在我们进入这个市场的时候，美国人把这些基础技术已经做完了，从2000年开始到今天，我们是在享受上个世纪八九十年代科技成长的所带来的的一个环境，然后我们去做了这些用户导向的企业。但今天我们去看这个整个这个创业环境，2C的这种创新其实代价已经非常的高昂，比如嘀嘀融了上百亿美元，美团也有几十亿美元，这个投资其实越来越沉重。其实你想想看，当时 Google 只融了两千万美元就上市了，百度差不多也就是千万美元，腾讯也是如此。在那个时候其实有大把的机会去捕捉。但是现在的话呢？八九十年代技术创新所带来的这些能力其实已经被发掘的差不多了，所以我们会发现创新越来越沉重。

　　好，然后我们来看一下未来的机会。过去的12个月里，大概近半年的时间里，我们看到整个高科技行业有一个机会，今天所有的这个二级市场投资者都开始研究它、关注他，这个让他们觉得很 surprised。因为在整个高科技市场比较低迷的时候，有一只股票是 NVIDIA，从20块钱到现在涨到差不多100块钱，曾经一度到119块，在过去一年多的时间里成长了5倍，是整个高科技市场成长速度最快的一个机会。这里面核心的逻辑其实很简单，他就是造枪造炮嘛。现在很多企业，无论大小，即使不知道深度学习用来干什么，怎么挣钱，大家都要去抢购 GPU 这些。所以我们也非常看重这点，希望做一个深度神经网络的这种处理器，让大家能够利用这些软硬件结合的解决方案。

　　我们从一个更大的尺度来看，这是今年市值排名前20名的高科技公司，我们可以看到里面有8家是互联网公司，还有8家是半导体公司。大家不要只看互联网公司，其中有非常非常硬的科技公司，他们是很赚钱很赚钱的。八家硬科技公司里面成长得最快的两家，一家是 NVIDIA，一家是 AMD。我们做深度学习的处理器也是因为看到了这种趋势，就是软件算法跟人工智能和半导体的结合会催生爆发式的成长。我们的关注点是加速 inference 的效率，打造低功耗高性能的解决方案，让很多 device 端也具有人工智能的能力。

　　如果把我们去和硬件厂商相比较，他们去优化的是 number of operation per cost，但我们去优化的是什么呢？我们不是一个传统的硬件厂商，我们实际上是软硬结合的2B的生意，atv，我们优化的是 performance per cost。我们首先从系统的角度来做优化，我们会设计专门软件算法的实验过程，然后根据这个软件算法来设计一个硬件的架构，然后再用这个硬件架构，去优化我们的软件，最后通过 compiler 和 runtimelibrary 使软硬件之间的差距更小。还有一个理念很重要，就是不要关注笼统的问题，而是要解决具体的任务，否则复杂程度会让你难以驾驭。通过软硬件优化，我们可以把性能提升两到三个数量级。

　　我为什么认为这个非常重要？跟大家分享我自己的亲身经历，这是当时百度第一辆自动驾驶汽车，把这个后备箱打开，可以看到里面全是机器，最早里面有好多飞线，现在已经做得很好了。但是散热问题还没有解决。到今天为止，无论是百度还是 Google 的无人驾驶汽车，这些自动驾驶的车每开两个小时就要停下来散热，因为里面热得受不了。冬天完全不需要开空调暖风。这个问题为什么难解决？功耗为什么降不下来？因为你没有从系统级的层面来优化整个东西。软件框架不断往前迭代，硬件架构也需要相应迭代，感知能力极大提升。自动驾驶继续发展的话，会发现感知能力不是最主要的，最主要的问题变成决策。自动决策方面的复杂程度超出想象。我们的目标是打造一款芯片，功耗和成本只有目前市面上顶尖处理器的几十分之一，但性能为其两三倍。在下个月德国柏林的 BCW 会议上我们也会分享我们在自动驾驶方面软件算法和处理器架构的进展。乔布斯在手机上实现了去掉键盘和鼠标操控，在平板上去掉了书写笔，而我们的目标就是用五年的时间把所有遥控工具全部去掉，完全实现人体感知，想要实现这一年就需要完全重构软件和硬件，让处理器和真个系统的功耗足够低，体积足够小。我们不仅仅是做软件算法，我们专注于自动驾驶，智能家居和公共安全这三个垂直市场，未来几年这三个市场都会爆炸式的增长。