各大科技巨頭都在布局AI，跟所有技術一樣，越到後面就越需要深耕細作，從百度大腦日前釋出多項AI硬體新品這一動作來看，硬體将是AI落地的下一個重要場景，讓硬體擁有本地化AI能力将是未來的發展趨勢，百度也正在端上AI發力。
1月16日，在“硬體之都”深圳，百度大腦釋出13項全新硬體産品與服務，包括AI能力開放與模型生産、端計算加速及軟硬一體套件、硬體産品評測與接入、以及AI市場售賣産品賦能與商業閉環，基于百度AI硬體平台，百度大腦與合作夥伴一起釋出了端計算工具與計算卡、多款視覺模組、視覺開發套件、語音開發套件以及硬體評測與認證服務，基于百度大腦AI硬體平台的多款硬體産品已經落地。
IoT時代端上AI将爆發
端上AI的“端”，指的是終端，或者終端側，端上AI的意思是讓終端自己或者終端側負責AI計算，與雲端AI協同。
曾幾何時，AI深度學習需要大量的資料和計算，一定需要大規模計算機叢集才能實作，正是因為此，AI計算基本都是在雲端完成。
然而2017年iPhone X釋出搭載的A11處理器給了行業一個新的思路：A11處理器自帶神經網絡單元，可以實作部分AI計算，iPhone X殺手锏功能FaceID正是基于A11處理器實作，同一年華為釋出了麒麟970，主打AI晶片概念，榮耀手機則宣稱自己是AI Phone。不過，需要AI能力的終端不隻是手機，日前華為董事長任正非難得一見地接受了記者專訪，他的一個說法呈現出未來AI世界的面貌：
“世界會變成一個智能社會，智能社會怎麼感覺呢？必須要靠終端，終端的感覺要靠傳感器、顯示器。是以未來終端的路很寬廣，包括物聯網……手機隻是終端的一個領域。”
正是因為此，行業内開始越來越多地嘗試，将部分AI計算放在終端側，華為、百度、谷歌和阿裡等巨頭都進行全棧AI布局。
預計到2020年，将有500億個裝置将連接配接到網絡，IDC資料顯示，2020年将有超過50%的資料需要在網絡邊緣側分析、處理與存儲，傳統雲計算架構不能滿足如此龐大的計算需求，短時間内擴容并不現實。資料在終端與雲端見來回傳遞有實體延遲，不能滿足實時語音翻譯、無人車、智能閘機，還有一些場景根本不讓連接配接外網，比如百度大腦在深圳釋出會上展示的政務警務系統，智能安防裝置，AI隻能在終端實作，可見“端上AI”将會更加重要。
與此同時，AI晶片成為晶片的新品類，摩爾定律再次生效，AI晶片計算性能呈現指數級增長，這意味着終端側的AI能力越來越強，可以實作越來越多的AI計算，甚至是離線計算，百度大腦現在強化對端上AI的布局，可以說是正當時。
百度正在端上AI發力
在AI成為基礎設施級技術後，很多科技公司都在布局AI，甚至很多傳統企業和創業者，也在嘗試将AI用在業務中來提高效率、提升體驗和創新業務。然而真正擁有底層AI技術的公司很少，這就形成了AI能力開放的商業模式，第一階段主要是基于雲服務的模式進行AI能力的開放，簡單地說就是雲平台集中進行資料的學習、處理和計算，再将結果傳回給應用。
阿裡在各行各業推出ET大腦，騰訊在産業網際網路戰略下推出各種智慧解決方案，百度是中國最早布局AI的科技巨頭，在雲端AI進行戰略布局，百度大腦已成為AI行業基礎計算平台，此外還有Apollo和DuerOS，去年底百度智能雲事業部ACE更新為智能雲事業群組ACG，表明百度加強雲上AI建設的決心。
2019年百度大腦第一個大動作，就是在端上AI加快步伐，其在硬體落地的速度比外界預期的快得多，它不是釋出一個一個的消費級硬體産品，而是與晶片商、模組商、方案商、內建商和品牌商一起，将百度AI能力内化到各種晶片、模組、裝置和方案中，通過百度Inside的方式，進入到各種場景，從現場了解的情況來看，現在很多智慧零售裝置、智能閘機、智能音箱、智能工廠、服務機器人、智能政務裝置、ATM，可能用的不同廠商的方案，但底層很可能是Powered By百度大腦。
在IoT時代，這些硬體都有很好的市場前景，十分誘人。雖然有AI技術優勢，百度卻選擇與硬體産業鍊夥伴一起做生态，核心原因在于兩點：
一方面硬體産業鍊很長，對材料、晶片、模組、工藝等等要求都很高，不是任何一家公司可以做完的，隻有不同玩家分工協作，各自發揮技術優勢做好擅長的環節才行，百度大腦的優勢就是AI技術，背後是百度多年來的AI布局、資料優勢和成熟生态；
另一方面則是IoT智能硬體涉及到不同行業、不同場景、不同需求，硬體背後往往是解決方案，不是任何一家公司可以完全搞定的，正是因為此，百度大腦提供AI基礎能力，讓聯盟中的合作夥伴一起來做AI硬體的落地。
對于硬體産業鍊來說，百度将AI技術開放且針對硬體做很多布局，可以說是雪中送炭，因為大多數硬體産業鍊玩家都不具備AI能力。
四年前，就有一堆“智能硬體”湧現，比如可穿戴裝置、智能家居、智能電燈、智能溫度計等等，但它們的“智能”更多是可以通過App操控，很多被證明是僞需求，今天AI技術成熟，“智能硬體”的“智能”會名副其實，百度大腦“一攬子”AI硬體産品的釋出，将會加速硬體行業AI化。
端上AI究竟應該如何做？
端上AI作為一個新興概念，要如何才能加速落地呢？這不是百度一家能回答的問題，而是一個行業問題，需要從多個次元發力：
1、端上AI不是任何一家公司可以單獨實作的。
相對于軟體而言，硬體産業鍊長得多，特别是面向行業的解決方案中的硬體，比手機這樣的要複雜得多，比如單單是一個智能閘機，就涉及到很多環節、很多廠商和很多技術。正是因為此，要在各種終端上實作AI計算，就不隻是算法這樣的單一問題，而是系統性問題，百度大腦釋出AI硬體新品正是基于這一判斷。
李彥宏很早就提出AI落地一定要軟硬體結合，百度自身也在布局硬體，比如釋出的小度系列硬體已經跻身智能音箱第一陣營。在AI生态建構上，百度同樣十分重視硬體，百度大腦有100多家硬體合作夥伴，分布在智能機器人、智能音箱、智能門禁、智能售貨機等行業，以及方案商、晶片商、開發套件商、內建商、模組商和品牌商等不同環節。
百度大腦針對硬體端AI釋出了12項新産品和1項新服務，比如端計算工具與計算卡、多款視覺模組、視覺開發套件、語音開發套件、以及硬體評測與認證服務等，很多是百度大腦與合作夥伴一起實作，比如賽靈思、奧比中光、FireFly。在釋出會上百度大腦還成立了硬體生态聯盟，首批成員包括賽靈思、奧比中光、慧谷航天、睿識、天啟、華正聯等晶片、模組、開發套件、終端裝置全鍊路廠商。
這表明AI落地一定是平台+方案的結合之路：科技巨頭負責搭建基礎平台，社會化力量基于這些基礎平台結合自己的客戶資源和行業了解，做出對應的落地方案，不隻是在AI硬體上是這樣，在AI+行業中也一定是這樣，因為科技巨頭不可能面面俱到，正是因為此，我此前就判斷AI産業化中會存在大量的“中間人機會”。
百度大腦不僅自己做硬體，也在走開放路線，做平台做生态，通過“中間人”來給硬體産業鍊提供基礎AI技術，作為幕後功臣加速AI在硬體上的落地，這樣的政策可以發揮自己的專長，也可以避免和硬體産業鍊玩家形成任何競争，可以加強對硬體産業鍊玩家的吸引力和粘性。
2、端上AI也好，雲上AI也罷，底層都是深度學習算法。
不論是雲、邊還是端側AI，底層都是深度學習技術，隻不過處理的資料類型、規模和場景不同而已，正是因為此，深度學習依然至關重要，這一點也是百度的硬實力。
百度是最早戰略布局AI的中國科技巨頭，有大量的資料積累，有不斷進化的深度學習算法，有中國唯一的深度學習開源架構PaddlePaddle，有頂尖的AI人才，更重要的是百度很早就将AI能力開放出來建生态，2016年百度大腦就已開放，此外還有各種應用級AI平台，這些都幫助百度形成了獨特的AI生态，讓AI算法有更多場景錘煉，同時拿到更多資料反過來加速AI算法進化，形成正循環。
這一次百度大腦釋出的基于Paddle Mobile打造的零代碼生成高性能端計算模型平台EasyEdge、視覺計算子產品X-eye計算卡、高性能端計算卡EdgeBoard、人臉離線識别SDK2.0版、遠場語音開發套件，無一不是基于百度的深度學習、機器視覺、語音互動等核心AI技術。
正是因為有領先的AI技術是以百度大腦可以吸引深圳硬體開發者，甚至成為他們的唯一選項，羅超頻道（歡迎添加個人微信luochaozhuli交流）跟現場開發者交流，就有開發者表示，雖然機器視覺技術很多公司都在做都在開放，但百度不隻是有人臉識别或者機器視覺技術，而是有整體AI技術能力和資料優勢，是以可以提供更加完整豐富的AI能力。
多項硬體新品的釋出是百度大腦基于對端上AI興起的判斷，基于在軟硬體結合上的生态優勢，但最底層的邏輯，還是因為百度積累的深度學習、機器視覺、圖像識别等基礎AI技術，這些技術也被應用在雲上AI平台和智能邊緣計算等産品中，形成全棧全場景全産業的AI能力。
任何科技公司做AI，不論是做雲上還是端上都離不開基礎AI技術，這是關鍵的關鍵。