AI正越來越多的出現在我們的生活中，但業界普遍認為AI想要規模化落地還需要較長的時間，國內外科技巨頭也紛紛開始自主研發AI晶片加速AI技術落地。不過，自主研發晶片投入且高風險大，這又阻礙了AI的發展。那麼如果AI晶片免費，是否意味著AI大規模產業化將快速實現？
如果說晶片是人工智慧的「軀體」，算法是人工智慧的「靈魂」，數據是人工智慧的「營養」，把這幾個核心要素再加上「應用場景」和「服務」這兩個解決方案賦能的能力，將其放在各個傳統行業裡去顛覆傳統行業原有的體驗和效果，在這個過程中，需要通過算法的不斷迭代、海量數據的不斷採集，從數據的採集、標註，到算法的訓練、應用升級、晶片升級，形成一個閉環，實現機器自學習。
因此，雲天勵飛聯合創始人、CEO陳寧認為，只有通過人工智慧晶片的突破，才有可能真正的讓人工智慧的技術變成產品，真正實現大規模的產業化。
雲天勵飛聯合創始人、CEO陳寧
為什麼選擇晶片免費的商業模式？
雷鋒網消息，4月25日雲天勵飛晶片專題的媒體溝通會上，陳寧表示，從雲天勵飛創業之初，就不把自己定義為AI晶片或傳統晶片公司。雖然我們做AI晶片，但與傳統晶片公司有所區別，我們不從傳統的矽基晶片上通過面積計算晶片成本、設計成本，然後再計算每顆晶片的定價來進行收費的模式，我們的晶片全部免費。我們的核心不是簡單的把晶片交給用戶，而是將前端的晶片和我們雲端的服務去賦能各個行業的客戶。
至於原因，雷鋒網(公眾號：雷鋒網)從陳寧博士的解答中找到了答案。他表示，我們晶片團隊做了十多年，不過相對比較頂尖的一批工程師投入了一個晶片的行業，最終卻但把晶片做成了白菜價。我記得之前有一個併購的案例，91助手和展訊兩家公司幾乎同時被併購，但是它們價值的差異十分巨大，這讓我們這幫做晶片的工程師感到比較心寒。這從一個側面也反映了一些問題，作為工程師要看自身的價值體現在哪裡，在人工智慧時代，會比在網際網路時代可能有數量級的差異。但是晶片又是不可或缺的，最近的中興通訊事件更加說明了晶片的重要性。
「舉個例子，我們用水、電感覺不到，但是缺了水龍頭和插座會感覺不到嗎？在人工智慧時代，為了投入產出比更加協調，我們認為人工智慧時代不僅要從技術層面、也要從商業模式上面讓產業配比更加匹配，所以我們將晶片作為一把打開人工智慧服務和人工智慧產業化的鑰匙。通過全新免費的商業模式，來凸顯人工智慧服務的價值，同時也能夠更加好的體現晶片作為水龍頭和插座的不可或缺性。」陳寧同時表示。
晶片免費是否真的可行？
陳寧還介紹，我們商業價值的反哺是通過提供雲端AI服務的能力。AI雲端的晶片就像是一個個水龍頭和插座，在雲端控制前端的服務，通過雲端一系列開關，面向不同的應用場景來控制這個水龍頭流出來的是什麼樣的水、流出多大流量的水，控制這顆前端的晶片上開啟多少功能、實現什麼樣的功能和算法。簡單來說，就是通過AI服務去實現端到雲的技術路線的產業價值和商業價值的模式。
那麼用戶是否會接受這樣的商業模式？陳寧對此表示，這倒不是接受這種模式，更關鍵的是雲天勵飛對於人工智慧整個產業的發展，認為未來的物聯網一定是端到雲的架構，不再像原來傳統行業的晶片，賣一顆晶片給客戶，客戶拿走以後跟廠商沒有關係了，而是一定要通過雲端的服務，來賦能前端的晶片，去提供一系列的AI服務，所以端到雲在人工智慧時代是一個自然的綁定。
有了端到雲的綁定，廠商的價值並不是通過這個前端晶片能夠集成電子元器件的數量來決定，而是通過前端的鑰匙，整個雲端的服務能夠提供多好的服務，把工作效率提供100倍還是1000倍，廠商的價值是在雲端服務的整個鏈條體現。
當然，這並不意味著從端到雲都要用這個服務，從我們現在推出的生物系統就可以看出雲天勵飛在打造一個平臺。雖然我們是五位一體的端到端的整體解決方案，但是我們推的是一個平臺，把平臺拆解成前端智能化、結構化引擎、搜索、引擎的不同模塊。
晶片性能能否滿足需求？
最後，從商業模式回歸到人工智慧實現突破的核心——晶片。陳寧認為人工智慧最大的挑戰在於技術怎麼在各類細分場景裡落地，並打磨出來一款又一款的解決具體行業問題、顛覆傳統行業的一系列晶片。
因此，人工智慧時代是場景定義算法，算法定義晶片。雲天勵飛設計AI晶片也是通過場景來定義。據介紹，雲天勵飛AI晶片的設計主要以ASIP的設計思路為主，讓處理晶片在具備了ASIP高性能、低功耗的優勢的同時還能提供處理器級別的性能，兼顧端上應用的高性能、低功耗、低成本的要求，保留不錯的靈活性，能滿足AI算法快速迭代的需求。
據了解，雲天勵飛第一代深度學習神經網絡處理器NNP100的研製在2016年完成，並基於FPGA載體實現商用。目前已經在研發第二代深度學習神經網絡處理器NNP200，並取得階段性成果。NNP200也將集成於雲天勵飛IPU (inteligence processor unit)晶片上，用於智能終端產品。
值得一提的是，雷鋒網獲知，雲天勵飛IPU與Nvidia開源的nvDLA相比，相同運算力下，在很小的內存帶寬下，算法模型效率可以提高18倍。與麒麟970相比，相同運算力下，比970的性能提高4.4倍。
相關文章：
全球科技巨頭爭相造芯，AI晶片大戰即將開打？
BAT AI晶片布局盤點 誰是「中國芯」新希望？
阿里宣布自研AI晶片，稱性價比超傳統CPU、GPU 四十倍
Facebook自研AI晶片，高通和Intel或遭拋棄
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。