长期使用谷歌翻译的人应该会有一种感觉，大概以2010年前后为分水岭，这之后翻译的准确性和人性化越来越好了，尤其是对上下文的整体理解。相比，中英之间的互译还显得不够完美，但同语系之间——比如德语和英语——准确性已经较高。这是因为谷歌在翻译引擎中加持了AI人工智能技术，比如Google Neural Machine Translation。在AI时代，机器深度学习使自然语义处理的效果产生了质的飞跃。
这两天，阿里巴巴发布了一款加持AI算法的芯片，起名叫“含光800”，12nm制程，这是一款NPU（嵌入式神经网络处理器），性能测试是GPU的10倍左右，侧重图像智能。国内初创企业中，寒武纪是专门做人工智能芯片的，华为手机曾使用过寒武纪的NPU。
以往印象中，芯片一般是像Intel、ARM这种半导体公司的事，互联网公司大多“浮在”应用层。现在互联网公司有了自研芯片，从消费互联网层面向下渗透到最底层的硬件，这个技术进展在国内科技圈广受关注。只不过从芯片技术研发到年底的量产，再到产业层的应用，需要一个不短的落地周期，所以这个芯片尚未在C端消费者群体中留下深刻印象。
但芯片的AI算法与计算力已经在“悄悄地”影响C端消费者的应用体验。举个例子，手机淘宝里有一个功能叫拍立淘，它调用摄像头拍摄身边物体，可以通过AI算法在后台图片库（30多亿张）中寻找相匹配的商品，再反馈给用户对应的商品页面，一些用户喜欢拿它去做商品比价。拍立淘现在日活跃用户数有2000万，这是一个比较大的计算工程。据阿里的工程师说，使用传统GPU识别10亿张图片需要1小时，“含光800”NPU可以缩短到5分钟。反映在消费者端就是打开检索页面的速度更快、匹配准确度有所提升。
这也像《失控》作者凯文凯利对未来预测的场景：AI将在生活中无处不在，但你又不易察觉到它的存在，就像电一样。
除了拍立淘这种消费级AI场景外，现实中还有更加复杂的场景对AI算法与计算力提出挑战。比如在阿里云城市大脑对地面交通的智能调控中，系统的运营逻辑是先去识别、监测移动目标（车辆），进行“抠图”（把车辆轮廓提炼出来），再对车辆进行实时追踪，提取目标对象的特征，再对标目进行重新识别，最后分析、反馈到前端。这个过程对计算力与算法的智慧性要求更高，AI芯片可以替代传统的CPU完成这种计算任务。
上图：物联网营收预测，可以看到红色蓝色所代表的产业互联网占大头，而消费互联网中的可穿戴设备（黄色）只占一小部分，来源：IC Insights
芯片的核心能力应该说是计算力，但又不仅限于计算力，场景定制化的AI能力对计算力效果提升明显。现在iPhone的处理器已经进化到A13，从iPhone8开始苹果推出了神经网络引擎A11，并将神经网络延续至今，这也是一种AI加持，想让处理器更快、更聪明。所以，把AI算法能力加载到芯片中，通过大数据量不断刺激机器学习、反馈，已成为行业趋势。这也是为什么阿里这款芯片是由芯片团队“平头哥”（偏硬件）与达摩院（偏软件）共同研制的原因。
那么，是什么促使阿里研制出一款芯片？聚焦于消费互联网的公司为什么要渗透到处理器这样底层的硬件层？云计算作为IaaS基础设施身份还不够底层吗？
组建阿里云最初是出于公司内部服务器成本压力考虑；“双十一”电商大促每年都会刺激阿里云与支付宝实时处理能力的上限，这些都与业务相关。同样，AI芯片、平头哥团队也与公司内部业务的刺激有关。现在阿里巴巴日均调用的视觉智能应用次数高达1600万，最常见的比如支付宝人脸识别等，这一数字在3年前大概只有现在的1/50。
云计算侧重于软件层面，阿里云已领跑于国内云计算市场，但越往后发展，单纯软件层的瓶颈也会愈发可见，计算力的进一步提升最终要落回到硬件革新上。所以阿里CTO张建锋掌管阿里云后，一个清晰的战略方向是“往下走”，把SaaS交给第三方，在底层IaaS之外进入芯片等核心部件层，做软硬件一体化发展。但具体到芯片硬件的量产，以阿里的模式特点应该不会自己亲自建厂做，而是交给第三方半导体公司生产。
这个是在产业端的战略，它与消费端的苹果端到端、云到端一体化、软硬件融合的发展思路比较像。所不同的是，乔布斯为充分掌控苹果产品的体验，一直秉承封闭系统；而阿里云选择的是开放策略，这点又与微软类似。
在这个战略下，达摩院、平头哥在软硬件上分工明确，阿里云的角色变成了前两者的技术输出窗口。比如这次“含光800”芯片会部署到阿里云的数据中心、边缘服务器等场景，以供阿里自身业务以及阿里云的客户使用。
所以，芯片、AI算法、云计算，三者是一体化发展的逻辑，搭载了AI算法的芯片更加智能，同时计算力得到加速；而云计算拓展了AI芯片的应用场景，使得这种计算力和AI能力可以进入产业层，只有深入产业层，才能脱离实验室土壤。可见这个逻辑的根基仍是云计算产业。
除上面提到的拍立淘、城市大脑等案例，这款AI芯片的业务场景还包括广告推荐、智能服装设计、搜索、新零售智能店等，可见它是先从阿里体系内的业务场景入手落地，这款芯片的技术特点也是比照这些业务的需求设计的。但未来其行业通用性应该继续拓展，以服务更多场景。
美国硅谷知名的电子设计自动化平台Cadence Design Systems（铿腾电子）CEO Lip-Bu Tan说，现在人工智能是美国理工科大学里最热门的专业，很多毕业生在实习期就被企业预定挖走了，而且行业起薪很高。
从阿里达摩院、平头哥这些团队的人员构成看，海外留学与从业背景的人才比例比较高，吸引了像华先胜（达摩院人工智能负责人）等一批掌握前沿科技的人。在国内市场，阿里从云计算领先到AI领先，除了依靠管理层的战略前瞻意识抢到先发优势外，还仰仗于对垂直领域核心人才的汇聚。在薪酬体系+平台愿景的因素下，大公司在这方面的优势会越来越明显，从而建立了更高的人才与知识储备的壁垒。阿里由此经历一次蜕变，正从电商企业发展成一家综合技术公司，进行B端产业布局，这也是下一个竞争点。
