15年经验的行业老兵，要革AI芯片存储的命 | 洪泰Family
过去一年，“AI芯片”这个新鲜概念由野蛮生长而加速落地、整合；其间，众AI芯片公司开始走出差异化路线。
今年底，洪泰系企业探境科技（以下简称探境）的两款AI芯片——分别针对图像和语音——就将开始流片。虽然瞄准的也是低功耗端智能安防、智能家居等应用场景，但其提出，目前终端AI芯片性能表现的瓶颈不在峰值计算力，而在于芯片存储的管理与调度；只有把存储管理做好，才能让芯片达到性能与功耗的最佳表现。
探境成立于2017年，于今年5月获得由洪泰基金等一起投资的数千万美元Pre-A轮融资——AI芯片的存储性能优化，正是其核心竞争力。
Marvell前研发总监离职创业
15年芯片研发经验
▲探境科技创始人及CEO鲁勇
在芯片行业，清华学子几乎遍布产业上下，探境创始人及CEO鲁勇便是清华的本硕博“三清”毕业生，是一位有着15年芯片研发经验的“老兵”。
成立探境之前，鲁勇曾是全球领先的半导体厂商Marvell的中国芯片研发总监，从零开始搭建起中国芯片研发团队。10年Marvell研发生涯让他对芯片行业的运作规律有着深刻认知，对AI芯片的发展方向亦有独到见解。
当前的人工智能与深度学习兴起于2015年。与不少芯片从业者一样，鲁勇彼时也察觉到人工智能对未来的决定性意义，以及芯片的算力瓶颈制约着AI的发展步伐。
不过，鲁勇并没有立刻离职创业，而是认真地研究两件事：
技术实现
市场需求
“做芯片不是做科研，必须找到足够大的市场，才能支撑起一个公司的商业化发展。”他说。
就在鲁勇研究AI芯片热潮背后的真实需求与落地场景时，几位在海康威视、大华股份等安防巨头任职的朋友陆续找到他，咨询英特尔的Movidius VPU是否适用于终端AI处理。
——鲁勇意识到机会到了：
一方面，安防巨头们如此积极地推动AI落地；另一方面，Movidius VPU这类并不适用于AI安防摄像头的弱算力芯片也有不少人前来咨询，可见安防行业对芯片提供的AI算力有着何等强大的需求。
2017年，鲁勇与老朋友们一起成立了探境——英文名为“Intengine"，取意"Intelligent Engine"，有“探索未来、探索未知境界”之意。探境希望成为智能时代的发动机，推动AI普及、落地。
探境核心创始团队有7人，都是鲁勇的老同事、老朋友以及清华师兄弟，他们分别负责芯片设计、系统设计、软件、算法等领域，将近一半有博士学位。鲁勇介绍，探境团队囊括了众多软件算法人才，比如算法首席顾问就是谷歌副总裁。
目前，探境在北京、上海等地设有分部，团队约50人。
两款AI芯片
——“巴赫”与“达芬奇”
▲运行着探境科技图像检测算法的开发板
探境并不属于随着第一波AI芯片浪潮而亮相的初创公司，但鲁勇认为其步伐并不落后于市场。
今年底，探境的两款AI芯片就会开始流片，分别主攻智能家居IoT市场的语音识别以及安防市场的图像识别，探境内部将它们称为“巴赫”和“达芬奇”——将由台积电代工，使用28nm制程。
目前，“达芬奇”在算力与功耗上可达4T/W，能适应众多安防应用场景需求；“巴赫”则主打低功耗物联网语音交互场景，功耗将低于数百毫瓦。
未来，探境科技将沿着图像与语音两条大产品线继续深拓展。
两大路径解决AI芯片瓶颈
——存储
鲁勇认为，目前终端AI芯片的性能瓶颈不在于算力，而在于存储——存储问题分为两部分：带宽、功耗。一旦没有优化存储，芯片实际能够提供的计算力便会大大低于理论值。
芯片存储优化的路径有两种：
压缩神经网络大小、降低精度、减少数据量
设计更合理的数据流，减少数据资源在接口中的往返次数
神经网络的压缩与简化则是一个学术界与工程界都在研究讨论的重要问题，目前的深度神经网络普遍较大，无论云端还是终端，都会影响网络速度、增大功耗。
优化设计数据流是探境的优势所在。如果将被重复使用多次的数据放在离计算资源较近的地方，则可大大减少数据来回“搬运”的次数，把芯片的性能跟功耗降到最低。
如今，AI芯片公司不断涌现，虽然从应用落地场景来说，它们瞄准的大多是安防（图像）与IoT（语音）市场，不过就技术路径而言，开始呈现差异化路线——AI芯片的竞争已步入2.0时代。
然而，安防与IoT市场体量虽大，但其智能化进程却需时间积累，并且两个市场均呈现出极大的碎片化状况；另一方面，随着各AI芯片公司的产品逐步落地，市场竞争也会加剧，各家对芯片的落地节奏也需严格把控，才能把握机会、撬动未来。
来源：智东西 （ID：zhidxcom）
推荐阅读
点赞是个好习惯