張賀飛

小米、滴滴、哈啰……互聯(lián)網(wǎng)造車勢力的名單還在持續(xù)增加。

為何越來越多的互聯(lián)網(wǎng)大戶開始追造車的“風(fēng)口”，不排除一些玩家借機(jī)推高估值的嫌疑，但互聯(lián)網(wǎng)造車?yán)顺钡某霈F(xiàn)離不開兩個誘因：一是自動駕駛正在成為汽車行業(yè)的新賽點(diǎn)，二是“軟件定義汽車”已經(jīng)是行業(yè)的新共識。

對于自動駕駛的號召力似乎已無須贅述，被外界討論最多的恰恰是“軟件定義汽車”的話題，即汽車將從一個“硬件為主”的工業(yè)化產(chǎn)品，逐漸向自主學(xué)習(xí)、持續(xù)進(jìn)化、以用戶為中心的“軟硬兼?zhèn)洹钡闹悄芑K端過渡。

聲勢浩大的互聯(lián)網(wǎng)造車運(yùn)動背后，軟件定義硬件的理念開始有了新的注解。

不可逆的大趨勢

“軟件定義汽車”的流行，似乎并不讓人意外。

每每談及汽車行業(yè)的時候，聽到最多的聲音就是傳統(tǒng)和落后，汽車產(chǎn)業(yè)的創(chuàng)新像是走進(jìn)了死胡同：相較于日新月異的智能化革命，汽車產(chǎn)業(yè)還停留在“電子定義汽車”的階段，屢屢被貼上封閉、保守的標(biāo)簽。直到電動汽車的規(guī)模化量產(chǎn)，板結(jié)的汽車產(chǎn)業(yè)才逐漸出現(xiàn)了新動能，開始了互聯(lián)網(wǎng)化、智能化的轉(zhuǎn)型。

這樣的觀點(diǎn)可能只說對了一半，電動智能不過是汽車產(chǎn)業(yè)求變的表象，底層邏輯仍然離不開軟件定義硬件的產(chǎn)業(yè)變革。當(dāng)一個產(chǎn)業(yè)的硬件技術(shù)水平逐漸接近物理極限，想要繼續(xù)維持市場的增長，勢必要從硬件主導(dǎo)的產(chǎn)品創(chuàng)新，轉(zhuǎn)向由軟件開發(fā)和迭代去推動硬件設(shè)計(jì)的更新和升級。

典型的例子就是手機(jī)行業(yè)。從諾基亞引領(lǐng)的功能機(jī)時代，進(jìn)入到iOS和安卓支撐的智能機(jī)時代，個中變化幾乎是顛覆性的：原本的手機(jī)產(chǎn)業(yè)可以說是純粹的硬件生意，只有手機(jī)廠商能從中獲取利潤，智能手機(jī)時代則是軟件和服務(wù)的商業(yè)化，相對應(yīng)的市場規(guī)模出現(xiàn)了指數(shù)級的增長。

“軟件定義汽車”其實(shí)是在復(fù)刻智能手機(jī)的行業(yè)規(guī)律，甚至說是汽車產(chǎn)業(yè)的不得已而為之。當(dāng)用戶和互聯(lián)網(wǎng)的連接越來越緊密，倘若車內(nèi)空間依舊延續(xù)現(xiàn)狀，無疑將導(dǎo)致用戶體驗(yàn)的嚴(yán)重割裂，迎合當(dāng)下的用戶習(xí)慣才是聰明人的正確選擇。何況軟件定義的汽車不僅將進(jìn)一步延長汽車的生命周期，也悄然延長了汽車廠商的價值回報(bào)周期。

沿循這樣的邏輯，汽車注定不會是“軟件定義硬件”的最后一站。

就像在IoT領(lǐng)域，兩年前流行的還是智能化的單品，當(dāng)前主流的基調(diào)是智能生態(tài)和全屋智能，和用戶的連接不再只是單一硬件的功能，要么通過數(shù)據(jù)和算法打造個性化的場景，要么匹配健康、教育等服務(wù)，無不在以軟件定義的方式延伸價值鏈。

同樣的還有工業(yè)領(lǐng)域，云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)正在走進(jìn)產(chǎn)業(yè)深處，形成了一套套軟件化、可移植、可復(fù)用的行業(yè)解決方案?！跋冗M(jìn)制造”的內(nèi)涵早已不是一味采購最新款的硬件設(shè)備，而是通過軟件定義讓硬件發(fā)揮出更大的效率和價值。

簡單來說，“軟件定義硬件”將是不可逆的趨勢，所有的產(chǎn)品都將進(jìn)入一種新的形態(tài)：一端是智能化的終端，一端是持續(xù)進(jìn)化的云端。

開發(fā)模式的桎梏

軟件定義硬件，其實(shí)并不是什么新鮮概念。

大約從十幾年前開始，就陸續(xù)有行業(yè)大牛在高喊“軟件定義硬件”的口號，但“軟件定義”的思想并未出圈，在很長時間內(nèi)都是計(jì)算機(jī)領(lǐng)域的術(shù)語，未能跨圈到傳統(tǒng)的硬件體系?？梢哉业降脑蛴泻芏?，首當(dāng)其沖的就是開發(fā)模式的制約。

還是以汽車行業(yè)為例，即便是不影響駕駛體系的車載娛樂系統(tǒng)，也只是在近幾年才開始聯(lián)網(wǎng)化。許多人借此指責(zé)傳統(tǒng)車企過于保守，硬生生錯過了車載生態(tài)的蛋糕，卻選擇性忽略了汽車行業(yè)沿用多年的瀑布開發(fā)模型。

作為溫斯頓·羅伊斯在1970年提出的軟件開發(fā)模型，瀑布式的特色是嚴(yán)格遵循預(yù)先計(jì)劃，即項(xiàng)目的需求分析、設(shè)計(jì)、編碼、集成、測試、維護(hù)等步驟按順序進(jìn)行，如同瀑布一般逐級下落。瀑布開發(fā)模型曾在軟件工程中占據(jù)重要地位，但嚴(yán)格的分級降低了開發(fā)的自由度，無法適應(yīng)用戶需求的迅速變化。

智能手機(jī)最終跑通“軟件定義硬件”邏輯的秘密也在于此。有別于傳統(tǒng)汽車企業(yè)相對封閉的開發(fā)模式，iOS和安卓都是平臺模式的最佳代表，皆是利用開放的系統(tǒng)架構(gòu)將軟硬件解耦，讓軟硬件可以獨(dú)立進(jìn)化，結(jié)果就是硬件的標(biāo)準(zhǔn)化、軟件的個性化，智能手機(jī)開啟了繁榮的應(yīng)用生態(tài)。

同時被消除的還有開發(fā)者的進(jìn)入門檻。在諾基亞時代只有很少量的程序員有能力編寫應(yīng)用，因?yàn)殚_發(fā)者需要對很多硬件編寫底層程序，對不同的硬件可能要重新做一遍，一次又一次重復(fù)造輪子，導(dǎo)致應(yīng)用的數(shù)量比較少，開發(fā)者生態(tài)也就無從談起。而蘋果和谷歌無不為開發(fā)者提供了豐富的開發(fā)套件、完善的開發(fā)者社區(qū)和成熟的變現(xiàn)體系。正是對開發(fā)模式的重塑，促進(jìn)了整個軟件生態(tài)的繁榮。

“軟件定義汽車”的理念落地絕非偶然，只需將目光盯向大眾、上汽等傳統(tǒng)車企，均開始改變固有的開發(fā)理念，先后推出了軟硬件開發(fā)平臺，試圖通過“開發(fā)者平臺”撕掉封閉、保守的標(biāo)簽。也就意味著，在軟件定義汽車的外部大環(huán)境下，汽車的研發(fā)過程正在向敏捷開發(fā)的模式轉(zhuǎn)變。

需要指出的是，外界對“軟件”的定義也在發(fā)生改變，可能幾年前還特指APP，目前已經(jīng)包含了算力、數(shù)據(jù)、算法等含義。畢竟智能化已經(jīng)是不可逆的趨勢，軟件定義硬件越來越偏向于軟件為硬件賦能，留給開發(fā)者的挑戰(zhàn)不單單是開發(fā)者套件、開發(fā)者平臺，還有智慧化的開發(fā)能力。

開源框架的走紅

當(dāng)“智慧”成為一種稀缺資源，深度學(xué)習(xí)框架應(yīng)運(yùn)而生。

在深度學(xué)習(xí)的初始階段，研究者們常常需要寫大量的重復(fù)代碼，為了提高工作的效率，一些研究者把代碼寫成了框架，放在網(wǎng)上讓所有研究者一起使用。打一個比方的話，這就像是廚師在做菜，如果有大廚將每道菜的做法都編撰成詳細(xì)的菜譜，即便是剛剛?cè)胄械膶W(xué)徒，也能夠快速上手。

大約從2015年開始，一些互聯(lián)網(wǎng)巨頭也開始著手造框架，比如谷歌在2015年開源了TensorFlow、百度在2016年開源了PaddlePaddle（中文名飛槳）、Facebook在2017年推出了PyTorch……相比于早期的研究者，谷歌、百度等有著強(qiáng)大的應(yīng)用場景和底層能力，深度學(xué)習(xí)框架也由此走紅。

回到軟件定義硬件的話題上，深度學(xué)習(xí)框架可以說是“軟件定義”再次流行的隱形力量。

借用百度CTO王海峰的一個比喻：“深度學(xué)習(xí)框架起到承上啟下的作用，下接芯片和大型計(jì)算機(jī)系統(tǒng)，上承各種業(yè)務(wù)模型與行業(yè)應(yīng)用，是智能時代的操作系統(tǒng)?！?/p>

這個比喻不可謂不恰當(dāng)，由于深度學(xué)習(xí)框架已經(jīng)針對芯片、業(yè)務(wù)模型、應(yīng)用場景等進(jìn)行了適配優(yōu)化，開發(fā)者甚至不需要考慮硬件上的差異化，可以直接將已有的算法模型拿來使用，進(jìn)一步降低了軟件開發(fā)的專業(yè)門檻。

以飛槳在2.0版本的升級為例，針對深度學(xué)習(xí)模型的開發(fā)、訓(xùn)練、部署等環(huán)節(jié)進(jìn)行了細(xì)致入微的優(yōu)化。比如將默認(rèn)開發(fā)模式升級為動態(tài)圖，開發(fā)者可以隨時查看變量的輸入、輸出，讓算法模型的調(diào)試變得更加容易，帶來了更好的開發(fā)體驗(yàn)；推出了業(yè)內(nèi)首個通用異構(gòu)參數(shù)服務(wù)器技術(shù)，可以同時使用不同的硬件進(jìn)行混合異構(gòu)訓(xùn)練，并創(chuàng)新性的提出了4D混合并行策略，用以訓(xùn)練千億級稠密參數(shù)模型……

另一個維度來看，飛槳不僅以深度學(xué)習(xí)框架降低了開發(fā)者的門檻，也實(shí)現(xiàn)了靈活易用的平臺服務(wù)，為一些零基礎(chǔ)的“開發(fā)小白”打開了通往AI世界的大門。

零門檻的EasyDL開發(fā)平臺給出了AI開發(fā)的新路徑，通過輕松上手的一站式服務(wù)，讓AI開發(fā)“像使用家電一樣簡單”，最快10分鐘就能完成模型訓(xùn)練，目前已經(jīng)是國內(nèi)市場份額最高的機(jī)器學(xué)習(xí)平臺；再比如提供免費(fèi)算力的人工智能學(xué)習(xí)與實(shí)訓(xùn)社區(qū)AI Studio，集成免費(fèi)AI課程、深度學(xué)習(xí)樣例項(xiàng)目、各領(lǐng)域經(jīng)典數(shù)據(jù)集、云端超強(qiáng)GPU算力及存儲資源、不同等級的AI賽事，目前累計(jì)學(xué)習(xí)人次已經(jīng)超過290萬。

開源文化曾加速軟件開發(fā)的繁榮，以至于全球99%的組織在IT系統(tǒng)中使用了大量的開源代碼。當(dāng)人工智能成為“軟件”的新內(nèi)涵，開源深度學(xué)習(xí)框架的走紅，無疑為“軟件定義硬件”吃了顆定心丸。

寫在最后

“軟件定義硬件”的征程勢必還有很長的一段路要走，有著肉眼可見的桎梏，也看到了新的曙光。

我們甚至不應(yīng)該將思路局限在“硬件”上，汽車或許是不少人認(rèn)知中的硬件上限，可智慧社區(qū)、智慧交通、智慧城市等新物種正在源源不斷地產(chǎn)生，軟件定義的不僅僅硬件，還有我們的生活方式。

選擇權(quán)其實(shí)留給了形形色色的開發(fā)者，在汽車都不可避免被顛覆的局面下，是時候制定軟件定義的轉(zhuǎn)型路徑，以期在新的浪潮中掌握主動權(quán)。