【猎云网（微信：ilieyun
）北京】9月20日报道（文/都保杰）
日前，地平线创始人兼CEO余凯在2018 WAIC论坛上发表了主题演讲，分享其对于边缘计算、未来城市以及人工智能进一步趋势的思考，余凯表示，目前人们正处在从大数据时代向大计算时代变革的时间点上，算力就是第一生产力，而计算需要大量下沉到边缘，必须依赖可靠的、高效的边缘AI芯片。
以下是余凯分享的内容，猎云网删减整理：
今天我们一起探讨边缘智能，边缘计算。这个现在看起来已经越来越广受关注的行业共识，地平线创立的第一天开始，就把边缘计算作为自己的核心使命，今天跟大家汇报和分享一下地平线在边缘计算方面的一些工作和思考。
为什么我们的题目叫“边缘AI芯片，让城市更美好”，因为这里有交通、有驾驶、有大量的人机交互，计算一定是发生在数据爆发的场景里面，而现在数据大量产生和爆发的地方就是在城市。AI未来的发展，边缘计算，会覆盖生活的每一天——从家里出发，在路上，在工作的场景里面。有一个数据报告显示，比如说到2025年，全球数据量将以10倍速剧增至163 ZB，这个数据量远超过任何互联网公司现在所储备的数据量。
所谓的分久必合，合久必分，在计算上也在发生。在PC时代的时候，所有的计算都是在电脑上，是本地边缘计算。后来随着互联网发展，数据越来越往云端、中央上转，计算慢慢转移到了云端，转移到了云端计算。而从移动互联网开始到现在物联网，我们看到另外一个趋势，更多的计算从中央往边缘迁移，毫无疑问带来的好处就是刚刚大家都提到的，就是实时性、可靠性，设备在离线的情况下还可以正常运作，比如说我们自动驾驶汽车在路上跑的时候，过隧道的时候没有信号，车如何自动驾驶？一定要靠不依赖网络和云端的边缘计算，再比如我们有很多安防类的企业，他们有一些现在是靠WIFI联网处理，但是受信号和带宽影响很大，也需要边缘计算。当然，此外还有很多的安全性，性价比等等因素。
这里面核心的一点，大量的计算要在边缘，并不是在数据中心。数据中心需要强大的供电系统，经常建在例如内蒙古等一些用电需求比较少的地方。而边缘计算一定要求低能耗，这就对边缘计算的处理器要求非常高，因此边缘计算的AI处理器，可以说是今天我们整个智慧城市，自动驾驶的核心技术基石。
我们说边缘计算，是不是意味着我们的算力要打折扣？其实不是，我跟大家分享一个自动驾驶里的例子。我们说自动驾驶分为一级二级三级四级五级，到五级就是全天全路况全工况的无人驾驶。在这里有一个很有趣的趋势，自动驾驶每往上升一级的话，它整个的计算量增加一个数量级。比如说今天可以说产业界当前所处在的阶段是三级自动驾驶，匹配的产业化的人工智能处理器处于差不多10T的算力阶段，而四级的自动驾驶到百T量级，再到五级的完全的无人驾驶的话，要到1000个T。
这个是什么概念呢，我们稍微回顾一下摩尔定律，我们看过去的一百年，平均来讲每一千美金大概能买到的算力是这样的增长的曲线。今天当然，一千美金相当于一个iPhone，可以买到的算力。从2017年开始，实际上摩尔定律也发生了新的变化，因为我们的物理制程其实已经开始变化，最新大家在攻克五纳米这样的制程，但是继续往上的话，越来越难，因为我们知道原子是0.1纳米，所以我们在逼近原子的极限，物理的制程就不能继续推进摩尔定律继续往前发展。
今天，可以说是进入了新摩尔定律的时代，要通过场景驱动，场景跟任务、软件算法去驱动，这种架构的模型，使得摩尔定律还能够继续往前奔跑。
在这里我有一个预测，如果我们能够做到这一点，基本上到2025年的时候，每一千美金能够买到的算力相当于1000个T，这1000个T的算力，能够满足五级无人驾驶所需要的计算需求，基于此我们继续开发匹配的软件系统，使得2030年的时候，真正的五级的无人驾驶成为可能。
很有意思的是，我们可以看到1000个T的算力正好和我们今天的人类大脑的算力相当。这里面也不完全是巧合，因为自动驾驶需要在比较复杂的工况下面能够继续以自己对事态的理解，复杂的决策，需要达到人类大脑这样的算力才能去应对这样的情况，所以这是摩尔定律的一个很有意思的发展。
核心来讲，边缘计算要实时性，低延迟，这个要求很高，跟在数据中心的计算不一样。但是同时，它对算力的要求一点都不低，边缘的人工智能处理器是未来科技竞争的主战场，是一个制高点。
另外一点，我想业界已经达成了一个共识：未来，我们更重要的是进入一个所谓的大计算的时代。因为数据是一个泛泛的，是无穷存在的，关键是你能不能计算，通过计算让数据产生价值。
在很多的场合我们也看到一些趋势，数据的计算很重要，去年我们看阿尔法狗升级了一代，新的阿尔法狗是不需要人类堆积的数据学习，完全通过虚拟的方案，形象的比喻是叫左右互搏去提升它的算力。我们可以看到自动驾驶也出现了这样的情况，更多的不是说在实际的路面上去采集数据，提升在各种路况下的控制反应能力，而更重要的是仿真性，完全是虚拟的世界里面的计算。
所以说我们可能面临一个时代，可能我们自己都没有意识到，我们以为我们处在大数据的时代，可是我们实际上在进入一个大计算的时代，真正的大计算才是构成未来所谓的这个世界的根本。
刚才讲到了所谓的新摩尔定律，不仅仅是通过物理的制程，还要通过软件跟硬件的结合。毫无疑问，这个东西也越来越成为一个时代的共识，比如说今年我们看到图灵奖发给两位计算机架构的专家，芯片的架构设计的专家，这样的专家都很有意思，他们现在都在软件公司工作，在Google。
地平线希望能够在公司成立十年的时候成为全球最大的AI芯片的公司，这个应用场景，无论是智慧城市还是辅助驾驶、自动驾驶，最大的场景就是在中国，所以其实在中国做到第一的话，估计就是世界第一。
围绕边缘的人工智能处理器，我们的首要核心，第一个，我们认为最高的还是自动驾驶。在攀登这个高峰的过程中，一路都会有收获，包括智慧城市，智慧零售，智能制造，都是边缘处理器的应用场景。
我们去年12月份的时候发布了两款处理器：旭日（Sunrize）1.0和征程（Journey）1.0，这是今年最新的成果——征程2.0处理，为更高性能的四级自动驾驶提供处理计算方案。可以说我们提供了更高的效率，更低的功耗，以前完成这样的计算需要水冷的系统，自动驾驶里面是一些实时的计算，相对来说比较复杂的路况场景，竞争对手要完成这样海量数据的计算，要几千瓦的功耗，而我们大概只是110瓦的功耗就可以完成计算。
所以现在在几个城市里面做四级的自动驾驶实验，我们已经是在这个领域是规模最大的计算平台，我们在美国已经启动了几十辆出租车在的测试运营，我们也跟奥迪公司在合作四级自动驾驶的计算平台。
同时，处理器方面，在车端以外，比如说摄像头端做人群的扫描，抓拍，现在我们可以做到摄像头端的计算，另外一个场景，智慧交互产品里面，对车型，车牌计算都可以在我们的处理器上计算。我们下一代的基于摄像头端的嵌入式处理器，大概一两瓦的功耗，就能够做复杂的密集人群的计算。
当然，人工智能处理器在边缘计算另外一个场景，就是由于他们的实时性要求很高，在人机交互，现在我们跟国内的顶级车企在合作，在车联网的人机交互方面的应用，同时我们把各种识别放在本地，保护隐私，就像人和人之间交互，不仅仅是语言，手势、表情、人脸，甚至你的目光，唇语等形成一个更丰富，立体的人机交互，这也是我们认为边缘处理器的方向。还有基于我们处理器的车载系统平台做的自动泊车项目，如果你们要租车的话，可以用手机把车给你开到停车点，到了地方这个车自己找停车位，或者自己找地方充电。
车载端的感知计算，未来一方面是在路端，通过传感器，边缘计算去感知复杂的车流。同时，车端也有边缘计算，去感知周围的情况，这种V2V通讯可以了解到全面的路况动态，从而去达到未来比较高效的交通系统。
未来边缘的AI芯片实际上是未来智慧城市的底层的核心技术，只有这个技术不断的往前推进，我们城市的安全、效率才会越来越高，地平线旨在通过专注于AI处理器打造一个开放的生态，让大家享受边缘计算所带来的便捷，谢谢大家。
