中科创达专注操作系统+AI双引擎 立志成为开源领域的AI加速者

终端设备的增长与延伸，使得边缘设备数量、数据量陡然增加。边缘设备的多种协议标准需求和丰富的垂直应用场景，不仅对软硬件的适配度提出更高要求，还对数字化和智能化反向施压。中科创达创立于2008年，目前已经成为了全球领先的智能操作系统产品及技术供应商，亦是中国软件与信息技术的综合竞争力百强，在业务领域方面更是覆盖了智能软件、智能网联汽车、智能物联网三大板块，得到了行业的高度肯定与认可。

同时，中科创达凭借在智能操作系统领域和边缘侧的丰富经验与领先技术，自主研发了物体识别、缺陷检测、人脸识别等诸多人工智能应用，推出了众多优秀的智能产品、技术及服务解决方案，可以为开发者、制造商等客户与合作伙伴提供出色的人工智能开发套件及智能服务。

在近段时间，CB Insights 中国与中科创达物联网事业群副总裁杨新辉进行了一次对话，在对话中杨新辉就中科创达在操作系统中与人工智能的结合点以及中科创达在人工智能领域的投资布局进行了一次讲解。

布局：操作系统+人工智能双引擎，围绕核心技术做投资

“在 AI 领域，中科创达的投资聚焦在边缘侧的人工智能，因为我们的算法都应用在边缘端和设备端，我们希望通过投资让 AI 算法在具体的边缘设备和边缘处理器上发挥最好的性能。” 杨新辉这样解释其在 AI 方面的整体定位。

杨新辉还补充道：“2017 年中科创达并购了 Rightware，并于次年收购了图像视觉技术公司 MMSolutions，从而提升在智能网联汽车领域的技术能力，将 AI 的算法和工程化领域的内容切入汽车行业，通过模块化实现 AI 产品的适配，重点解决 AI 工程化的问题。”

除了通过并购来提升企业技术能力以外，中科创达还围绕产业链上下游进行产业投资，通过战略布局以夯实自身实力。

例如，AI 芯片、传感器芯片企业一直是中科创达所关注的领域，并投资了包括恒玄科技在内的一些芯片厂商。

此外，一些 AI 算法及 AI 应用领域的国内外创业公司，也在其投资关注的范围内。在下游的应用程序开发方面，中科创达则通过与腾讯等生态伙伴进行战略合作，将其 AI 平台能力下沉。

图丨中科创达投资布局（来源：中科创达）

结合：做国产差异化的操作系统，做公有资产的 AI 加速者

谈及 AI 过去十年发生的变化，杨新辉表示：“AI 实现的跃迁主要来自于深度学习算法的演进。由于算法的成熟大幅提升了处理器的应用效率，逐渐实现目标检测、物体识别等功能。”2018 年前后，大量 AI 芯片的出现，将 AI 在嵌入式端侧的运算性能提升了 5-10 倍，甚至更多。

比如，以前的深度学习算法是通过 CPU 来计算，但后来的 NPU 架构能够更好的处理计算中需要消耗的资源，更适合卷积神经网络的运算模型，这是 AI 领域的一个重要跨越。AI 领域的另一次跨越则是以亚马逊、百度、华为等推出 AI 云，将 AI 算法融入云端为关键代表。而在未来，深度学习算法的不断进步必将推动 AI 技术新的跃迁。

当谈及智能操作系统企业是如何将 AI 和操作系统进行更好地结合时，杨新辉表示：“操作系统厂商在这个问题上需要做的是，在底层驱动操作系统的基础框架上与不同芯片做更好地融合。

此外，操作系统还需要向上与云端对接。

亚马逊、华为和百度的云端都有 AI 算法的存在，这些算法如何能够有效的下沉到设备端，把 AI 推理执行起来，也需要操作系统和 AI 做有效结合。”

在操作系统国产化问题上，杨新辉则表示：“操作系统是开源的受益者，也是开源的参与者。当前的操作系统厂商要做的是坚定开源精神，在公有资产上做差异化平台。”

中科创达也在构建自己的差异化平台，做求真务实的新产品，并主攻中间件环节，打造适用于多套操作系统的中间件，把芯片的性能发挥到极致，比如基于不同处理器平台的 AI 加速器。

对于操作系统如何实现差异化竞争，杨新辉认为多维因素的堆叠才能增加核心竞争力。

他讲道：“开源的 Linux 或者开源的安卓不能变成用户手中的产品，将开源操作系统变成可用产品成本非常高。而中科创达是做操作系统的发行版本，解决的是开源操作系统无法进行商业化的问题。

此外，杨新辉还表示：在将开源操作系统商业化的过程中，工程师是非常重要的因素。在经过多年的迭代后，操作系统已经演变成复杂系统，代码行数已经达到几百万行甚至近亿行，因此需要规模化且富有经验的工程师团队。

其次，是生态问题。当前的操作系统是云、芯片、系统之间更加复杂的多维度连接，生态已经成为操作系统重要的关注点。

操作系统需要更多的芯片、云等多边生态环节支撑运行。在此基础上还需要满足新技术的迭代需求，对前沿技术进行不断的追踪，进行产品的迭代更新。

最后，在客户方面，通过提供高质量的服务与客户建立信任关系，构建稳定的客户资源也是非常高的门槛和壁垒。

未来：求真务实做产品，AI 落地阶段更考验工程化能力

作为 C 端消费者，其实生活中很多智能产品都用到了 AI 技术，人脸识别、数字识别、智能语音已经应用成熟并且被广泛接受。

对于未来 AI 的前景，杨新辉讲道：“从理论上来讲，AI 肯定是今后 10 年至 20 年非常重要的技术，很好地利用 AI 技术也将大幅提升人类的生产效率。但我们所讲的 ‘商业盈亏平衡的边界点’ 什么时候可以到来还是一个未知数。”

随着数字化转型升级进程的加快，AI 在行业中的工程化落地能力则变得至关重要。

杨新辉表示：就目前而言，工业场景下的需求主要有检测、分割和识别三大类。比如工厂里的工业质检、安全检测等对 AI 技术的应用已经十分广泛。

从学术端来看，AI 技术已经有丰硕的成果，但是学术端的成果能够低成本、高效、短周期的应用到不同行业里还有很多路要走。因为许多学术研究的结论是在理想条件下获得的，并不适用于实际应用环境，因此 AI 技术的落地还需要做很多的工程化工作，这样才能满足真实的行业需求。

因此，在未来中科创达将会继续为AI技术作出更多的贡献与研究，争取做出突破性的关键，为人类生活提供更优质的AI技术加持，让未来的智能生活早日来临到大家的身边。

中科创达物联网事业群副总裁杨新辉将担任《麻省理工科技评论》中国 AI+ 创业大赛的评委。在此，邀请创造无限可能的你，加入本次创业之行。