【西部开发新脉动】废弃泵站变“网红”黄河之滨会更美

经济日报-中国经济网兰州9月22日讯(记者年巍 王岩)“一方面是人文和自然的美,通过近些年的建设,黄河两岸的绿化、步道和堤防等都有很大的改善;另一方面是兰州人也很美,勤劳的兰州人民将按照党中央的指示,扎扎实实把城市建设得更好。”兰州市黄河河道管理站站长郭德军向记者讲述了“黄河之滨也很美”的含义。

“古来黄河流,而今作耕地。都道变通津,沧海化为尘。”经流不息向东奔涌的黄河水,滚滚浊浪、阵阵涛声;7条黄河支流遥相汇集,灌入黄河之水与兰州相融相知。黄河水点点滴滴滋润着这座城市,城市发展变迁也对离不开黄河水的治理保护。

他们通常不囿于一成不变的生活,以初生牛犊不怕虎之姿去开辟可能性、去尝尽人间百味、去追求和探索不一样的无人之境。

关于这个问题,我们采访了不少业内人士,得到的最高频答案是:他们的技术的确做得好,对算法的精度太执着了。

技术是场景的催化剂,场景是技术的炼火石,一家公司想要走得远,一定得有拿得出手的核心技术。

第二个斜杠:对算法的较真

第一个斜杠:对信仰的选择

而基于对AI的深刻理解及认知,朱珑有一个判断:未来算法和算力必然是一体化的。

用依图的话说,现阶段AI技术的精准度还远远没有达到天花板,基于各个场景的不断变化,其对算法迭代的要求一定是非常严苛且上升的。

得益于抗打的算法实力,多家传统智能城市厂商的销售代表向AI掘金志透露,过去几年,依图在不少城市抢了他们很多大单。

Yann Lecun是卷积神经网络(CNN)之父,与深度学习鼻祖Geoffrey Hinton、Yoshua Bengio,共同获得 2018年图灵奖,被并称为“全球深度学习三巨头”。

从一穷二白的屌丝创业者到估值近200亿的商业巨子;从看不清任何方向的小作坊到业务覆盖智能城市、智慧医疗、AI芯片等多领域的AI独角兽。

经营企业就像玩闯关游戏,需要不停打怪升级,每一关都有新的挑战,稍有不慎就可能满盘皆输。

八年时间,依图也的确做到了他想做到的全部。这位斜杠少年一直在AI之路上狂奔,但并非蒙着眼。

也许,这就是他们斜杠的体现,要么就不做,要做就做最难的事儿。

今天,藉由八周年的时间节点,我们细致地聊聊这家公司,聊聊这位斜杠少年的不羁成长史。

这样一来数据传输的约束特别少,对视觉推理应用特别好,主打“均衡的端到端处理能力”,这也是比较独特的地方。

放眼AI界,能轻易通过这种考核的并不多见,依图算一个。

在此期间,他也幸运地遇到了创业路上的小伙伴:林晨曦。

但依图并未理会,还是选择当个愣头青,在这一领域扎下去了。

坚持自研又是一条漫长且艰苦的路,没人知道数年的努力能否换得一次数量级的提升,也没人知道高投入后是否得到与之相匹配的回报。

未来,谁能够看到算法精度提升解锁的更多场景,并根据场景的变化做到最为快速且精准的反应,谁就能在未来竞比中走得更远。

内外都极具不确定性,可以脑补当年朱珑、林晨曦的心理压力和面对这些说法时的内心画面了。

同时,依图也清醒认识到,AI作为一项底层基础设施技术,唯独当它能正确、准确地赋能至传统行业,才会产生巨大价值。

以往,大多数芯片厂商提供给客户的产品均是普通计算型芯片,多在底层提供一些加速操作,没有面向重大场景做针对性优化,已经无法满足AI个性化的需求。

不认怂的性格就这样一直流淌在依图这家公司的文化血液中。

谈及附近市民的感受,郭德军表示,“用有口皆碑来形容也不为过。很多人都是在这里出生、上学和工作的。大家都觉得黄河变化太大了,黄河水变清了。”下一步,兰州将继续落实“治理黄河、重在保护、要在治理”,“共同抓好大保护、协同推进大治理”和“兰州要在保持黄河水体健康方面先发力、带好头”的要求,推动黄河流域高质量发展,让黄河成为造福人民的幸福河。

他本科毕业于上海交大,2003年获得了首届交大校长奖,大四期间就获得了全球大学生程序设计总决赛的冠军。

他和朱珑是高中同学,朱珑在美国读博期间,林晨曦在阿里云担任技术总监。

第三个斜杠:对算力的执着

而绝大多数通用型AI芯片在实际应用过程中,又会遇到四个问题:一、无法与数据产生高效、深度连接;二、无法与市场产生紧密耦合;三、缺乏优质算法;四、功耗过大、对温度等环境因素敏感度不够。

黄河兰铁泵站建于上世纪末,主要功能是为兰州铁路局提供水源。2008年兰州铁路局开始使用自来水后,该泵站被废弃。郭德军介绍,为了更好地造福兰州市民,兰州“变废为宝”,拆除已废弃的兰铁泵站建筑,新建了500多平方米的观景平台,并使之成为了“网红”打卡点。同时,兰州对黄河兰州市区段西起西固区西柳沟、东至城关区桑园峡,全长47公里、总面积281万平方米的河道进行综合治理,目前已建绿地185万平方米、分车绿化带12.5万平方米,种植行道树16411株。

目前行业里能够将二者糅合在一起的企业寥寥无几,但命硬的依图还是站了出来。

从软件需求倒推芯片算力需求,特斯拉决心自研芯片,以推进汽车智能化进程,实现差异化竞争优势。

并且在这过程中,还收获了投资圈内有名的坚定于价值投资的顶尖投资人——红杉资本的沈南鹏和高瓴资本的张磊,双双将名片递给依图。

多重因素考量下,斜杠依图又作出了一个决定:造芯片!

手握技术,创业者能拿到风险投资早就并不是新鲜事,然而同时被这两位以长期主义和价值投资践行者选中,事情就有些不寻常了。

而张磊最为业内流传的往事,是2005年将第一笔投资给了当时市值尚不足20亿美金的腾讯,并长期持有到现在市值超过6000亿美金,已是300倍的增长!张磊在新书《价值》中写道:“做时间的朋友,许多结果从长期来看才有意义。”

在计算机视觉领域,朱珑被公认为是根正苗红的天才少年,他的开挂人生得益于两位足可撼动全球人工智能业界的导师的悉心辅佐。

后面的故事并没有太多的离奇曲折,两人一拍即合创立依图科技,开始了他们的AI逐梦之旅。

但细数自2014年至今的高调入场者,绝大部分都是高高兴兴出门来、垂头丧气回家去,黯然收场、徒留悲伤。

另外,为了全力打造“黄河之滨也很美”的城市名片,兰州市黄河干流防洪工程实施了黄河两岸游览步道连通。如今,人们行走在新铺装的人行步道上,两侧是葱茏的绿植和各色鲜花,煞是惬意。人行步道又将兰州市南北两岸黄河风情线上的马拉松公园等16家公园、中山桥等景点串珠成链,实现了人行步道的无障碍衔接,使游客和市民能够饱览黄河之滨的美景。

首先有必要解释下斜杠少年的词性,关于它的立意、属性,看官们众说纷纭。

这是依图的第一次“抬杠”,他们赢了。

依图科技首席创新官吕昊还在发布会现场演示了“求索”芯片性能,他直接架起200路摄像机,通过四块“求索”芯片实时比对现场超过五百位现场观众的人脸。(演示十分钟左右,现场未发生一起误报)

彼时行业内更多观点认为AI不过是新壶装老酒,落地应用乃至商业化会是个漫长过程,技术应用泡沫巨大。

2010年,朱珑又加入NYU(纽约大学)数学研究所,拜Yann LeCun门下,研究图模型和深度学习。

有人说这是菜鸟、是新手,是不专业的代名词;也有人说是应付裕如、是不偏不倚,是在自己擅长领域多面出彩之人。

八年前,AI风口未成,创业公司也没几家,VC圈尚不认可,市场也从未被教育。

回头复盘,这绝对是一个大胆甚至太过冒险的决定。

一些行业客户甚至直言,既然在十年前已经上了人工智能的“当”,以后再也不会相信这套玩意儿。 

由于CPU和GPU在数据传输时会有瓶颈,会抑制有效算力的充分发挥。而依图这款芯片设计的本质是把这些统一放到一颗芯片里面,既有CPU功能,又有加速AI或者说加速深度学习推理计算的功能。

学有所成后,朱珑决定带着天赋与热爱回到中国,以AI之剑刺破尘封已久的商业结构。正如当年马云、马化腾、李彦宏、张朝阳等人携互联网代码杀到一样。

遗憾的是,目前市场上大多都是通用型AI芯片提供人工智能计算所需的算力,而针对某些场景的专用AI芯片较为匮乏。

今天来看,依图对算法的执着、对技术的“抬杠”,又赢了。

加之原本成熟且可靠的芯片产业链受国际政治影响变得飘摇不定、脆弱不堪,及时打破算力垄断成当今中国科技企业的首要命题。

选择坚守的原因很简单,依图认为:算法遵循马太效应,未来不会趋同,且差距会越来越大。

朱珑掌舵下的依图,为整个AI业态带来了一次彻头彻尾的大翻新。

AI技术在未超越人类之前属黑暗时期,一旦超越人类就开始飞速发展。譬如人脸识别技术在2015年突破了人眼水平之后的四年内精度提升了100万倍,随之带来智能城市场景的极大突破。

在朱珑看来,AI创业若要立于不败之地,至少得夯实四项基本功:一来知识极密;二来数据极优;三来算法极精;四来算力极强。

这个梦想的落地实属不易,算法、算力虽同属一宗,却有着不同的业务逻辑,甚至可以说是两条赛道。

Alan Yuille教授早年曾在剑桥大学跟随霍金教授研究理论物理,之后转向计算机视觉领域,曾撰写2010年美国计算机视觉白皮书,为白宫和美国自然科学基金会等提供指导性意见。

这不是一句空话,也不是老生常谈,人人都懂的道理说来不过一秒,做起来需要持续不断的投入,而且风险巨大,到最后可能成了先烈又赔了岁月。

过去几年业内被吐槽最多的便是:AI产品的标准化、同质化程度越来越高,以算法见长的品牌之间已经很难再拉开显著差距。

写到这儿,我突然在依图身上看到了一些特斯拉的影子,这两家公司的芯片设计架构、技术路径、战略打法上颇有几分相似。

2019年5月9号,依图在上海发布了其首款深度学习云端芯片“求索”。

道理很简单:原先算法、算力分离的模式,用户需要建设两套单独的沟通、作业体系,不仅投入巨大而且难以高效互通,无法实现成本和效率的全局最优。

沈南鹏被称为“创业者背后的创业者”,他几乎投出了中国互联网的半壁江山,包括阿里、京东、美团、今日头条和滴滴出行等等。

通常,芯片厂商造好芯片,下游厂商根据芯片性能匹配场景;而特斯拉与依图都是从需求侧出发,感知用户侧所需,再根据需求去打磨芯片。

再看依图,AI算法的进一步突破一定会带来相关应用的逐步成熟,随之则需性能更好、智能密度更高的AI芯片去匹配。

八岁的依图,到这里就“原形毕露”了,他们不但要算法面子,还要算力里子。

他们大多出身名门, 从最顶尖的学术象牙塔转身投奔工业界,他们都想着能在AI时代占几亩山,称几代王。

依图成立后不久,成功光环引得各路大神齐聚中国,AI视觉创业俯拾皆是。

于我而言,斜杠少年多是褒义的。

2003年,他师从艾伦·尤尔(Alan Yuille)教授,于UCLA(加利福尼亚大学洛杉矶分校)攻读统计学博士学位。

依图针对视频解析,特斯拉针对自动驾驶,但都是视觉推理计算为主的芯片。因此,定义好芯片用在哪里、要解决什么问题非常关键。

为什么是依图在内的寥寥几家冲了出来?

这也是商业魅力所在,AI创业并非单一维度的角逐,而是知识、数据、算法、算力乃至企业文化的全方位较量。

说起林晨曦,这也是神一般存在的人物。

人们眼下谈到依图,不光是融资额,也非行业热议话题,更多在感慨它的年少老成和接地气的商业手段。

在这个市场深耕,需要最好的技术和对客户最深入的了解;需要潜下心来与甲方多交流、磨算法;需要离开实验室,脱下西装深入田间地头调产品。

过去八年,朱珑已经从0到1培育了这家企业。未来八年,朱珑还想一步步武装到牙齿,将依图从1带到N。

回看依图这八年,是与原创技术一直较着劲儿的八年,是从不放过每次0.001%精度提升的八年。

譬如智能城市,这是一个极具个性化的市场,涉及的专业多、链条长,对企业的资质、管理水平、项目实施经验均有较高要求。

从算法角度出发,市场上太多依靠开源框架微创新,然后采用低价策略抢占市场,导致整个行业丧失了做基础原创技术创新动力的案例。

关注的话题不外乎三点:赚钱的额度、融资的速度、上市的进度。

多数创业者通常会选择在某一维度做到Top级,譬如保证在算法上不落下风,在算力上选择通力合作,以保证自身的核心竞争力。

但对于包括依图在内的新晋闯入者,智能城市行业的前辈们并不看好。

先看特斯拉,他们选择造芯的原因很简单:供应商提供的芯片性能已经满足不了他们的需求。