[前言] 技術創(chuàng)新要通過賦能千行百業(yè)而體現(xiàn),更需要無數(shù)創(chuàng)業(yè)者以新思路來呈現(xiàn)。GSMA 5G創(chuàng)新與投資平臺(5G IN)推出「創(chuàng)業(yè)者說」系列訪談,攜手新媒體平臺科技行者,分享創(chuàng)業(yè)者的創(chuàng)新故事。
20年前,互聯(lián)網改變了人們獲取信息和交流溝通的方式?,F(xiàn)在,它正在以相同的方式改變我們與物理世界的聯(lián)系,萬物互聯(lián)時代正在到來。據(jù)IDC預測,2024年,全球物聯(lián)網聯(lián)接量接近650億,是手機聯(lián)接量的11.4倍。
芯翼信息科技創(chuàng)始人兼董事長肖建宏,早早就踏準了時代的步伐。彼時,物聯(lián)網賽道還不擁擠,芯片市場幾家獨大,而肖建宏隱約覺得,這里頭蘊藏著機遇。2017年,肖建宏毅然決定從大洋彼岸回國創(chuàng)業(yè),從此開啟了「芯翼」公司的征程——“以芯為翼,助推物聯(lián)”。
如今四年走過,團隊規(guī)模越來越大,已構建了屬于自己的低功耗物聯(lián)網芯片版圖,并在智慧城市、智慧物流、智慧農業(yè)、可穿戴設備等市場廣泛落地,成為賽道的領先者之一。
肖建宏對芯翼的定位非常明確,一家研發(fā)物聯(lián)網應用終端的芯片公司,扎根NB-loT(窄帶物聯(lián)網)領域。當被問及為什么選擇這個賽道,肖建宏告訴科技行者:“我們要選擇的領域是一個有很大想象力、有挑戰(zhàn)、且某種程度上可以帶來一些不確定的商業(yè)模式。”而物聯(lián)網就是這樣的一個領域。
肖建宏還分享了對物聯(lián)網領域未來的4個預見,他說,物聯(lián)網必然到來;雖然廣域物聯(lián)網才初露端倪,但是它的體量必然超過近場物聯(lián)網;而在廣域聯(lián)網里,蜂窩物聯(lián)網會迎來獨立的生命;當連接發(fā)生以后,針對應用的智能終端SoC必然會有很大需求。
他的這套邏輯恰好解釋了,物聯(lián)網賽道為什么需要革新者。
圖:芯翼信息科技創(chuàng)始人兼董事長肖建宏
科技行者:芯翼的業(yè)務賽道是物聯(lián)網芯片,當時為什么會選擇這個賽道?
肖建宏:當時選這個賽道也是經過深思熟慮,我自己的技術背景是做射頻芯片的。在創(chuàng)業(yè)之前,大概2016年左右,芯片的格局跟今日還不太一樣,像“國產替代”、“卡脖子”這事還不像今天這么明顯。
之所以選擇創(chuàng)業(yè)呢,我自己本人做高端芯片,就覺得我們要選擇的領域是一個有很大想象力、很有挑戰(zhàn)、且某種程度上可以帶來一些不確定的商業(yè)模式。而物聯(lián)網,毫無疑問就是這樣一個帶有很多想象力,帶有很多不確定的領域。所以,我們選擇物聯(lián)網賽道。這里我要補充一下,這個物聯(lián)網其實也分的很細。我們當時認為,廣域物聯(lián)網,在四年前不像今天看的這么清晰。而今天,無論是NB-IoT(窄帶物聯(lián)網),還是Cat.1(即e-MTC,機器之間的通信標準),甚至一些V2X(vehicle to everything,車聯(lián)網),也都越來越清晰。真正是“5G改變生活”,所以我們覺得這個賽道選對了。
科技行者:當時看到了哪些市場痛點?
肖建宏:當時的痛點,坦率講還沒有一個可靠的、比較低成本、低功耗的技術手段,實現(xiàn)長距離廣域的通訊。但是那時候我就感覺到,隨著技術的發(fā)展,以及產業(yè)玩家的投入,完成一個簡單的通訊,或者是達到更低功耗降低成本等等,應該很快不再是一個行業(yè)的痛點。
更多的痛點是,有了連接,萬物互聯(lián)之后,怎么樣去跟行業(yè)深度結合,助推行業(yè)發(fā)展。舉個簡單例子,比如手機行業(yè),就是整個蜂窩通訊的一個主線。從最早的手機芯片,發(fā)展到今天的手機,芯片其實包含的不只是一個所謂的通訊標準,還有更多地滿足了應用的一些技術。所以,痛點的主線永遠是如何圍繞應用幫助行業(yè)去爆發(fā)。這是芯片行業(yè)的使命,而且這個痛點會越來越痛。
科技行者:公司成立之初就獲得風險投資的關注,去年又拿下新一輪投資,芯翼贏得投資人青睞的優(yōu)勢是什么?
肖建宏:深層次的原因是,首先,不管是產業(yè)界還是資本,都看到了這樣的需求是很真實的;其次(大家)也非常看好物聯(lián)網的發(fā)展空間;再加上我們團隊早期判斷,取得了一些前期成果,包括一些對未來的展望或布局,都跟大家認知度比較相同。所以這些是根本原因。
還有一個原因。很多時候大家想投資,要找到合適的團隊。團隊的技術背景、執(zhí)行力,以及一個團隊取得的資源,也對成功有很大的幫助。總結而言,首先,事情要做對;第二,未來不確定時,事情還能繼續(xù)做對,這是我認為投資人青睞的原因。
科技行者:2019年,芯翼相繼通過了中國電信等認證測試,你們和運營商的合作模式是怎樣的?
肖建宏:蜂窩物聯(lián)網生態(tài)里,分三類玩家。一類叫芯片原廠,還有一類是運營商,第三類是下游的客戶,包括模組廠、終端客戶等等。模組廠和終端客戶都有可能是芯片廠的客戶。但是真正對整個網絡提供保障,甚至我們稱作“莊家”的應該是運營商。
所以,我們跟運營商的關系。一方面,我們要跟他們配合好,保證技術標準能夠無縫地進入網絡,保證可靠的通訊;另一方面,運營商作為一個商業(yè)的推手,對價格、乃至于對整個商業(yè)訂單(包括集采),都有很大的推動作用,某種程度上(運營商)也是芯片很重要的出口之一。
科技行者:物聯(lián)網行業(yè)雖然機遇眾多,但是也相當?shù)乃槠?,芯翼具體選擇了哪些場景,作為主攻的市場?
肖建宏:回答之前,我先重申一下,我們公司的一個基礎邏輯。有四句話,第一:物聯(lián)網必然到來;第二:廣域物聯(lián)網才初露端倪,就相當于海洋比陸地更大,但是我們?yōu)槭裁磳Q罅私獠欢?,是因為人類的進化還沒到那個程度。為什么廣域物聯(lián)網的空間遠遠大過近場(比如藍牙這些物聯(lián)網),是因為人類對社會的無人管理的治理,物聯(lián)網的發(fā)展還沒到那一步,但是必然它的體量遠遠超過近場物聯(lián)網。
第三,廣域聯(lián)網里,除了蜂窩通訊,還包括其他的非授權頻譜,比如Lora。但是我認為,蜂窩物聯(lián)網會迎來獨立的生命,獨立生命也是脫離于手機通訊的。
第四,當連接發(fā)生以后,針對應用的智能終端SoC必然會有很大需求。什么叫智能終端SoC?它包括連接、主控、邊緣計算、傳感器、安全、供電等一系列功能,這都得集成,就跟手機一樣,這里面就是一個巨大的機會。機會當前,需求卻有缺口,為什么呢?大的廠商可能覺得量還沒有那么大,所以可能不太愿意投入那么多資源;小的廠家沒有足夠的能力。在這種背景下,物聯(lián)網就需要一些具有革新意識的廠商入局,比如像芯翼信息這樣的企業(yè)入局,有這樣一個視野,所以我們投入大量的資本和研發(fā),所以我們公司命名為「芯翼」。
我們的口號就是“以芯為翼,助推物聯(lián)”。我們希望,用芯片的技術,幫助物聯(lián)網客戶騰飛、降低功耗、降低成本,通過技術手段,把不可能變成可能。
舉個例子。近期NB-IoT被廣泛應用的場景「表計」,包括燃氣表、水表、消防等等,已經連接上了,但連接之后還有其他一些電子元器件的需求,我們進一步會把它做集成。再比如資產管理、資產追蹤,這里面有大量的「定位」的技術,定位的技術怎么跟通訊結合在一起?這也是我們在探索方向。
所以每個細分行業(yè),我們都在努力地做技術創(chuàng)新,幫助我們下游客戶真正的把功耗降到極致,把成本推到一個新高度。
科技行者:過去一年,芯片產能一直是熱門話題,芯翼有沒有這方面的困擾,又是如何應對的?
肖建宏:坦率講,產能緊張是一個全球性事件。所有的芯片公司,不管大小都受到了影響。芯翼因為比較專注于跟一些行業(yè)(合作),而且也在創(chuàng)業(yè)公司里取得了一些認可,所以我們跟我們的下游廠商,比如封裝、晶圓廠,取得非常好的一些合作。所以今年的產能,對我們來講反而是一個機會,能夠幫助我們去擴大市場份額。
科技行者:接下來的一年,芯翼的業(yè)務重點和工作方向是什么。
肖建宏:首先,2021年比較重要的一點是我們已有的規(guī)?;酒?,叫做XY1100。這款芯片在MWC上海展出,是我們已經得到了很多頭部客戶認可而且已經批量生產的,接下來我們會進一步推動它的產量。
第二,我們新投入的針對細分行業(yè)的一些芯片,比如針對表計、消防的一些專用芯片,叫做XY2100,即將面世,我們會對它做小規(guī)模的推廣;我們還在全力研究一些針對資產管理和追蹤的芯片,叫做XY3100,我們正在全力組織人員去研發(fā)。
同時,我們看到了中等速率的蜂窩物聯(lián)網的崛起,包括4G的Cat.1,乃至5G的RedCap。我們也在積極的關注,也在做一些投入,希望能夠不僅在低速率的部分搶占先機,也抓住中等速率的蜂窩物聯(lián)網的時代浪潮。
坦率講,物聯(lián)網的發(fā)展需要積累,但它的發(fā)展勢不可擋,所以多家創(chuàng)業(yè)公司,不光是要把功夫做得深,而且動作確實要做得快。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。