【咔嚓下午报】“迈向智能世界”峰会今日在华为全联接大会(HUAWEI CONNECT 2022)期间成功举办。华为常务董事、ICT基础设施业务管理委员会主任汪涛发表“拥抱5.5G时代，迈向智能世界”主题发言，提出“5.5G”时代是迈向智能世界必由之路，并发布《迈向智能世界》系列白皮书，倡议产业采取8方面举措，围绕智能世界需求共同努力进一步定义和完善5.5G时代产业愿景和标准，加速5.5G时代到来，携手迈向智能世界。
扬言「吊打」英伟达的AI芯片公司，快被现实打趴了（中）
源自：包永刚AI科技评论
2、起个大早，赶了个晚集的「早鸟」
说来有趣，有产品但还要抢融资的公司A此前面临过一次融资危机，公司的两次动荡为这家公司的前景蒙上一层阴影。另一家起个大早的AI芯片初创公司B早早准备好产品，却被困在了软件里，先发优势消耗殆尽。
两家起了大早赶了晚集的AI芯片公司，一个从公司经营的维度，另一个从产品的维度，展现了大芯片创业的巨大挑战。
两次动荡，前途未卜
A公司成立很早，2018年就发布了首款产品，占据了先发优势，但这家公司的前员工向雷峰网透露，在公司发布首款产品的一年多之后，融资一直处于B轮，融资进度跟不上研发需求，于是开始缩减业务、欠薪、裁员，连CEO也被“裁”了。
A公司的前员工透露，“那次的大变动，公司只保留了芯片团队，公司管理层和业务大洗牌。不过融资也只是公司动荡的其中一个因素，实际是各种因素的共同作用。”
业界的说法是，这家公司的CEO和联合创始人在技术路线上理念不合，联合创始人和投资人一起让CEO出局。
创始人被踢出局的戏码算不上新鲜，但不幸的是公司的关键人物变动似乎成了这家公司的“劫”。
A公司在第一次动荡之后重整旗鼓，发布了新产品，迎来新的掌舵人，正当一切都重回正轨之时，再次遭遇动荡。
“A公司新任CEO气焰有些嚣张，声称某公司的项目势在必得，2022年能落地2亿的项目。”多位AI芯片业界人士都向雷峰网提及。
但这位经验丰富的CEO还没实际创造2亿的营收就遭遇了调查。
“一时间，香饽饽CEO好像成了烫手山芋，不说2亿，不知道A公司今年能不能实现几千万的营收？”这成了同行会关注的话题。
每代产品不同样，没有高质量落地项目
A公司因为人的因素没能占尽先机之时，B公司被局限在了创始团队的认知里。
“软件做的真的太差，客户没办法用起来，自然难落地。”几位B公司前员工以及业内同行都如此评价。
软件没做起来，是因为硬件设计也有问题。
“B公司的芯片迭代到了第三代，但每一代芯片架构思路都在变，甚至首席架构师都不同，设计出的硬件微架构也有很大的不同，硬件架构没有延续性，就算软件的工程师再努力，软件也难以复用，每一代产品软件就像是从零开始。”了解B公司的马超（化名）说：“另一方面，B公司没有能真正掌控整个软件栈的技术大牛。”
一位B公司的前员工透露，公司没有业界顶尖的大牛，软件团队的人背景虽然都还不错，但就背景差不多造成了相互看不上，怎么可能做出好产品。当然，公司请过一个业内某技术领域的高手，但面对AI芯片这么大一摊子软件，估计也很难把控，待了一个多月两个月就离开了。
对于这种情况，几位业界人士有一些共识，这家公司的创始人确实是有深厚积累的芯片专家，但毕竟不是芯片架构方面的专家，有局限性也很正常。但这家公司的创始团队中没有软件的大牛，外部招来的人即便能力再强，也很难被“接纳”，在核心管理团队中没有话语权，也很难发挥合力做出好产品。
没有高效、好用的软件，也是B公司的投资人虽然购买了少量芯片测试，但没能通过灰度测试，进入大规模采购环节的关键原因。当然，B公司也拿到了政府项目，订单金额不小，但实际能不能产生真实利润都存疑，算不上高质量、可复制的落地项目。
其实，目前国内AI云端芯片公司大部分创始团队都是有深厚的芯片从业背景，在对软件的理解和重要性的认知上有明显的局限。
一位国内AI芯片公司软件的负责人直言：“CEO和CTO都听不懂我的工作。一些国内AI公司创始人对软件的认知，相比领先的国际大公司，我认为有十几年的差距。”
那么，AI芯片的软件到底难在哪？
被AI软件栈困扰的AI芯片公司负责人陈俊（化名）指出，一方面，AI芯片的软件是从零开始，具有天然的复杂性，与CPU不同，各家的AI芯片计算架构和指令都不同，从编译器到库再到框架的适配，都不像CPU一样有开源可以复用的东西。
另一方面，AI的软件生态实际上就是英伟达生态，但英伟达的软件生态，尤其是CUDA相关的核心部分都是闭源、封闭的，想要将自家的软件与英伟达的生态兼容的难度可想而知，想要短期内自己建立一个新的AI生态，无异于痴人说梦。
最后，云端AI推理应用的多变性。目前AI的算法和模型仍然在快速发展和迭代，好不容易实现了图像分类ResNet 50模型的优化，新的语言模型BERT模型又开始流行，自然语言处理模型又开始越变越大，BERT的各种变形枝繁叶茂，这也增加了AI芯片软件的开发难度。
尤其是编译器相关的开发难度，以及针对不同模型不依赖手工优化，仅通过编译器完成自动化性能优化的模型泛化能力，这个能力的缺失几乎成了大多数AI芯片停留在“送测”而不能获取订单的核心原因。
这些是所有英伟达的挑战者面对的技术难题，同时还有人才的挑战。
马超和大多数AI芯片的从业者有相同的观点，“要打造一个完整易用的AI软件栈，必须要有一个不仅熟悉驱动、固件等基础软件，既能够从上向下看，也要能从下往上看，对整个AI软件生态有全面认识，有足够经验和能力的软件大牛。”
“AI芯片火起来之前，在国内做编译器是个非常冷门的职业。”陈俊说：“编译器是AI芯片软件栈中重要的部分，国内芯片相关软件人才非常匮乏。”
源自：包永刚AI科技评论
2、起个大早，赶了个晚集的「早鸟」
说来有趣，有产品但还要抢融资的公司A此前面临过一次融资危机，公司的两次动荡为这家公司的前景蒙上一层阴影。另一家起个大早的AI芯片初创公司B早早准备好产品，却被困在了软件里，先发优势消耗殆尽。
两家起了大早赶了晚集的AI芯片公司，一个从公司经营的维度，另一个从产品的维度，展现了大芯片创业的巨大挑战。
两次动荡，前途未卜
A公司成立很早，2018年就发布了首款产品，占据了先发优势，但这家公司的前员工向雷峰网透露，在公司发布首款产品的一年多之后，融资一直处于B轮，融资进度跟不上研发需求，于是开始缩减业务、欠薪、裁员，连CEO也被“裁”了。
A公司的前员工透露，“那次的大变动，公司只保留了芯片团队，公司管理层和业务大洗牌。不过融资也只是公司动荡的其中一个因素，实际是各种因素的共同作用。”
业界的说法是，这家公司的CEO和联合创始人在技术路线上理念不合，联合创始人和投资人一起让CEO出局。
创始人被踢出局的戏码算不上新鲜，但不幸的是公司的关键人物变动似乎成了这家公司的“劫”。
A公司在第一次动荡之后重整旗鼓，发布了新产品，迎来新的掌舵人，正当一切都重回正轨之时，再次遭遇动荡。
“A公司新任CEO气焰有些嚣张，声称某公司的项目势在必得，2022年能落地2亿的项目。”多位AI芯片业界人士都向雷峰网提及。
但这位经验丰富的CEO还没实际创造2亿的营收就遭遇了调查。
“一时间，香饽饽CEO好像成了烫手山芋，不说2亿，不知道A公司今年能不能实现几千万的营收？”这成了同行会关注的话题。
每代产品不同样，没有高质量落地项目
A公司因为人的因素没能占尽先机之时，B公司被局限在了创始团队的认知里。
“软件做的真的太差，客户没办法用起来，自然难落地。”几位B公司前员工以及业内同行都如此评价。
软件没做起来，是因为硬件设计也有问题。
“B公司的芯片迭代到了第三代，但每一代芯片架构思路都在变，甚至首席架构师都不同，设计出的硬件微架构也有很大的不同，硬件架构没有延续性，就算软件的工程师再努力，软件也难以复用，每一代产品软件就像是从零开始。”了解B公司的马超（化名）说：“另一方面，B公司没有能真正掌控整个软件栈的技术大牛。”
一位B公司的前员工透露，公司没有业界顶尖的大牛，软件团队的人背景虽然都还不错，但就背景差不多造成了相互看不上，怎么可能做出好产品。当然，公司请过一个业内某技术领域的高手，但面对AI芯片这么大一摊子软件，估计也很难把控，待了一个多月两个月就离开了。
对于这种情况，几位业界人士有一些共识，这家公司的创始人确实是有深厚积累的芯片专家，但毕竟不是芯片架构方面的专家，有局限性也很正常。但这家公司的创始团队中没有软件的大牛，外部招来的人即便能力再强，也很难被“接纳”，在核心管理团队中没有话语权，也很难发挥合力做出好产品。
没有高效、好用的软件，也是B公司的投资人虽然购买了少量芯片测试，但没能通过灰度测试，进入大规模采购环节的关键原因。当然，B公司也拿到了政府项目，订单金额不小，但实际能不能产生真实利润都存疑，算不上高质量、可复制的落地项目。
其实，目前国内AI云端芯片公司大部分创始团队都是有深厚的芯片从业背景，在对软件的理解和重要性的认知上有明显的局限。
一位国内AI芯片公司软件的负责人直言：“CEO和CTO都听不懂我的工作。一些国内AI公司创始人对软件的认知，相比领先的国际大公司，我认为有十几年的差距。”
那么，AI芯片的软件到底难在哪？
被AI软件栈困扰的AI芯片公司负责人陈俊（化名）指出，一方面，AI芯片的软件是从零开始，具有天然的复杂性，与CPU不同，各家的AI芯片计算架构和指令都不同，从编译器到库再到框架的适配，都不像CPU一样有开源可以复用的东西。
另一方面，AI的软件生态实际上就是英伟达生态，但英伟达的软件生态，尤其是CUDA相关的核心部分都是闭源、封闭的，想要将自家的软件与英伟达的生态兼容的难度可想而知，想要短期内自己建立一个新的AI生态，无异于痴人说梦。
最后，云端AI推理应用的多变性。目前AI的算法和模型仍然在快速发展和迭代，好不容易实现了图像分类ResNet 50模型的优化，新的语言模型BERT模型又开始流行，自然语言处理模型又开始越变越大，BERT的各种变形枝繁叶茂，这也增加了AI芯片软件的开发难度。
尤其是编译器相关的开发难度，以及针对不同模型不依赖手工优化，仅通过编译器完成自动化性能优化的模型泛化能力，这个能力的缺失几乎成了大多数AI芯片停留在“送测”而不能获取订单的核心原因。
这些是所有英伟达的挑战者面对的技术难题，同时还有人才的挑战。
马超和大多数AI芯片的从业者有相同的观点，“要打造一个完整易用的AI软件栈，必须要有一个不仅熟悉驱动、固件等基础软件，既能够从上向下看，也要能从下往上看，对整个AI软件生态有全面认识，有足够经验和能力的软件大牛。”
“AI芯片火起来之前，在国内做编译器是个非常冷门的职业。”陈俊说：“编译器是AI芯片软件栈中重要的部分，国内芯片相关软件人才非常匮乏。”
【中通快递西南总部分拨中心主体工程年底封顶 项目总投资超20亿元】自从成都天府国际机场开建以来，国内邮政快递业巨头竞相在成都布局建设基础设施项目，扩大业务处理能力。中通快递西南总部项目于今年4月6日正式开工建设，是成都市的重大产业化项目之一。中通集团计划总投资逾20亿元，在成都布局建设中通快递西部最大的区域总部项目，项目将主要建设办公大楼、研发中心、电商孵化中心、仓配中心以及航空、冷链等中通集团生态圈业务区域总部。
据介绍，中通快递西南总部项目规划面积42万余平方米，计划于2024年上半年全面建成投用，其中快运和快递两个分拨中心的年处理能力将达15亿件。该项目将推动产业链上下游企业在园区聚集，建设“智慧物流+云仓储+新零售”的物流快递业生态产业园区运营体系，辐射整个西南地区。其投用后，将与位于龙泉驿区的中通快递四川省管理中心现有园区形成业务互补，以其大规模、高度自动化的设施设备，进一步提升快件中转效率，提升客户的寄递服务体验，推动电子商务业发展，同时也加速中通集团生态圈各板块业务在西南地区拓展。
据介绍，中通快递西南总部项目规划面积42万余平方米，计划于2024年上半年全面建成投用，其中快运和快递两个分拨中心的年处理能力将达15亿件。该项目将推动产业链上下游企业在园区聚集，建设“智慧物流+云仓储+新零售”的物流快递业生态产业园区运营体系，辐射整个西南地区。其投用后，将与位于龙泉驿区的中通快递四川省管理中心现有园区形成业务互补，以其大规模、高度自动化的设施设备，进一步提升快件中转效率，提升客户的寄递服务体验，推动电子商务业发展，同时也加速中通集团生态圈各板块业务在西南地区拓展。
✋热门推荐