每个时代都有创世者，谁创造了 AI 时代？

科技行业的颠覆式创新，永远始于边缘化市场的异军突起。

从12年前英特尔原CEO保罗·欧德宁对智能手机芯片商业潜力的不屑，而将乔布斯拒之门外，再到游戏显卡市场常年被芯片巨头的战略忽视。边缘化市场于垄断者而言，是提高平均生成成本、拉低利润率的拖后腿业务，人人避而远之。

然而现实往往十分戏剧性，上述这两大不被主流玩家接纳的边缘化场景，诞生出了千亿级市值的高通和英伟达。他们从边缘演变至新主流的过程中，随之带来的，则是万亿级产值的移动帝国和智能浪潮。

既定领域强者愈强弱者愈弱的马太效应，已成为从业者潜意识里的商业铁律，但历史告诉我们：边缘化市场的创新，往往是逆常识的。

1

1970年夏天，英特尔开发出了全世界第一款商用微处理器"4004"（即4位的4004处理器），这款处理器集成了 2250 个晶体管，能够处理 4bit 数据，每秒运算 6 万次，频率为 108KHZ。

4004的横空出世，被认为是拉开了微处理器时代的大幕。

1971年中，英特尔很快又从日本手表制造商精工集团手上接下了一个不小的订单，后者急需通过电子手表这一创新产品撬开消费类电子市场金矿的大门，需要更为强大的逻辑芯片作支撑。 

强业务驱动下，英特尔加班加点埋头苦干，并于1972年初正式推出8位8008处理器 。

当所有人都为这两款震惊世界的芯片产品而欣喜、疯狂时，它们的主要研发者，年轻物理学家费德里科·法金并不满足，他又开始着手研发一款真正意义上的单芯片微处理器。

在法金的思维象限里，4004、8008虽然刚刚问世，但都是用于四芯片组，实际应用效果非常有限，如果单芯片微处理器能够面世，不但处理速度快且实用性较强。

1974年3月，也就是法金和他的团队着手产品设计仅9个月后，英特尔正式向公众推出了世界上第一款单芯片微处理器8080。

这款处理器一经发布便掀起了半导体界颠覆性革命，8位芯片运算速度达到每秒29万次，约为8008芯片的10倍。

次月，电脑发烧友埃德·罗伯茨拿到了 8080 微处理器的一些包含相关参赛的手写表格，同时着手打造一款置于芯片上的计算机。

1975年1月，《大众电子学》封面刊登了由罗伯茨组装的个人电脑 Altair 8800 ，并在导语处印上了加粗的14个大字：电脑走进千家万户的时代，来临了！

当保罗·艾伦在哈佛广场中央的报摊上看到《大众电子学》上印着 Altair 8800 图片时，他像是看到了新大陆，他踏着泥泞的积雪，一路小跑着来到比尔·盖茨在哈佛的寝室。

读完文章后，盖茨好像意识到了什么，他没有多想，便和艾伦参与到这场革命中，接下来的几个月时间里，两人开始疯狂为个人电脑编写软件。 

同时，Altair 8800 也吸引了沃兹·尼亚克的注意，不同于罗伯茨，沃兹是专业的计算机工程师，当天晚上，他也在纸上画下了苹果I型电脑的雏形。 

英特尔8080 微处理器的推出，让多少名不见经传的小人物看到了机会，转身一变，化身商业大佬。而英特尔，也凭借三款微处理器组成的产品家族，尤其是最新的旗舰产品 8080 ，占据了市场领导地位。

在此后长达半个世纪里，随着微处理器成为数十个主要行业内成千上万种产品的核心大脑，英特尔也一步一步建立起了一个PC时代的崭新芯片王朝。 

2

历史车轮滚滚前行，谁都不能永远年轻。

在英特尔与微软组成的wintel联盟如日中天几十年后，他们遗憾错失了规模较PC市场大得多的移动市场。

船大难掉头也好、后浪推前浪也罢，在时代面前，就移动市场而言，英特尔输了。

移动时代的芯片领域则是高通的天下，又一位意大利技术天才维特比霸道登场。

维特比发明的码分多址技术CDMA，将现代数字通信的解码复杂度降到极低，而这也让他和他的公司化身这个时代的宠儿。

于移动芯片市场，英特尔曾经投入大量资金，尝试通过收购英飞凌无线事业部强力涉足，但是这种试水性投资并没有给前者带来太多惊喜，最终还是竹篮打水，落得一场空。

2016年6月27日，Marvell以6亿美元的现金收购了英特尔通信与应用处理器部门，获得了英特尔的XScale产品线。

这一举动也正式宣告英特尔真正放弃了移动市场。

就移动市场而言，其实英特尔也注意到了，但它的确回天乏术。

《创新者的窘境》中提到，一个优秀企业的处境也可能很糟糕，而且企业越好，就越容易失败。

传闻，当年乔布斯推出第一代iPhone，首先找到的厂商便是英特尔，邀请他们生产iPhone手机芯片，因为他们有品牌保障、有成熟的生产线。

对于彼时的英特尔来说，这类手机芯片毫无技术障碍，最大的障碍就是价格。乔布斯给出的价格是每片10美元，而当时英特尔生产的CPU芯片，价格一般都在每片100美元以上。

为了一个前景不明的所谓的智能手机业务，腾出为英特尔超极本生产100美元芯片的生产线，去做10美元的手机芯片，换做大多数人，都是拒绝的。

苹果这趟车，英特尔算是没搭上，这一步，也让它彻底成了移动芯片市场的“看客”。

回忆当年的这一决策，时任英特尔CEO保罗-欧德宁在其宣布卸任的那一天也忏悔了过错，“英特尔的芯片原本可以出现在苹果手机中，但我当时回绝了苹果提出的交易”。

3

进入AI时代，To B市场的数据能力被强制唤醒，而它又开辟了芯片产业的又一个新战场。

AI芯片相比通用芯片在执行AI算法时效率更高、成本和功耗更低，它按技术路线可分为GPU、FPGA和ASIC，按功能可分为云端训练芯片、云端推断芯片和终端推断芯片。

在这个技术节点，英伟达来了。

英伟达CEO黄仁勋一直提到一个观点，过去大多行业都是依赖摩尔定律来推动，但它太老了、太慢了，GPU才是全新的‘超级摩尔定律’，这也是整个行业千载难逢的机遇。

2015年前后，业界对于GPU摩尔定律视若无睹，那时候GPU的角色更多是显卡的核心部件，主要受众在游戏市场。

大多数人并没有意识到，一些变化正在潜移默化地发生着。

英伟达早在2007年年中就推出的、为释放GPU独特并行运算所打造的CUDA计算架构，和很早就提出基础理念但迟迟没有实质进展的人工智能走到了一起。

这两者互相成全，AI找到了一条通过算力暴力突破瓶颈的捷径；而GPU也终于在游戏和专业应用之外找到了一个新的市场、一个几乎无所不覆盖的新市场。

譬如安防市场，在这个领域，99%以上的数据是非结构化数据，安防大数据要走向深度应用首先必须解决的就是视频结构化问题。

早在2016年，海康威视便基于英伟达Jetson TX1发布最新双目智能摄像机产品，借助GPU的强大视觉计算性能和深度学习技术，在实现强大视频捕捉能力的同时满足了对海量计算的需求。

此外，包括华为、比特大陆、寒武纪等中国AI芯片厂商也发布了相关产品，为高性能智能分析服务器市场提供更多选择。

云端之外，就AI芯片边缘侧，来自中国战区的炮火声也不小。

比如地平线，在智能摄像头嵌入AI芯片方面，地平线的AI芯片已经具备了在前端实现大规模人脸检测跟踪、视频结构化处理的性能。

更为重要的是，地平线不仅手握AI芯片，还具有结合场景的深度AI算法，这是他们在安防行业竞争的杀手锏。智能视觉分析应用，不仅需要超强大的AI芯片，还要有结合业务场景的应用算法，双剑合璧，效率更高。

毕竟，一个裁缝做出来的上衣加裤子才能称为一套完美的衣服。

比如云天励飞，它于2018年推出了第二代基于视觉应用的人工智能芯片DeepEye1000。DeepEye1000是一款异构多核并行计算SoC芯片，内嵌具备自主知识产权指令集的多核神经网络处理器。

与通用GPU相比，DeepEye1000单位性能提升20倍，单位能效提升100倍，系统时延降低200倍。随着云天励飞DeepEye1000的推出以及应用场景的拓展，云天励飞的AI芯片将会以更快的速度实现更大规模的商用。

再比如触景无限，这是一家行业最早布局前端视觉感知的AI企业，过去几年，他们已经成功推出包括盾悟智能盒/分析主机、人工智能模块“瞬视”、角蜂鸟Horned Sungem AI视觉套件等过硬产品，锻造出了一个完整的覆盖安防、教育、金融等领域的解决方案生态体系。

谈完AI芯片新锐公司，再看传统安防巨头。

公开资料显示，海康及其关联公司已经开始在芯片领域进行投资、并购和投产研发，涉及了SSD主控芯片、AI芯片等。

另外，2018年人工智能与实体经济深度融合创新项目名单中，也将大华申报的视频监控人工智能SoC芯片研发及应用的项目公之于众。

作为传统安防玩家，他们的优势是对安防各类应用场景非常熟悉，对摄像机的光学特性结合AI应用了如指掌，获得AI芯片最终落地应用的成本更低。

但在这块，有人果断看好，也有人比较担忧AI芯片的前景：

一是能耗。以安防视频监控智能分析为例，AI芯片需要将大量的非结构化视频数据转化成结构化数据，将视频数据打上标签，然后进行比对分析。

想要实现整个分析过程的通畅无阻，AI芯片的性能必须达到要求，并要求整体的软硬件的耗能不能太高。

例如，同样是分析同一个红绿灯路口的车辆监控数据，不同的芯片装在同一个摄像机上，由于AI算法的千差万别，就会造成分析的同一张画面所需能耗可能一个只需要80毫安，另一个则需要120毫安。

虽然相差40毫安，但是在酷暑的气候条件下，这40毫安持续散发的热量可能会导致摄像机主板被烧坏，增加额外成本和维修费用。

二是价格。普通的高清枪机和球机，价格一般在几百到千元左右，但是如果在摄像机上加入场景定制的AI芯片，价格可能会翻一倍以上，对于大多数客户而言，在前置的智能分析无法带来业务和管理效率的提升时，没有必要冒险将智能分析的功能从后端前置到摄像机上。

可以看出，应用模式上的争议，正考验着整个行业的实践智慧，同时也让芯片商在产品上做出取舍。

在竞争激烈的芯片市场，前有虎后有狼，应用场景的不同，意味着产品聚焦要么在后端，要么在前端，二者选其一。如果顾头又顾尾，最终可能两头都没法达到预期效果，这是场景分散化，产品个性化和需求碎片化决定的。

可以肯定的是，深耕竞争激烈的AI芯片市场，各家企业都有自身的看家本领，也就是说，无论做前还是做后，各家都有机会占领一隅，成为一方诸侯。

4

AI芯片时代，没有永远的霸主，每个阶段都会有赢家，只是这赢者不能再通吃。

作为能够带来真金白银的高价值市场，城市安防等市场势必会招来虎狼争食，谁能笑到最后，稳坐钓鱼台，前方依旧迷雾重重，如履薄冰。

那么，在这场变革之战中，谁能赢得这场战争？又或者说，赢得这场战争比较关键的筹码是什么？AI芯片领域未来发展整体呈现什么态势？如何应对？

洞悉这一趋势，安博会前一天（10月27日），雷锋网(公众号：雷锋网)AI掘金志将以“城市视觉计算再进化”为主题，在深圳举办首届“全球AI芯片·城市智能峰会”。

本次大会将由雷锋网AI掘金志团队一手策划，此前我们用两年时间打造了「中国人工智能安防峰会」及「CCF-GAIR视觉智能专场」，树立了业内首屈一指的垂直论坛品牌。

往届峰会上，多位享誉世界的院士、Fellow、安防企业首席智能技术高管，以及AI独角兽创始人和知名投资人，在论坛发表重要演讲，包括中国工程院院士、CCF理事长高文，CVPR、ICCV大会主席、IEEE 院士权龙，清华大学微电子所所长、IEEE 院士魏少军等，不断刷新着安防人的AI认知。

本届AI芯片峰会上，也将全力聚焦AI安防产业中最值钱、也是最“硬”的部分：“AI芯片/端到端视觉芯片解决方案/AI服务器”等产品领域。

受众将面向安博会参会者中最核心的前端芯片、云端芯片、人像抓拍机、智能NVR、分布式存储服务器、人脸比对服务器、视频结构化服务器等产品与一体化解决方案采购方代表，以及政府公安官员和投资人。

同时，大会也将汇聚全球极具代表性的AI芯片、智能服务器、安防、计算机视觉企业高管：

以“英特尔、英伟达”为代表的全球芯片厂商；以“海康、大华”为代表的传统安防企业；以“阿里、华为”为代表的城市级云/AI平台领导者；以及新锐的AI芯片企业及安防企业。

同时联合政、企、学、研、投、媒六界顶层资源，共同探讨智能城市背后算力引擎的未来。

拟邀嘉宾（4位已确认出席）：

• 宇视科技总裁张鹏国（确认出席）

• 希捷科技全球副总裁暨中国区总裁孙丹（确认出席）

• 大华股份研发中心副总裁、先进技术研究院院长殷俊（确认出席）

• 云天励飞CEO陈宁（确认出席）

• 中国科学院院士，国家高性能计算中心深圳分中心主任陈国良

•  IEEE 院士，加州大学教授，世界权威三维芯片科学家谢源

• 英特尔Movidius总经理Remi El-Ouazzane

• 阿里巴巴集团副总裁戚肖宁

• 英伟达全球副总裁潘迪

• 赛灵思大中华区销售副总裁唐晓蕾

• 海康威视高级副总裁徐习明

• 寒武纪CEO陈天石

• 远望资本、迅雷创始人程浩

• 华登国际董事总经理黄庆

•  中欧资本董事长、前华为副总裁张俊

• 北极光创投董事总经理杨磊

主办方：雷锋网& AI掘金志

会议规模：650人

时间：2019年10月27日

地点：深圳福田区大中华喜来登酒店(安博会场馆旁)

。