2019年4月23日，由中国高科技行业门户OFweek维科网、高科会主办，OFweek物联网承办的“OFweek 2019（第三届）中国物联网产业大会”在深圳拉开序幕。

在本次物联网高峰论坛上，地平线智能芯片解决方案事业部总经理张永谦发表题为《AIoT边缘智能的需求与落地》的演讲。

在演讲中，张永谦总经理详细分享了地平线二代芯片，并举例了实际应用中边缘智能的功能、案例及应用开发，以及给用户、客户带来的赋能效果。

以下为张永谦总经理的发言内容，OFweek编辑做了不改变原意的整理及编写。

演讲原文：

大家下午好！

很高兴代表公司在这里给大家介绍地平线成立四年以来，我们在边缘智能芯片方面的工作，以及我们背后的思考。

地平线有两个主赛道，一是自动驾驶，二是AIoT。我今天主要介绍AIoT方向中的人工智能芯片解决方案落地，以及背后地平线在做的事情及其思考。

首先，边缘计算已经成为行业发展趋势，随着人工智能在各个行业里的逐步落地，数据的增长量将越来越大，到2025年，全球数据可能达到163 ZB。显而易见，如此巨大的数据量，如果全部放在云端处理，将带来各种各样的带宽占用、延时、隐私等问题，加上后端的成本，这是不可接受的；这也是为什么边缘计算在近两年频繁被大家提起的重要原因。

一个好的边缘计算系统需要专用的智能处理器，及所对应的解决方案。大家知道，传统的处理器有很多架构，在过去的20年里，比如以英特尔为代表的X86架构，不仅是最成功的架构，其背后的摩尔定律更是推动了整个社会的进步。

但是到了AI时代，面向以深度学习为代表的人工智能，X86的整体效率、性价比、可靠性相对来说较差，这是因为边缘计算和智能处理对成本和功耗的要求非常苛刻。

这个时候，大家很自然的意识到，我们需要做一个专用的人工智能处理器。

地平线正是奔着这个目标而成立，从2015年到现在已经走过了四年的时间，从成立到2017年年底发布第一代人工智能芯片就花了两年时间。

地平线做的人工智能芯片和行业中大家经常提起的人工智能芯片，其实理念有些不一样，因为我们觉得在前端，如果要把AI边缘智能做好，就必须做深度的软、硬结合。

举个例子，苹果的手机为什么好？其实他本身的CPU处理速度，包括整个芯片的整合度，和高通相比，其实不如高通。但大家使用苹果手机不会经常出现卡顿、中病毒等情况？很重要的原因就是，苹果整合了软、硬链条，做出了体验最好的端上设备；华为手机使用体验特别好，其实也是这个原因。

回到今天主题，在端上要把人工智能做好也是同样道理，当把前端软件和芯片整合的时候，可以带来高达一千倍的效率提升。

不过，传统处理器架构并不太适合深度学习。

而我们99％的企业并不具有强大的AI算法开发能力。

企业在AI时代到来的时候，需要解决的问题更多是怎么利用AI这个工具，然后才是解决行业已有问题。

这时会会给企业带来一个挑战：不具有AI开发能力，但又需要用到AI，怎么办？其实我们的很多客户和企业，他们更需要一站式的AI解决方案。

现实是，很多公司从A公司买某个处理器，然后从B公司拿算法，最后可能还要跟第三方传感器进行整合，谓之谓AI解决方案。

地平线之所以要做软、硬结合，就是希望把AI做成专业产品。这样，我们的客户和生态合作伙伴只需要专注行业应用就可以，而把AI的事情交给来完成。

这使得行业分工更清晰，实际效率更高。在这个理念指导之下，解决方案推出之后，受到了许多客户的欢迎。

正因如此，地平线从一开始就不是一个只做芯片，或只做算法的公司，而是把自己研发的芯片和算法紧密的结合在一起。

目前，地平线是国内软、硬结合做得最早、最领先的一家。

下面介绍如何解决AI在行业中的落地问题。

先了解下地平线的三代AI芯片目标，目前量产的是第一代旭日1．0，已经应用在IoT领域。2019年年终将会推出第二代AI芯片——旭日2．0。

AI在行业落地中，最关键一点就是软、硬结合和场景驱动。

上面已介绍，软硬结合可以带来效率和能耗比的提升。

再介绍场景驱动。摄像头是地平线的AI芯片落地解决方案之一，集成了很多耳熟能详的应用，如人脸抓拍、人脸识别、客流统计等。当我们把这个方案打磨成实际工程，能让客户直接就能使用的时候，我们发现任何一点细微的场景差别调整，如抓拍率、重抓率、光线等的调校，背后都需要付出巨大的努力，才能让客户用起来顺心、快速。

再举例，现在大家走路的时候往往都会低头看手机，或跟周围的人进行交谈，或者在一个人群密集场所并被周围人遮挡，那怎么进行大规模、高精准度的人脸抓拍？同时你还必须把重抓率控制得很低？

其背后都需要非常多的细致打磨。当谈及AI在行业中落地的时候，如果只有芯片，或者只有算法，又或者只有传感器，这不是真正的落地。必须要有一个完整的解决方案，这样才能真正解决客户所面临的所有问题；同时性价比、能耗比等各方面也能做到最优。

地平线经过一年多时间的打磨，已有几十家智能产品厂商、集成商采用了我们的方案，再配合他们自己所做的行业业务平台，真正的落地在各行各业。

除了监控领域，地平线在通行、门禁、考勤、可视对讲等领域也有非常完整的整合。

地平线还做出来了一个针对边缘智能盒子的解决方案，可面对多路摄像头视频进行人脸的抓拍和识别。这个场景和IPC场景有相似之处，不同在于要同时处理多路视频，所以这个场景下的解决方案也有不同。

地平线所做的每一个场景都要花费巨大努力，必须在各个场景中做到最好，如此才能真正形成出货、营收。

2018年底，地平线出货超过10万片，也是出口量最大的公司。

第一代落地产品主要是针对人脸，那么在AIoT行业再往前发展怎么样？

我认为会更好，地平线要做的第二步就是要把边缘的智能增强，同时要增加软件多样性。除了人脸之外，还有丰富多样的AIoT落地场景，如何做出真正的落地解决方案？这就是第二代芯片所要解决的问题。

在第二代芯片，将会进一步增强对图像的理解能力，结合地平线AI算法，可以从背景中把各种物体抠出来，从而大大提高对图片的认知能力。

我们跟Titan X 服务器的GPU做过一次比较，通过对城市场景中复杂画面的多类物体做切割，Titan并没有完全把它的能力发挥出来，但地平线方案做到了77％，比Titan要略高一点。

还有，地平线第二代处理器的功耗只有2瓦，而Titan的功耗为200多瓦。这说明，当软件和硬件紧密结合的时候，地平线第二代处理器在边缘侧可以做到比传统处理器要强大百倍、甚至千倍的处理能力及等效算力。

这也是为什么我们一开始就坚持软硬结合的原因之一。

第二代产品支持庞大的人脸识别库，实际应用中不需要放在云端做比对，可以做成单兵装备随身携带，可以做到随时随地布控，给基层公安提供一个非常灵活的高性价比设备。

如果是20万人规模工业园区，也不需要再去购买昂贵的服务器，以及云端的服务，只需要在本地部署这一套前端设备，再加上一些业务平台的管理软件，就可以对整个园区的人流有效控制。

现在AI设备都非常昂贵，多采用Nvidia的GPU服务器阵列板卡，价格动辄几十万元；而地平线的旭日2．0方案，只需在低功耗芯片上就能完成所有功能，但价格只有三、四万。

再有就是对人的行为和骨骼等做更深入的分析。地平线会继续把传统意义上的对人、车的结构化和分析，做一个完整的解决方案，然后提供给广大的客户使用。

面对需求分散化怎么办？地平线计划在下半年公开我们的这套训练工具，客户可以站在我们的肩膀上床戏、创业。

基于地平线芯片，可以很轻松执行训练，便于应对整个碎片化的场景。在边缘化、碎片化市场上，通过我们工具链来支持大家做整个AIoT的软件多样性。

最后讲一下我们所希望构建的生态环境。其实地平线做的是一个非常底层的事情，就是芯片和算法。今年年中，我们还会推出基于云端的技术和AI服务，例如PaaS和IaaS等。

PaaS正是云端智能，很多生态合作伙伴可基于我们的芯片和算法做出各种各样的智能设备，然后再加上地平线的PaaS，可以再做SaaS，构成一个完整的闭环，让AI真正地在各行各业里面能够得到落地。

地平线也希望通过我们让AI平民化，使得该技术并不只是掌握在少数的半导体公司或者大的算法公司，希望把AI平民化，把能力赋能出去，让各行业用户、合作伙伴、客户都能够在地平线的平台之上去构建属于他们自己的智能应用，最终实现在AIoT这个领域的落地和百花齐放。

谢谢大家。