AIoT大赛道“算法定义硬件”该如何领跑？

IDC数据显示，2019年全球AIoT市场规模达到2264亿美元，预计到2022年将达到4820亿美元，复合增长率为28.65%。

AIoT市场近30%的增速背后，是不断增长的深入应用于人们生产生活的AIoT设备业内人士预计，AIoT设备的出货量规模早已超过100亿元

但需要注意的是，伴随着AIoT设备的爆发式增长，其碎片化程度是前所未有的AIoT设备在大智慧城市建设，智能交通中的自动驾驶，智能建筑的智能安防，以及车间探伤，药物选择，水果检测，甚至文物防伪等领域都发挥着重要作用

来自海量硬件+定制算法To 硬件+海量算法

面对如此碎片化的物联网场景需求，传统的方式是硬件它是核心的AIoT硬件产研模式，即针对每个应用场景开发一套对应的硬件+算法产品组合的模式已经不能适应AIoT应用场景的快速横向扩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设备商不得不部署一批新的硬件设备来满足新的需求，这也给用户带来了高昂的硬件建设和维护成本。

如何让AIoT设备更灵活，省心，耐用。

专注于AIoT软硬件一体化解决方案的旷视科技，决定给出新的解决方案。

2022年迪法恩斯企业商业伙伴大会上，迪法恩斯首次提出定义算法硬件这个AIoT产品概念。

忽略定义算法硬件方法论，总结一下就是AIoT硬件要硬件+海量算法产品组合，即先建立一套标准化的硬件产品组合，然后硬件可以根据应用场景的要求加载不同的算法即硬件成为载体，逐步走向标准化，为计算能力优化和算法更新做准备，算法可以灵活加载和动态更新对于用户来说，这也意味着更低的硬件建设和运营成本

定义算法硬件，把硬件从定义函数转定义需求

在行业和研究专家看来，定义算法硬件是在AIoT海量应用场景需求下产生的产品概念主张颠覆AI硬件传统的产研模式，算法需求优先，从算法和用户需求的角度强调算法+硬件基于此建立技术和产品架构，为用户提供最佳的产品方案

在这里，算法将成为产品的核心元素，硬件将围绕计算能力的优化和算法的支持进行重新设计，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进化成不同的智能硬件，满足海量场景的应用需求

用藐视魔方比如通过一个硬件产品Rdquo的立方体，它搭载了针对不同场景的定制算法，最终服务于不同场景的需求目前，迪法恩斯魔方广泛应用于工地，加油站，社区等诸多场景这种模式不需要根据需求部署不同的硬件，降低了前期方案规划和后期运维的难度，也避免了企业对硬件产品的反复采购迭代，从而降低了成本和碳

定义算法硬件难度在哪里。

来自海量硬件+定制算法算法定义硬件的现状，硬件+海量算法格局，不是一件容易的事情算法硬件的定义要求AIoT产品提供商具备足够丰富，广泛的适应性和及时迭代更新的算法供给能力

旷视科技之所以能率先实现定义算法硬件AIoT的产品模型得到了其自主研发的AI生产力平台Brain++和深度学习框架MegEngine的极大帮助，促进了算法的标准化和规模化生产，降低了算法生产和部署的效率和成本。

无视团队的期待，定义算法硬件它将贯穿AIoT产业发展的三个阶段:第一阶段，单品短小封闭，核心AI硬件涌现从算法和用户需求出发，算法和硬件一起设计，打造标准化的硬件单品，第二阶段，产品闭环阶段，云缘产品体系重构，配套覆盖云—边缘—端AIoT软硬件集成产品组合，第三阶段，生态繁荣阶段，AIoT产业链全面打通，实现硬件标准化，和算法完全提供，充分激发AIoT产业的生态创新

现阶段，面对AIoT这个极度碎片化，前所未有的市场，没有一家企业能够提供闭环价值在AIoT市场，产业链上下游会有精细化的分工，每个企业都会有机会在这个长长的链条中找到自己的利基

不过，鄙视行业和研究专家也强调，这和IT时代的差不多，定义软件硬件，，定义算法硬件将是AIoT时代的核心理念算法直接解决了海量应用场景的问题，它渗透在AIoT产业链的每一个环节，成为生产的关键要素基于应用场景和算法，实现了算法和硬件的联合设计它是硬件算法的载体，算法可以灵活部署，满足AIoT市场碎片化场景下对智能化的迫切需求这在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分发，进一步提高算法的迭代效率，让定义算法硬件更加灵活同时，旷视Brain++平台已经开放，将更深度参与产业链合作，赋能AIoT生态伙伴，共同构建创新生态