AIoT大赛道 “算法定义硬件”该如何领跑？

6月8日消息，据IDC数据，2019年全球AIoT市场规模达到2264亿美元，预计到2022年达到4820亿美元，复合增长率28.65%。

AIoT市场近30%的增长率背后，是不断增长的深入应用于人们生产、生活中的AIoT设备们。行业人士预计AIoT设备出货规模早已超过百亿。

然而需要注意的是，AIoT设备爆发式增长的同时，其碎片化程度也前所未有。大到智慧城市建设，智能交通中的自动驾驶、智慧楼宇的智能安防，细分到车间瑕疵检测、药品拣选、水果检测，甚至文物防伪等等领域，AIoT设备们都发挥着举足轻重的作用。

从“海量硬件+定制算法” 到 “标准硬件+海量算法”

面对如此碎片化的物联网场景需求，传统的以“硬件”为核心的AIoT硬件产研模式，即针对每一个应用场景就开发出一套对应的”硬件+算法“产品组合来满足的模式，已经无法适应AIoT应用场景快速的横向拓展和智能需求的随时纵向迭代升级节奏。

一旦用户应用场景发生变化，AIoT设备商们就不得不部署一批新的硬件设备来满足新需求，这也给用户带来高昂的硬件建设和维护成本。

如何让AIoT设备能更灵活、更省心、更持久的服务？

专注于AIoT软硬一体解决方案的旷视科技决定给出一种新解法。

在2022旷视企业业务合作伙伴大会上，旷视首次提出 “算法定义硬件”这一AIoT产品理念。

旷视“算法定义硬件”方法论，总结来说，就是认为AIoT硬件应该是“标准硬件+海量算法”的产品组合，即先建立一套标准化的硬件产品组合，然后硬件可根据应用场景的需求加载不同的算法。也就是，硬件成为载体，逐渐走向标准化，为算力优化和算法更新做好准备，算法可以灵活加载、动态更新。对于用户而言，这也意味着更低的硬件建设和运营成本。

“算法定义硬件”，将硬件从“功能定义”转向“需求定义”

在旷视产研专家看来，“算法定义硬件”是在AIoT海量应用场景需求下产生的产品理念。它主张颠覆传统的AI硬件的产研模式，将算法需求前置考虑，从算法和用户需求出发，强调“算法+硬件”的联合设计，以此为基础建立技术和产品架构，为用户提供最优的产品方案。

在这里，算法将成为产品的核心要素，硬件将围绕算力的优化和算法的支撑而重新设计，逐渐走向标准化。通过加载不同的算法，标准化硬件可以灵活演变成不同的智能化硬件，满足海量场景的应用需求。

以“旷视魔方”为例，通过一款硬件产品“魔方”搭载不同场景的定制化算法，最终服务不同场景需求。目前，旷视魔方在工地、加油站、社区等诸多场景均有广泛应用。这种模式无需根据需求部署不同的硬件，降低了前期方案规划的难度和后期运维难度，也避免了企业对硬件产品的反复采购迭代，降本减碳。

“算法定义硬件”难点何在？

从“海量硬件+定制算法” 转向算法定义硬件的“标准硬件+海量算法”模式，不是一件容易的事。算法定义硬件，要求AIoT产品提供者拥有足够丰富、适应性广泛、迭代更新够及时的算法供给能力。

而旷视科技之所以能率先实现“算法定义硬件”的AIoT产品模式，很大助力来自于其通过自研AI生产力平台Brain++和深度学习框架MegEngine，促进实现算法的标准化和规模化生产，降低算法生产和部署的效率和成本。

旷视团队预计，“算法定义硬件”将贯穿于AIoT产业发展的三个阶段：第一阶段，单品短闭环，核心AI硬件涌现，从算法和用户需求出发，实现算法与硬件共同设计，打造标准化硬件单品；第二阶段，产品大闭环阶段，“云边端”产品体系重构，形成一整套覆盖“云-边-端”的AIoT软硬一体化产品组合；第三阶段，生态繁荣阶段，AIoT产业链全面开放，实现“硬件标准化”和“算法充分供给”，全面激发AIoT产业生态创新。

现阶段，面对AIoT这样一个极端碎片化、复杂程度前所未有的广阔市场，没有任何一家企业能够提供闭环价值。在AIoT市场，一定会形成产业链上下游的精细化分工，每家企业都有机会在这个长链条中寻找到自己的生态位。

不过，旷视产研专家也强调，类似于IT时代的“软件定义硬件”，“算法定义硬件”将是AIoT时代的核心理念。算法直面解决海量应用场景问题，算法渗透到AIoT产业链的各个环节，成为关键的生产要素。从应用场景和算法出发，实现算法和硬件的联合设计。硬件是算法的载体，算法能灵活地部署，这样才能满足AIoT市场碎片化场景对于智能的迫切需求。“这在行业内已经形成了一些共识，但还没有形成广泛的共识。”

未来，旷视将通过算法的自动下发进一步提高算法迭代效率，让“算法定义硬件”更灵活。 同时，旷视的Brain++平台已经开放，将更加深度参与产业链合作，赋能AIoT生态合伙人，大家一起共建创新生态。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。