安博会，现在已成AI实力比拼的第一战场。
AI之于安防，犹如过去同互联网之于手机和PC，不仅是未来方向，也是基础设施。
但挑战也很直接：AI也需要和互联网一样的行业发展标准。
在经历2个月的筹备后，依图在昨日正式宣布启动AI芯片视觉计算创新平台开放计划，将在视觉计算国家开放创新平台的框架和基础上，与生态系统中的伙伴联合发布开放计划。
依图启动视觉计算创新平台开放计划
计算机视觉技术日渐成熟， 依图COO张小平表示，目前80%的计算是为了视觉推理，智能城市的建设将会有上万路甚至几十万路的视频需要同时处理，越来越多的企业产品中加入了AI能力。
但大多数面临着AI研发能力不足的问题，AI技术碎片化的问题也逐渐突显。
从国家的高度来看，人工智能企业的发展不能各自为政，知名的AI企业也要发挥“头雁”作用，带领其他企业共同发展。
这是国家组建新一代人工智能开放创新平台的原因，由牵头企业推进开放生态，联合行业内其他企业，实现良性竞争与合作。
而依图的定位是，做一家AI基础设施提供商、解决方案的提供商。
依图希望通过提供开放、融合的视觉计算技术基础性平台，降低使用计算机视觉技术开发各种行业解决方案的门槛，形成“分层解耦、开放融合”的生态。
在整个依图AI芯片视觉计算开放体系中，算法层与硬件层、数据层、应用层各层之间都实现解耦，每一层都能通过接口对外提供能力，真正实现了分层解耦，可插拔式的分层架构，让客户可以快速深入地基于对所在行业场景的理解进行开发。
分层解耦将整个AI架构分解为视觉计算硬件层、解析计算层、视图信息层、大规模特征索引层、业务应用层，每一层都有接口输出能力，而且实现了“热插拔”。
过去，AI芯片和软件方面的人才往往无法实现对接，导致AI应用开发和落地周期长，将软件算法层和硬件层解耦，可以让加入平台的企业相互优化、相互定制。
依图科技业务技术副总裁吴岷说，所谓每一层的单独“热插拔”，表示硬件厂商可以在这个平台上抽掉硬件层，加入自己的硬件给其他软件厂商使用。
计算硬件层上不仅可以使用依图的芯片，也能使用其他厂商的CPU、GPU、ASIC等芯片。依图将开放一些迁移工具，帮助实现不同AI软件在依图芯片上的适配，同时也支持其他芯片厂商提供迁移工具。
而软件厂商也可以根据自己的实际需求，选择开放创新平台上的不同层级嵌入自己的算法。
其中，在硬件之上的四个软件层职能各有不同，解析计算层和视图信息层解决了机器的视觉感知问题， 大规模特征索引层实现了从感知到认知的飞跃。业务应用层赋予了综合基础技能实现落地化AI的能力。
AI算法开发者、AI芯片开发者和AI产品开发者可以在这5个层级中选择最适合自己的调用，像搭积木般灵活组合，大幅降低AI开发时间和AI开发门槛。
依图“分层解耦、开放融合”的开放创新平台已获得了多方的认可。在启动仪式上，依图与政府研究机构、学术界、产业界广泛合作，移动在线、清华大学计算机系、华中科技大学电信学院、中科院自动化研究所等高校和企业，以及包括AIIA-YITU联合实验室和中国人工智能产业发展联盟等在内的机构是第一批合作伙伴。
依图凭什么？
如今，计算机视觉，尤其是人脸识别算法在国内已经非常普及。
既然计算机视觉领域的成熟企业如此之多，科技部为何会选中依图来组建视觉计算开放平台？
因为视觉计算不仅要上层的软件算法支持，更需要AI芯片基础作为后盾，二者不可偏废。
而依图是国内为数不多同时具有软硬件研发实力的企业，是一家具备全栈AI技术能力的公司。
在AI硬件方面，今年5月，依图发布AI芯片“求索”（QuestCore），以及基于该芯片构建的软硬件产品和解决方案。
它是全球首款深度学习云端芯片，也是目前性价比最高的视觉推理芯片。依图借此登上了《麻省理工科技评论》发布的年度“50家聪明公司” 榜单。
在人脸识别方面，依图多次在美国国家标准与技术研究院（NIST）的全球权威人脸识别比赛中霸榜，连续3年获得第一名，保持人脸识别上的世界最高水平。
而依图的技术不仅仅局限在计算机视觉领域，在语音识别、AI医疗、自然自然语言理解等多个技术领域都有所建树，达到甚至领跑世界领先水平。
今年2月12日，依图在Nature子刊《自然·医学》上发表了一篇题为《使用人工智能评估和准确诊断儿科疾病》的论文，这是顶级科学杂志全球首次发表基于中文NLP临床诊断技术的论文。
就在一个多月以前，依图还在国际声纹识别权威竞赛VoxSRC夺得第一，错误率只有0.98%，大幅领先第二名的1.42%。表明依图在语音识别的技术上也达到了世界领先水平。
随着在AI芯片及多领域算法研究上的突破，依图已在视觉、语音等多个方面具备了“头雁”企业的能力，最终视觉计算开放创新平台花落“依图”家也就不足为奇了。
国家平台如何自主可控？
仅仅有强大的技术还不行，承接科技部的使命，为国家建立视觉计算开放创新平台，还要有不被西方掣肘的实力。
去年，因为中美贸易关系的影响，国内很多科技企业开始布局芯片设计和制造，防止美国企业断供造成“无粮可用”的局面，事实也证明了未雨绸缪的忧患意识是必不可少的。
其实早在“芯片危机”出现以前的2017年，依图已经开始在研发AI芯片。
对于芯片基础本来就薄弱的国内企业来说，芯片研发的风险大、周期长。但也是国内AI发展到一定阶段的必然要求。
AI芯片之前几乎被谷歌、英伟达等国外企业垄断，谷歌TPU只提供云服务，而英伟达GPU价格昂贵。
近期，阿里平头哥、华为海思都各自推出了相应的AI芯片。
5月，依图推出了商用自研云端AI芯片“求索”（QuestCore），在AI算法和AI芯片两个维度都处于世界前列，不仅解决了芯片有没有的问题，甚至比国外企业做得更好。
“求索”最高能提供15TOPS的视觉推理性能，支持64路全高清实时解码，最大功耗仅20W。一台由4颗求索芯片构建的依图原子服务器，其算力与有8个英伟达P4 GPU的服务器相当。
自主AI芯片的出现，解决了中国AI企业的几大痛点：开发难度大、周期长、成本高的问题。
构建视觉计算国家开放创新平台，能有效解决以上痛点，实现开发经验和领域知识融合。
依图可凭借自身在行业中的实力，协调各方的利益冲突，构建一种新的协作模式和生态。这不仅是国家交给依图的重要“作业”，也是依图的美好愿景。
“
