4、如果你在FPGA里面把结构捎进去，那可能你的软件做的比较好，软件的人用起来比较方便，可能有一个一键式的DPU（深度学习处理器），就可以把想做的深度学习的算法放上去。

　　我们觉得FPGA可能还是一个比较好的选择，当然芯片肯定是未来最好的选择，因为他的功耗更低，大概低不到一个量级，性能也会高一个量级，大概是100倍的提升。

　　但是芯片的问题在于：

　　1、目前算法是否收敛。

　　2、深度学习是不是已经能够做所有的事情了，你只做一个深度学习的芯片可能不够，你可能还需要其他的东西。

　　所以，这是我对于硬件方面的认识。关于跟人脸的结合，我是觉得，刚才谈到了隐私，如果我只是在前端去做一些计算的话，有可能我这个图片是不需要传回去的，所以避免了部分隐私的泄漏。以后在嵌入式设备上，大家慢慢的会把人脸这件事情做起来，把一部分信息，可能能够公开的东西，然后再传回去，不会有太大问题。

　　而且现在深度学习方面，我知道很多公司都在做特别小的网络，这样的话，不管是在嵌入式的GPU，还是嵌入式的CPU，甚至FPGA上，都有可能用起来，所以我觉得这应该是未来会有很多应用的场景。

　　主持人：下面，我们问问谷懿，您多年来一直都在从事国际化投资，特别是在硅谷从事高科技投资，也非常了解中美两地的一些高科技投资。中美的科技竞争已经拉到了同一个起跑线上。所以，你看到这些第一手的资料、第一手的趋势，你是什么样的判断？

　　谷懿：我觉得，刚才说到刷脸技术这个部分，我是前天刚从美国飞回来，我是刷脸进的关，我觉得还挺先进的，当然我不知道它有没有真的验证我的脸是不是我本来的脸，开奖，但我确实把护照放在那个地方，刷脸就进来了。我觉得在这点上，中国海关一定比美国海关先进。

　　所以，我觉得这是目前在应用层面，作为一个消费者来说，其实能看到，中美在差距上并没有以前那么明显，比如现在的支付，非常明显，美国的支付比中国的支付要差很多，美国很多还是信用卡的支付，但中国的微信、支付宝已经非常方便了。

　　在投资方面，尤其在人工智能领域，我自己觉得其实中国现在很明显，大家都特别特别追这个领域，之前我们自己内部做过研究，是中国在搜人工智能关键字的热度上边，是比任何其他国家可能高二三十倍或者是三四十倍，好像每天大家都在搜这个词，那我觉得这个是一个很好的事情，所以会有很多资源在这边投。

　　我觉得，我在硅谷看到的趋势比较多的是，其实每个垂直行业划分的是很细的，所以，我们基本上可能从比如说从基础层，从芯片这个级别到算法层，可能是包括不同的深度算法，不同的传感器，然后再到应用层，每个层基本上都有公司去投。

　　所以，我觉得美国的生态系统相对比较完善一点，每个人可能做得更窄，中国可能需要做得更全一点，所以你要融更多的钱，要去把摊子真的铺起来，这点我觉得是挺不一样的。

　　第二点是客户层面。很明显，我觉得中国的很多客户对于新的科技是愿意买单的，包括我们有一些深度学习的公司到中国来，其实和很多金融机构其实都有合作，然后是从第一天就开始能够真金白银的合作，这个其实比起去美国一个银行或者是欧洲一个银行，相对来说是要容易很多，因为他们有更多的监管、更多的测试。在这点上，我觉得其实是一件好事，真的是能够在实用上面使用起来。

　　第三点，反正每次回国，我觉得大家都很乐观，都觉得好像人工智能就要实现了，但国外稍微会谨慎一点和保守一点。今年9月份，我们参观以色列的自动驾驶图象识别的公司Mobileye，他的CEO讲了一点我感触很深，“其实个自动驾驶现在我们做图象识别已经是全球领先了，但是我们自己的感觉是，你的识别准确率从50%到70%其实是很快的，但是你后面从70%到80%或者是90%就开始变得越来越慢，到今天我们可能都已经是上市公司了，我们有这么多资源，但是要把这个准确率从90%提到95%，再提到更高，会发现会越来越慢。”