0
斜杠少年，這是我想到依圖時，腦袋里倏然蹦出的一個詞。
自2012年9月橫空出世，成立八年來，頭頂AI獨角獸光環的依圖被不少聚光燈所圍繞。
關注的話題不外乎三點：賺錢的額度、融資的速度、上市的進度。
今天，藉由八周年的時間節點，我們細致地聊聊這家公司，聊聊這位斜杠少年的不羈成長史。
首先有必要解釋下斜杠少年的詞性，關于它的立意、屬性，看官們眾說紛紜。
有人說這是菜鳥、是新手，是不專業的代名詞；也有人說是應付裕如、是不偏不倚，是在自己擅長領域多面出彩之人。
于我而言，斜杠少年多是褒義的。
他們通常不囿于一成不變的生活，以初生牛犢不怕虎之姿去開辟可能性、去嘗盡人間百味、去追求和探索不一樣的無人之境。
八年時間，依圖也的確做到了他想做到的全部。這位斜杠少年一直在AI之路上狂奔，但并非蒙著眼。
從一窮二白的屌絲創業者到估值近200億的商業巨子；從看不清任何方向的小作坊到業務覆蓋智能城市、智慧醫療、AI芯片等多領域的AI獨角獸。
朱瓏掌舵下的依圖，為整個AI業態帶來了一次徹頭徹尾的大翻新。
在計算機視覺領域，朱瓏被公認為是根正苗紅的天才少年，他的開掛人生得益于兩位足可撼動全球人工智能業界的導師的悉心輔佐。
2003年，他師從艾倫·尤爾（Alan Yuille）教授，于UCLA（加利福尼亞大學洛杉磯分校）攻讀統計學博士學位。
Alan Yuille教授早年曾在劍橋大學跟隨霍金教授研究理論物理，之后轉向計算機視覺領域，曾撰寫2010年美國計算機視覺白皮書，為白宮和美國自然科學基金會等提供指導性意見。
2010年，朱瓏又加入NYU（紐約大學）數學研究所，拜Yann LeCun門下，研究圖模型和深度學習。
Yann Lecun是卷積神經網絡（CNN）之父，與深度學習鼻祖Geoffrey Hinton、Yoshua Bengio，共同獲得 2018年圖靈獎，被并稱為“全球深度學習三巨頭”。
學有所成后，朱瓏決定帶著天賦與熱愛回到中國，以AI之劍刺破塵封已久的商業結構。正如當年馬云、馬化騰、李彥宏、張朝陽等人攜互聯網代碼殺到一樣。
在此期間，他也幸運地遇到了創業路上的小伙伴：林晨曦。
說起林晨曦，這也是神一般存在的人物。
他本科畢業于上海交大，2003年獲得了首屆交大校長獎，大四期間就獲得了全球大學生程序設計總決賽的冠軍。
他和朱瓏是高中同學，朱瓏在美國讀博期間，林晨曦在阿里云擔任技術總監。
后面的故事并沒有太多的離奇曲折，兩人一拍即合創立依圖科技，開始了他們的AI逐夢之旅。
回頭復盤，這絕對是一個大膽甚至太過冒險的決定。
八年前，AI風口未成，創業公司也沒幾家，VC圈尚不認可，市場也從未被教育。
也許，這就是他們斜杠的體現，要么就不做，要做就做最難的事兒。
不認慫的性格就這樣一直流淌在依圖這家公司的文化血液中。
但對于包括依圖在內的新晉闖入者，智能城市行業的前輩們并不看好。
彼時行業內更多觀點認為AI不過是新壺裝老酒，落地應用乃至商業化會是個漫長過程，技術應用泡沫巨大。
一些行業客戶甚至直言，既然在十年前已經上了人工智能的“當”，以后再也不會相信這套玩意兒。
內外都極具不確定性，可以腦補當年朱瓏、林晨曦的心理壓力和面對這些說法時的內心畫面了。
但依圖并未理會，還是選擇當個愣頭青，在這一領域扎下去了。
這一扎，就是八年。
并且在這過程中，還收獲了投資圈內有名的堅定于價值投資的頂尖投資人——紅杉資本的沈南鵬和高瓴資本的張磊，雙雙將名片遞給依圖。
沈南鵬被稱為“創業者背后的創業者”，他幾乎投出了中國互聯網的半壁江山，包括阿里、京東、美團、今日頭條和滴滴出行等等。
而張磊最為業內流傳的往事，是2005年將第一筆投資給了當時市值尚不足20億美金的騰訊，并長期持有到現在市值超過6000億美金，已是300倍的增長！張磊在新書《價值》中寫道：“做時間的朋友，許多結果從長期來看才有意義。”
手握技術，創業者能拿到風險投資早就并不是新鮮事，然而同時被這兩位以長期主義和價值投資踐行者選中，事情就有些不尋常了。
這是依圖的第一次“抬杠”，他們贏了。
依圖成立后不久，成功光環引得各路大神齊聚中國，AI視覺創業俯拾皆是。
他們大多出身名門， 從最頂尖的學術象牙塔轉身投奔工業界，他們都想著能在AI時代占幾畝山，稱幾代王。
但細數自2014年至今的高調入場者，絕大部分都是高高興興出門來、垂頭喪氣回家去，黯然收場、徒留悲傷。
為什么是依圖在內的寥寥幾家沖了出來？
關于這個問題，我們采訪了不少業內人士，得到的最高頻答案是：他們的技術的確做得好，對算法的精度太執著了。
技術是場景的催化劑，場景是技術的煉火石，一家公司想要走得遠，一定得有拿得出手的核心技術。
這不是一句空話，也不是老生常談，人人都懂的道理說來不過一秒，做起來需要持續不斷的投入，而且風險巨大，到最后可能成了先烈又賠了歲月。
從算法角度出發，市場上太多依靠開源框架微創新，然后采用低價策略搶占市場，導致整個行業喪失了做基礎原創技術創新動力的案例。
堅持自研又是一條漫長且艱苦的路，沒人知道數年的努力能否換得一次數量級的提升，也沒人知道高投入后是否得到與之相匹配的回報。
回看依圖這八年，是與原創技術一直較著勁兒的八年，是從不放過每次0.001%精度提升的八年。
選擇堅守的原因很簡單，依圖認為：算法遵循馬太效應，未來不會趨同，且差距會越來越大。
AI技術在未超越人類之前屬黑暗時期，一旦超越人類就開始飛速發展。譬如人臉識別技術在2015年突破了人眼水平之后的四年內精度提升了100萬倍，隨之帶來智能城市場景的極大突破。
用依圖的話說，現階段AI技術的精準度還遠遠沒有達到天花板，基于各個場景的不斷變化，其對算法迭代的要求一定是非常嚴苛且上升的。
未來，誰能夠看到算法精度提升解鎖的更多場景，并根據場景的變化做到最為快速且精準的反應，誰就能在未來競比中走得更遠。
同時，依圖也清醒認識到，AI作為一項底層基礎設施技術，唯獨當它能正確、準確地賦能至傳統行業，才會產生巨大價值。
譬如智能城市，這是一個極具個性化的市場，涉及的專業多、鏈條長，對企業的資質、管理水平、項目實施經驗均有較高要求。
在這個市場深耕，需要最好的技術和對客戶最深入的了解；需要潛下心來與甲方多交流、磨算法；需要離開實驗室，脫下西裝深入田間地頭調產品。
放眼AI界，能輕易通過這種考核的并不多見，依圖算一個。
得益于抗打的算法實力，多家傳統智能城市廠商的銷售代表向AI掘金志透露，過去幾年，依圖在不少城市搶了他們很多大單。
人們眼下談到依圖，不光是融資額，也非行業熱議話題，更多在感慨它的年少老成和接地氣的商業手段。
今天來看，依圖對算法的執著、對技術的“抬杠”，又贏了。
八歲的依圖，到這里就“原形畢露”了，他們不但要算法面子，還要算力里子。
經營企業就像玩闖關游戲，需要不停打怪升級，每一關都有新的挑戰，稍有不慎就可能滿盤皆輸。
這也是商業魅力所在，AI創業并非單一維度的角逐，而是知識、數據、算法、算力乃至企業文化的全方位較量。
多數創業者通常會選擇在某一維度做到Top級，譬如保證在算法上不落下風，在算力上選擇通力合作，以保證自身的核心競爭力。
而基于對AI的深刻理解及認知，朱瓏有一個判斷：未來算法和算力必然是一體化的。
道理很簡單：原先算法、算力分離的模式，用戶需要建設兩套單獨的溝通、作業體系，不僅投入巨大而且難以高效互通，無法實現成本和效率的全局最優。
以往，大多數芯片廠商提供給客戶的產品均是普通計算型芯片，多在底層提供一些加速操作，沒有面向重大場景做針對性優化，已經無法滿足AI個性化的需求。
過去幾年業內被吐槽最多的便是：AI產品的標準化、同質化程度越來越高，以算法見長的品牌之間已經很難再拉開顯著差距。
加之原本成熟且可靠的芯片產業鏈受國際政治影響變得飄搖不定、脆弱不堪，及時打破算力壟斷成當今中國科技企業的首要命題。
多重因素考量下，斜杠依圖又作出了一個決定：造芯片！
在朱瓏看來，AI創業若要立于不敗之地，至少得夯實四項基本功：一來知識極密；二來數據極優；三來算法極精；四來算力極強。
這個夢想的落地實屬不易，算法、算力雖同屬一宗，卻有著不同的業務邏輯，甚至可以說是兩條賽道。
目前行業里能夠將二者糅合在一起的企業寥寥無幾，但命硬的依圖還是站了出來。
2019年5月9號，依圖在上海發布了其首款深度學習云端芯片“求索”。
依圖“求索”芯片
由于CPU和GPU在數據傳輸時會有瓶頸，會抑制有效算力的充分發揮。而依圖這款芯片設計的本質是把這些統一放到一顆芯片里面，既有CPU功能，又有加速AI或者說加速深度學習推理計算的功能。
這樣一來數據傳輸的約束特別少，對視覺推理應用特別好，主打“均衡的端到端處理能力”，這也是比較獨特的地方。
依圖科技首席創新官呂昊還在發布會現場演示了“求索”芯片性能，他直接架起200路攝像機，通過四塊“求索”芯片實時比對現場超過五百位現場觀眾的人臉。（演示十分鐘左右，現場未發生一起誤報）
過去八年，朱瓏已經從0到1培育了這家企業。未來八年，朱瓏還想一步步武裝到牙齒，將依圖從1帶到N。
寫到這兒，我突然在依圖身上看到了一些特斯拉的影子，這兩家公司的芯片設計架構、技術路徑、戰略打法上頗有幾分相似。
依圖針對視頻解析，特斯拉針對自動駕駛，但都是視覺推理計算為主的芯片。因此，定義好芯片用在哪里、要解決什么問題非常關鍵。
通常，芯片廠商造好芯片，下游廠商根據芯片性能匹配場景；而特斯拉與依圖都是從需求側出發，感知用戶側所需，再根據需求去打磨芯片。
先看特斯拉，他們選擇造芯的原因很簡單：供應商提供的芯片性能已經滿足不了他們的需求。
從軟件需求倒推芯片算力需求，特斯拉決心自研芯片，以推進汽車智能化進程，實現差異化競爭優勢。
再看依圖，AI算法的進一步突破一定會帶來相關應用的逐步成熟，隨之則需性能更好、智能密度更高的AI芯片去匹配。
遺憾的是，目前市場上大多都是通用型AI芯片提供人工智能計算所需的算力，而針對某些場景的專用AI芯片較為匱乏。
而絕大多數通用型AI芯片在實際應用過程中，又會遇到四個問題：一、無法與數據產生高效、深度連接；二、無法與市場產生緊密耦合；三、缺乏優質算法；四、功耗過大、對溫度等環境因素敏感度不夠。
這一切的一切，都在倒逼著依圖必須生產出一款能夠完美適應、匹配AI時代的芯片。
依圖的解決思路是 “算法即芯片”。過去是摩爾定律時代，廣義計算脫離AI算法，脫離智能算法為誰而算的目的。今天要彎道超車，只能找對問題、找對場景和算法。
產品定位層面，他們也都祭出了高算力、高性能、低功耗大招。
根據特斯拉官方發布的數據——FSD芯片擁有32M的SRAM雙核心，每個核心在2GHz頻率下擁有36TOPS的性能，所以雙核共有72TOPS的性能，整個主板就有了144TOPS的性能。
與上一代由英偉達芯片驅動的Tesla Autopilot相比，這臺新電腦每秒幀數處理能力提高了21倍，且相比Autopilot 2.5版本，每輛車的硬件成本降低約20％。
FSD芯片相比此前英偉達供貨產品性能提高2000%，能夠處理更多數據并更快做出決策。
再看依圖求索芯片，單路攝像頭功耗僅為英偉達GPU P4的30%。1臺依芯求索AI服務器能支持1萬路視頻流全解析，能驅動像上海這樣的國際化都市單條主干道或一整個小型園區所需的智能終端設備。
基于依圖構建的智能視頻解析系統，將原本需要16臺機柜的方案壓縮到1臺，使數據中心整體建設費用投入減少50%，運維成本降低80%，讓每座城市都能擁有自己的視覺中樞。
另外，他們在產品側還有一個最大的共通點：特斯拉的FSD芯片已經量產（選配服務包），依圖的求索芯片也已經開始商用。
10月22日，央視《新聞聯播》就實名點贊了依圖人工智能技術賦能上海“一網統管”建設。
作為上海“一網統管”系統建設的參與者之一，依圖的人工智能芯片極大地釋放了人工智能算力在城市管理中規模化落地的可能性。
在上海浦東新區，149個老舊小區因為依圖被重“芯”改造、全面賦能。
造芯，如指尖上造城，看上去不太可能會完成的任務。今天來看，依圖這一次的重要“抬杠”，還是贏了。
這個世界上的一花一木、一蔬一果，何種形態、如何生長，其實并非偶然。
用美國密西根大學商學院Noel Tichy教授的話說，很多事物的結局從它誕生的一刻起就已經寫在了基因里。
企業是一種活的非自然生物體，它與自然生物一樣也有著自己的遺傳基因。
于依圖，單一色調已經無法滿足他們想要描繪的多彩未來，知識、數據、算法、算力，幾種不同的基因交纏碰撞在一起，才能激發出他越來越強大的勢能。
從知識到數據，從數據到算法，從算法到算力，依圖用技術和信念，撕開了AI泡沫的外衣，在全球掀起了一場AI落地革命。
它讓人們知道，AI不應只是科技精英的狂歡，而是應該像電力、自來水一樣惠及普羅大眾。
它給人們普及，算法即芯片時代或許真的可以讓天下沒有難用的 AI。
它還讓人們相信，原創算法加自研芯片的王炸組合，也許真的可以降低AI技術的門檻，讓AI真正落地并發揮商業價值。
去年12月27日，AI掘金志曾撰文《重構依圖，「不合群」的 AI 獨角獸》,寫到了他們的特立獨行、不合群。
今年復盤，與其說這是一時興起的異類，不如說是蓄謀已久的放飛。
有的人，看似不合群，也許他們正在自組天地，供他人日后肆意。
正由此，我倒開始期待依圖的第四次“抬杠”了。雷鋒網雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
