贝克街探案官

作者：包可萌

创新领域内卷的终局，是基础硬件。

“一段时间来，‘卷’这个词特别火。我想说，要卷就‘卷创新’吧，因为发展的本质是增长，增长由创新驱动。让我们把‘最卷’的创新留给工程师，把‘最爽’的体验留给用户，这才‘卷’得有价值和意义。”

11月9日，百度创始人、董事长兼首席执行官李彦宏，在联想创新科技大会上掷地有声。此言一出，立刻在科技、财经等主流媒体、核心圈层引发共鸣。

近年来，我国愈发强调“科技是第一生产力、人才是第一资源、创新是第一动力”。在此背景下，百度在过去10年坚持在量子、芯片、智能驾驶等领域攻坚克难，10年来累计投入科研经费1000亿，并在人才培养方面下足了功夫。

2020年6 月，百度宣布未来5年要培养500 万 AI 人才，为中国智能经济和智能社会的发展提供 AI 人才保障。同时与各高校合作，不仅联合培养学生，还设立AI师资培训班，目前已累计培训了4000多位高校教师。

为鼓励更多人才在AI行业深耕，百度还设立青年科学家奖、CCF-百度松果基金、百度奖学金，先后资助超百位青年科学家及优秀学生，坚定落实了大会对“人才是第一资源”的指引。

01 All in AI

自从2017 年提出“All in AI”战略，百度如今已经不仅是“全球最大的中文搜索引擎网站”，还是全球为数不多的提供 AI 芯片、软件架构和应用程序等全栈 AI技术的公司之一。

2017年开始，百度裁撤移动医疗、游戏等非核心业务，整合人工智能团队，成立智能驾驶事业群，重新将百度的业务发展重心回归到公司擅长的技术领域。同年获国家发改委批复，牵头筹建深度学习技术及应用国家工程实验室，重点解决中国人工智能基础支撑能力不足等问题，面向国家重大战略任务和重点工程建设需求，开展关键核心技术研究。

2021年12月，经国家发改委批复，原中心升级成为“深度学习技术及应用国家工程研究中心”，成为国家创新体系重要组成部分，并于 2022 年 4 月 26 日揭牌。中国工程院潘云鹤院士担任中心技术委员会主任，他指出，希望中心加强知识和机器学习结合的研究突破，建设应用更加广泛的技术平台，探索可持续发展的模式。

在 AI 方向上，百度持续夯实以语音、图像、人脸识别、NLP、知识图谱等为代表的 AI 核心技术，同时在Apollo 生态建设、ABC 商业拓展等领域不断取得突破。

凭借多年积累，百度AI 专利申请量超过1.3 万件，连续四年位列中国第一，百度深度学习专利申请量世界第一，公司自主研发的飞桨是中国首个功能丰富、开源开放的产业级深度学习平台，基于该平台，已经训练出了中文语义理解最强的文心大模型等。

而且飞桨还是支撑科研与产业共进的核心框架，面向科学计算领域推出专属工具组件 Paddle Science 赛桨，量子机器学习开发工具集量桨 Paddle Quantum 和生物计算平台飞桨螺旋桨 Paddle Helix 等。

在各行业的实际应用中，飞桨与实际应用场景融合创新，既切实解决了行业应用问题，又使飞桨平台得到持续积累和提升。

截至 2022 年 5 月，飞桨官方支持的产业级开源算法模型超过 500 个，汇聚477 万开发者，发布 23 个 PP 系列模型，在精度和性能上达到平衡，将推理部署工具链彻底打通，产业应用能力全方位升级。

根据《深度学习平台发展报告（2022）》可知，飞桨已在中国市场应用规模上超越 TensorFlow 和 PyTorch，成为国内第一深度学习框架和赋能平台。

目前，百度已经累计斩获 13 项 AI 中国专利奖，包括 1 项金奖，6 项银奖，AI 领域高级别奖项累计数量第一。2021年，百度荣获人工智能交互领域的唯一中国专利金奖，成为人工智能领域获得中国专利奖奖项最多、获奖级别最高的高科技企业。

02 自动驾驶，百度下一个营收支柱

AI最广为人知的应用，就是自动驾驶。

在自动驾驶领域，李彦宏提出以开放平台加速中国自动驾驶发展的思路，组织构建了 Apollo 平台，有超 3000 项专利，近 70 万行开源代码，汇聚了 210 家上下游企业，成为全球最大的自动驾驶开放平台，是国家首批四个新一代人工智能开放创新平台之一。

现阶段，L2级自动驾驶已经广泛应用，按照李彦宏的研判，现存的自动驾驶层级中，自动驾驶会从L2直接跳至L4，因为这两个标准归责明晰，前者确定责任在司机，后者因为不需要司机介入，运营商要为事故负责。

参考目前自动驾驶市场，在L1、L2级别内，大多数汽车企业已经具备了较为完善的技术以及量产能力。百度在2013 年针对 L3、L4 级别智能驾驶汽车成立智能驾驶事业群（IDG），据华安证券测算，预计2035年前后将实现盈利。

2017年7月，百度推出Apollo开源平台，在云端服务、开源软件、硬件开发、车辆认证四大开源平台上不断进行丰富资源和技术创新，现已进入 Apollo 7.0版本，顺利完成11 个版本的迭代。平台拥有全球拥有 135 个国家超 80000 名开发者，合作伙伴超 210 个，开源代码量总体 70万行，已成长为全球最活跃的自动驾驶开放平台。

值得注意的是，Apollo7.0将“数据流水线”服务升级为了ApolloStudio，为开发者提供一站式平台体验，另外还对仿真服务、高效新模型在内的一系列进行升级，提供自动驾驶全栈工具链。针对于算法，引入MaskPillars、SMOKE、Inter-TNT三个基于深度学习的模型。

有了技术积累以及市场培育，Apollo业务模式也逐渐转向商务化。2021年8月，百度Apollo推出“萝卜快跑”打车平台（原Apollogo），成为国内首个自动驾驶商业化试点企业，获得首个自动驾驶主驾无人许可，并在2021年底进行载人试运行。

至此，百度的自动驾驶技术正式从实验室走向应用层。

03 人工智能产业短板，谁来补？

人工智能在自动驾驶领域的应用不仅是自动驾驶系统，还包括涉及市政领域的智能调度，覆盖交通、电力、水务等多个民生行业。

在过去的几年间，人工智能经历了漫长的技术演变和应用，与实体经济深度融合，目前已成为驱动新一轮科技革命的关键通用目的技术。当前，我国已经形成较为完整的人工智能产业链条，全球竞争力持续提升。

这主要是因为我国近几年针对人工智能的国家政策陆续发布，其连续三年被写入政府工作报告，重要性和其战略地位都已十分清晰。同时，人工智能的生态建设及使其赋能数字经济是当前的工作重点。随着政策催化持续加强，产业生态加快完善，我国人工智能产业必将迅速发展。

在此背景下，各国政府近年来高度重视人工智能产业发展。根据德勤（Deloitte）预测，全球人工智能产业规模预计从2017年的6900亿美元增长至2025年的64000亿美元，年复合增长率 32.10%。

而据 IDC 最新报告，预计 2026 年我国人工智能投资将达 266.9 亿美元，全球排名第二，其中硬件市场将超过 150 亿美元，5 年年均复合增速约为16.5%，占据重要地位，但因为包括基础硬件在内部分存在先天短板，关键技术仍受到欧美等发达国家的制约，牵制了人工智能产业未来动能的持续释放。

11月初，美国芯片制造商证实，为在不违反美国政府限制对华出口芯片管制措施的前提下继续向中国出口先进芯片，公司推出了性能略低于A100的A800，而A100和H100正是美国此前禁止NVIDIA向中国出口的，用于加速人工智能任务的最新两代旗舰GPU计算芯片。

NVIDIA在面临禁令后迅速推出面向中国市场的A800，不是其真心支持中国人工智能发展，而是因为NVIDIA根本离不开中国市场。中国愿意继续采购芯片数据传输能力仅为A100三分之二的A800，主要是因为GPU技术壁垒极高，硬件结构精密复杂、图形算法规模庞大、软件生态相对封闭。换芯片，不是想换就换的。

与GPU类似，FPGA市场也具有极高的行业技术壁垒。目前全球FPGA芯片市场主要集中在赛灵思、英特尔两大企业，市场份额分别为52%、35%。国内FPGA芯片集中在40nm、55nm工艺水平，而盈利最多的产品为28nm工艺节点，国内外的工艺差距至少有2-3代。

百度或许对此早有预期，从2011年起，为了深度学习运算的需要，百度开始基于FPGA研发AI加速器，并同期开始使用GPU。在过去几年中，百度对FPGA和GPU都进行了大规模部署，先后推出昆仑芯 AI 加速卡 K100、K200等产品，并在2020年量产第一代采用14nm先进工艺的昆仑芯1代芯片。