记者 | 夕颜
采访嘉宾 | 派方科技联合创始人马军&总裁
出品 | CSDN（ID:CSDNnews）
人物访谈栏目是CSDN发起的倡议的重要组成部分。AI生态顶级大咖、创业者、行业KOL访谈反映了其对行业的思考、对未来趋势的判断、技术实践和成长经验。
2020年，CSDN将对采访人物，形成系列，勾勒出来AI生态最具影响力的人物图谱AI工业全景！
本文为 「AI技术生态论」在系列访谈的第四阶段，通过工业设备智能管理领域的黑马派芳科技，了解工业物联网技术和工业生态。
百万人学AI你也有一份！参加文章评论，评论区留言入选，可获得价值299元的评论「」一张网上直播门票。
全球资本寒冬面临新冠肺炎疫情时，一家名叫派方科技的公司 AI 初创公司再次逆势完成融资。披露的信息是几千万元 A由创新黑马基金领导的轮融资，老股东 BV 百度风险投资和经纬度中国继续增加。
2018 年9月成立的那一年，派方科技因一群清华学霸创业，一个个 Sticker AI 芯片创造了数千万的销售的故事在业内传播开来。什么样的公司能在成立一年后获得数千万元的收入？
借此融资机会，CSDN 有幸采访了，从一家 AI 从创业创始人的角度来看，回顾这家不高调的公司的创业史，AI 产品技术路线，工业物联网 AI 蓝海全景图。
这家公司一开始就很有吸引力 CSDN 团队创始人都来自清华大学。据悉，公司创始人&联合创始人刘永攀教授是首席科学家&CEO 武通达，联合创始人&COO李金阳也是老师和朋友。前者是后者的本科、研究生和博士导师。年轻的吴通达和李金阳跟随清华大学电子工程系电路与系统研究所所长、硕士、博士导师刘永攀教授，一路成长，发展到现在的合作伙伴关系。
同样，马军的博士后生涯也在清华大学计算机系度过。在本科、研究生和工作时间，马军基本上专注于计算机科学、芯片、系统结构、工业算法和电子商务推荐系统算法的研究。
马军的第一份工作是在中国石油地球物理公司工作。他回忆说，在国内工业行业，该公司基本上处于算法的前沿，信息非常强大。例如，在分析地震波时，该公司已经使用了许多人工智能算法。之后，马军在阿里巴巴达摩学院决策智能实验室研究了推荐系统，主要是推荐系统算法。因此，他在算法领域有丰富的经验。
从 2014 年初，刘勇攀教授带领的团队开始工作 AI 芯片，流片多次成功。 2018年首次发布Sticker 系列芯片。当时正赶上国内。AI芯片着陆热潮，虽然资本市场闻到了丝丝的寒意，但派方科技还是毅然开始了创业之路。
2019 年，派方发布 新一代的Sticker 系列 AI 芯片，同年 7 月发布了自主研发和成功流片的边缘 AI 芯片派方星核Auto Learning 工业自动学习平台派星、无线智能传感器派星尘系列、工业设备管理云平台派星云。
如今，派方科技已经成长为一个边缘计算 AI 芯片、工业 AI 算法、智能物联网终端、设备智能服务 SaaS 以平台为核心的全栈公司。
图源：派方科技产品矩阵
从最底层的派方星核到设备智能管理服务平台星云，派方在技术上有很多独特之处。
在芯片架构设计中，派方遵循非规则稀疏-规则稀疏-稀疏量化协调的技术路线 Sticker-I 它提高了人工智能加速芯片的能量效率，是一种神经网络加速芯片，支持网络参数微调。Sticker-M实现了最高158TOPS/W核心能量效率和最高35.8TOPS/W基于存储计算核心的系统级神经网络芯片是系统能效。Sticker-T、Sticker-V、Sticker-M芯片奥林匹克国际固态电路设计国际固态电路设计会议ISSCC。
派方针对工业动态设备管理场景定制 40mW超低功耗的Tritium 马军说，工业场景中的芯片大多是单片机，大多数时候只做一些相对简单的算法。 Tritium 103 高精度智能算法可以在极低功耗的限制下运行。它不仅可以大大提高节点检测的准确性，还可以保持理想的电池寿命。
？马君给我们做了一个简单的介绍。
派星象是算法中台，所有算法都在这个平台上迭代发布。Auto Learning 自动学习框架背后的机制是，，该算法只输入设备的数据，然后继续进行Auto Learning，模型变得越来越匹配该设备。而边缘端传感器中的边缘算法也要进行Auto Learning。定期向硬件发送重训练的边缘算法参数，并更新到端模型。因此，派星象的算法管理包含了模型发布、迭代、优化和发布等多种含义。
马军说，派方专注于这一领域的核心初衷是认为当时 AI 芯片在这个行业有足够大的市场，团队在这个领域积累了很多经验，比如选择泵和电机作为切入点，因为他们意识到这是一条需要智能转型的轨道。派方的第一个优先级是有落地场景和足够的数量。然后再把 AI 将芯片放入场景中。和所有初创公司一样，派方也经历了艰难的发展阶段。
马军回忆说：创业并不容易。当时，创始人基本上亲自出去经营业务。当时，客户已成为今天积累的合作伙伴，如中石油、中石化、华为、英伟达、山东双轮、佳木斯电机等。
，马军认为，工业圈应该朝着无监督学习和小样本迁移学习的方向努力，这也是整个过程 AI 边界的总体趋势需要进一步突破。由于工业场所不同于电子商务，因此不适合积累带标签的数据。
，玩家应该在边缘推广更多 AI 芯片运行算法。边缘计算在安全性、响应速度等方面具有诸多优势。虽然英伟达、华为等大玩家已经进入赛道，但仍有很大的市场空间，马军分析。
，工业物联网 AI 时代迫切需要一个国际通用的边缘计算协议，但马军预计这可能需要两年时间才能实现。一旦协议建立，AI 工业发展将再次加快。
马军预测，中国工业物联网的未来 AI 赛道上会有很多估值100的赛道 亿到 500 现在中国没有1亿企业，但未来肯定会有。
他的第二个判断是，这个行业会有一个立体 AI 公司。
他参考了智能家居和物流行业的优秀公司涂鸦技术G7 。涂鸦技术颠覆智能家居产业后，开始制定与建筑相关的智能解决方案。G7 人和车队可以通过物联网技术连接，然后围绕人和车队智能化，然后从 AI 做到了 IA (Intelligent Asset），即智能资产。
最后，我们将重点从工业物联网格局中收回，重点关注派芳 AI 在未来创业发展的道路上。
本次 A 轮融资，派向外界透露的信息是资金将用于。具体来说，湃方打算怎么做呢？
马军透露，新的销售业务扩张主要是建立新的销售团队，引进更高水平的商业人才。此后，派方的业务部门继续专注于前装制造和后装业务，并扩展到海外。
在产品研发方面，派方应降低星尘物联网设备等核心热门产品的成本，提高性能；派星象算法平台，开发下一代算法引擎；派星云SaaS平台迭代，20版本即将上线。
另一方面，在落地场景中，湃方的拓展计划主要有两个方向，第一是跨品类，从泵机、电机向压缩机，汽轮机、通风机、鼓风机上去突破；第二是跨行业，向石油、石化、钢铁、冶金、电力、水利、水务、地铁，甚至智慧城市渗透。
他说道，全栈这件事情，看似容易分散精力，很难全都做好。但是这件事情在他们组队时，恰恰成为了他们基因的一部分，他们非常善于利用好这个基因。
“一方面，全栈这件事情可以让商业模式和产品有非常大的优势，是我们的特点之一。另一方面是协同优化，自己做芯片，还自己做硬件、算法、App 和 Cloud。联合优化了以后，就会变得很有竞争力，”马君如此说道。
第一期：字节跳动李航：自学机器学习，研究AI三十载，AI发展或进入平缓期 | AI技术生态论
第二期：新冠全球蔓延，AI+大数据拿什么拯救全人类？| AI 技术生态论
第三期： 北京邮电大学教授孙松林：AI 人才亟需大规模应用来“消化” | AI 技术生态论
【End】
◆
◆
今日福利
同样作为的重要组成部分，2020 AIProCon 将于通过线上直播形式，让开发者们一站式学习了解当下 AI 的前沿技术研究、核心技术与应用以及企业案例的实践经验，同时还可以在线参加精彩多样的开发者沙龙与编程项目。参与前瞻系列活动、在线直播互动，不仅可以与上万名开发者们一起交流，还有机会赢取直播专属好礼，与技术大咖连麦。
评论区留言入选，可获得价值299元的「2020 AI开发者万人大会」在线。 快来动动手指，写下你想说的话吧
点击阅读原文，观看直播。