专访余凯：地平线完成intel capital领投的近亿美金a 轮融资，未来如何将嵌入式ai亚博电竞网的解决方案做到第一？ | 雷峰网-亚博电竞网
地平线ceo余凯与intel高级副总裁&intel capital总裁wendell brooks
雷锋网 旧金山当地时间2017年10月19日消息，intel capital今天公布将以6000万美金投资15家人工智能与大数据公司，这15家公司分别来自美国、加拿大、以色列、日本和中国，其中国内人工智能创业公司地平线入选这次公布的投资公司名单。
与此同时，另一条更值得注意的消息是，地平线官方也在当天同步公布完成近亿美元的a 轮融资，其中intel capital是本轮融资的领投方，本轮投资中其他投资方还有嘉实投资、晨兴资本、高瓴资本、双湖投资和线性资本。
从intel capital这次6000万美金的总投资金额和领投地平线本轮融资的情况来看，地平线在intel capital此次出手投资金额中占了比较高的比重。
intel capital本次投资的逻辑
自1991年成立之后，intel capital在过去的16年时间里一共投资了超过1500家公司，总投资金额122亿美金。根据官方统计，加上本次投资的15家公司，intel capital今年已经投出5.66亿美金。
本次投资的15家公司，其业务领域从人工智能、网络安全到自动驾驶、深度学习加速器都有涉及，intel capital对这个大主题的概括是“数据”。
intel高级副总裁、intel capital总裁wendell brooks表示，当前的世界正在经历数据爆炸的时代。他提到一个intel经常使用的例子“到2020年，一辆自动驾驶汽车每天在路上会产生4tb的数据。”
按照不同的业务属性，intel capital将这次投资的15家公司纳入了数据分析、数据采集、数据管理、数据安全4个类目，由此构建围绕数据的价值链。这也是intel今年频频对外提到的，从一家计算处理公司转型成“数据”公司。
这次公布的15家被投公司名单：
数据分析 analytics、bigstream、leapmind、synthego
数据采集 adhawk microsystems、trace、bossa nova robotics、echopixel
数据管理 horizon robotics、reniac、tiledb inc.
数据安全 alcide、eclypsium、intezer、synack
如何理解地平线的核心业务？
地平线正式创办于2015年的7月，2年时间，现在已经发展到300多人的团队，除了北京外，在上海、南京、深圳都设有分公司。在此前已经公布的合作关系中：
地平线此前为美的提供了针对空调智能化的嵌入式亚博电竞网的解决方案；
为科沃斯提供针对扫地机器人的智能化亚博电竞网的解决方案；
与intel合作，在2017 ces上推出基于altera fpga结合地平线自主ip架构的adas技术原型；
此外，地平线也是顶级汽车零部件供应商博世在adas系统和算法领域的亚博平台app下载的合作伙伴。
地平线的两项核心竞争力，可以理解为算法与处理器ip。围绕算法和处理器ip，目前他们正向智能家居、智能安防、智能驾驶等多个领域设计测试并量产交钥匙亚博电竞网的解决方案。
在今天旧金山举行的intel capital投资ceo会议上，余凯就讲到，在数据爆发式增长的背景下，“未来自动驾驶汽车每天在路上要产生4tb的数据，这些数据的传输和处理是非常昂贵的。如果能够提供一种亚博电竞网的解决方案，在终端上就对数据进行有效的处理，既能降低成本、提高效率，同时也能提高数据的安全性。”所以针对边缘计算设计低功耗、低成本、高效率的处理器ip架构，就是地平线找到的一个“甜点”。
目前在亚博电竞网的解决方案方面，地平线在去年就公布了针对智能驾驶应用的雨果平台，此外，在使用现有fpga、gpu、cpu等现有处理器设计和提供交钥匙亚博电竞网的解决方案的基础上，地平线自主设计的基于高斯架构的第一代芯片“盘古”也将很快公布。
可以透露的信息是，地平线的“盘古”是一款专为深度学习打造的处理器，主要用于计算机视觉的计算，应用场景包括智能摄像头、高级辅助驾驶adas等。盘古的功耗仅2w，能实现1080p@30fps的物体检测、识别、追踪，能同时识别250个目标。
最后，9月底雷锋网对余凯进行了一次专访。在这次采访中，他和我们分享了他对于人工智能商业化的看法，内部盘古芯片的研发进程，以及地平线在自动驾驶领域亚博电竞网的解决方案的思路与进展。
以下是采访实录，由雷锋网作了不改变原意的编辑。
谈处理器“盘古”
第一款处理器“盘古”的开发过程是怎么样的？
从2015年的10月公司成立3个月的时候开始着手研发，之前是把团队组建起来。软件算法团队顺理成章，公司可以拉出一票人来，但硬件不是我自己特别熟的领域，要把硬件团队张罗起来。周峰（地平线首席芯片架构师）是第一天就加入地平线了的。
一开始花了几个月时间先做算法软件架构的设计，软件框架确定后开始做硬件架构，再然后是硬件的前端设计、后端设计。架构验证也做的比较充分，花了很长时间，因为不希望第一款处理器最后变成一块石头。还要买ip，比如arm的ip。
另外由于我们不是卖处理器，所以还会先把后面偏应用的工作做好，再对外发布产品。
芯片开发团队的情况是怎么样的？
现在有几十人，由周峰领导。
这款芯片如何兼顾不同业务的需求？
其实它是一个比较通用的计算机视觉处理器，主要做图像识别。
核心就是两个场景，一是智能摄像头，二是adas。可以把两个场景的需求都收敛下，设计一个算法框架去处理，做一款芯片。未来我们会分成两款芯片，但一开始还不会做的这么精准。就像巴菲特说的，模糊的正确好于精确的错误。
地平线是想做芯片加算法的整体亚博电竞网的解决方案，既然这样，为什么一定要自己做芯片，而不是直接购买？
不自己做处理器更好的话，当然也不会去做，毕竟企业要做理性选择，从成本与收益的角度去考虑问题。
但我们自己做应用，对应用场景的独特理解会成为我们特别的know how与竞争优势，做处理器也是希望与这点相结合。如果买通用处理器，可能跟不上我们的节奏，满足不了对具体业务的需求。
现在的计算机视觉，拿深度神经网络来说，功耗很难做得很理想。它计算力大，而且会产生很多中间数据，通用的芯片在性能上会很难达到要求。就像现在前装adas上用的最多还是mobileye，它自己做算法也做处理器，效率可以达到比较高。软硬结合的话才能在效率上做到极致。
从应用出发，从软件上的需求往下走，就会发现硬件有些地方不是专门为软件做的，以至于不够好。就像其实自动驾驶公司也不会在多套硬件上做方案，肯定还是就着一个硬件来做。那如果硬件自己做的话，会不会有可能更好呢，因为效率更高。
什么时候开始有这种软硬结合的思路的？
在百度的时候开始萌生这种想法。我比别人早几年开始做人工智能算法，好多年的时间也在思考，未来整个生态的演化路径是怎么样的，这里的关键区分度又会在哪。所以我们会稍微显得不一样，下决心要走软硬一体的道路。
第一步我们还是做亚博电竞网的解决方案，我需要花五年的时间把亚博电竞网的解决方案做好，把嵌入式的人工智能亚博电竞网的解决方案做到世界第一。
为什么是五年？
第一款处理器花了两年时间，后面会以一到两年的速度迭代。我认为还需要迭代两次，让软硬件达到一个相当高效的状态。
谈自动驾驶与芯片
地平线在驾驶上有哪些并行的产品项目？
现在有两条线，一条是adas，一条是低速的自动驾驶计算方案，会在今年的ces上有一个对外展示。
其实我们已经有将计算方案卖给国内的一些创业公司，未来有可能有公司用的我们的方案，也就是“地平线inside”。很多自动驾驶公司偏系统集成，做某个场景下的自动驾驶加运营，与我们有合作的机会。
不同车企与供应商之间对智能驾驶亚博电竞网的解决方案的需求有蛮大差异，怎么去平衡支持并行的项目？
我觉得还是要聚焦场景，就关注高速情况下的adas和低速的自动驾驶这两个场景。这样需求比较容易标准化和收敛。
盘古还是主要关注在adas？
今年的盘古在自动驾驶上主要服务于adas，下一代产品的目标会是做软件硬件的整体方案，用于l3自动驾驶和有限、低速场景的l4自动驾驶，并且会比较突出计算机视觉。
有没有考虑过自己做自动驾驶车辆的运营？
我们现在离运营比较远。做车辆运营的核心问题和瓶颈是如何扩展。比如，在一个小区运行得很好，但怎么扩张到其它地方？如果技术方案有对特殊场景的定制性和打磨，比如依赖一个小区的高精度地图，那在其它小区也需要这样，这会影响扩张的速度。如果没有高效扩张的途径，不会对市场造成冲击力。
我们关注的是最核心的标准化部分，尽量少做特殊定制化的东西。开发一个核心的计算平台会比较标准化，具备复制的优势。
地平线认为自己在自动驾驶的产业链条上的什么位置？
自动驾驶有两种商业模式，一种是做供应商，一种是自己做运营，这两种的可能性都有。后者是从服务到产品到底层技术都自己做的垂直模式。
我们现在还是考虑做供应商。自动驾驶是个相对而言比较单一、目标比较明确的任务，里面的协作链条其实越短越好，也越能解决问题。未来自动驾驶在感知到控制这件事上，从供应商的角度上来看，不会有很多玩家，最后可能还是赢者通吃。
相比其它自动驾驶公司，地平线如何突出自己的特点？
比其他公司更关注硬件，也更强调低功耗。未来的自动驾驶对计算的需求会越来越复杂，尤其是到了l3、l4，场景更开放也更复杂，这就要求提供单位功耗的计算能力。
做自动驾驶一般有两类：一是自己做硬件，比如激光传感器；一是纯软件公司，做多传感器融合，使用现成的处理器。地平线还是强调软硬件深度整合，更关注软件在硬件上的效率，对系统发热、可靠性也很关心。
为什么不直接做l4？
我们相对来说更理性一点，风格不一样。这个世界应该是多样的，至于怎么定位自己，这与商业模式、公司的调性，以及创始人的风格有关。
对于我们来讲，还是首先对这件事有足够的敬畏之心，就像google天时地利人和都有，把mountain view（google总部所在地）的地图都扫描了一遍，甚至连垃圾筒都能精确定位，但同样很小心。
我的看法是，2020年乘用车到l3级别自动驾驶会在高端车上出现，但也不是无条件的。l4还要再往后，不排除局部的园区做演示运营，但我觉得会是在非常限定的场景进行，甚至像大学校园这样的地方也不算限定场景，因为还是有很多突发情况，考验很大。
我认为，l2、l3、l4这样的划分虽然是离散的阶段，但中间其实是不断升级的，比如奥迪a8虽然是l3，但更接近l2，因为它限制了很多使用条件。未来会逐渐把这些限制条件去掉，整个过程不是离散，而是呈连续不断升级的发展状态。
央视曾报道地平线基于比亚迪秦的一辆自动驾驶原型车，可否介绍一下整体方案？
当时用的是差分gps、16线激光雷达，摄像头等传感器，核心想法还是开发基于纯视觉的方案，之所以有冗余，是希望用比较贵的传感器去训练基于视觉的系统，这些传感器相当于会产生标注数据。简单来说，比如要知道基于摄像头传感器的行人距离，可以通过激光了解数据产生样本，然后对视觉方案进行增强。
地平线比较看重视觉方案，那对用到激光雷达等传感器是什么样的态度？
激光雷达主要是研发用，了解理想的定位系统是怎么样的。我们的关注点还是基于强大的软硬件平台，做更依赖纯视觉的方案，因为这样能把成本降下来。
我还是相信第一性原理，既然人是依靠纯视觉来完成驾驶的，那我们也希望能做到。不是说不去做多传感器融合，而是想基于视觉把系统做到人类水平，再加上其它传感器，使整个系统比人类更安全。这是我的逻辑。
