快速一键发布
您的位置：资讯>观察>科技企业最尴尬的境遇
商业上的成功与失败，常常充满着机缘巧合。拥有创新、优质的技术和产品，却也可能走上弯路。这样起个大早、赶个晚集的案例在科技圈处处可见，比如谷歌的萤火虫无人车，又比如360的手机。
商业上的成功与失败，常常充满着机缘巧合。拥有创新、优质的技术和产品，却也可能走上弯路。这样起个大早、赶个晚集的案例在科技圈处处可见，比如谷歌的萤火虫无人车，又比如360的手机。
现在，Novumind正在努力让自己不要成为另一个类似的案例。
虽然Novumind这个名字还没在国内混得脸熟，但这个行业已经对吴韧博士非常熟悉。
走过HP、AMD和百度之后，吴韧博士创立了自己的团队――Novumind，异构智能。
从这个名字就能看出，异构计算是Novumind的重要命题。其实早在2005年，吴韧博士就已经开始用异构计算对海量数据进行解析，他研究出的梦入神机曾经亮度获得计算机象棋奥林匹克比赛冠军。
吴韧博士比大多数科技企业更早的认识到了人工智能的未来――云端计算只是当下的权宜之计，未来一定是由本地芯片和超级计算机组成的异构计算。
当移动AI、分布式部署、终端智能成为了整个行业共同的命题，Novumind适时的出现，希望通过全栈式的AI赋能服务，赶上这一波的“早集”。
在Novumind举办的交流会上，吴韧博士把物联网当做了整场会议的引子。走过海底光缆、将数据压缩再传输到云端计算的物联网，是吴韧博士口中的伪命题。
的确，物联网、无人驾驶需要快速的计算和反应，举一个夸张点的例子，利用基于视频的人脸识别做安防，等云端把数据传输回来，不法分子也许早就走进了大门。
在吴韧博士看来，想要实现智能物联网，需要的是在本地做人工智能。而本地人工智能，最重要的就是芯片。
把AI放在终端有两方面难度，第一芯片要高性能，因为要承担巨大的计算量，第二需要低功耗，因为这些芯片很可能搭载在摄像头、汽车、电梯等等东西上。
为了解决这一问题，Novumind学习了GPU的成功经验；GPU之所以赢过CPU，是因为GPU专为处理图片而设计。Novumind即将推出的芯片，则专为人工智能场景而生。
人工智能的核心计算是三维张量的卷积计算，小立方体和大立方体重合的部分做点乘。其他所有公司都不在三维层面上进行操作。用DSP是在一维上做操作，TPU与GPU在两维做操作。只有异构智能的芯片在三维层面做操作，并且有四项专利保护。
吴韧博士把人工智能的计算比喻成吃冰淇淋，DSP是用吸管吃，吸管可以做的很长，可冰淇淋盒子不一定有那么深；TPU和GPU是用铲子吃，最好的结果只能是挖掉一整个平面。吃冰淇淋真正需要的，是一把三维的勺子，也就是Novumind提出的卷积三维计算。
在交流会上，Novumind表示，他们将推出四款芯片，横款主流的28nm和大家都在期盼的16nm，不同的芯片适用于不同的场景。看来在技术产品化这方面，Novumind已经做足了相关的准备。
目前，已经有很多巨头和Novumind达成了合作意向，计算机产业的惠普、工业机械产业的KUKA，还有阿里云、三星等等。在万众瞩目的医疗方面，Novumind和华西医大达成合作，拿到了20万份数据，得到了95%的准确度的模型。
在交流会中，我们询问了吴韧博士对现如今移动端人工智能多种解决方案的看法，吴韧博士则表示，不管是用压缩算法模型进行移动端部署、还是通过芯片对移动端进行部署，Novumind都能用自己的方式对其进行赋能，在终端智能的备战军中，Novumind看到更多的是合作伙伴而非竞争者。
这也是我对Novumind有抱有很大信心的原因之一，放眼世界，科学家创业并不少见，但学术能力极强的团队加上成熟的产品化的规划，再加上在商上开放的模式，会成为Novumind重要的差异化优势。
此为亿邦专栏作者文章，如要转载请签订内容转载协议，联系run@ebrun.com
|
