从长尾市场切入，鲲云科技能做出一颗AI芯吗

星瀚资本创始合伙人杨歌与星瀚系企业鲲云科技CEO牛昕宇接受了亿邦动力的采访。在人工智能，这个未来科技发展的必争之地上，针对初创型AI企业的发展前景、商业化应用方向以及如何把握市场机会等话题进行了分享。

AI芯片的江湖在“中国芯”的呼唤和人工智能浪潮席卷一切行业的趋势下，火的不要不要的。

传统的芯片巨头英伟达、英特尔、高通，互联网巨头谷歌、阿里、百度，以及创业领头羊如寒武纪、深鉴科技、地平线等，都从资本层面先来了一番高举高打，投资的、融资的额度都在千万美元起步。

此外，还有比特大陆和嘉楠耘智这样从应用市场直接跑出来的黑马，从一个单一的比特币挖矿中就跑出了矿机芯片，并开始向其他应用领域延伸。

在一个大鳄玩家必争的市场里，初创企业到底有没有机会？机会在哪儿？如何抓住机会？亿邦动力跟颇为低调的鲲云科技聊了聊。

鲲云科技作为AI芯片创业大军中的一员，团队背景不出所料的华丽。团队灵魂人物陆永青为英国皇家工程院、电子电气工程师协会（IEEE）、英国计算协会三院院士，帝国理工教授，1992年开始就研究定制计算芯片，参与开发了全球首款针对定制芯片的高层编译软件Handel-C。

其CEO牛昕宇及团队的核心研发人员很多是陆永青院士的学生，牛昕宇称，鲲云科技几乎搬空了帝国理工大学各大AI实验室的人才。

目前，鲲云科技在英国有实验室研究团队，在深圳和上海有算法、硬件、产品、运营等团队。

与其他人工智能芯片的高举高打不同，鲲云科技一开始的技术能力就定位在针对物联网终端、垂直领域，提供定制化的端到端AI应用解决方案。

“我们芯片的架构分两层，上层是定制型的数据，底层是统一的芯片架构。定制化可以保证芯片性能足够强，通用化可以保证成本足够低。我们实验室积累的技术就是通过编译器把不同算法的需求，自动化配置到芯片，用编译器解决个性化，既解决了定制化又保证了高性能，同时又解决了通用性问题。”这项技术通过编译器来模拟人的设计过程，自动化生成定制化的芯片，这极大的降低了芯片设计的门槛和成本。

在Pre-A轮就投资了鲲云科技的星瀚资本创始合伙人杨歌也提到，芯片是个高投入的行业，开个板动辄几百万到上千万，还需要不断的迭代升级，而整个人工智能的应用市场还很初级，很多领域的应用都在尝试阶段，市场极度分散，传统的芯片对市场来说太贵，要开发针对细分市场的芯片成本投入又太高。而鲲云科技的技术可以做到极大的定制化与通用性兼顾，并能够提供比较好的市场性价比。

“LoT市场初创企业的机会更多是跟着市场来成长，目前市场的特点是非常广、非常分散、同时规模又很大，这就给了我们成长的机会。有些领域如智能手机，市场非常大，需求相对单一，就很适合巨头在里面拼杀。一些领域对AI芯片有要求，需要功耗足够低、性能足够高、能够嵌在前端，同时市场又还没有像手机一样归一化，巨头在这些领域的投入产出就不太成正比。

这样就导致了一个市场的GAP产生。

很多创业公司都从实验室出来，有技术实力，团队够小够快，能快速响应这类市场需求。跟巨头比起来，有一个速度和成本上的优势，在技术上保持优势的前提条件下，就有了这类公司成长的先决条件。”

牛昕宇和杨歌都同样看到了这样的机会。

据了解，鲲云科技的打法是针对一个个垂直细分领域，定制整套的端到端的软硬件一体解决方案，通过将人工智能算法模型定制化成模块，配置到统一的底层芯片，解决行业实际问题，促成芯片的流片。

“芯片本身没有价值，只有让方案运行在芯片上，解决客户实际问题才能提供价值。AI市场还没有成熟到只提供芯片就能解决问题的程度，还处于刚起步的阶段。拿出一块芯片，不难，但创业公司要考虑怎么迅速落地和产业化。芯片行业的发展是顺着产业化来的，芯片是产业发展的结果，不是原因。”牛昕宇称。

除了中国商飞、中国航天这样的大客户，鲲云科技将重点领域放在了智慧城市、工业监控、智能制造和智慧金融等几个领域。牛昕宇告诉亿邦动力网，鲲云科技挑选行业的标准有三个：

第一是市场够大，达到千亿级别；第二是市场深度够深；第三要离商业化够近。

看上去智慧城市、金融等几乎是所有AI公司瞄准的行业，一个单一化的市场，但其实鲲云选择做这个大市场里的长尾、深度分散的市场。“市场越深，我们可以积累的定制化方案就越多，慢慢积累下来一个个场景，根据应用场景迭代自己的芯片架构，这是我们可以积累下来的价值。”

与在安防领域里卖人脸识别的AI公司不同，鲲云科技强调提供除了人脸识别之外的其他能力，用一整套更定制化的方案打动客户，解决需求。这在目前的AI发展阶段，非常容易获得客户的认可。

一个个领域去攻占市场做解决方案其实并不是鲲云科技的终极目的。作为一家芯片公司，牛昕宇们的期待是通过亲自积累一个个行业场景、开发算法，深入了解满足每个细分行业的需求，形成一套套实际可行的方案，从而不断优化鲲云科技的AI开放平台，让平台上的用户都能低成本的开发设计针对细分行业的解决方案，最终将方案落地到底层芯片，规模化的降低芯片成本。

鲲云AI开发平台主要聚焦于人工智能芯片领域，能够做到从数据标注、硬件编译到板卡测试的全自动化支持。只需用户提供数据标注就可以自动化、定制化的提供针对特定领域的AI前端产品及解决方案，无需底层硬件专业知识，极大降低了用户使用门槛。

“我们的发展必然是越来越多的开放合作，现阶段我们作为一家初创企业去号召所有人用我们的开发平台，这是有难度的。相反我们做好了就可以吸引大家一起来做。

我们能给市场提供什么价值？稳定的芯片、足够低的价格、成熟的应用案例，让开发者能赚到钱。如果一家AI芯片公司做不到这几点，是不太会有比较大的成长机会的。”牛昕宇称。

对于即将滚滚驶来的LoT大市场，所有的芯片创业者都期望成为机会的幸运儿。但目前很多领域的落地还采用将数据计算等AI功能放在云端的方式，只因AI芯片的价格还太高，要在终端普及并不现实，个别有钱的买家也只在局部测试方案中将AI能力放在终端。

未来让终端设备都有一颗AI芯片，是否是一个一定确定的趋势？

牛昕宇认为终端+云端的趋势基本是未来的格局。一些算法训练、大量只能进不能出的保密数据都适合放在云端，而很多没必要储存的数据、隐私数据、需要快速反馈的数据更适合放在终端处理。

以商场的人流管理为例，如果将所有摄像头的数据都传输到云端来处理，一个摄像头一天就产生半个T的数据，这些数据有很多跟商业应用是不相关的，都传输到云端不但宽带成本高、后端服务器存储成本也高。尤其对连锁商场来说，只靠云端部署是撑不起来的。

相反，如果每个摄像头可以处理基本的人脸提取、跟踪等计算，仅将提取后的数据传输到云端汇总分析，就可以极大的降低成本，提高效率。而这里就需要一个足够低成本的芯片嵌入到摄像头。这也是鲲云科技要突破的发展方向。

“芯片的特点是量越大成本越低，先用在军工、大企业最后到个人消费。零售其实就是把芯片直接拉到了相当于C端消费的程度，如果一个摄像头方案做到几百块在个人消费领域就比较有竞争力了。”

不过这个时间何时能到来，牛昕宇还不能给出准确的答案，更多的是市场需求驱动。

目前，AI芯片的买单方还主要以政府机构、大型企业为主，真正的LoT时代还在黎明前的暗夜探索。

“整个AI芯片生态刚刚起步，英伟达、谷歌等大公司也在开始的探索阶段，但最终胜利的那一个生态将会形成行业垄断，像是PC时代的intel, 移动互联网时代的ARM。”

谁能在垄断之前顺利靠岸？所有AI芯片的创业者都希望是自己。