日前,由安創(chuàng)加速器(Arm Accelerator)聯(lián)手 Arm中國(guó)、Arm人工智能生態(tài)聯(lián)盟共同舉辦的“2019全球人工智能創(chuàng)芯峰會(huì)”在合肥舉行。會(huì)議當(dāng)天，合肥高新區(qū)管委會(huì)與18家落地企業(yè)簽約。合肥高新區(qū)管委會(huì)副主任呂長(zhǎng)富表示：“合肥高新區(qū)始終把集成電路、人工智能作為首位產(chǎn)業(yè)進(jìn)行發(fā)展，將圍繞國(guó)家集成電路戰(zhàn)略發(fā)展，通過(guò)集體招引重大項(xiàng)目，培育龍頭企業(yè)等舉措，不斷完善產(chǎn)業(yè)鏈，培育產(chǎn)業(yè)集群，為合肥市打造世界級(jí)產(chǎn)業(yè)基地再做貢獻(xiàn)?！?br />
本次峰會(huì)圍繞“芯”為主題，邀請(qǐng)了國(guó)內(nèi)外芯片行業(yè)權(quán)威專家、Arm生態(tài)伙伴、AI芯片領(lǐng)域優(yōu)秀企業(yè)探討產(chǎn)業(yè)變革，共同解析了行業(yè)技術(shù)發(fā)展的最新動(dòng)向，以及未來(lái)AI落地的思路。

Arm中國(guó)產(chǎn)品研發(fā)副總裁劉澍：碎片化的市場(chǎng)需要軟件平臺(tái)來(lái)統(tǒng)一

AI在云端、終端的發(fā)展突飛猛進(jìn)，此外，區(qū)域性服務(wù)器（例如家庭式服務(wù)器等）的發(fā)展越來(lái)越火。如何把這三個(gè)不同領(lǐng)域串起來(lái)，使之成為一種協(xié)同的智能？劉澍認(rèn)為，未來(lái)一個(gè)非常重要的思路是：任何一個(gè)設(shè)備都可以直接鏈接到整個(gè)鏈條上進(jìn)行數(shù)據(jù)處理，而不一定非要區(qū)分是在云/端/邊緣或哪個(gè)階段，數(shù)據(jù)的處理是流動(dòng)的。

當(dāng)5G和AI真正融合后，將給整個(gè)平臺(tái)的算力分布和形態(tài)帶來(lái)更多的思考。劉澍認(rèn)為，首先，軟硬件結(jié)合是未來(lái)計(jì)算發(fā)展的必由之路。一方面，通用計(jì)算可能無(wú)法適用于終端；另一方面，異構(gòu)計(jì)算作為現(xiàn)在云端的主流思路，連同加速器等等，可能將成為未來(lái)非常流行的形態(tài)。

其次，如何解決軟件跨不同運(yùn)算模塊的存在？由于今天絕大部分AI能力和深度學(xué)習(xí)算法都是在通用階段完成的，因?yàn)橥ㄓ糜?jì)算可以提供很好的兼容性、軟件算法和移植，這是AI發(fā)展的第一個(gè)階段；而隨著越來(lái)越多異構(gòu)計(jì)算架構(gòu)的出現(xiàn)，未來(lái)十年中，通用計(jì)算和專用計(jì)算一定是共存的，預(yù)測(cè)NPU會(huì)成為未來(lái)十年算力的主要承載者，不過(guò)即便如此，通用計(jì)算的需求還是比我們想象中更多，超過(guò)50%的計(jì)算還是會(huì)在CPU和GPU上完成。在這一趨勢(shì)下，未來(lái)需要一種軟件架構(gòu)來(lái)進(jìn)行統(tǒng)一，讓碎片化的市場(chǎng)可以用統(tǒng)一的軟件編程來(lái)實(shí)現(xiàn)，這樣對(duì)整個(gè)業(yè)界云端互通能夠達(dá)到很好的遷移效果。

此外，未來(lái)各種聯(lián)網(wǎng)設(shè)備出現(xiàn)后，所有設(shè)備的安全性都會(huì)成為一個(gè)重要問(wèn)題。Arm中國(guó)也會(huì)把安全性提到新的高度上，這是未來(lái)研發(fā)投入的一個(gè)重要環(huán)節(jié)，而周易平臺(tái)也將支撐更高安全性的實(shí)現(xiàn)。

百度PaddlePaddle產(chǎn)品經(jīng)理趙喬：深度學(xué)習(xí)平臺(tái)是智能時(shí)代的操作系統(tǒng)

深度學(xué)習(xí)是AI領(lǐng)域目前最為火熱的方向之一。2011年后，隨著算法、框架的成熟，深度學(xué)習(xí)進(jìn)入蓬勃發(fā)展期。以O(shè)CR技術(shù)為例，早期應(yīng)用有很多圖像預(yù)處理工作需要人工加特征處理后才便于機(jī)器進(jìn)行學(xué)習(xí)，整個(gè)流程相對(duì)較長(zhǎng)。使用深度學(xué)習(xí)方法后，就變成了檢測(cè)和識(shí)別兩個(gè)步驟。深度學(xué)習(xí)的優(yōu)勢(shì)是隨著數(shù)據(jù)量的線性增長(zhǎng)，性能也在線性增長(zhǎng)，在大數(shù)據(jù)模型開(kāi)發(fā)中，深度學(xué)習(xí)優(yōu)勢(shì)顯著。

在整個(gè)智能時(shí)代，深度學(xué)習(xí)平臺(tái)最下層是芯片，最上層連接應(yīng)用。根據(jù)百度基于飛槳平臺(tái)構(gòu)建AI開(kāi)放生態(tài)的經(jīng)驗(yàn)，趙喬提出，隨著基于深度學(xué)習(xí)框架所開(kāi)發(fā)的模型越來(lái)越多，AI產(chǎn)業(yè)生態(tài)將以深度學(xué)習(xí)開(kāi)源框架平臺(tái)為核心，開(kāi)發(fā)者、使用者和相關(guān)生態(tài)伙伴共同構(gòu)成。它縱向串聯(lián)起算法、AI能力的使用、垂直產(chǎn)業(yè)的演進(jìn)，橫向則拉動(dòng)了整個(gè)高校和企業(yè)產(chǎn)學(xué)研的路徑，在整個(gè)AI生態(tài)發(fā)展起到重要作用。

綜合國(guó)內(nèi)外深度學(xué)習(xí)框架現(xiàn)狀，百度飛槳平臺(tái)將持續(xù)在四方面擴(kuò)大優(yōu)勢(shì)：開(kāi)發(fā)便捷的深度學(xué)習(xí)框架、超大規(guī)模深度學(xué)習(xí)模型訓(xùn)練技術(shù)、多端多平臺(tái)部署的高性能推理引擎、產(chǎn)業(yè)級(jí)的開(kāi)源模型庫(kù)。

谷歌全球開(kāi)發(fā)專家武強(qiáng)：通過(guò)深度強(qiáng)化學(xué)習(xí)進(jìn)行智能交通控制

汽車正在變得越來(lái)越越智能，但智能控制仍是智能交通中的薄弱環(huán)節(jié)，武強(qiáng)認(rèn)為可以通過(guò)深度強(qiáng)化學(xué)習(xí)改變現(xiàn)有的交通控制方式。例如監(jiān)測(cè)路口的車流量情況，動(dòng)態(tài)地改變交通燈的時(shí)長(zhǎng)，從而改善擁堵。

把每一個(gè)路口車輛的視頻采集出來(lái)，用強(qiáng)化學(xué)習(xí)的方式計(jì)算后傳給云端進(jìn)行協(xié)調(diào)，理論上可以進(jìn)行路口的智能分配。但是，由于實(shí)際的路況信息非常復(fù)雜，簡(jiǎn)單的智能化并不能夠應(yīng)對(duì)所有的特殊情況，例如車?yán)锩嬗袥](méi)有急診病患需要馬上送醫(yī)院，是否能夠識(shí)別并且優(yōu)先公交車、出租車等鼓勵(lì)綠色出行等等。需要深度強(qiáng)化學(xué)習(xí)+邊緣計(jì)算+多智能體的方式才能實(shí)現(xiàn)。

什么是深度強(qiáng)化學(xué)習(xí)？簡(jiǎn)言之是智能體與環(huán)境不斷交互的過(guò)程中，根據(jù)獎(jiǎng)勵(lì)的機(jī)制不斷調(diào)整自身的狀態(tài)，將這個(gè)強(qiáng)化學(xué)習(xí)的過(guò)程通過(guò)深度神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)，即強(qiáng)化學(xué)習(xí)+深度學(xué)習(xí)。但交通不是單個(gè)路口的行為，而是多個(gè)路口的多智能體的綜合，因此就需要邊緣計(jì)算，將多個(gè)智能體聯(lián)合起來(lái)。如果每個(gè)路口就有一個(gè)交警，多智能體就相當(dāng)于給每個(gè)交警都配備一部對(duì)講機(jī)進(jìn)行通信，這就是多智能體的聯(lián)合深度學(xué)習(xí)算法。

未來(lái)，在智能交通控制方面，武強(qiáng)透露重點(diǎn)會(huì)是現(xiàn)實(shí)數(shù)據(jù)，他們采集了很多交通路口的實(shí)時(shí)視頻做交通流量預(yù)測(cè)，因?yàn)橹挥姓鎸?shí)的流量才可以用相應(yīng)算法進(jìn)行模擬和調(diào)試，之后再用多智能體深度強(qiáng)化學(xué)習(xí)進(jìn)行研究。

珠海全志科技人工智能首席專家林建文：解決人工智能SoC異構(gòu)計(jì)算挑戰(zhàn)

林建文認(rèn)為，目前在AI異構(gòu)計(jì)算形態(tài)中主要存在三大挑戰(zhàn)：一是編程語(yǔ)言落到計(jì)算單元需要一道中間表示層；二是端側(cè)應(yīng)用中，算子在計(jì)算單元的分配；三是系統(tǒng)間帶寬的消耗、數(shù)據(jù)格式不兼容的問(wèn)題。

前兩個(gè)挑戰(zhàn)比較現(xiàn)實(shí)的改善途徑是由SoC廠商去把自己底層的算力做統(tǒng)一的抽象，中間表示層就不需要太多去考慮底層，中間框架只需要進(jìn)行算子的融合與調(diào)配，這樣才能實(shí)現(xiàn)最高的效率。

第三個(gè)挑戰(zhàn)則需要解決SoC中交互的問(wèn)題，假如SoC內(nèi)部有數(shù)據(jù)格式轉(zhuǎn)化的機(jī)制，能夠很好地通過(guò)中間框架反饋，知道下一步要運(yùn)行什么算子、會(huì)落在哪個(gè)SoC的計(jì)算單元中，都可以做提前的預(yù)設(shè)。這種方式能夠屏蔽底層硬件差異，讓開(kāi)發(fā)者專注在模型的開(kāi)發(fā)。

林建文表示，人工智能是百行百業(yè)的時(shí)代特征，每一個(gè)行業(yè)，包括它的產(chǎn)業(yè)鏈都有自己的獨(dú)特性。全志科技關(guān)注和國(guó)際主流對(duì)接的大框架，支持大生態(tài)，同時(shí)也希望構(gòu)建基于行業(yè)的人工智能的小生態(tài)，在重點(diǎn)發(fā)展端側(cè)SoC的同時(shí)也會(huì)兼顧邊緣端。

科大訊飛智能硬件生態(tài)總監(jiān)張良春：分布式混合架構(gòu)會(huì)廣泛應(yīng)用

AI的廣泛落地2019年起已經(jīng)開(kāi)始，全新的智能物聯(lián)網(wǎng)時(shí)代將來(lái)臨。張良春表示，芯片設(shè)計(jì)隨著時(shí)代變化也將迎來(lái)小的爆發(fā)式增長(zhǎng)。AI計(jì)算架構(gòu)目前主要面臨三大挑戰(zhàn)：第一是實(shí)時(shí)性，第二是可靠性，第三是用戶隱私。未來(lái)，分布式混合架構(gòu)會(huì)得到廣泛應(yīng)用，不論是人臉、語(yǔ)音還是其他圖像等，在本地端進(jìn)行數(shù)據(jù)收集及AI計(jì)算，會(huì)更可靠、穩(wěn)定、實(shí)時(shí)、安全。這就需要本地有大量的端側(cè)芯片，將處理過(guò)的數(shù)據(jù)進(jìn)行脫敏送入云端，云端則主要進(jìn)行數(shù)據(jù)挖掘、趨勢(shì)預(yù)測(cè)、群體行為等分析，以及未來(lái)本地端模型的迭代替換。

分布式混合架構(gòu)對(duì)本地AI芯片提出了更高的要求，第一是高性能，因?yàn)橐幚泶罅康臄?shù)據(jù)，第二是低功耗，第三個(gè)是可聯(lián)網(wǎng)，此外需要軟硬件的深度融合。面向這些趨勢(shì)，張良春表示，訊飛開(kāi)放平臺(tái)已將267項(xiàng)AI能力全部開(kāi)放出來(lái)，為生態(tài)伙伴提供10萬(wàn)億次AI服務(wù)。未來(lái)，也希望為AI芯片廠商提供強(qiáng)有力的支撐，共享生態(tài)紅利。

曠視科技產(chǎn)品市場(chǎng)總經(jīng)理沈瑄：交互、運(yùn)算、網(wǎng)絡(luò)是AI未來(lái)三大落腳點(diǎn)

曠視從一家計(jì)算機(jī)視覺(jué)領(lǐng)域的AI算法公司演進(jìn)為軟硬件兼顧，為了更好地在芯片級(jí)做算法匹配，開(kāi)始進(jìn)行芯片研發(fā)。2017年，曠視進(jìn)入手機(jī)市場(chǎng)，目前已覆蓋大約75%的安卓手機(jī)進(jìn)行人臉識(shí)別、拍照功能優(yōu)化等。

據(jù)沈瑄介紹，曠視最核心的技術(shù)是brain++，基于這一核心在云、邊、端有三種神經(jīng)網(wǎng)絡(luò)，分別是ResNet、DorefaNet、ShuffleNet。兩大核心算法主要面向人臉識(shí)別和機(jī)器人，所針對(duì)的三大核心領(lǐng)域包括：個(gè)人消費(fèi)IoT終端、城市大腦、以及供應(yīng)鏈IoT。

沈瑄表示，明年手機(jī)市場(chǎng)主要亮點(diǎn)：一是5G，二是光學(xué)。據(jù)預(yù)測(cè)明年國(guó)內(nèi)會(huì)有1.5億部5G手機(jī)上市，甚至5G手機(jī)價(jià)格會(huì)下降到1500元人民幣左右，5G一定是明年的主戰(zhàn)場(chǎng)。光學(xué)方面，多攝已經(jīng)成為趨勢(shì)，另外一個(gè)顯著趨勢(shì)就是傳感器未來(lái)會(huì)和屏進(jìn)行結(jié)合。所有的一線芯片未來(lái)都會(huì)加入AI，AI會(huì)更多向傳感器、攝像頭等方向擴(kuò)展。交互、運(yùn)算、網(wǎng)絡(luò)，會(huì)是AI未來(lái)三大落腳點(diǎn)。

引力互聯(lián)創(chuàng)始人兼CEO夏東明：2020年AI邊緣計(jì)算迎來(lái)井噴

隨著5G來(lái)臨，更快的網(wǎng)絡(luò)速度、更低的網(wǎng)絡(luò)延時(shí)，哪些運(yùn)算需要在終端進(jìn)行？AI的邊緣計(jì)算會(huì)有哪些創(chuàng)新與變革？

夏東明表示，市場(chǎng)上存在大量的邊緣計(jì)算芯片的需求，例如受限于成本很難用云計(jì)算實(shí)現(xiàn)的，以及需要實(shí)時(shí)運(yùn)算、識(shí)別的場(chǎng)景。還有就是出于安全考慮、時(shí)效要求等，需要終端在短時(shí)間內(nèi)快速進(jìn)行判斷和決策，都需要邊緣計(jì)算芯片的算力。在這方面，很多公司已經(jīng)進(jìn)行了大量的實(shí)踐，2020年，AI邊緣計(jì)算將迎來(lái)井噴式發(fā)展。

目前，AI開(kāi)發(fā)仍然存在一定的門檻，夏東明認(rèn)為主要存在三大痛點(diǎn)：不專屬，缺少針對(duì) AI 技術(shù)學(xué)習(xí)及軟硬件開(kāi)發(fā)的開(kāi)源環(huán)境；價(jià)格昂貴，硬件成本高，能夠滿足普通編程及開(kāi)發(fā)需求的電腦，動(dòng)輒4k+；可拓展性小，外設(shè)接口相對(duì)單一，很難滿足連接外部設(shè)備的需求。

為了降低AI開(kāi)發(fā)門檻，加速開(kāi)發(fā)過(guò)程，引力互聯(lián)在會(huì)上正式發(fā)布“鈦靈 AIX”，這是一款集計(jì)算機(jī)視覺(jué)與智能語(yǔ)音交互兩大核心功能為一體的人工智能硬件，搭載 Intel 專業(yè)級(jí) AI 加速運(yùn)算芯片與多種傳感技術(shù)，搭配Model Play人工智能模型共享平臺(tái)，在許多場(chǎng)景應(yīng)用及AI模型下載即用。開(kāi)發(fā)者可以將 AI 模型移植到程序中開(kāi)發(fā)應(yīng)用，這一環(huán)節(jié)需要掌握的知識(shí)量較少，縮短了開(kāi)發(fā)周期。

耐能技術(shù)總監(jiān)陳云剛：打造未來(lái)的終端AI網(wǎng)絡(luò)

受越來(lái)越多采用云端AI服務(wù)和聯(lián)網(wǎng)設(shè)備的推動(dòng)，全球AI市場(chǎng)正在快速增長(zhǎng)。AI芯片勢(shì)頭強(qiáng)勁，其中，推理市場(chǎng)大于訓(xùn)練市場(chǎng)，推理計(jì)算更多在終端而非云端實(shí)現(xiàn)。到2023年，終端推理芯片市場(chǎng)規(guī)模將超過(guò)600億美元，復(fù)合年增長(zhǎng)率為31%。

如何在AI芯片市場(chǎng)生存并取得成功？陳云剛認(rèn)為，首先公司要有精準(zhǔn)的定位；其次要以客戶為中心；第三，需要有競(jìng)爭(zhēng)力的、具備性價(jià)比優(yōu)勢(shì)的產(chǎn)品。

耐能專注于超高效NPU和輕量級(jí)CNN算法，希望以AI賦能終端設(shè)備，建立未來(lái)的終端AI網(wǎng)絡(luò)。這一網(wǎng)絡(luò)將主要具備四大特征：去中心化、算力共享、多個(gè)輸入、主動(dòng)智能。

陳云剛表示，智能物聯(lián)網(wǎng)1.0時(shí)代是蜂窩網(wǎng)絡(luò)，設(shè)備連到服務(wù)器，通過(guò)智能手機(jī)APP來(lái)控制；2.0現(xiàn)在比較主流，智能化程度較高；3.0時(shí)代，智能設(shè)備可在本地實(shí)時(shí)做推理，相互之間可以協(xié)作，比如用現(xiàn)存網(wǎng)絡(luò)的服務(wù)器去控制各個(gè)設(shè)備，通過(guò)去除中心化，達(dá)到算力共享。

知存科技CEO王紹迪：存算一體芯片解決AI落地瓶頸

以深度學(xué)習(xí)為代表的AI算法需要頻繁地進(jìn)行數(shù)據(jù)存取，低功耗和高性能之間的矛盾一直是端側(cè)AI芯片落地的難題。在常規(guī)的AI計(jì)算中，首先要把神經(jīng)網(wǎng)絡(luò)存儲(chǔ)在ROM中，運(yùn)算時(shí)再通過(guò)RAM進(jìn)行緩存，然后進(jìn)行運(yùn)算。而存算一體相當(dāng)于直接用ROM單元，把需要的神經(jīng)網(wǎng)絡(luò)、所有參數(shù)都存儲(chǔ)在ROM單元當(dāng)中。這樣只需要把被處理的語(yǔ)音/圖像存儲(chǔ)到神經(jīng)網(wǎng)絡(luò)中，存儲(chǔ)單元可以運(yùn)算乘加法，存儲(chǔ)密度和效率帶來(lái)數(shù)量級(jí)的提升，進(jìn)而降低整體系統(tǒng)成本。

王紹迪認(rèn)為，存算一體技術(shù)能夠解決常規(guī)AI計(jì)算中頻繁進(jìn)行數(shù)據(jù)存取的難題，基于Flash的模擬存算一體技術(shù)是AI加速領(lǐng)域發(fā)展最快、最接近產(chǎn)業(yè)化落地的一個(gè)方向。

知存科技最新發(fā)布的MemCore001/MemCore001P兩款智能語(yǔ)音芯片，基于高精度Flash模擬存算一體技術(shù)開(kāi)發(fā)完成，支持智能語(yǔ)音識(shí)別、語(yǔ)音降噪、聲紋識(shí)別等多種智能語(yǔ)音應(yīng)用。芯片運(yùn)行功耗小于300uA，待機(jī)功耗小于10uA。在幾百微安電流下即可運(yùn)行主流深度學(xué)習(xí)算法，同時(shí)實(shí)現(xiàn)單麥或雙麥降噪和無(wú)單獨(dú)喚醒的One-shot識(shí)別，適用于電池供電的小型智能設(shè)備、可穿戴設(shè)備和有源供電的智能家電、智能控制等應(yīng)用。

西井科技產(chǎn)品總監(jiān)張爍：自動(dòng)駕駛落地必須與場(chǎng)景結(jié)合

西井科技致力于推進(jìn)AI在工業(yè)和物流領(lǐng)域的落地，港口是其中一個(gè)場(chǎng)景。由于港口本身的作業(yè)工況和溫濕度情況，以及這一場(chǎng)景中24小時(shí)的作業(yè)流程等特殊需求，導(dǎo)致它不是一個(gè)可以大規(guī)模普及全自動(dòng)化作業(yè)的場(chǎng)景。目前我國(guó)只有三個(gè)港口：香港港口、青島港口、廈門港口實(shí)現(xiàn)了全自動(dòng)化作業(yè)。而大部分港口發(fā)展的方向是什么？張爍認(rèn)為是AI驅(qū)動(dòng)下的全面無(wú)人化，通過(guò)AI技術(shù)提升效率、降低成本。

西井科技從替代人工采集數(shù)據(jù)、錄入系統(tǒng)的工作開(kāi)始，目前通過(guò)AI識(shí)別可以完成98%以上原來(lái)需要人工作業(yè)的工作，包括閘口升級(jí)改造、自動(dòng)對(duì)位、自動(dòng)吊裝、鎖孔識(shí)別、遠(yuǎn)程自動(dòng)作業(yè)等等。切入港口場(chǎng)景，西井設(shè)計(jì)了無(wú)人駕駛集裝箱卡車。為什么選擇港口落地自動(dòng)駕駛技術(shù)？有哪些易與難？

張爍表示，相對(duì)復(fù)雜的交通道路，碼頭場(chǎng)景封閉、路線固定、目標(biāo)物體較少，通常為低速行駛。但是，挑戰(zhàn)在于其作業(yè)精度要求厘米級(jí)別，且環(huán)境高度變化，通常需要多車高效協(xié)同作業(yè)，還有金屬信號(hào)干擾定位。要實(shí)現(xiàn)在這一場(chǎng)景的自動(dòng)駕駛，需要系統(tǒng)級(jí)的解決方案，包括：車輛管理調(diào)度系統(tǒng)、生產(chǎn)效率協(xié)作系統(tǒng)、車輛仿真平臺(tái)、無(wú)線通信傳輸技術(shù)、智能駕駛感知決策控制、車輛線控技術(shù)、無(wú)線遠(yuǎn)程控制技術(shù)等。

為了實(shí)現(xiàn)這些，西井從底層的AI芯片和算法開(kāi)始打造，直到智慧大腦，針對(duì)客戶場(chǎng)景提供了完整的、垂直化的解決方案。張爍表示，未來(lái)十年，AI的發(fā)展一定是突飛猛進(jìn)的進(jìn)程，但是在自動(dòng)駕駛方面，其落地必須依托于和具體場(chǎng)景的結(jié)合。

安創(chuàng)加速器副總裁英語(yǔ)霏：AI時(shí)代，成功的加速器能發(fā)揮哪些作用？

安創(chuàng)加速器作為Arm全球唯一的加速器，聚焦于硬科技特別是芯片在人工智能和物聯(lián)網(wǎng)領(lǐng)域的創(chuàng)新，希望借助產(chǎn)業(yè)資源優(yōu)勢(shì)，以及Arm在全球的生態(tài)系統(tǒng)優(yōu)勢(shì)，幫助創(chuàng)新技術(shù)實(shí)現(xiàn)更快的產(chǎn)業(yè)化落地。目前安創(chuàng)加速器已經(jīng)走過(guò)了四年，主要專注于從天使輪到A輪的技術(shù)驅(qū)動(dòng)型創(chuàng)新項(xiàng)目。

英語(yǔ)霏表示，安創(chuàng)加速器最核心的部分是打造產(chǎn)業(yè)閉環(huán)，包括基礎(chǔ)的核心芯片、傳感器、算法等，人工智能、物聯(lián)網(wǎng)核心模塊作為平臺(tái)層，再向上形成垂直領(lǐng)域的應(yīng)用層。安創(chuàng)加速器目前共加速了7期企業(yè)，總共項(xiàng)目數(shù)量115個(gè)；其中有6個(gè)項(xiàng)目是獨(dú)角獸企業(yè)，估值平均增長(zhǎng)8倍；38個(gè)AI項(xiàng)目，占比33%；芯片相關(guān)項(xiàng)目有24個(gè)，其中AI芯片項(xiàng)目13個(gè)。

安創(chuàng)加速器注重自身的能力建設(shè)，依托人工智能和物聯(lián)網(wǎng)行業(yè)的戰(zhàn)略資源庫(kù)，目前已與眾多的企業(yè)達(dá)成合作，如投資機(jī)構(gòu)、大企業(yè)和政府園區(qū)，將通過(guò)這些資源與Arm生態(tài)本身的一些資源形成聯(lián)動(dòng)和互補(bǔ)。在合作方面，安創(chuàng)希望打造一個(gè)產(chǎn)業(yè)閉環(huán)平臺(tái)，鏈接創(chuàng)新創(chuàng)業(yè)企業(yè)與行業(yè)標(biāo)桿大企業(yè)，推動(dòng)創(chuàng)新技術(shù)落地。