文 | 大壮旅
来自雷锋网（leiphone-sz）的报道
地平线创始人兼CEO余凯在当天的演讲中强调：人类正从大数据时代走向大计算时代，边缘计算的趋势是全球互联网科技趋势“分久必合 合久必分”的结果。
“在PC时代，所有的计算都是在电脑上，是本地计算。随着互联网发展，数据越来越往云端、中央上转，计算慢慢从边缘集中到了云端。而从移动互联网开始到现在物联网时代到来，我们逐渐看到另外一个趋势——更多的计算又从中央往边缘迁移。”
同时他还预测，到2025年，每一千美金能够买到的算力相当于1000个T，足以支撑五级无人驾驶所需要的计算需求。如果基于此继续开发与之匹配的软件系统，预计到2030年，真正的五级的无人驾驶将成为可能。而技术趋势有趣的地方在于——1000个T的算力正好和人类大脑的算力相当，这也是摩尔定律一个值得玩味的发展结果。
以下是余凯演讲全文，分享地平线在边缘计算方面的工作和思考，本文由雷锋网编辑（有删减）：
今天我们在这里一起探讨边缘智能，边缘计算——这个现在看起来已经越来越广受关注的行业共识。
城市是人工智能非常重要的场景，在这个场景中有交通、有驾驶、有大量的人机交互，计算一定是发生在数据爆发的场景里，而现在数据大量产生和爆发的地方就是在城市。
边缘计算之所以这么重要，是因为它确实会让城市的生活变得更加安全，更加美好。
更多的计算正从中央往边缘迁移
AI未来的发展，必然会促进智慧城市的建设。边缘计算，会覆盖生活的每一天——从家里出发，在路上，在工作的场景里。毫无疑问，这里会产生大量场景和数据。
分享一个报告数据，预计到2025年，全球数据量将以10倍速剧增至163ZB，这个数据量远超过任何互联网公司现在所储备的数据量。
分久必合，合久必分，这在计算上也在发生。
在PC时代，所有的计算都是在电脑上，是本地边缘计算。后来随着互联网发展，数据越来越往云端、中央上转，计算慢慢转移到了云端，转移到了云端计算。而从移动互联网开始到现在物联网，我们看到另外一个趋势，更多的计算从中央往边缘迁移。这带来的好处就是实时性、可靠性，设备在离线的情况下还可以正常运作。
比如，自动驾驶汽车在路上跑的时候，过隧道的时候没有信号，车如何自动驾驶？一定要靠不依赖网络和云端的边缘计算。很多安防类的企业，他们有一些现在是靠WIFI联网处理，但是受信号和带宽影响很大，也需要边缘计算。
这里核心的一点，大量的计算要在边缘，并不在数据中心。数据中心需要强大的供电系统，经常建在例如内蒙古等一些用电需求比较少的地方。而边缘计算一定要求低能耗，这就对边缘计算的处理器要求非常高。
边缘计算的AI处理器，可以说是今天我们整个智慧城市，自动驾驶的核心的技术基石。
边缘计算的五大优势
我们强调边缘计算，是不是意味着我们的算力要打折扣？其实不是。
拿自动驾驶来说，自动驾驶分为 Level 到 Level 5 共 5 级，5 级就是全天全路况，全工况的无人驾驶。在这里有一个很有趣的趋势，自动驾驶每往上升一级，它的计算量就增加了一个数量级。
比如，产业界当前所处的阶段是三级自动驾驶，匹配的产业化的人工智能处理器处于差不多10T的算力阶段，而四级的自动驾驶到百T量级，再到五级的完全的无人驾驶的话，要到1000T。
这是什么概念？我们稍微回顾一下摩尔定律，过去一百年，平均来讲每一千美金大概能买到的算力是这样的增长的曲线（如上图）。
今天一千美金相当于一个iPhone可以买到的算力。从2017年开始，实际上摩尔定律也发生了新的变化，因为我们的物理制程已经开始变化，最近行业在攻克五纳米这样的制程。但是继续往上的话，会越来越难，因为原子是0.1纳米，人类在芯片制造工艺上已经逼近原子的极限，物理制程就不能继续推进摩尔定律往前发展。
进入“新摩尔定律”时代
今天，我们可以说是进入了“新摩尔定律”时代，要通过场景驱动，场景与任务、软件算法去驱动，这种架构模型使得摩尔定律能够继续往前奔跑。
在这里我有一个预测，如果我们能够做到这一点，基本上到2025年的时候，每一千美金能够买到的算力相当于1000个T。这1000个T的算力，能够满足五级无人驾驶所需要的计算需求。基于此，我们继续开发匹配的软件系统，使得2030年的时候，真正的五级无人驾驶成为可能。
很有意思的是，我们可以看到：1000T的算力正好和人类大脑的算力相当。这里面也不完全是巧合，因为自动驾驶需要在比较复杂的工况下，需要达到人类大脑这样的算力才能去应对这样的情况。所以这是摩尔定律很有意思的发展之一。
边缘计算要实时性、低延迟，与数据中心的计算不同。但同时，它对算力的要求一点都不低。边缘的人工智能处理器是未来科技竞争的主战场，是一个制高点。
我们现在处在一个大数据时代，但我想业界或多或少已经达成了一个模糊的共识：未来，我们将进入一个大计算时代。因为数据其实是无穷无尽的，关键是能不能通过计算让数据产生价值。
还有一点，我们也看到一些趋势，数据的计算很重要。去年我们看阿尔法狗升级了一代，新的阿尔法狗是不需要人类堆积的数据学习，完全通过虚拟的方案，一个形象的比喻是叫“左右互搏”，去提升它的算力。
自动驾驶也出现了这样的情况，更多的不是在实际的路面上去采集数据，提升在各种路况下的控制反应能力。更重要的是仿真，在虚拟世界的计算。
我们正站在一个时代交替的节点上，可能我们自己都没有意识到。我们从大数据时代进入一个大计算时代，真正的大计算才是构成未来科技世界的根本。
以数据驱动的新工业革命时代：算力是第一生产力
地平线也是认定了这样的未来，我们认为算力是未来社会核心技术实力的制高点。
新摩尔定律不仅仅是通过物理制程，还要通过软件与硬件的结合。讲到这一点，我们一定会回顾计算机发展历史上很有影响力的一位人物——Alan Kay。他有一个思想，非常具有前瞻性：叫“软件和硬件的结合”。他说如果人要想真正的做好软件，一定要做好硬件。
绝大多数的企业觉得软件和硬件的结合这个事情太重，不愿意做。但过去只有一家公司，只有一个人这么做了，就是乔布斯跟他领导的苹果公司。所以我们看到整个的移动时代，唯一一家做软硬结合的就是苹果公司，芯片和软件操作系统都是自己研发的。
在新的摩尔定律时代，我们相信通过软件和硬件的结合才能够继续推动摩尔定律，让人工智能，边缘计算真正成为可能。
毫无疑问，这也越来越成为一个时代的共识，比如今年我们看到图灵奖发给两位芯片架构设计专家。这样的专家都很有意思，他们现在都在软件公司工作，这家公司就是Google。所以我们看到这样的趋势——软件和硬件的深刻的结合。
今天看中美两个国家，到目前为止，在这方面大量投入去研发的，美国就是Google和微软。中国真正投入这么大力量在软件算法和芯片架构创新方面，现在为止地平线是走在前面的。我们希望能够在这个领域，在公司成立十年的时候成为全球最大的AI芯片的公司。
这个应用场景，无论是智慧城市还是辅助驾驶、自动驾驶，最大的场景就是在中国，所以其实在中国做到第一的话，估计就是世界第一。我们看汽车市场，去年是2800万辆，美国是1700万辆，今年中国会保持2500万辆的规模，所以中国确实是第一大的场景。
围绕边缘的人工智能处理器，我们的首要核心，还是自动驾驶。在攀登这个高峰的过程中，一路都会有收获，包括智慧城市、智慧零售、智能制造，都是边缘处理器的应用场景。
可以说这一点上地平线已经站上了国际舞台，今年我们在四级自动驾驶已经有了订单，竞争对手要完成这样的海量数据计算需要几千瓦的功耗，而我们大概只要110瓦的功耗就可以完成计算。
同时，在处理器方面，在车端以外，比如说利用摄像头端进行人群扫描，抓拍，现在我们可以进行这种摄像头端的计算。另一个场景，在智慧交互产品里，对车型，车牌的计算都是在我们的处理器上完成的。
我们下一代基于摄像头端的嵌入式处理器：一两瓦的功耗，能够进行如此复杂的密集人群计算，所以我们可以做到将今天在服务器端的计算全部迁移到边缘平台。
车载端的感知的计算，未来一方面是在路端，通过传感器，边缘计算去感知复杂的车流。同时车端也有边缘计算，去感知周围的情况，这种V2V通讯可以了解到全面的路况动态，从而去达到未来比较高效的交通系统。也许未来的交通路口是这样的（如上图）。
总结来说，未来边缘的AI芯片实际上是未来智慧城市的底层核心技术，只有这个技术不断往前推进，我们城市的安全、效率才会越来越高，大家在城市的生活才会越来越美好。
地平线通过专注于AI处理器，希望可以打造一个开放的生态。通过把我们的软件赋能各行各业的合作伙伴，让大家能够享受边缘计算所带来的便捷。
