依图科技认为，算法定义芯片是未来的趋势

在摩尔定律濒临终结的大背景下，深度学习算法性能却在过去几年每年以数万倍的速度高速增长

算力的限制是人工智能的发展和落地应用的一大瓶颈

5月9号，依图科技发布自己的首款深度学习云端定制SoC芯片questcore™，借助依图在视觉算法上的积累，对芯片的架构进行优化设计，达到提升和加速各类视觉推理任务的效果

依图科技首席创新官吕昊表示，这款芯片基于自研多核架构，集成度较高，可以独立运行

目前这款芯片已经量产并陆续引用在依图的云端服务器和边缘盒子

依图科技告诉36氪，与现有市面同类主流产品相比，在同等功耗下，这款芯片深度学习推理运算性能是其2-5倍

吕昊博士给我们举了个例子，一个1U服务器用四块questcore™ ，其算力对标八块英伟达P4加上两颗CPU的配置，但功耗仅20%

从应用角度，假设P4的服务器能够支持160路的视频处理，questcore™则可以支持到200路的视频分析

依图科技表示，在数据中心，电费是一大开支，很多客户面临『买得起』但『用不起』的痛点

依图科技曾经做了一个粗略计算，它们的服务器在2-3年就能为客户节省上亿元的成本

成本的降低对人工智能在更多领域的落地起到推动作用

如智能零售的无人超市，摄像头的建设成本是落地难的一大原因，如果视频处理解析成本大大降低，这会打动以往很多有顾虑零售客户

对于研发芯片的投入和时间，依图科技没有明确透露，只是表明，这是一款设计和制造都在国内进行的芯片，而且整个研发过程很顺利

能够做到这一点，是因为依图科技把算法、应用场景和芯片制造三方面的问题都解决好了

从算法角度，依图科技以往的积累，能够使用大量的模型进行场景测试试验，做出场景预判，使得最终的定制效果可以满足自身的需求

从应用角度，这是一款从实际需求设计的芯片，不需要像通用芯片考虑太多因素，有设计上的取舍

在芯片物理设计和制造方面，依图科技的合作伙伴Thinkforce起到了重要作用

Thinkforce的核心团队有工业界背景，具备十年以上的专业芯片研发设计经历

在碰到诸如空间限制、电路设计复杂、功耗无法达标等问题时，实战经验丰富的团队会提升芯片调优成功率

在人工智能领域布局的巨头基本都发布过云端芯片产品，可见提升算力对行业发展的重要性

Google目前已经发布了几款TPU（TensorProcessingUnits），而AWS也自主研发了Graviton

国内方面，百度推出了“昆仑”，主要配合自动驾驶的战略落地

华为则自研了云端AI芯片昇腾系列