系统芯片全自研,华米要走一条什么路?
智能可穿戴只是表象
杨净 发自 合肥
量子位 报道 | 公众号 QbitAI
要不是因为在合肥,我还以为是某伟达\某特尔\某歌的发布会。
一开场,CEO抱着巨大晶圆直接就这么上来了。
这个大圆盘刻了4000颗我们自己产的芯片。
接下来一小时里是就更加迷惑,连发四枪,技术都很垂直。
有芯片、有操作系统,有AI算法,还有MRI核磁共振设备。
如果再要说,这是一场表厂的发布会,我自己都不信。
“表厂”的发布会?
或许你已经猜到了,正是总部坐落在合肥的表厂——华米。
它以小米手环初露锋芒,之后凭借源源不绝的产品力,成为纽交所增速最快的可穿戴厂商代表。
芯片,已经成为华米的传统艺能。2018年,华米押注RISC-V架构,推出全球智能可穿戴领域里第一颗AI芯片——黄山1号,并于第二年实现量产。去年,在华米首个非产品发布会上,黄山2号芯片亮相。
作为此次发布会的首发——黄山2S芯片,名曰2S,但也不是2代的简单改良。
它采用双核RISC-V架构。其中大核系统可进行图形、UI操作等高负载计算,还集成FPU,支持浮点运算。而小核,则功耗很低,可以24小时处理传感器数据,实现全天的生物数据连续监测。
大核小核,分工明确,实现了算力和功耗之间的平衡。
相比上一代芯片,黄山2S的运算效能提升了18%,运行功耗则降低56%,休眠功耗降低达93%。
三年,三款芯片,实现从能用到好用的跃迁。华米的造芯工程,已经驶入快车道。
芯片之外,还有首次亮相的原生智能手表操作系统——Zepp OS。
作为另一个智能硬件行业难攻克的领域,华米之所以要做,同样也是因为用户需求和市场驱动。
当前市面上有两大主流操作系统。要么是基于手机系统魔改而来,但对于可穿戴设备来说过于繁冗和复杂。
要么就是现成的嵌入式实时操作系统,更适用于工控设备以及普通IoT物联网产品,直接用在注重体验的智能手表上,有些水土不服。
因此华米要做OS,首先就有两点要求:轻盈和用户体验。
内存方面,Zepp OS系统底层基于FreeRTOS微内核开源代码,占用空间极小,系统包仅55MB,约为苹果watch OS的1/28。
续航上,Zepp OS运行功耗比之前使用的Amazfit OS降低了65%,从而保证7×24小时连续的健康数据监测。
对于开发者来说,Zepp OS上还配置了一款手表小程序框架——Zeus Mini-Program Framework,方便开发者以较低门槛开发小程序。
另外,系统内部还集成了150款表盘,包括了15款动态表盘,据介绍,后续还将开放图形化开发环境,个人用户也能投身进表盘设计当中来。
除了软硬件的亮相外,还有全新的AI算法——PumpBeats血压监测引擎。作为整个发布会呼声最高的一个功能,可直接解决当前刚需。
搭载这一引擎的智能手表,可实现30s一键测量血压,目前华米已经与北京大学第一医院展开临床实验,预计第四季度面世。
据2020年《中国心血管健康与疾病报告》显示,中国高血压病患者多达2.45亿,其中成年人患病率为23.2%;近年来,每年与高血压有关的死亡人数高达200万。
经过华米团队5年多攻关,这一引擎在无创、无袖带血压测量技术领域跨出了重要一步。
发布会最后,还展现了华米通过投资来推动的最新医疗领域探索——便携式MRI(核磁共振)设备,更是对应医疗痛点。
传统的医用MRI是个成本高昂、环境要求高的庞然大物,而且往往一机难求,患者需要提前很长时间预约。
而便携式MRI不光占地面积小,还不需要特殊的屏蔽房,相比于传统的高磁场MRI,即便是在信噪比相差300倍的情况下,便携式MRI也能在低场强下实现高质量成像。
无论黄山2S芯片、Zepp OS,还是PumpBeats血压监测引擎和便携式MRI(核磁共振)设备,华米种种发布动作已经昭示企业核心坚守:全域自研。
华米如何走上这条路?
早在2015年华米布局芯片开始就有了定数,只不过到现在随着技术成熟,这条路逐渐明晰起来。
简单八个字总结:全域自研、追求极致。
芯片是硬件的极致、操作系统是软件的极致,而对AI系统的追求则是算法的极致。
随着操作系统的亮相,华米已经打通了从芯片、算法到操作系统的全域自研。
实际上,这种从芯片、OS及算法全自研的路径,倒也并不陌生。比如苹果和华为。
苹果专为Apple Watch打造S5、S6 芯片以及Watch OS。
而华为则有麒麟A1芯片以及刚推出的鸿蒙系统。
这样做优势十分明显。软硬结合,用自己的芯片来适应自己的软件生态。
厂商的自主权很大,没有隐形的束缚,可以定制化产品功能,构成自己的产品力。
近年来,华米已经申请了超过1000项专利,其中发明专利就占据了其中一半。
技术上的极致,意味着华米研发投入的增长。
最近三年里,华米的平均研发投入每年达到了4.1 亿元。其中2020年,研发投入就达到了5.38亿元。
这样的投入,相当于一些新兴互联网公司及IoT智能硬件公司的2倍,甚至是3倍。
背负如此大的投入,在技术上追求极致,华米是怎么想的?
全域自研背后的考量
首先所谓知人论世,这种选择跟行业发展阶段密切相关。
第一阶段,姑且称之为模式验证期。
时间拨回2013年,三星发布第一款智能手表Galaxy Gear,正式进军可穿戴领域。
但由于性能不好,受到了不少批评,因此也没有泛起太多浪花。
第二年,华为、苹果、小米集体入局,真正掀起国内智能穿戴浪潮。
2014年年初,华为在世界移动通信大会上发布了智能手环TalkBand B1,打响了第一枪。
9月,苹果发布Apple Watch,之后保持一年一更的频率。
而也是这一年,华米与小米携手,通过高性价比智能手环,成为爆款。
华米也由此一战成名,奠定江湖地位。
在此之前,智能可穿戴前景尚且存疑。但爆款一出,商业前景就毋庸置疑。
从2015到2020年,中国智能可穿戴设备行业市场规模由114.8亿元增长至632.2亿元,年复合增长率为40.7%。
更重要的是,智能可穿戴被广泛看作是手机之后,消费电子领域的下一个增长点。
于是第二阶段——短快平复制期——也随之来临。
智能可穿戴的钱景和前景既然已经得到验证,又作为消费电子新的增长点,那新玩家涌入、巨头快速复制,就不可避免。
智能可穿戴复制起来其实简单直接,而且优点也显而易见——快出就能走量,走量后就能有规模化利润,快钱还是能赚的。
然而,短板或隐忧自然也再明显不过。
低价一时爽,但手机领域后来有谁靠低价还活着吗?拿来主义很好用,卡脖子断供的风险还不够直接吗?最后跟风同质化,永远只能活在“山寨”的影子里。
所以对于智能可穿戴厂商来说,或者消费电子公司而言,模式验证期和短平快复制期,都有脱颖而出的机会。
但如果要可持续经营、做大、做深、做长远,就必须打造属于自己的护城河。
比如电商行业的亚马逊和京东,也都有过前面的生长期,但后来决定他们走得更深更远的能力,是“忍辱负重”式的自建物流。
自建物流,无疑需要大投入,也会把整个公司和业务做重,跟科技互联网公司推崇的“轻资产”背道而驰。
但是正是自建物流,成了亚马逊和京东基业长青,提供更好更长尾服务的保障。
成为了真正能让企业可持续经营的护城河。
而对于当前的智能可穿戴行业,对于华米而言,全域自研芯片和系统,不正是“自建物流”吗?不正是打造面向长远的护城河吗?
实际上,如果回归公司目标,特别是上市公司面临的定期财报压力,全栈自研、做深做重,恐怕并不是一条简单的路。
但即便有这样的压力,华米仍然选择了自研系统和芯片,坚持难而正确的路,可见其雄心所向,也可见其追求长远的志向。
反过来从用户消费者角度而言,一家用行动证明会持续提供长远价值的消费电子公司,才是一家会被信赖的公司。
现如今,华米自然已是可穿戴领域的垂直冠军,但别忽略了,这条赛道上一同竞速的是苹果这样的全球巨头。
与苹果这样的公司竞争,只能如流水。不争一时先后,争的是滔滔不绝。
而唯有深入芯片和系统,才有资格和能力滔滔不绝。
从这个角度,华米之路,也就不再难看透。
如何评价华米之道?
回看华米种种动作。
从技术维度上看,华米所做的越来越「深」,从芯片、系统到消费品牌,如今自营品牌除了Amazfit之外,还有Zepp,上游还有相关代工业务。
形成技术闭环,固然能越来越突出华米的产品力,拔升品牌效应扩大受益。
那是否也就意味着华米要走一条封闭的路?
表面看是,细品之下,实则不是。
一方面,基于目前经营需求,华米需要将产品做到一定水准再对外开放。
在发布会上,黄汪就已经宣布会将芯片和操作系统,通过亿通科技开放给第三方。
产品通过实践验证阶段,为华米技术提供实打实的佐证,有利于打造行业内品牌信任,更利于整个行业良性发展。
另一方面是从行业视角看,全域自研代表了华米深耕健康领域的决心。
之前已经提到,行业竞争加剧下,其他竞品陷入低价竞争、系统拿来主义、同质化功能等漩涡中,但健康穿戴领域仍有更多潜能藏在迷雾背后,尚未开发,这需要行业入局者潜心挖掘技术与人类需求的更多结合点。
在这件事上,华米要走自己的路。
这才能解释华米为什么既全域自研,又希望像智能门锁、智能车、扫地机器人等一些IoT合作伙伴参与进来,通过开放端口,最终连接整个生态。实际上,华米这次发布会的Zepp OS操作系统,就可以支持RISC-V整个生态体系。
从某种程度上来说,智能可穿戴只是表象,推动健康产业真正向前才是华米的价值所在。
过去无数行业故事早就昭示,一个行业或领域若想良性发展,如若只依靠系统跨界、营销打法远远不够,未来你我身上可穿戴健康设备长什么样?
需要华米,乃至更多探索行业可能性的企业参与进来。
- 清华新VLA框架加速破解具身智能止步实验室“魔咒”,LLM内存开销平均降低4-6倍。2024-11-30
- 智源发布心脏模型!超实时仿真人体生理功能,速度提升180倍2024-11-29
- 乌镇最火AI议题,原来答案藏在这份报告里2024-11-25
- Scaling Law百度最早提出!OpenAI/Claude受它启发,致谢中有Ilya2024-11-28