te
覽潮網> 熱點> 誰說中國科技不能從0到1?

誰說中國科技不能從0到1?

海量數據的磅礴偉力,正在助力中國科技產業再一次攀向世界之巔。

中國高科技產業發展至今,呈現出反差強烈的兩幅畫面:

一幅畫面是繁榮與蓬勃。“嫦娥四號”實現人類首次月背軟著陸,5G商用牌照率先發放,全球首款異構融合類腦計算芯片發布,人臉識別廣泛運用在零售等生活場景……這些都是中國科技產業崛起的證據。

而另一幅畫面卻是掙扎。2018年,美國商務部發布公告稱,將在未來7年內禁止中興通訊向美國企業購買敏感產品。最后,中興通訊向美國支付4億美元保證金以換取禁令解除。

這是中國科技產業充滿隱憂的一面——在上游關鍵技術上被外國“卡脖子”。一旦上游斷供,處于產業鏈下游的中國科技產業,其發展就會受到極大的影響。

中國必須掌握核心技術,必須進軍產業鏈上游,沒有退路。

不惜代價“死磕”上游技術,是一種值得鼓勵的精神,但還有一種方法,是最大限度地利用自身在下游的優勢,向上游做柔性的延伸。在人工智能時代,這或許是中國科技產業崛起的“另類”方式,卻又暗合著產業發展的鐵律。

歷史不會重復,但會押韻。

“含光800”的逆襲

芯片被稱為“科技巨人頭上的皇冠”,是產業鏈上游核心技術的代名詞。

2018年的“中興事件”,讓中國人體會到了“缺芯之痛”。但僅僅過去一年時間,阿里巴巴達摩院便用“中國速度”造出了一顆號稱“全球最強”的AI芯片——含光800。

達摩院2017年才成立,2018年才設立專注于自研芯片開發的全資子公司,2019年就造出了第一顆自研芯片含光800,這樣的速度令世人驚嘆。

含光800是一款AI推理芯片,主要用于云端視覺處理。據了解,在人工智能視覺場景中,含光800能夠提供全球最強的算力:在業界標準的ResNet-50測試中,含光800推理性能達到78563 IPS,比目前業界最好的AI芯片性能高4倍;能效比500 IPS/W,是第二名的3.3倍。

阿里巴巴,一家從電商平臺業務發展起來的公司,為什么短短幾年內能夠在某個芯片設計垂直領域實現飛躍性的突破,站在世界之巔?

答案有兩個:一是阿里巴巴擁有大量的數據,二是自身業務深深植根于海量的真實需求。

含光800是AI推理芯片,AI推理離不開AI的訓練,而AI訓練需要大數據。大數據從哪里來?從阿里巴巴自身的業務中來。

一方面,線上的淘寶、天貓,線下的盒馬鮮生以及“城市大腦”,無一不與圖像處理相關。阿里巴巴僅僅在日常運作中,每天就需要處理數十億幀圖像,這些圖像就是寶貴的數據,使得阿里巴巴所訓練的機器學習軟件既準確又強大。

另一方面,這些生成大量數據的日常業務——不管是淘寶、盒馬,還是幫助解決交通擁堵問題的城市大腦——都是運用圖像處理能力的具體場景。這些業務是最好的試驗田:就像是在田野中收割了果實后,又把種子撒到土里,再舒枝展葉結出新的果實。

從阿里巴巴集團的層面看,含光800之所以能成功,是因為它轉化了阿里巴巴所擁有的整條產業鏈的資源。目光從阿里巴巴單單一家企業移開,放眼全中國,我們就會驚喜地發現:大量的數據和豐富的應用場景,其實是中國科技產業所共同享有的“福利”。

含光800證明了中國科技產業崛起另一條路徑:根據具體的業務需要,把產業鏈下游的草根應用優勢,轉化為產業鏈上游的頂層設計優勢,用柔性延伸而非直接進攻的方式,滲透進產業鏈價值最高的環節。

“世界工廠”的真實含義

“自下而上”的柔性發展道路是否可行,早已被中國制造業的發展歷程所確證。

受益于20世紀80年代的第三次國際產業轉移浪潮,中國從產業鏈下游的零部件生產和組裝起步,逐漸發展成為“世界工廠”。

“世界工廠”的名號,貌似恭維,實為諷刺:中國雖然有很強的制造能力,但卻被國際資本死死壓在利潤最微薄的制造環節,中國制造也因此常被詬病為“缺乏核心能力”。

批評者未能意識到的是:單單把組裝和集成做到極致,其實已經是一種核心能力,在制造環節中,中國積累了大量的經驗。中國的代工廠最清楚,什么產品該用什么樣的零部件,什么零部件該用什么樣的方式生產,才能最為合理和高效。這就帶動了零部件的持續國產化,向產業鏈上游不斷邁進。

零部件的國產化,從低端零部件起步,向高端零部件滲透,當全產業鏈實現國產化,制造企業就會開始提升生產過程中的科技含量。這就是自下而上,根據自身的需要,一步步滲透產業鏈上游,進而掌握全產業鏈的路徑。

以家電行業為例,早期家電生產從引進國外的低端生產線開始,技術上以模仿為主,缺乏自主品牌,主要依靠代工生存。如今,中國家電已經掌控了幾乎所有的核心零部件生產,實現了全產業鏈的國產化。

掌握了全產業鏈之后,家電廠商就會利用高科技進一步強化生產能力。這就是為什么格力在發展機器人和智能裝備,美的要收購庫卡機器人。這就是中國“自下而上”的磅礴偉力。

但為什么其他發展中國家沒有像中國一樣,從產業下游向上游自然發展?

這是因為,對于地狹人寡的小國而言,集成組裝的價值已經足夠豐厚,企業既沒有能力也沒有必要去垂直整合產業鏈的上游,因為狹小的國內市場無法積聚足夠的資源支持這些企業升級擴張。

而中國的特殊性正是在于“大”:一是龐大的人口規模,二是海量的自然資源,三是巨大的市場空間。

在各國之間需要依靠優勢互補才能分工完成的工作,卻能夠在中國這一片土地上全部完成,而且還能夠形成閉環:中國龐大的適齡勞動人口基數,既能提供大量的廉價勞動力,又能帶來需求巨大的多層次市場,市場的需求和反饋還能給生產企業指引方向,并支持它們做大做強,在海外市場攻城略地。

含光800成為“全球算力最強”AI芯片背后的深層次邏輯,其實也植根于此。

海量數據的磅礴偉力

含光800的研發過程中,阿里巴巴豐富的業務帶來了巨大的數據量,這些業務同時又能成為含光800發揮具體作用的場景。

在2019年的云棲大會現場,阿里巴巴展示了含光800在智慧交通方面的應用:過去城市大腦實時處理交通視頻,需要40顆傳統 GPU,延時為300ms,而使用含光800僅需4顆,延時為150ms;再以淘寶的功能“拍立淘”為例,拍立淘商品庫每天新增10億幅商品圖片,使用傳統GPU算力識別需要1小時,使用含光800后可縮減至5分鐘。

雖然含光800在ResNet-50測試獲得第一,但含光800基于臺積電12nm工藝生產,尺寸比參加同一測試的其他競品都要大,如果拋開這項要素,單純對比性能,顯然有失公允。而且,ResNet-50只是MLPerf的一組適用于圖像分類任務的基準測試,含光800在其他方面的表現如何還尚未可知。

但不可否認的是,阿里巴巴用這樣“倒推”的思路,造出了一塊讓國內外廠商都驚嘆的芯片。

“自下而上”的柔性發展,隱隱然已是中國科技產業在人工智能時代的另一條崛起道路。

云天勵飛副總裁兼芯片產品線負責人李愛軍告訴億歐,人工智能的上下游可以按“算法訓練及設計”、“算法應用及落地”兩大部分來劃分。人工智能起源于美國,因此美國公司在技術研發上,平均領先中國同行半年到一年,但人工智能技術畢竟要應用于市場,中國具有龐大的市場優勢和海量的數據優勢,能夠讓算法快速迭代,從而彌補技術上的代差。

“人工智能是服務人的,因此人口優勢會很關鍵。”李愛軍說。

“中國的優勢可以總結為數據優勢。”邢練軍認為,數據量大,而且對數據的控制不至于過于嚴格,是中國人工智能發展的一大優勢。

邢練軍是智慧城市,安防和人工智能行業多年從業者,曾在華為、易華錄、比特大陸擔任高管。

快商通首席科學家李海洲院士也有相似的觀點,他說:“人工智能需要與深度學習和大數據緊密結合,中國在數據資源這方面的優勢毋庸置疑。中國有近14億的人口,僅是日常生活場景就能產生比全球其他國家更豐富的數據,這讓深度學習的效益能夠發揮到最大。”

根據2019年IDC與希捷聯合發布的報告《數字化世界——從邊緣到核心》,中國的數據量在未來7年中的年平均增速將達到30%,是全球數據量增長速度最快的區域;到2025年,中國將擁有全球最大的數據量。

多年以來,世人的成見是:中國善于“用”技術,卻不善于從0到1的科技創新,因此中國科技只能在下游應用領域繁榮發展,卻在上游研發領域鮮有建樹。

如今,巨大的下游市場所產生和積累的數據,正在成為中國科技產業在人工智能時代的有力武器,幫助中國科技產業再一次攀向世界之巔。

來源:億歐網

更多科技生活相關信息,請關注公眾號“曉說通信”(ID:txxxbwz)

0

一周熱門

熱門圖片

甘肃十一选五规律