谷银基金行业月度简报 | 人工智能板块
政策、知识、技术
苏州银校企三方设立人工智能产业基金
6月22日消息，中国银行股份有限公司苏州分行、苏州国发创业投资控股有限公司、上海交通大学苏州人工智能研究院共同签署《全面战略合作协议》，并正式启动交大苏州智研院—中银国发人工智能产业基金项目的合作
据悉，三方将紧紧围绕“两聚一高”核心主题，整合各自在投资管理、行业研究和科技金融等方面的优势，开展以人工智能领域投资为基础的战略合作，实现互惠互利，促进业务发展。
苏州中行表示，此次合作是该行结合当前外部资本市场环境，发挥自身投行服务能力，积极服务科创企业发展的有力行动。苏州中行将以集团综合化经营优势为着力点，积极推动和拓宽投贷联动合作，加强对人工智能领域企业的授信支持，为加快推动区域经济转型升级贡献中行力量。
长沙设立5亿元专项资金100亿元产业基金
6月22日消息，长沙发布《长沙市关于进一步促进人工智能产业发展的意见》，《意见》提出设立5亿元专项资金、100亿元产业基金等内容。据悉，长沙市此次发布的人工智能政策和智能网联汽车测试规则体系国内领先，支持力度空前。
意见支持产业集聚、企业引培、示范应用、人才培养、金融创新和生态优化几个方面方面。针对产业集聚，在全市打造若干人工智能特色园区，实现差异化、互补性发展，最高给予5000万元资金补助。
针对金融创新方面，设立规模100亿元的产业投资基金和1亿元的天使投资基金。对获得股权投资机构投资的企业，按单笔实际融资总额最高给予1000万元补助。鼓励各类知名投融资公司在长沙设立股权投资机构，给予基金退出对地方经济社会发展贡献实额最高给予5000万元奖励。给予企业贷款一定比例贴息。
值得一提的是，近年来，长沙人工智能产业正显示出勃勃生机。在“三智一自主”，即智能装备、智能网联汽车、智能终端、自主可控及信息安全领域不断发力。目前，在长沙人工智能高地——湖南湘江新区，集聚了人工智能产业重点关联企业300多家，省级以上研发机构100多家。
热点、趋势、动态
金山云中国石油大学达成战略合作 携手探索智慧石油石化
6月16日，金山云和中国石油大学（北京）达成战略合作。根据协议，双方成立“金山云中国石油大学（北京）石油石化人工智能联合研究中心”，作为中国石油大学（北京）人工智能学院的教学实训和科研开发平台。同时将在石油勘探、开发、化工、储运等多个专业深度合作。以此为契机，双方将携手推进石油勘探开发研究与人工智能的有机结合，为国内石油石化行业开启智慧之路提供助力。
人工智能作为新一轮科技革命和产业变革的新引擎和核心驱动力，是引领未来发展的战略性技术。在今年的全国两会上，人工智能已连续第三年写入政府工作报告，其中明确指出，2019年要打造工业互联网平台，拓展“智能+”，为制造业转型升级赋能。近年来，在油气能源行业，各大高校、科研机构围绕“智慧油气”、“智能钻井”、“智慧炼厂”、“智慧管网”等领域，已经开展初步研究与应用，为智慧油气勘探、开发等学科发展提供有力的人才保障和技术支撑。
中国工程院院士、中国石油大学副校长李根生表示，此次与金山云的合作将围绕“特色学科+人工智能”的创新发展理念，开展科学研究与人才培养，在双一流学科及相关学科建设方面抢占制高点，力争建成国际一流、国内领先的石油石化特色鲜明的人工智能基地，为创新型国家和科技强国战略贡献石油人的智慧和力量。
金山云作为中国最大的独立云服务商，拥有强大的平台服务能力和技术创新能力，在融合大数据、人工智能等前沿技术创新上，构建了覆盖IaaS、PaaS、SaaS的全栈行业解决方案。一直以来，金山云积极推动AI技术与场景的深度融合，在智慧政务、智慧金融、智慧医疗、智慧工业等领域积累了丰富的实践经验。同时，在人工智能生态构建、人才培养和技术创新领域持续投入，与多个高校、科研机构开展合作，共同推动AI在产、学、研、用全产业链的繁荣和发展。
“金山云与中国石油大学（北京）将充分发挥各自的产业、技术优势，通过共同打造石油石化人工智能联合研究中心，加快高校科技成果的产业化应用，推进产、学、研、用良性互动，促进企业和社会的科技进步”，金山云CEO王育林表示，“希望我们双方以此次合作为起点，共同探索‘油气+AI’的发展模式，共同推进我国智慧油气产业的全面升级”。
根据协议，双方相互整合优质资源，建立紧密的校企合作关系，逐步强化研究中心力量，为构建具有石油行业特色的人工智能+油气能源教学培训课程体系，提供良好的实验平台。全面提升学校人工智能方向的教学和科研开发能力，为油气行业培养更多的人工智能创新型专业人才。
通过深度合作，双方将借助于推动人工智能在石油行业的落地与应用，为今后的高校建设、企业发展、行业提升等诸多方面提供有力支撑，不断为行业提供新鲜血液，让新技术与石油行业一系列环节的发展齐头并进，让蕴藏在油气田大数据中的“地下宝藏”创造出更大的价值。
投资、并购、重组
百应科技完成亿元级战略投资，今年累计融资近3亿元
6月25日消息，据媒体报道，百应科技宣布完成亿元级战略投资，投资方为恒生电子旗下产业基金和信雅达旗下产业基金。
据百应科技CEO 王磊介绍，本轮融资主要是为了引进战略协同伙伴。之后，百应科技将与伙伴一起加深业务协同，加快在金融行业的拓展速度。同时继续在AI底层技术上加大投入，提升客户价值和体验，完善全渠道智能客户联络产品矩阵。
百应科技于2016 年9 月创立，是一家专注于大数据人工智能的公司。公司以AI 语音客服切入市场，通过自主研发，拥有语音识别、语义理解、多轮对话管理、知识图谱、语音合成、大数据处理等智能语音的全栈技术，并持有多项核心技术专利和著作权。
据了解，百应科技团队成员已超200人，多是来自阿里、腾讯的人工智能资深专家、人工智能科学家、技术骨干和海内外顶尖院校的精英。目前，百应科技已服务包括阿里巴巴、腾讯、百度、今日头条在内的3.5万家企业客户，全面覆盖金融、政府、房产、招聘、电商、教育、汽车等多个行业。
这是百应科技在两个月之内完成的第二轮融资，此前公司曾于2019年5月获光信资本1.2亿元的A轮融资。本轮过后，百应科技今年累计融资金额近3 亿元。
人工智能公司魔珐科技获数亿元A轮融资
6月25日消息，据媒体报道，人工智能公司魔珐科技完成了数亿元A轮融资，本轮资方包括红杉资本中国、晨兴资本、头头是道基金等，暂未公布领投方。
据悉，本轮融资资金将用于团队扩充和虚拟直播的探索。
魔珐科技，是一家将全球计算机视觉和计算机图形学技术进行创新应用的领先人工智能科技公司，致力于打造虚拟世界的AI驱动引擎。以计算机视觉感知、智能交互技术、AI表演动画技术和三维图形学为技术核心，为客户提供算法、技术、工程、产品到市场的一栈式三维表演动画解决方案，从而生成实时、高效、高质量的动画内容。
据了解，团队核心技术成员分别来自卡内基梅隆大学、微软亚洲研究院和中科院。目前，魔珐科技已在动漫、游戏、虚拟偶像、动画教育、线下场景、真人CG等多领域快速落地应用，并签约了多家国内顶级的行业标杆客户。
此前，魔珐科技还于2018年获得红杉资本中国、东方富海、晨兴资本和沈向洋（个人）的数千万元天使轮融资。
海深科技完成四千万A轮融资，全面布局无人零售终端平台业务
6月18日消息，人工智能企业海深科技宣布完成4000万元A轮融资，由浙江联合基金领投，蓝郡创投跟投。本轮融资后，海深科技将全面布局无人零售终端平台业务。
海深科技的核心技术为商品图像识别，曾经为京东、小红书等企业提供商品识别算法服务，在行业内处于领先水平。创始人戴剑彬博士在百度硅谷研究所期间与深度学习世界级专家吴恩达有过2年的项目合作。
海深科技从2018年初开始研发基于计算机视觉识别技术的G-BOX AI零售柜，与国内著名厂商海信集团深度合作，在识别准确率和识别速度等多项指标上打破了行业的认知。目前海深科技已经同国内多家著名的品牌商进行深度合作，在办公楼、社区等场景布局，共建高度可复制的运营模式。
海深科技创始人戴剑彬博士称：“公司在2019年从产品技术公司转变为智能零售终端运营平台，重点投入运营平台的开发和落地，深度整合供应链、品牌方和运营方，提供场景服务和数据服务。”
燧原科技完成A轮3亿元融资，专注AI领域神经网络解决方案
6月11日消息，专注于人工智能领域神经网络解决方案的燧原科技宣布获得A 轮3 亿元人民币融资 ，由红点创投中国基金领投，海松资本、云和资本、腾讯、阳光融汇资本、信中利资本跟投。2018 年，真格基金曾参与燧原科技3.4 亿元 Pre-A 轮融资及种子轮融资。
本轮资金将用于市场拓展、业务落地、以及产品量产和技术支持，并推动后续系列产品的开发。
人工智能技术和应用正在算力、算法以及大数据的联合驱动下快速发展，各种应用场景所产生的数据呈几何级数增长，人工智能算法也迅速迭代，算力已经成为技术和市场发展的瓶颈。尤其是在云端数据中心进行的人工智能模型训练，需要专为人工智算法和应用量身定制的、更高性价比的解决方案来满足客户的需求。
燧原科技的产品是人工智能训练芯片系列及软件全栈，定位于云端数据中心，专为通用人工智能训练平台打造。同时，基于开源生态和工具链，燧原科技的产品提供针对不同应用场景的定制和优化，为客户创造更高价值。
燧原科技 CEO 赵立东表示：“我们聚焦于云端数据中心，瞄准的是该市场的需求和痛点，我们的产品在性能、性价比、能效比等指标上具有很强的竞争力，同时兼顾通用性和可扩展性，能够为客户提供完整并具有差异化的解决方案。”
燧原科技 COO 张亚林表示：“燧原科技优秀的软硬件研发团队，将多年的开发和产品化实战经验都倾注在我们第一款产品的研发进程中，从而确保这款云端训练加速芯片的可靠性、算力架构的通用性、系统结构的扩展性和生态系统的多样性。”
上市公司/标杆企业研究
依图“求索”芯片有多强？解读四大核心优势，还原造芯心法！
5月9日，依图科技在上海举办了一场相当不同于往的产品发布会。
这次依图发布的不是人脸识别，也不是语音识别，而是一款云端深度学习推理定制化SoC芯片——依图芯片questcore，中文名“求索”！
这款芯片从即日起正式商用，另外依图还展示了基于该芯片构建的软硬件一体化系列产品和行业解决方案。
据介绍，这是全球首款深度学习云端定制SoC芯片，已经实现量产。搭载questcore的依图原子服务器，将为今年11月在上海举行的第二届世界进口博览会提供安保服务。
questcore的发布意味着，在人工智能（AI）赛道上，四大计算机视觉（CV）独角兽之一依图经过“视觉-语音-芯片”的三连跳，已然摇身一变，成为一家产品覆盖视觉到语音、从软件到硬件的全能型AI公司。
依图questcore芯片有哪些亮点？它的创新架构ManyCore又有哪些特性？这款芯片有获得哪些助力？依图有怎样的造芯优势？AI芯片发展的必然趋势是什么？……经过和依图内部人员进行深度沟通，智东西将为你揭晓一个更为清晰的依图questcore芯片版图。
一、全球首款深度学习云端定制SoC芯片
依图推出其首款自研芯片questcore，中文名叫“求索”，是依图追求“极智”的体现，由依图科技和AI芯片初创团队ThinkForce联合开发。
这款深度学习云端定制SoC芯片从设计到制造实现全面国产化，拥有自主知识产权的ManyCore架构，基于领域专用架构（Domain Specific Architecture，DSA）理念，专为计算机视觉应用而生，针对视觉领域的不同运算进行加速，适用于人脸识别、车辆检测、视频结构化分析、行人再识别等多种视觉推理任务。
目前questcore芯片会用在在依图的云端和边缘服务器上，与依图的智能视觉分析软件结合，作为软硬件一体化的解决方案对外销售。
在本次发布会上，依图联合创始人兼CEO朱珑介绍了依图芯片的四大设计理念：高密度、世界级AI算法、64路视频分析、服务器AI芯片。
作为云端服务器芯片，它可以独立运行，不依赖Intel x86 CPU。虽说是为了服务器芯片而生，questcore既支持云端，也支持边缘。
据介绍，在实际的云端应用场景，依图questcore最高能提供每秒15 TOPS的视觉推理性能，最大功耗仅20W，比一个普通的电灯泡还小。
在同等功耗下，questcore的视觉推理性能是市面现有主流同类产品的2~5倍，其安防摄像头单路功耗仅为英伟达GPU P4的30%。
questcore芯片集成度高，能高效适配各类深度学习算法，模型兼容性好，可扩展性高，支持TensorFlow、PyTorch等各类深度学习框架，无缝接入现有生态。
它还自带网络支持模块，支持虚拟化、容器化，将AI云的弹性计算和调度提升一个量级。
该芯片适用于加速各类视觉推理任务，比如交通运输、公共安全、智慧医疗和智慧零售等行业，尤其是对云端智能视频实时分析等应用具有强需求的企业环境。
在现场，朱珑还特意提到近期发布的特斯拉全自动驾驶（FSD）芯片。他表示，依图芯片与特斯拉芯片异曲同工，特斯拉从3年前开始打造，而依图只用了2年。
二、发布原子系列云端服务器和边缘盒子
除了推出芯片，依图还发布了基于questcore芯片的依图原子系列云端服务器和面向边缘的依图前沿系列边缘盒子。
依图科技首席创新官吕昊还在现场做了插电演示，手持由一台体积与15 英寸苹果MacBook Pro笔记本相当的依图原子服务器，该服务器由4个questcore芯片组成。
依图原子服务器基于questcore打造，一台服务器提供的算力与8张英伟达P4卡服务器相当，而体积仅为后者的一半，功耗不到20%。
吕昊表示，一个约要2000美元的NVIDIA P4显卡仅能支持27路摄像头，而依图的服务器能带动200路实时解码和视频解析，功耗不超过250W。
在进行视频解析时，1台依图原子服务器（搭载4核questcore芯片，除此之外无需其他配置），与8卡英伟达T4服务器（含双核英特尔x86 CPU）对比，单路视频解析功耗仅为后者的 20%，与8卡英伟达P4 服务器（同样含双核英特尔x86 CPU）相比，功耗约为后者的10%。
吕昊称，questcore芯片基本可以完成所有视觉解析，可以做肺癌诊断、儿童骨龄预测以及非常多智慧城市应用，未来有望成为担当起非常多视觉任务的视觉中枢。
据介绍，依图questcore构建的视频解析系统，将原本需要 16 台机柜的方案压缩到1 台，使整体建设费用投入减少 50%，运维成本降低 80%。
此外，依图原子服务器能够直接在云端升级系统，不需要大规模购买或者更新已有的摄像头、传感器等终端设备，大幅提高了现有基础设施的利用率。
三、questcore最大特点：灵活可扩展，兼顾云与边
questcore采用自研芯片架构，除了针对机器视觉推理运算加速，其最大特点之一就是灵活可扩展，在设计时充分考虑到了不同应用场景，能够兼顾云端和边缘的视觉推理计算需求。
1、可作为服务器芯片，也可独立运行
SoC即System-on-Chip，中文叫“片上系统”，一般指将多个IP集成在同一个芯片上。
questcore采用定制化SoC解决方案，客户可以根据不同的使用需求，选择不同的配置，使得客户能按需定制，在性能、成本、功耗、可靠性以及生命周期与适用范围等方面都有明显的优势。
依图认为，这是集成电路设计发展的必然趋势。
此外，SoC在性能、成本、功耗、可靠性以及生命周期与适用范围等方面都有明显的优势，是集成电路设计发展的必然趋势。
与NVIDIA GPU、Google TPU和其他AI芯片公司研发的AI加速器产品相比，依图芯片一大不同之处在于，它作为服务器芯片可以独立运行，不依赖Intel x86 CPU。
2、自研芯片架构，算法团队深度参与造芯
如今摩尔定律濒临物理极限，但算法性能仍在万倍增长。过去4年，依图的人脸识别算法精度提升了10万倍。在这样的背景下，AI正推动计算产业迈入“算法即芯片”时代。
现有的计算机架构已经无法满足AI对算力不断增长的需求，领域专用架构（DSA）正成为未来计算的主流，一个开创性的例子就是针对深度神经网络（DNN）进行加速的谷歌TPU。
因此，依图以AI为中心去思考计算，思考计算机架构。
依图认为，在算法即芯片的时代，好的算法才能更高效地利用芯片架构，或者说指导芯片架构设计，同时把算力更高效地转化为智能。
questcore基于领域专用架构（DSA，Domain Specific Architecture）理念，针对应用领域做优化处理。
对于DSA芯片而言，AI领域知识（Domain Knowledge）的理解是最重要的，包括算法发展趋势、实际应用场景和具体业务逻辑的洞察。
而依图长期在视觉领域的耕耘，使其对机器视觉技术和行业有着深刻理解，从而为它打造更好的视觉AI芯片奠定基石。
依图算法团队从一开始就深度参与了芯片的设计，通过自研架构，能够在保持极低功耗的情况下，最大限度提高计算力，充分发挥依图全球领先的智能算法性能。
ManyCore架构高效适配各类深度学习算法，模型兼容性好，支持TensorFlow、PyTorch、Caffe等各类深度学习框架，便于无缝接入现有生态。
据依图介绍，该架构的最大优势是可扩展性强，在设计时同时考虑到了云端和边缘深度学习推理计算的需求，能够根据实际应用场景动态扩容。
3、仅针对INT 8数据加速，实现出色性能和功耗比的关键
依图告诉智东西，考虑目前以及将来一定时间内业界对视觉分析应用的需求，这是目前性价比最高的方案。
结合依图在视觉领域的长期实践与研究，依图自研了芯片架构，仅针对INT 8数据（8 位整数数据类型）进行加速，这也是questcore实现性能和功耗比呈量级提升的根本原因之一。
此前高通曾表示，到2025年，数据中心推理加速器市场可能达到170亿美元。与AI训练不同，AI推理并不需要很高的精度，INT 8甚至INT 4的低精度数据类型就足以满足当前绝大多数的云端智能视频分析/视觉推理计算需求。
但是，市面上针对这一需求或者低精度数据类型推理进行加速的AI芯片选择还较少。
4、软硬件结合，灵活适配基础设施
依图芯片将与依图智能软件结合在一起，构成软硬件一体化的产品或解决方案对外销售，灵活配适客户现有的软硬件基础设施。
之所以强调软硬件一体化，依图表示，这是因为市场上并不存在单独能使用的软件或者硬件，整个行业、整个生态一定是紧密结合在一起的；产品和解决方案推出以后，也仅仅只是开始，后续的运营和维护等客户服务，也是考量产品是否能取得成功的关键因素。
如今依图推出questcore芯片，既具有灵活可扩展的架构，又可单独使用，不依赖不英特尔x86 CPU，使得基于questcore构建的产品和解决方案兼顾云端和边缘计算的需求。
接下来，依图将继续投入原创先进的AI软件和硬件技术研发，力求为客户和市场带来更好的软硬件一体化的产品和行业解决方案。
四、依图的造芯逻辑：不是为了做芯片而做芯片
依图是我国四大CV独角兽之一，以世界领先的AI技术著称，上一轮估值已达150亿元。
如在美国国家标准与技术研究院（NIST）举行的全球人脸识别权威测试（FRVT）中，依图连续三年获得第一名。
依图联合创始人兼CEO朱珑认为AI普及的关键是智能密度，机器的智能要便宜，便宜的本质是密度，分两个维度来讲：
第一个是宏观上，要从单体的智能到机器智能到群体的智能，如让单个识别人脸的摄像头发展到一万个，而且这一万个摄像头识别出来的世界是能够交流的、可决策的。
第二个是在微观上，单个计算机能够支撑刚才所的智慧的创意要足够的，这里我讲的是智慧算力，而不是简单的机器的算力。
在AI算法领域势如破竹的依图，为什么要走出自己的舒适区，而选择自研AI芯片这条并不好走的路呢？
依图坚信，在没有先例可循的智能时代，中国AI创企与世界科技巨头站在同一起跑线上，完全有机会成为新时代的巨头。
秉持这样的信念，依图在推进智能项目落地的过程中，深切感受到针对应用场景和业务逻辑定制AI芯片的必要性和迫切性，并预见软硬件一体化是AI技术落地的必然发展方向。
依图向智东西透露，其自研芯片的主要原因并非为了芯片的商业化，而是从场景出发，更好地发挥依图算法和软件的性能，为客户提供针对特定场景优化的性能、功耗和成本最优的一体化解决方案。
这一点与谷歌、微软、阿里等公司的自研芯片逻辑异曲同工。
在现有计算机架构无法满足AI对算力的需求，摩尔定律濒临终点，而算法性能还在火箭式提升的大背景下，依图早早意识到应以AI为中心来思考计算机体系结构。
他们坚信，在新的这一轮体系结构革命中，算法和芯片两者紧密耦合，不可分离，只有懂算法的AI公司才能做出更好的AI芯片，才能将算力更高效地转化为智能。
任何一个新技术要实现大规模推广，基本前提是将价格/成本降低到绝大多数人都能用的起范围，只有这样产品才能真正普及。
依图希望通过研发AI芯片，能够推动AI技术的真正落地和大范围铺开。
五、造芯一年半，揭秘背后的功臣
依图的造芯计划在2017年末就初步浮出水面。
去年12月，依图正式对外宣布战略投资AI芯片初创团队熠知电子ThinkForce。正如公开资料显示的那样，依图是ThinkForce的股东，也是合作伙伴。
ThinkForce是中国少有的拥有芯片研发全链路能力的团队，核心成员来自 IBM、AMD、Intel、LSI、Broadcom、Cadence、ZTE 等芯片业界龙头企业，全都拥有十年以上的芯片行业从业经历，分别在芯片设计、体系结构、算法研究等领域有深厚造诣，经手过40余款不同芯片的量产，总销售额高达数十亿美元。
ThinkForce的AI芯片具备创新的异构运算架构、完整的功能模块和先进的半导体制程工艺，可以在更短的时间内，用更低的功耗完成更大量的深度神经网络矩阵运算。
为构建友好的开发环境和健康的产业生态，ThinkForce还准备了易用的软件工具，方便用户完成算法的硬件部署。
依图算法团队与ThinkForce硬件团队从一开始就紧密配合，研发出的questcore芯片能够极大程度地发挥依图在算法和软件层面的积累。
