓的通用芯片。CPU是序列执行的架构设计，适合逻辑计算，但神经网络计算是大量并行计算，大量神经元是同时开关、同时处理、并行处理的，是感知计算。
如果我们用“逻辑计算或感知计算”、“服务器或终端”对芯片公司进行划分，可以看到英特尔是“逻辑计算+服务器”、英伟达是“感知计算+服务器”，ARM是“逻辑计算+终端”，而地平线属于“感知计算+终端”。
不论是数据中心还是终端，随着数据的增加和人工智能相关需求的增加，未来人工智能相关的感知计算占比肯定要高于逻辑计算。
第一财经：除了感知计算，为什么选择终端市场?
余凯：其实这个问题就是为什么软硬件结合在边缘计算（靠近数据源头端计算）领域机会更大。服务器端不是不需要软硬结合，只是软件和硬件可以分得更开一点。相对终端而言，服务器可以插电，对功耗要求较低，对实时性要求也不高。但未来的终端都是用电池的，对于效率更敏感，要求软硬件更协同。
在数据计算方面，边缘计算和中央计算未来在市场份额方面将平分秋色，大数据训练在中央计算，而数据计算执行在边缘计算，两者是相互配合的关系。
现在边缘计算占比还很小，互联网巨头都是以云计算作为出发点和根据地。从市场的重要性和空白点两个角度来考虑，我们选择这个市场定位。
从自动驾驶到物联网
第一财经：目前的深度学习被认为是专用人工智能（ANI）,为什么地平线成立了通用人工智能(AGI)团队？
余凯：未来5到10年的时间里，边缘人工智能芯片肯定会从感知到决策，比如，汽车未来会有感知、也会做决策，未来汽车也是一种形态的机器人。如何让人工智能在不确定中做决策？这是通用人工智能要解决的事情。
目前深度学习主要是做感知，如果要过渡到通用人工智能，还需要引入增强学习和迁移学习，引入一些博弈论的概念，这些能让人工智能从被动的训练变成主动的学习。
以自动驾驶为例，如何验证自动驾驶的安全性？自动驾驶的安全性应该在极端条件、意外情况下去测试。意外情况指的就是训练数据中没有的情况，所以目前的深度学习和训练并不能保证汽车有足够的安全性，必须要去从大数据训练过渡到未来的人工智能自我推理、决策。这是我们特别关注的方向，这也是我们成立通用人工智能实验室并会有很大投入的原因。
第一财经：相对于深度学习的专用人工智能，目前通用人工智能发展很慢，未来这方面会有什么突破？
余凯：可以解决任意问题的通用学习是很难的，但集中于专门领域的通用学习更可能被突破，比如在围棋领域的通用人工智能就非常成功。如果聚焦自动驾驶，在这个领域进行强人工智能算法的开发，是很有可能突破的。
第一财经：说到汽车，你如何看待自动驾驶的未来？这个领域会有什么样的时间节点？
余凯：自动驾驶是很宽泛的概念，包括L1、L2级别的辅助驾驶、L3以上级别的自动驾驶和无人驾驶。在高级别的自动驾驶和无人驾驶方面，我认为2025年以前中国都不会有大规模的商业运营。
中国的汽车企业并没有像通用那样投入大资金去研究自动驾驶，研究进展也远不及谷歌。另外中国路况，包括司机和行人行为的可预测性远不如美国，自动驾驶的难度会高很多，即使谷歌的技术在中国也不一定好用。
第一财经：那在2025年之前我们能做什么？
余凯：2025年之前中国的核心市场会是辅助驾驶，也就是说现阶段人工智能的目标不是替代司机，而是去提升驾驶的安全性、舒适度和便利度。地平线最终目标是做无人驾驶的处理器，在到达这个目标之前，一路上也都会有收获。
第一财经：除了汽车，地平线还做什么？
余凯：地平线关注的一直是两个领域，一个是汽车，另一个我们内部叫智能物联网（AIOT），在这两个方向上未来10到20年都不太会变。我们聚焦在那些会通过边缘人工智能计算被重塑的行业，包括智慧城市、智慧零售、生产制造、智能家居等。而对于银行这类主要依靠云计算的行业，我们就不涉足了。
为什么将汽车从智能物联网中分出来，是因为汽车行业实在太特殊了。我们在智慧城市方面主要做底层核心技术平台的赋能者，你可以把我们想象成是这个领域的英特尔，或者英特尔再加上系统供应商。
第一财经：这意味着在智慧城市建设中，地平线和大家都可以成为合作伙伴？
余凯：地平线本身不做设备，不做产品，不做经销商，不做行业的解决方案，而是去赋能产业链条里面的合作伙伴。也就是说，我们不直接和甲方做生意。比如阿里巴巴和腾讯，在智慧城市领域它们不是我们的竞争对手，它们并不提供边缘化的计算方案，我们可以赋能他们。
第一财经：那么地平线主要的竞争对手来自于哪里？
余凯：地平线这样强调核心底层技术的企业在目前产业环境下是高度稀缺的，中国过去最忽视的是地平线现在做的事情，所以在中国我们目前没有太大的竞争对手。如果从产业上看，主要的竞争者还是美国公司。
第一财经：从这个角度，你如何看待中美贸易摩擦和技术竞争？
余凯：我倒不是特别担心中美贸易问题。中美关系一定会有一个平衡点，这个点上一定是你中有我，我中有你。对于美国的芯片企业，中国也是它们的第一大市场。长远来看，中国的进步是长期大趋势，市场会越来越大。中国的开放也是大趋势。
美国在中国产业链中扮演的角色仍无可替代。高通、英伟达、英特尔本质上都是芯片设计企业，目前设计工具都是美国的，中国芯片设计企业都需要从国际合作伙伴那里买。另外，国内的芯片制作工艺相对还很落后，企业要把自己的事情做好，但这并不代表要闭门造车。
科学家创业会成为未来常态
第一财经：和人工智能相关的其他领域也备受关注，例如隐私安全、网络安全和伦理，你如何看待这些问题？
余凯：对于隐私安全，中国的态度较开放，欧盟最严格，美国处在中间。在这个方面对于企业而言，能做的只是跟随政策。从个人角度而言，我认为数据越来越透明恐怕是一个长期趋势，互联网公司会知道你越来越多的信息。
网络安全非常重要，需要确保系统不被黑客控制。网络安全核心是硬件安全、硬件隔离，网络安全的最终机制一定要实现在硬件上面。地平线这样的硬件设计企业一定要在硬件里面设立安全机制。
人机伦理，也就是未来人和机器的关系到底是什么样子？这是我们当前尤其要花时间去思考的问题，因为变化会比我们想象的更快到来。可能10到20年后，在某些领域会实现通用人工智能。周围多出了很多机器帮我们做事情，在享受更便捷生活的同时我们可能会困扰：为什么会有这样一个新的物种在很多方面展现出和我们一样的能力？
例如，我们要思考自动驾驶的汽车应不应该有方向盘，也就是自动驾驶汽车是完全不要人控制还是人要有更高的控制权的问题。现在谷歌申请没有方向盘的汽车，这个事情让人很困惑，现在任何交通设备，包括宇宙飞船上都有紧急的机械装置让人来控制。我们甚至会感到恐惧，我们担心车往哪走我们决策不了，临时更换目的地也不能保证更换成功。未来会出现很多这样伦理问题的讨论，包括机器人很可能会有的意识和情感。
第一财经：放眼未来确实需要很多思考，回到当下，要实现你的梦想，目前你最大的担忧或者障碍是什么？
余凯：是执行。我们的每一代产品的规划、定义、市场需求的时间节点是不是踩得准，一代芯片的研发通常需要几千万美元，前后大概要花3年的时间，这和软件完全不一样。芯片行业需要非常大胆但是细致的规划。
第一财经：谈到钱，你认为资本在这个行业中扮演什么角色？
余凯：资本的力量非常重要，这个行业小的玩家根本玩不起，这是一个大投入的行业。大部分的小公司根本经不起这个折腾，而绝大部分的大公司，一是没有技术实力，第二可能没有耐心。
整体来看，中国企业比较缺乏长期眼光。大量的私募股权基金投资期只有5年，上市公司目前也要求有盈利的指标，整体机制并不是那么鼓励长线创新。从2017年开始，地平线主要吸引的是产业资本，包括最大的半导体企业、最大的基础设施企业。我们之间有很多合作，包括关键技术方面的合作，这种合作通常是互惠互利的，他们也有很多方面需要我们，在人工智能的计算方面，我们比他们有更独到的理解。
第一财经：从科学家变为企业家对你意味着什么？科学家创业会有怎样的特点？
余凯：我觉得很多科学家都有这样的梦想，希望自己做出的技术可以对世界产生直接的影响。科学家变成企业家，在全球范围内并不鲜见，中国是因为整个企业创新周期并不长，所以并不多见，在未来我觉得会成为常态。
科学家更擅长技术主导，而不是短期3个月烧钱的方式。科学家创业会选择长线、核心技术突破带动社会大的变革方向。中国未来会有越来越多的类似企业。我觉得很多科学家都有企业家的精神，只不过过去没有这种机会让他们发挥而已。我个人认为，资本对科学家创业的投入风险更小。科学家的选择、思考会比较稳健，并不是风险偏好型的。（责编：宁佳彦）
收录于哈希力量，手机站省略本文固定网址
