8 岁依图的「斜杠」人生
作者 | 张栋
斜杠少年，这是我想到依图时，脑袋里倏然蹦出的一个词。
自2012年9月横空出世，成立八年来，头顶AI独角兽光环的依图被不少聚光灯所围绕。
关注的话题不外乎三点：赚钱的额度、融资的速度、上市的进度。
今天，藉由八周年的时间节点，我们细致地聊聊这家公司，聊聊这位斜杠少年的不羁成长史。
首先有必要解释下斜杠少年的词性，关于它的立意、属性，看官们众说纷纭。
有人说这是菜鸟、是新手，是不专业的代名词；也有人说是应付裕如、是不偏不倚，是在自己擅长领域多面出彩之人。
于我而言，斜杠少年多是褒义的。
他们通常不囿于一成不变的生活，以初生牛犊不怕虎之姿去开辟可能性、去尝尽人间百味、去追求和探索不一样的无人之境。
八年时间，依图也的确做到了他想做到的全部。这位斜杠少年一直在AI之路上狂奔，但并非蒙着眼。
1
第一个斜杠：对信仰的选择
从一穷二白的屌丝创业者到估值近200亿的商业巨子；从看不清任何方向的小作坊到业务覆盖智能城市、智慧医疗、AI芯片等多领域的AI独角兽。
朱珑掌舵下的依图，为整个AI业态带来了一次彻头彻尾的大翻新。
在计算机视觉领域，朱珑被公认为是根正苗红的天才少年，他的开挂人生得益于两位足可撼动全球人工智能业界的导师的悉心辅佐。
2003年，他师从艾伦·尤尔（Alan Yuille）教授，于UCLA（加利福尼亚大学洛杉矶分校）攻读统计学博士学位。
Alan Yuille教授早年曾在剑桥大学跟随霍金教授研究理论物理，之后转向计算机视觉领域，曾撰写2010年美国计算机视觉白皮书，为白宫和美国自然科学基金会等提供指导性意见。
2010年，朱珑又加入NYU（纽约大学）数学研究所，拜Yann LeCun门下，研究图模型和深度学习。
Yann Lecun是卷积神经网络（CNN）之父，与深度学习鼻祖Geoffrey Hinton、Yoshua Bengio，共同获得 2018年图灵奖，被并称为“全球深度学习三巨头”。
学有所成后，朱珑决定带着天赋与热爱回到中国，以AI之剑刺破尘封已久的商业结构。正如当年马云、马化腾、李彦宏、张朝阳等人携互联网代码杀到一样。
在此期间，他也幸运地遇到了创业路上的小伙伴：林晨曦。
说起林晨曦，这也是神一般存在的人物。
他本科毕业于上海交大，2003年获得了首届交大校长奖，大四期间就获得了全球大学生程序设计总决赛的冠军。
他和朱珑是高中同学，朱珑在美国读博期间，林晨曦在阿里云担任技术总监。
后面的故事并没有太多的离奇曲折，两人一拍即合创立依图科技，开始了他们的AI逐梦之旅。
回头复盘，这绝对是一个大胆甚至太过冒险的决定。
八年前，AI风口未成，创业公司也没几家，VC圈尚不认可，市场也从未被教育。
也许，这就是他们斜杠的体现，要么就不做，要做就做最难的事儿。
不认怂的性格就这样一直流淌在依图这家公司的文化血液中。
但对于包括依图在内的新晋闯入者，智能城市行业的前辈们并不看好。
彼时行业内更多观点认为AI不过是新壶装老酒，落地应用乃至商业化会是个漫长过程，技术应用泡沫巨大。
一些行业客户甚至直言，既然在十年前已经上了人工智能的“当”，以后再也不会相信这套玩意儿。
内外都极具不确定性，可以脑补当年朱珑、林晨曦的心理压力和面对这些说法时的内心画面了。
但依图并未理会，还是选择当个愣头青，在这一领域扎下去了。
这一扎，就是八年。
并且在这过程中，还收获了投资圈内有名的坚定于价值投资的顶尖投资人——红杉资本的沈南鹏和高瓴资本的张磊，双双将名片递给依图。
沈南鹏被称为“创业者背后的创业者”，他几乎投出了中国互联网的半壁江山，包括阿里、京东、美团、今日头条和滴滴出行等等。
而张磊最为业内流传的往事，是2005年将第一笔投资给了当时市值尚不足20亿美金的腾讯，并长期持有到现在市值超过6000亿美金，已是300倍的增长！张磊在新书《价值》中写道：“做时间的朋友，许多结果从长期来看才有意义。”
手握技术，创业者能拿到风险投资早就并不是新鲜事，然而同时被这两位以长期主义和价值投资践行者选中，事情就有些不寻常了。
这是依图的第一次“抬杠”，他们赢了。
2
第二个斜杠：对算法的较真
依图成立后不久，成功光环引得各路大神齐聚中国，AI视觉创业俯拾皆是。
他们大多出身名门， 从最顶尖的学术象牙塔转身投奔工业界，他们都想着能在AI时代占几亩山，称几代王。
但细数自2014年至今的高调入场者，绝大部分都是高高兴兴出门来、垂头丧气回家去，黯然收场、徒留悲伤。
为什么是依图在内的寥寥几家冲了出来？
关于这个问题，我们采访了不少业内人士，得到的最高频答案是：他们的技术的确做得好，对算法的精度太执着了。
技术是场景的催化剂，场景是技术的炼火石，一家公司想要走得远，一定得有拿得出手的核心技术。
这不是一句空话，也不是老生常谈，人人都懂的道理说来不过一秒，做起来需要持续不断的投入，而且风险巨大，到最后可能成了先烈又赔了岁月。
从算法角度出发，市场上太多依靠开源框架微创新，然后采用低价策略抢占市场，导致整个行业丧失了做基础原创技术创新动力的案例。
坚持自研又是一条漫长且艰苦的路，没人知道数年的努力能否换得一次数量级的提升，也没人知道高投入后是否得到与之相匹配的回报。
回看依图这八年，是与原创技术一直较着劲儿的八年，是从不放过每次0.001%精度提升的八年。
选择坚守的原因很简单，依图认为：算法遵循马太效应，未来不会趋同，且差距会越来越大。
AI技术在未超越人类之前属黑暗时期，一旦超越人类就开始飞速发展。譬如人脸识别技术在2015年突破了人眼水平之后的四年内精度提升了100万倍，随之带来智能城市场景的极大突破。
用依图的话说，现阶段AI技术的精准度还远远没有达到天花板，基于各个场景的不断变化，其对算法迭代的要求一定是非常严苛且上升的。
未来，谁能够看到算法精度提升解锁的更多场景，并根据场景的变化做到最为快速且精准的反应，谁就能在未来竞比中走得更远。
同时，依图也清醒认识到，AI作为一项底层基础设施技术，唯独当它能正确、准确地赋能至传统行业，才会产生巨大价值。
譬如智能城市，这是一个极具个性化的市场，涉及的专业多、链条长，对企业的资质、管理水平、项目实施经验均有较高要求。
在这个市场深耕，需要最好的技术和对客户最深入的了解；需要潜下心来与甲方多交流、磨算法；需要离开实验室，脱下西装深入田间地头调产品。
放眼AI界，能轻易通过这种考核的并不多见，依图算一个。
得益于抗打的算法实力，多家传统智能城市厂商的销售代表向AI掘金志透露，过去几年，依图在不少城市抢了他们很多大单。
人们眼下谈到依图，不光是融资额，也非行业热议话题，更多在感慨它的年少老成和接地气的商业手段。
今天来看，依图对算法的执着、对技术的“抬杠”，又赢了。
3
第三个斜杠：对算力的执着
八岁的依图，到这里就“原形毕露”了，他们不但要算法面子，还要算力里子。
经营企业就像玩闯关游戏，需要不停打怪升级，每一关都有新的挑战，稍有不慎就可能满盘皆输。
这也是商业魅力所在，AI创业并非单一维度的角逐，而是知识、数据、算法、算力乃至企业文化的全方位较量。
多数创业者通常会选择在某一维度做到Top级，譬如保证在算法上不落下风，在算力上选择通力合作，以保证自身的核心竞争力。
而基于对AI的深刻理解及认知，朱珑有一个判断：未来算法和算力必然是一体化的。
道理很简单：原先算法、算力分离的模式，用户需要建设两套单独的沟通、作业体系，不仅投入巨大而且难以高效互通，无法实现成本和效率的全局最优。
以往，大多数芯片厂商提供给客户的产品均是普通计算型芯片，多在底层提供一些加速操作，没有面向重大场景做针对性优化，已经无法满足AI个性化的需求。
过去几年业内被吐槽最多的便是：AI产品的标准化、同质化程度越来越高，以算法见长的品牌之间已经很难再拉开显著差距。
加之原本成熟且可靠的芯片产业链受国际政治影响变得飘摇不定、脆弱不堪，及时打破算力垄断成当今中国科技企业的首要命题。
多重因素考量下，斜杠依图又作出了一个决定：造芯片！
在朱珑看来，AI创业若要立于不败之地，至少得夯实四项基本功：一来知识极密；二来数据极优；三来算法极精；四来算力极强。
这个梦想的落地实属不易，算法、算力虽同属一宗，却有着不同的业务逻辑，甚至可以说是两条赛道。
目前行业里能够将二者糅合在一起的企业寥寥无几，但命硬的依图还是站了出来。
2019年5月9号，依图在上海发布了其首款深度学习云端芯片“求索”。
依图“求索”芯片
由于CPU和GPU在数据传输时会有瓶颈，会抑制有效算力的充分发挥。而依图这款芯片设计的本质是把这些统一放到一颗芯片里面，既有CPU功能，又有加速AI或者说加速深度学习推理计算的功能。
这样一来数据传输的约束特别少，对视觉推理应用特别好，主打“均衡的端到端处理能力”，这也是比较独特的地方。
依图科技首席创新官吕昊还在发布会现场演示了“求索”芯片性能，他直接架起200路摄像机，通过四块“求索”芯片实时比对现场超过五百位现场观众的人脸。（演示十分钟左右，现场未发生一起误报）
过去八年，朱珑已经从0到1培育了这家企业。未来八年，朱珑还想一步步武装到牙齿，将依图从1带到N。
写到这儿，我突然在依图身上看到了一些特斯拉的影子，这两家公司的芯片设计架构、技术路径、战略打法上颇有几分相似。
依图针对视频解析，特斯拉针对自动驾驶，但都是视觉推理计算为主的芯片。因此，定义好芯片用在哪里、要解决什么问题非常关键。
通常，芯片厂商造好芯片，下游厂商根据芯片性能匹配场景；而特斯拉与依图都是从需求侧出发，感知用户侧所需，再根据需求去打磨芯片。
先看特斯拉，他们选择造芯的原因很简单：供应商提供的芯片性能已经满足不了他们的需求。
从软件需求倒推芯片算力需求，特斯拉决心自研芯片，以推进汽车智能化进程，实现差异化竞争优势。
再看依图，AI算法的进一步突破一定会带来相关应用的逐步成熟，随之则需性能更好、智能密度更高的AI芯片去匹配。
遗憾的是，目前市场上大多都是通用型AI芯片提供人工智能计算所需的算力，而针对某些场景的专用AI芯片较为匮乏。
而绝大多数通用型AI芯片在实际应用过程中，又会遇到四个问题：一、无法与数据产生高效、深度连接；二、无法与市场产生紧密耦合；三、缺乏优质算法；四、功耗过大、对温度等环境因素敏感度不够。
这一切的一切，都在倒逼着依图必须生产出一款能够完美适应、匹配AI时代的芯片。
依图的解决思路是 “算法即芯片”。过去是摩尔定律时代，广义计算脱离AI算法，脱离智能算法为谁而算的目的。今天要弯道超车，只能找对问题、找对场景和算法。
产品定位层面，他们也都祭出了高算力、高性能、低功耗大招。
根据特斯拉官方发布的数据——FSD芯片拥有32M的SRAM双核心，每个核心在2GHz频率下拥有36TOPS的性能，所以双核共有72TOPS的性能，整个主板就有了144TOPS的性能。
与上一代由英伟达芯片驱动的Tesla Autopilot相比，这台新电脑每秒帧数处理能力提高了21倍，且相比Autopilot 2.5版本，每辆车的硬件成本降低约20％。
FSD芯片相比此前英伟达供货产品性能提高2000%，能够处理更多数据并更快做出决策。
再看依图求索芯片，单路摄像头功耗仅为英伟达GPU P4的30%。1台依芯求索AI服务器能支持1万路视频流全解析，能驱动像上海这样的国际化都市单条主干道或一整个小型园区所需的智能终端设备。
基于依图构建的智能视频解析系统，将原本需要16台机柜的方案压缩到1台，使数据中心整体建设费用投入减少50%，运维成本降低80%，让每座城市都能拥有自己的视觉中枢。
另外，他们在产品侧还有一个最大的共通点：特斯拉的FSD芯片已经量产（选配服务包），依图的求索芯片也已经开始商用。
10月22日，央视《新闻联播》就实名点赞了依图人工智能技术赋能上海“一网统管”建设。
作为上海“一网统管”系统建设的参与者之一，依图的人工智能芯片极大地释放了人工智能算力在城市管理中规模化落地的可能性。
在上海浦东新区，149个老旧小区因为依图被重“芯”改造、全面赋能。
造芯，如指尖上造城，看上去不太可能会完成的任务。今天来看，依图这一次的重要“抬杠”，还是赢了。
4
第四个斜杠：X
这个世界上的一花一木、一蔬一果，何种形态、如何生长，其实并非偶然。
用美国密西根大学商学院Noel Tichy教授的话说，很多事物的结局从它诞生的一刻起就已经写在了基因里。
企业是一种活的非自然生物体，它与自然生物一样也有着自己的遗传基因。
于依图，单一色调已经无法满足他们想要描绘的多彩未来，知识、数据、算法、算力，几种不同的基因交缠碰撞在一起，才能激发出他越来越强大的势能。
从知识到数据，从数据到算法，从算法到算力，依图用技术和信念，撕开了AI泡沫的外衣，在全球掀起了一场AI落地革命。
它让人们知道，AI不应只是科技精英的狂欢，而是应该像电力、自来水一样惠及普罗大众。
它给人们普及，算法即芯片时代或许真的可以让天下没有难用的 AI。
它还让人们相信，原创算法加自研芯片的王炸组合，也许真的可以降低AI技术的门槛，让AI真正落地并发挥商业价值。
去年12月27日，AI掘金志曾撰文《重构依图，「不合群」的 AI 独角兽》,写到了他们的特立独行、不合群。
今年复盘，与其说这是一时兴起的异类，不如说是蓄谋已久的放飞。
有的人，看似不合群，也许他们正在自组天地，供他人日后肆意。
正由此，我倒开始期待依图的第四次“抬杠”了。