集微网推出集成电路微信公共号: '天天IC' , 重大新闻即时发布, 天天IC, 天天集微网, 积微成著! 复制 laoyaoic 微信公共号搜索添加关注.
1.盘点人工智能芯片中的中国力量;
集微网消息, 人工智能, 特别是深度学习, 这几年爆发性的发展, 很大程度上得益于芯片技术多年的积累. 如果不是芯片技术已经发展到了一定的高度, 能够给大规模的机器学习提供足够的处理能力, 就没有战胜人类顶尖棋手的 AlphaGo. 过去十几年驱动芯片技术发展的主要是通信, 多媒体和智能手机这些应用. 而随着这些应用增长放缓, 芯片技术发展已经逐步转向了AI领域, AI的驱动效应将在芯片技术上会有更明显的体现.
人工智能时代已经来临, 所有人都看到了人工智能的前景和其潜在的爆发力, 2016年以来也成为了芯片企业和互联网巨头们在芯片领域全面展开部署的一年. 在竞争激烈的全球AI研究领域, 中国的存在感正在加强, 人工智能迅速成为中国创业公司最热门的领域, 从2012年到2017年第三季度, 投资人共向200多家人工智能公司注资了45亿美元. 那么, 在这个史无前例的巨大浪潮面前, 中国芯片生力军中有哪些公司能脱颖而出, 成为新一代弄潮儿?
寒武纪
寒武纪由创始人陈天石教授带领中科院团队成立于2016年, 致力于打造各类智能云服务器, 智能终端以及智能机器人的核心处理器芯片. 公司开创了深度学习处理器方向, 研制了国际首个深度学习专用处理器芯片, 显著提升了人工智能领域的运算效能. 不同于谷歌采用的通用处理器, 寒武纪芯片专门面向深度学习技术. 模拟实验表明, '寒武纪' 相对于传统执行x86指令集的芯片, 有两个数量级 (几百倍) 的性能提升.
8月, 寒武纪完成一亿美元A轮融资, 成为全球 AI 芯片领域第一个独角兽初创公司.
目前, 寒武纪系列已包含三种原型处理器结构: 寒武纪1号, 英文名DianNao, 面向神经网络的原型处理器结构; 寒武纪2号, 英文名DaDianNao, 面向大规模神经网络; 寒武纪3号, 英文名PuDianNao, 面向多种机器学习算法. 与谷歌人工智能对标, 寒武纪的目标是要让1瓦以内功耗的摄像头, 手机, 甚至手表都能和AlphaGo一样 '聪明' , 并且希望具有更优的性能, 更强大的计算能力, 以及更低的功耗. 目前寒武纪芯片产业化在即, 预计2018年上市, 市场表现值得期待. 而华为和中科院计算所一直保持着非常密切的关系, 成立了 '中科院计算所-华为联合实验室' , 华为麒麟970使用了寒武纪的技术.
11月6日, 寒武纪科技发布了三款智能处理器IP产品, 分别为面向低功耗场景视觉应用的寒武纪1H8, 高性能且拥有广泛通用性的寒武纪1H16以及用于终端人工智能产品的寒武纪1M. 同时, 寒武纪还发布了专门为开发者打造的人工智能软件平台CambriconNeuWare.
中星微电子
说起国内的人工智能芯片, 不得不提一下, 今年6月20日, 率先推出中国首款嵌入式神经网络处理器 (NPU) 芯片中星微, 这是全球首颗具备深度学习人工智能的嵌入式视频采集压缩编码系统级芯片, 并取名 '星光智能一号' . 这款基于深度学习的芯片运用在人脸识别上, 最高能达到98%的准确率, 超过人眼的识别率. 研发 '星光智能一号' 耗时三年时间. 中星微集团聚集了北京, 广东, 天津, 山西, 江苏, 青岛, 硅谷的研发力量, 采用了先进的过亿门级集成电路设计技术及超亚微米芯片制造工艺, 在TSMC成功实现投片量产.
该NPU采用了 '数据驱动' 并行计算的架构, 单颗NPU (28nm) 能耗仅为400mW, 极大地提升了计算能力与功耗的比例, 可以广泛应用于高清视频监控, 智能驾驶辅助, 无人机, 机器人等嵌入式机器视觉领域. 目前 '星光智能一号' 出货量主要集中在安防摄像领域, 其中包含授权给其他安防摄像厂商部分. 未来将主要向车载摄像头, 无人机航拍, 机器人和工业摄像机方面进行推广和应用.
地平线机器人
Horizon Robotics (地平线机器人) 由前百度深度学习研究院负责人余凯创办, 致力于打造基于深度神经网络的人工智能 '大脑' 平台-包括软件和芯片, 可以做到低功耗, 本地化的解决环境感知, 人机交互, 决策控制等问题. 其中, 软件方面, 地平线做了一套基于神经网络的OS, 已经研发出分别面向自动驾驶的的 '雨果' 平台和智能家居的 '安徒生' 平台, 并开始逐步落地. 硬件方面, 未来地平线机器人还会为这个平台设计一个芯片——NPU (Neural Processing Unit) , 支撑自家的OS, 到那时效能会提升2-3个数量级 (100-1000倍) .
地平线机器人已经从包括 Sequoia 和传奇的风险资本家 Yuri Milner 等投资人获得了未透露金额的种子基金. 2016年7月1日, 地平线机器人获得了新一轮融资, 这笔投资将用来加大对自动驾驶和智能家居领域的研发投入, 加快产品研发和落地速度; 推进人工智能芯片和系统的研发. 他们正在着手于建立一个一站式人工智能解决方案, 定义 '万物智能' , 让生活更便捷, 更有趣, 更安全.
地平线的最终产品不止芯片, 而是一个核心控制模块, 具有感知, 识别, 理解, 控制的功能. 把这个控制模块做成产品去跟合作方做集成. 换句话说, 地平线提供的是一个带有人工智能算法的解决方案. 商业模式上, 目前会采取产品, 技术加服务的方式, 先把产品做出来, 得到第一手的用户体验, 将来再向更宽广的生态去发展. 地平线并没有把自己定义为单纯的技术提供商, 不会单纯的卖算法SDK或者单纯出售芯片, 而是打造技术平台, 来帮助用户把产品做出来. 12 月 20 日, 地平线机器人分别针对自动驾驶以及嵌入式智能视觉处理推出了征程与旭日两大全新处理器, 并提出了雨果 3.0 平台, 主要服务车用和即将到来的安防, 商业市场. 地平线机器人的方案主要是在解决 AI 计算中的 CNN, DNN 以及 RNN 的算法加速, 提供主流神经网络结构所需要的计算力. 而其主打的架构就是基于自有算法研发出来的 BPU(brain Processing Unit).
比特大陆
成立于2013年的比特大陆 (BITMAIN) 是一个专注于在超高性能计算研发的企业, 公司成功开发并量产了多款ASIC定制芯片和整机系统, 专挖比特币的矿机就是他们的一个重要产品. 据介绍, 全球80%甚至90%的矿机都是他们提供的. 过去几年里, 他们也一直在推动矿机用ASIC芯片迭代, 满足更新的需求. 官方资料显示, 比特大其陆自主研发的第五代芯片BM1387, 是全球功耗最低, 性能最高的运算加速芯片, 而其量产规模达数十亿颗.
11月, 该公司发布了人工智能品牌SOPHON (算丰, 取 '算天地玄空, 丰认知智能' 之意) , 并带来了全球首款张量加速计算芯片BM1680. 入场人工智能领域, 是比特大陆的重要一步. 从研发数字货币芯片, 矿机到设立矿池, 比特大陆自主研发, 自主布局完善产业链. 而现在, 是比特大陆进军人工智能行业的最佳时机, 致力于通过强大的芯片工程, 快速迭代和系统设计制造能力, 提供最具性价比, 最具性能功耗比的AI计算力, 同时致力于为行业定制, 优化全栈的硬件和系统方案, 从而极大降低行业+AI的难度, 促进AI普及.
深鉴科技
深鉴科技由清华团队创办, 其产品称作 '深度学习处理单元' (Deep Processing Unit, DPU) , 目标是以ASIC级别的功耗, 来达到优于GPU的性能, 目前第一批产品基于FPGA平台.
从官方提供的数据来看, 嵌入式端的产品在性能超过Nvidia TK1 的同时, 功耗, 售价仅为后者的1/4左右. 服务器端的产品, 性能接近Nvidia K40 GPU , 但功耗只有35瓦左右, 售价300美元以下, 不足后者的1/10.
深鉴科技着力于打造基于DPU的端到端的深度学习硬件解决方案, 除了承载在硬件模块 (订制的PCB板) 上的DPU的芯片架构外, 还打造了针对该架构的DPU压缩编译工具链SDK.
产品的应用领域分为终端和云端两类. 其中嵌入式端的产品将主要应用在无人机, 安防监控, 机器人, AR等领域, 目前已经与一家知名无人机厂商建立了合作. 服务器端的产品将主要面向大型互联网公司的语音处理, 图像处理等. 目前也已经与国内知名互联网公司展开合作, 在兼容对方现有机房的情况下, 功耗降低80%, 语音识别的准确率提升了5%-7%.
今年5月, 深鉴科技完成数千万美元A轮融资, 10月又迎来了约4000千万美元A+轮融资, 由蚂蚁金服与三星风投领投, 招商局与华创资本跟投. 自2016年3月成立以来, 深鉴科技已经获得了3轮融资, 投资方有金沙江创投, 高榕资本, 蚂蚁金服, 三星风投, Xilinx, 联发科, 华创资本等等.
禾赛科技
禾赛科技2013年成立于美国硅谷圣何塞, 2014年总部迁至上海. 公司主营产品为智能驾驶激光雷达, 激光天然气检测系统等. 公司聚集了光学, 精密机械, 电子, 通信, 人工智能等前沿行业的顶尖专家, 联合创始人&CEO李一帆是世界经济论坛全球杰出青年, 上海市千人计划专家, 创业邦30位30岁以下创业者. 清华大学精密仪器系本科, 美国伊利诺伊大学香槟分校博士学位, 研究课题为行走机器人的智能控制. 曾任美国西部数据集团首席工程师, 美国Parker集团战略投资部, Lam Research机器人部等.
今年5月, 禾赛获得了由Pagoda Investment领投, 将门创投, 盘谷创投及远瞻资本跟投的共计1.1亿元人民币的A轮融资.
激光雷达 (LiDAR) , 是自动驾驶和机器人行业用于激光三维扫描的传感器, 也是无人车上最重要的元件之一. 2016年10月, 禾赛国内首次展示面向自动驾驶的32线激光雷达, 性能指标达到国际领先水平. 2017年4月, 经过一年多的开发, 大量的内部测试以及早期客户共同测试, 禾赛发布了40线混合固态产品– Pandar40. 它具有超越竞争对手的超小体积, 世界一流的测量距离以及测量精度, 和专门为自动驾驶优化的扫描线分布. 创造了市面上所有激光雷达的最小垂直角分辨率0.33°——等效于一个传统83线雷达.
12月禾赛科技发布了自主研发的固态激光雷达——Pandar GT, 并宣布完成原型研发, 正在与多家国际一线OEM和Tier1合作和开发测试. 预计2018年第一季度, 禾赛会给数十家量产合作伙伴正式提供A样件.
码隆科技
码隆科技是一家专注于深度学习, 打造定制化计算机视觉技术平台的人工智能公司. 码隆科技核心团队来自微软亚洲研究院, 清华大学, 中科院等, 在深度学习与计算机视觉领域实现重大技术突破, 在全球范围率先实现人工智能对于典型柔性商品的识别精度超越人力, 并打造了ProductAI人工智能商品识别平台, 为企业提供全球首创的商品识别服务, 自助定制化以图搜图搜索引擎, 以及图像识别技术支持. 目前ProductAI已经成功在图像版权, 时尚, 纺织, 家具, 家纺, 旅游, 出版, 医药, 智能滤镜等行业输出了解决方案, 并可提供中, 英, 日等多国语言服务. 在今年计算机视觉识别领域的顶级赛事WebVision国际竞赛上, 来自中国的码隆科技以绝对优势获得竞赛世界冠军.
产品特点: 第一, 微软亚洲研究院的资深计算机科学家, 清华大学技术发烧友, 海外学者智囊团组成的世界一流研发团队专注研发, 在视觉计算, 机器学习, 大数据等领域拥有数十个精深科研成果和前沿的技术专利, 积极推动国际学术广泛交流与深度合作, 实现突破性技术创新. 投入大规模GPU计算能力打造AI超强大脑, 拥有千万级数据打造的顶尖算法模型和自搭建先进数据标注系统. 第二, 基于云端搭建可扩展的智能算法服务, 开发者和数据分析师无需管理基础设施和编写代码, 就能直接使用人工智能算法, 对接API. 第三, ProductAI平台可识别超过20000物体分类, 部分功能识别精度比专业人员高出8%; 每一片GPU工作效率相当于200-400名经过训练的专业人员. 第四, 平台操作简单零门槛, 免费试用无负担, 对效果满意后按每月API使用量付费.
12月, 码隆科技获得国际知名 '风投' 软银中国(SBCVC)的2.2亿元人民币B轮融资. 这是软银在中国AI领域投资的第一家创业公司.
伟景智能
北京伟景智能科技有限公司 (英文名称Vizum) 成立于2016年6月, 是一家致力于研究智能视觉感知技术, 为客户提供领先的平面和立体智能视觉软硬件产品及解决方案的人工智能公司, 包括SDK, IP, 芯片等产品形. 主要产品有第一代智能眼ViEyeⅠ, 第二代智能眼ViEyeⅡ, 智能立体成像SDK等, ViEye是一款基于 'Natural Learning' 立体智能视觉技术, 专为机器人和移动设备开发的集采集, 感知, 认知, 选择, 反馈, 控制等特性于一体的立体智能视觉产品.
Vizum由原世界第三大手机芯片公司展讯通信首席科学家, 北京博雅华录视听技术研究院有限公司总经理董霄剑博士创立, 公司核心团队皆来自国内外知名半导体公司, 不仅在智能图像处理领域拥有深厚的理论基础, 而且在立体视觉, 物体识别, 深度学习的融合应用上具有深厚的技术积累: 团队在手机基带芯片, 物联网, 智能硬件等领域有大量成功开发案例, 参与量产了近20款芯片, 涉及通信及多媒体, 累计总销量达数亿片, 创造了巨大的市场价值.
作为一家人工智能 + 芯片研发 + 智能系统提供商企业, Vizum坚持智能化路线, 坚持把理论和技术创新作为公司发展的灵魂, 自主研发了 'Natural Learning' 立体智能视觉技术, 并保持在全球范围内的领先地位. 基于此技术开发的智能眼ViEye专为机器人和移动设备服务, 其功能为全球首创, 其性能在立体认知和量化认知上超越了国际主流双目视觉厂商, 且已成功应用于立体人脸识别, 立体手势识别, 机器人视觉等产品.
2017年5月22日, Vizum完成来自产业领军方的5000万元人民币A轮融资, 这是Vizum继2016年底完成来自恒坤睿金, 将门创投的数千万级天使轮投资后, 在半年的时间里完成的第二次融资. 如今, Vizum团队核心成员皆来自国内外知名半导体公司, 在手机基带芯片, 物联网, 智能硬件等领域有大量成功开发案例, 参与量产的芯片总计近20款, 涉及通信及多媒体, 累计总销量达数亿片.
8月, 北京伟景智能科技有限公司宣布与咸阳高新区正式签署合作协议: 在咸阳高新区建立机器人智能眼应用研究中心及生产基地. 12月8日, 由北京伟景智能科技有限公司投资的陕西伟景机器人科技有限公司在咸阳隆重开业. 该项目预计整体投资规模将达2亿元人民币, 咸阳市及咸阳高新区对伟景机器人在基地建设和投资上给予了极大支持和投入.
悦享趋势科技
悦享趋势科技成立于2014年是一家专注医疗电子传感器和生理大数据人工智应用的高科技公司. 围绕公司非接触式动脉雷达BioRF专利技术, 集成实现多种类生理信号采集的模块/芯片方案, 并结合云端的生物医学模型对生理信号进行智能分析. 公司推出的产品包括无袖带式血压变化追踪腕表, 心脏异常预警可穿戴, 全身动脉血管硬化检测仪等多种个性化精准化医疗产品.
悦享趋势科技创始人兼CEO朱宇东创业前曾担任多年美国高通半导体产品管理总监, 美国创锐讯半导体全球市场总监, 美国博通半导体中国区高级技术市场经理. 持有香港科技大学电机与电子工程系硕士学位, 清华大学电子工程系学士学位.
8月28日悦享趋势科技宣布年初已经完成千万级Pre-A轮融资, 该轮融资由将门创投领投, 北京挑战, 辰海资本跟投. 2015年, 悦享趋势还曾获得辰海资本的百万级天使轮投资.
元鼎音讯 (UnlimiterHear)
元鼎国际是台湾科技辅具专业开发商,成立于成立于1997年, 拥有100多项语音, 听力等专利, 专门协助身心障碍者. 2008年开始研究听损及如何改善听力, 开发MFA子音侦测压移频率技术,可通过不同的服务平台, 打造 MFA生态环境提升听辨能力. 2015年成立元鼎音讯, 蓄势待发瞄准消费电子产品音频市场, 其商业模式为IP技术授权供货商, 提供听力算法方案.
元鼎音讯技术核心为毫秒移频算法(Millisecond Frequency Adjustment; MFA), 主要在1.5毫秒内将听障者无法听到的微弱高频子音, 以频率压缩和移频算法技术, 移到尚有残余听力的中低频范围, 还原声音的本色. 元鼎的听力算法主要用于两大产业, 一是蓝牙助/辅听器产业, 二是蓝牙耳机产业. 目前元鼎在全球各地工申请音频专利128余项(含中, 美, 欧等国家, 已取得49项专利, 美国8项), 在算法专利授权方面, 已有数家IC厂与元鼎洽谈IP授权中.
包括助听器, 辅听器, 耳机&Earbuds在内的Hearable整体市场将成为成长最迅速的穿戴式市场,在2020年引爆一个超过160亿美元的市场. 元鼎将以专利技术Ear Clarity '听得清楚' , EarEQ '听得完美' , EarSafe '听得安全' , Ear Command '听得智慧' 运用于CSR及Microchip蓝牙平台, 可以应用在移动设备上的未来人工智能语音控制.
元鼎音讯由数名退休科技科技人共同成立. 曾于美国科技教育界服务的元鼎音讯董事长杨国屏于1997年返台创业, 并成立元鼎国际开发与科技辅助文教基金会, 创业十几年来一直专注于电子辅具设计, 协助身心障碍者透过科技辅具与他人沟通, 期间累积上百件听力与声学相关专利. 副董事长杨晓明曾任职IBM大中华地区PC公司总经理, 而过去曾服务新唐科技, 并担任华邦电子上海总经理, 拥有超过30年半导体产业经验的总经理黄金星负责业务推广. 退休后就需要颐养天年吗? 许多懂得自我管理的退休族, 开始投入人生下半场另一次冒险, 元鼎音讯团队即是绝佳案例.
百度
百度联合展讯等硬件厂商推出了DuerOS智慧芯片, 可以视作百度在人工智能与硬件设备一体化方面的新探索. DuerOS智慧芯片拥有低成本芯片和模组, 可以以芯片嵌入的形势放到任何硬件中, 能够更加快速而广泛地应用到更多场景. 可以看出, 百度在利用 '算法+芯片' 的组合实现人工智能产业化落地. 在今年3月, 百度宣布了与紫光展锐, ARM, 上海汉枫达成战略合作, 构建包括度秘大脑, 语音解决方案, 芯片/模组在内的三层结构, 其中, 前两层由百度度秘提供, 赋予芯片DuerOS '可对话' 的核心功能芯片模组板块分别由紫光展锐, ARM, 汉枫共同支持. 芯片本体是紫光展锐RDA5981, 该芯片是紫光展锐一款用于物联网应用的低功耗WiFi+MCU, 基于ARM架构, 支持WiFi, 并支持硬件加密加速. 这块芯片并不支持人工智能运算的加速, 但是能帮助把智能硬件 (如智能音箱, 智能) 连接到网络中, 并在云端完成人工智能运算和交互.
此外, 日前百度在加州Hot Chips大会上度发布了XPU, 这是一款256核, 基于FPGA的云计算加速芯片, 合作伙伴是赛思灵. XPU的目标是在性能和效率之间实现平衡, 并处理多样化的计算任务.
除百度外, 腾讯和阿里也加入战局, 近期均推出了FPGA云解决方案, 华为也在做云计算的架构和方式研究.
云知声
云知声是最专业的语音交互提供商, 公司成立于2012年. 总部位于北京, 在上海, 深圳设有分公司和办事处. 目前云知声已推出了一系列语音识别服务中间件和语音识别服务云平台, 广泛应用在移动互联网, 智能家居, 可穿戴设备, 车载导航, 医疗, 教育, 呼叫中心等领域, 为企业和用户提供专业的语音识别服务.
云知声高度集成的AI可定制化芯片UniOne, 内置DNN处理单元, 兼容多麦克风, 多操作系统. 在8月17日, 云知声正式宣布获得3亿人民币战略投资, 后续将主要在三个方面持续发力: 第一, 加强物联网人工智能服务全产业链关键技术的研发投入; 第二, 加大人工智能专用芯片UniOne的研发力度, 进一步完善以 '云端芯' 为核心的产品开发和商业落地; 第三, 进一步加大在智慧生活, 智慧服务领域的产业链生态建设投入.
云知声的规划是从前期提供开放语音云平台服务到后续聚焦物联网, 试图将技术能力从云端迁移到终端, 通过AI芯, AIUI端, AI Service三大解决方案构建 '云端芯' 产品战略, 重点布局家居, 车载, 医疗领域, 从而形成完整的生态闭环.
深思考
深思考人工智能, 成立于2015年8月, 是一家专注于人工智能核心算法 (机器学习, 中文自然语言处理NLP, 深度学习, 机器视觉) 及硬件芯片设计的科技公司. 目前主要产品为ideepwise AI Robot Service底层服务系统, 基于该底层服务系统的IDeepwise人工智能 '医疗大脑' 和二代人工智能机器人系统及FPGA AI加速芯片. 2015年11月, 深思考曾获昕朴投资160万天使投资, 继而在2016年2月获得九阳股份千万级preA轮融资.
该公司核心团队由来自于中科院自动化所, 软件所, 计算所, 半导体所等中科院院所人工智能, 机器学习方向的资深科学家组成, 目前拥有国家发明专利28项, 实用新型专利1项, 商标1项, 软件著作权13项, 公司与中科院软件所, 中科院计算所, 中科院自动化所联合成立 '深度学习人工智能研究院' , 全面推进中科院产学研一体化工作.
作为深度学习硬件技术的推动者, 深思考将深度学习技术进行算法级和芯片级的深度优化, 提供特有的深度学习芯片解决方案. 目前可提供: FPGA+ARM深度学习集成平台深思考构建了 'FPGA+ARM深度学习集成平台' , 综合利用FPGA高带宽可重构和ARM处理器的应用优势. 在这一平台上, 可实现CNN, DNN和RNN算法的高效加速, 提高人工智能设备的反应速度并极大改善使用体验. 深度学习计算ASIC方案深思考可为企业客户提供深度学习计算ASIC (半定制集成电路) 的设计整合方案, 在65nm/ 45nm/40nm/28nm等先进工艺节点为客户提供独特的深度学习芯片设计支持, 将人工智能体验提升至运算性能巅峰. 深度学习算法+高性能芯片
深思考深度学习芯片研发团队正打破传统智能的局限与束缚, 在这场人工智能的竞赛中实现智慧学习在算法与芯片层面的深度融合.
12月, 深思考发布了第三代人工智能交互机器人iDeepWise.
西井科技(westwell)
西井科技创立于 2016 年 1 月, 专注研究类脑人工智能的芯片+算法的平台研究及商业化应用开发. 其基于神经形态工程学. 已推出了自主研发的深度学习类脑神经元芯片(deepwell)和可模拟5000万级别的 '神经元' 的类脑神经元芯片深南(deepsouth)产品.
西井科技已经构建起一个面向SNN脉冲神经网络及深度学习的软硬件平台——Westwe Brai. 首款深度学习处理器Deewe, 据悉功耗仅为传统芯片的几十分之一到几百分之一.
西井科技CEO谭黎敏曾表示, Westwe Brai从模拟神经元的数量级上看, 已超过了谷歌的人脑模拟器. 谷歌人脑模拟器使用的是CPU连接, 而Westwe Brai则摆脱了冯·诺依曼计算机结构, 使用的是电路模拟神经元的方法.
这个初创公司在短短时间已建立起一支由来自英国帝国理工, 牛津大学, 马赛中央理工, 加 州大学伯克利分校等学校相关人工智能专业毕业的博士后, 博士, 硕士所组成的技术团队.
6月西井科技获得A轮融资, 由复星同浩投资. 此轮融资将用于技术研发, 西井科技曾于2015年6月, 2016年1月分别获得天使轮和pre-A轮融资, 投资方包括合力投资, 源政投资, PreAngel等.
据腾讯研究院的统计, 中国AI产业基础层 (主要为处理器/芯片) 企业数量来看, 中国拥有14家. AI时代促进芯片的研发, 各个巨头分别在自己擅长的领域来巩固自己的地位, CPU, GPU, 现场可编程门阵列芯片等呈现百花齐放的态势, 在人工智能巨大的引擎下半导体行业迎来新的变革, 半导体行业作为最基础, 最重要的部分, 将会促进人工智能高速发展, 相辅相成的命运共同体.
2.为什么台湾人工智能可能输大陆? ;
到了 2020 年, 每 3 支手机, 就会有一支内建有 AI 芯片. 但目前浮出水面的 AI 芯片新创, 几乎都是大陆公司. 为什么台湾这回选择缺席?
「我听说 CPU, GPU, 没有听过 NPU? 」11 月底, 谐星, 主持人阿 Ken 在华为最新旗舰手机 Mate 10 的台湾发表会上, 说着事先安排好的台词.
这个在大直美福饭店举办的手机发表会, 充满着微妙的不协调感. 阿 Ken 以及穿著时尚的影星郭书瑶与修杰楷站台, 现场讲的却是艰涩的科技名词.
▲ 华为旗舰机 Mate 10 发表会, 左起修杰楷, 郭书瑶, 主持人阿 Ken.
例如 NPU (Neural Processor Unit) , 中文可翻为「类神经网络处理器」, 是用来专门处理深度学习功能的加速器.
或者, 通俗一点, AI 芯片. 这支「世界第一支 AI 手机」搭配的 Kirin 970 处理器, 里头新增一个 AI 内核, 因此过去用户需要手动设定的摄影场景模式, 现在可以自动化. 例如, 当你向一盘牛排对焦, 屏幕会浮现一个刀叉标志, 表示 AI 处理器辨识出来是食物, 便自动调整到食物的拍摄模式.
苹果, 华为领军 AI 进攻终端装置
这个世界第三大手机品牌, 展示的就是当前半导体业的当红话题「AI on edge」 (AI 放在终端装置) .
今年 9 月的苹果发表会也揭露, iPhone X 搭载的 A11 Bionic 芯片, 也具备一颗具 AI 功能的「类神经引擎」, 更一举炒红「AI on edge」.
依照过去只要苹果用了, 就会成为业界「标配」的惯例, 接下来的各厂牌的高阶手机, 也都将搭配一颗 AI 芯片.
科技市调机构 Counterpoint 迅速在苹果发表会结束后一个月, 发表研究报告指出, 指出 2020 年内建 AI 芯片的智能型手机市占率, 将从 2017 年的 3% 暴增至 35%. 也就是说, 每 3 支手机就有一支有 AI 芯片.
「把 AI 做到终端来, 华为与苹果是最早的两家, 」也出席华为发表会的台积电物联网业务开发处资深处长王耀东说. 而且, 这两颗芯片, 都采用台积最先进的 10 奈米制程.
过去流行的概念, 会认为机械学习所需的大量运算, 需要在云端进行, 算好再传回手机.
王耀东表示, 现在半导体制程微缩到 10 奈米, 运算能力大幅提升, 足可将原先放在云端的运算模型缩小放到手机, 但对于一般的通用处理器仍是负荷太重, 「所以要加上专用的 NPU. 它的运算结构适合简单但是大量的平行运算, 」王耀东说.
类似的事情, 约 20 年前发生过, 当时图形运算的需求暴增, 催生出独立的新芯片类别──绘图芯片.
绘图芯片大厂辉达 (Nvidia) 创办人黄仁勋在 1999 年首度提出 GPU 一词, 模拟大众熟悉的 CPU (中央处理器) , 让大家知道绘图芯片的重要性.
▲ 辉达创办人黄仁勋堪称 GPU 之父, 现在他也在最新的 AI 芯片竞逐战抢到先机, 预计明年下半年上市的最新 AI 运算平台 Pegasus, 宣称是全球首个可支持第五级自动驾驶的平台. (Source: 科技新报)
迎来当代「寒武纪大爆发」
现在因应 AI 对于计算机效能的爆炸需求, 一个全新的芯片类别已经隐隐浮现, 但要叫什么? 目前业界莫衷一是, Google 用在自家服务器上叫 TPU, 华为叫 NPU, 英特尔叫 NNP (Neural Network Processor) .
「这是一个很大的趋势, 」专长是人工智能系统的微软亚洲研究院副院长周礼栋说, 「现在可以说是 XPU 的时代. 百花齐放, 有很多 solution (解决方案) 出现. 」
不少业界人士, 用古生物演化史著名的寒武纪大爆炸, 来比喻现在这个热闹滚滚的样子.
有趣的是, 当前中国最顶尖的 AI 芯片设计公司, 就叫寒武纪科技. 该公司资金与人团队都出自中科院计算所, 被中国媒体称为「人工智能国家队」, 并在今年 8 月快速完成 1 亿美元的 A 轮募资, 股东包括阿里巴巴, 联想, 虽然估值并未揭露, 但业界一般相信, 寒武纪已成为全球 AI 芯片领域第一只独角兽 (估值超过 10 亿美元) .
因为, 华为 Mate 10 处理器的 AI 核心, 就是来自寒武纪的授权.
「第一颗选择市面上现成的比较快, 」王耀东说, 但他认为华为接下来一定会想办法用自己的 AI 设计, 「有能力发展自己AI的, 都会自己发展. 」
▲ 寒武纪科技出身中国中科院, 堪称苗红根正的中国「AI 希望」. 或许因此, 创办团队极少接受媒体采访. 《天下》约访几次, 都吃了闭门羹.
新品种的处理器
10 月底, 全球半导体产业领袖云集的台积电 30 周年论坛, AI 芯片也成为热门议题. 当时, 瑞士银行分析师吕家璈从听众席提问: 「未来 AI 芯片的前景如何? 会像 GPU, DSP 一样成为主流 IC 类别吗? 」
当时台积电董事长张忠谋指定, 由最适合该问题的黄仁勋回答.
黄仁勋认为, 会有 3 种不同类型的AI芯片. 第一种是用来训练深度学习模型的, 运算功能强大, 通常放在云端服务器里.
第二种, 就是用在华为, 苹果手机上的类神经处理器. 黄仁勋认为, 「是一种新品种的处理器, 未来所有的 autonomous machine (自动机器, 包含无人车, 无人机, 机械人) 上头都会有一颗.
第三种, 用在物联网的端点, 靠近传感器, 数量以上兆颗计算.
「未来每颗传感器上都会有 AI 跟机械学习的功能, 」模拟 IC 大厂 ADI 执行长罗奇 (Vincent Roche) 补充, 「因为大量的运算必须要靠近数据的来源地. 」
这么多的新增半导体需求, 也正是台积电今年股价一路冲破 200 元, 市值飙破台币 6 兆元的关键.
也难怪, 最近有外资券商调降台积目标价. 张忠谋在参加工商协进会早餐会后, 可以气定神闲地对媒体说, 「目前大家都在讲 AI, AI 需要高速度计算, 发展根本看不到有什么限制....... (高效运算) 没有需求减缓的隐忧. 」
中国新创来势汹汹 台湾反而缺席?
目前市场上最瞩目, 辉达, 英特尔以及以寒武纪为首的多家中国新创公司, 都投入竞逐的, 是用于无人机, 无人车, 智能型手机, 以及云端服务器的高性能 AI 芯片.
台湾厂家目前仍在这块肥沃的处女地缺席. 连联发科都还在观望.
一位资深业者透露, 这类高阶芯片, 需要的研发团队, 使用的制程都所费不赀. 出去还要跟英特尔, 辉达厮杀. 曾有出身知名大厂的团队尝试开发, 但还是在今年打了退堂鼓, 因为觉得风险太大. 而且连创投都不支持.
反观中国新创团队, 虽然技术, 经验比不上台湾, 但是「中国现在钱那么多, 随便募都募得到, 」卢超群感叹.
▲ 半导体老将, 钰创科技董事长卢超群表示, 面对大陆政府对 AI 新科技的大力投资, 台湾 IC 设计业仍需要政府各方面的支持.
更何况, 大陆政府还在 7 月公布「新一代人工智能发展规划」, 喊出要在 2030 年, 达到 AI 技术和应用与世界先进水平同步的目标. 可以预期, 又有新一波热钱, 涌向 AI 产业.
「大陆投入的经费, 人力物力差太多了. 台湾得追一下, 」王耀东也忍不住说. 天下杂志
3. '领跑' 人工智能: AI迎来中国新纪元;
人工智能 (AI) 应该可以当选2017年最热门的科技话题. 国家层面的扶持布局, 产业界的全面突破, 意味着人工智能在2018年乃至今后十年, 二十年仍可能是资本竞逐的风口.
2017年12月14日, 工信部发布了《促进新一代人工智能产业发展三年行动计划 (2018-2020年) 》 (以下简称《三年行动计划》) . 浙江省紧随其后, 于2017年12月26日出台新一代人工智能发展规划. 北京市在2017年12月26日也印发了加快科技创新构建高精尖经济结构系列文件, 涉及人工智能等10个产业, 并分别编制了指导意见.
产业界更是热闹非凡, 在AI芯片, 操作系统, 应用等层面都有了实质性的突破. 寒武纪在2017年11月6日推出了三款人工智能处理器IP产品, 地平线在2017年12月20日也推出两款人工智能嵌入式处理器产品. 致力于通过操作系统降低AI使用门槛的百度, 第四范式等, 通过智能音箱, AI手机等具体产品影响用户的阿里巴巴, 京东, 华为, 联想等, 在2017年也取得了一定程度的进展.
中国工程院院士潘云鹤告诉《中国经营报》记者, 人工智能是新一代科技革命的核心技术, 势必会推动新一代工业革命, 中国必须做好充分准备, 抓住机会实现换道发展, 弯道超车.
同步起跑
PC互联网时代, 几乎全世界都用英特尔和AMD的芯片, 微软Windows更是在操作系统层面 '一统天下' . 移动互联网时代, 在芯片领域提到高通就意味着高端市场, 来自中国的联发科, 展讯则一直希望迎头赶上, 但只是在中低端市场有一定作为; 操作系统层面依然是iOS和安卓的天下. 到了人工智能时代, 已是另外一番景象, 凡举芯片, 操作系统, 应用等层面, 中国企业与全球 '玩家' 都处在同一起跑线上了.
比如芯片领域, 尽管英伟达的GPU已经一马当先, 谷歌, AMD, 高通的TPU, 英特尔的CPU+FPGA, IBM的类脑芯片等AI芯片流派也不遑多让, 但现在远未到决定胜负的时候, 包括寒武纪, 地平线, 中星微, 西井科技等中国 '玩家' , 也有望在AI芯片领域赢得属于中国的一席之地.
其中, 西井科技在2016年就推出神经元类脑芯片; 中星微在2016年6月也推出国内首款嵌入式神经网络处理器 (NPU) ; 寒武纪2017年11月6日发布面向终端和云端的新一代人工智能处理器; 地平线在2017年12月20日也推出第一代自主研发的高斯架构的人工智能视觉芯片, 并宣布从2017年到2019年以一年一代架构——高斯架构, 伯努利架构, 贝叶斯架构的速度, 不断迭代自己的人工智能芯片.
尽管在市场上的声量远远小于谷歌, 英伟达等国际 '玩家' , 但中国 '玩家' 在AI芯片领域并不落后. '地平线2015年创立的时候, 就在行业中率先提出打造人工智能芯片架构BPU, 比谷歌提出TPU架构的时间还要早. ' 地平线创始人兼首席执行官, 国家 '千人计划' 特聘专家, 科技部国家新一代人工智能战略咨询委员会委员余凯博士告诉本报记者.
余凯曾经担任百度研究院副院长, 百度深度学习实验室主任, 是从百度离职的AI技术大牛之一. 余凯透露, 2015年他下决心从百度离开, 就是为实现打造AI '中国芯' 的梦想. 余凯认为, AI芯片在国家层面关乎中国能否在人工智能时代弯道超车, 在产业层面专属的AI芯片也意味着深度学习等算法在未来不受运算能力的限制.
寒武纪创始人陈天石分析, 'GPU是目前的主流, 但其基本架构并非为AI所设计, 效率受到很多限制. FPGA虽然迭代快, 短期内可满足一定计算需求, 但从速度和能耗比来说, 与专属AI芯片存在差距. 理想的AI芯片应该是一种新型处理器, 可适应语音, 图像, 视频, 自然语言多模态处理等广阔的应用面, 同时具备远超CPU和GPU的效率. ' 陈天石也认为, 中国 '玩家' 有望借助AI芯片实现弯道超车.
操作系统领域也是如此. 相关测算显示, 尽管中国互联网行业在全世界范围内也已经颇具规模, 但在操作系统层面, 每年大约需要向Windows, iOS, Android三大操作系统巨头让渡数千亿元利益. 人工智能时代的来临, 也意味着操作系统领域迎来重新洗牌的机会. 日前, 百度开发的对话式AI操作系统Duer OS已经成功入选第四届世界互联网大会14大领先科技成果名单, 被视为国内极具市场前景的AI操作系统. 除百度的Duer OS之外, 第四范式开发的 '先知' 系统, 也明确提出要成为AI领域的Windows.
'在PC互联网时代, Windows大幅降低了普通人使用电脑的难度, 在人工智能时代, '先知' 系统也想做到类似的事情, 降低人工智能的使用门槛. ' 第四范式创始人戴文渊告诉本报记者.
国家驱动
在芯片和操作系统等基础领域之外, 中国在AI应用层面的创新也是层出不穷. 同时, 除了BAT在人工智能领域全面布局之外, 中国人工智能应用层面出现了一大批未来之星, 比如语音领域的科大讯飞, 出门问问, 思必驰等, 视觉领域的商汤科技, 旷视科技等.
科大讯飞创始人刘庆峰公开表示, 人工智能在中国的应用热潮, 已经与美国处在同一起跑线上, 而且在国家政策的扶持帮助下, 中国人工智能的行业应用优势实际上更为明显.
小米创始人雷军此前在接受本报记者采访时表示, 中国发展人工智能优势在于庞大的人才库, 海量的大数据. 相关统计显示, 从2006年到2016年, 华人贡献了全球约三成的顶级人工智能论文. 雷军认为, 中国人从小就重视数学, 理工科基础好, 这在人工智能时代是巨大的优势. 同时, 中国拥有7.3亿网民, 居于世界首位, 已积累大量互联网用户行为数据. 据赛迪智库预测, 到2030年, 中国互联网数据总量的占比将取代美国成为全球第一, 这也将成为中国发展人工智能无可比拟的优势.
中国工程院院士潘云鹤告诉本报记者, 纵观全球发达国家对人工智能的关注和重视, 美国在2016年10月出台《国家人工智能研发战略规划》, 英国在2016年12月发布《人工智能: 未来决策制定的机遇与影响》. 相比较而言, 中国国务院在2015年7月发布的《关于积极推动 '互联网+' 行动的指导意见》中, 已经将 '互联网+人工智能' 列为其中的11项重点行动之一.
随后, 国务院于2017年7月20日印发《新一代人工智能发展规划》, 明确提出中国人工智能的 '三步走' 目标: 第一步是到2020年初步建成技术标准, 服务体系和产业生态链, 培育若干个全球领先的骨干企业, 核心产业规模超过1500亿元, 带动产业规模超过1万亿元; 第二步是到2025年在智能制造, 智慧医疗, 智慧城市, 智能农业, 国防建设等领域广泛应用人工智能, 核心产业规模超过4000亿元, 带动5万亿元; 第三步是到2030年在生产生活, 社会治理, 国防建设等方面极大拓展广度和深度, 形成涵盖核心技术, 关键系统, 支撑平台以及智能应用的完备产业链, 核心产业规模超过1万亿元, 带动10万亿元.
在《三年行动计划》中, 工信部明确提出 '加快人工智能产业发展, 推动人工智能和实体经济的融合发展' , 且明确提出在智能传感器, 神经网络芯片领域的设计, 代工, 封装技术达到国际先进水平等四项重点发展目标, 以及在智能网联汽车, 智能服务机器人, 智能无人机等八大重点领域实现规模化应用, 形成较强的全球竞争力.
业内人士普遍认为, 在明确以培育全球领先或者全国领先的人工智能企业为目标的国家及省市规划指导下, 目前在人工智能领域已经崭露头角的国内企业将率先受益. 创业邦
4.人工智能爆发之年: 人才缺乏资本涌入 引泡沫担忧
中新网客户端北京12月30日电(记者 邱宇) 2017年堪称是人工智能(英文简称AI)的 '大年' . AI概念在世界范围迅速升温, 在中国更吸引了大量人才和资金的流入, 各类企业和应用遍地开花. 不过与此同时, 资本的竞相追逐也引发一些泡沫化的担忧.
人工智能迎来爆发之年
人工智能被2016年世界经济报告预测为第四次工业革命的核心技术代表, 比尔·盖茨称之为计算机科学界的 '圣杯' .
2016年3月与2017年5月, 两场围棋界的 '人机大战' 让人工智能走入更多人的视野. AI程序阿尔法狗相继击败顶尖棋手李世石和柯洁, 天下无敌. 但这只 '狗' 的第一把交椅屁股还没坐热, 2017年10月, 新一代阿法元出山, 无需任何棋谱, 以100比0完虐阿尔法狗.
不过, 人工智能远不止是下围棋那么简单, 其涉足的领域已越来越广. 语音识别, 人脸识别, 无人驾驶, 大数据分析, 甚至疾病预测, 人工智能可以施展拳脚的领域早已覆盖了生活的方方面面.
中国的人工智能领域也大有星火燎原之势. 百度已经押宝人工智能, 无人驾驶汽车开上北京五环, 并宣布无人驾驶技术免费开放; 京东, 阿里, 小米也积极向人工智能布局, 涉水智能音箱市场; 互联网巨头腾讯发布了人工智能发展战略. 除了巨头以外, 地平线, 寒武纪等初创型AI公司也捷报频传.
其实, 人工智能的概念早在上世纪50年代就已经诞生. 为何近年开始呈现迅猛发展之势?
触景无限创始人, 国家 '千人计划' 专家陆凡在这一领域从业多年. 他说, 近年来, 深度学习的出现推动了人工智能的爆发. '深度学习让算法变得更加有效, 机器可以抛弃人掌握的规律, 更深入地挖掘事物本质. '
深度学习是随着电脑处理能力大幅提升而快速发展起来的一种机器学习的方法, 有点类似于人脑神经系统的工作.
'另外, 经过几十年发展, 芯片已可支撑起运算复杂度非常高的AI算法. ' 陆凡说, 大数据也是人工智能发展关键因素, 可给机器反馈, 不断进行训练, 告诉机器 '对与错' .
人才需求爆发式增长
要做出像人一样聪明的程序, 首先需要许许多多聪明的人. 随着人工智能概念升温, 人才的需求也呈爆发式增长.
一位国家级芯片设计研究所研究员告诉记者, 今年普遍感到新人更愿意去做人工智能和大数据. 他透露, 国内一家科技巨头公司的基础架构部今年校园招聘只收到两份简历, 与隔壁初创公司AI部门的成百上千份简历形成鲜明对比.
在传统芯片行业工作近20年的周扬, 选择跳槽到一家人工智能初创公司, 从事嵌入式人工智能视觉芯片的设计工作. 在他看来, 现在设计的人工智能芯片将主要围绕智能驾驶, 智慧城市等应用场景落地, 有更大的发展空间.
尽管应聘者众多, 但在人工智能领域依然存在较大的人才缺口.
智联招聘发布的一份报告显示, 过去一年中, 人工智能人才需求增长近2倍, 算法工程师增速最为迅猛. 拥有AI技能的人才现阶段月薪区间主要集中于10001元至15000元, 占比40%.
大拿科技创始人罗欢具有20年软件工程和人工智能经验. 他表示, 优秀的算法工程师对公司发展帮助很大, 公司愿意开数十万, 甚至百万年薪聘请一名得力的研发人员. 而由于这方面的人才不足, 学术界的教授, 研究员正被工业界疯抢.
从全球来看, 据腾讯研究院和BOSS直聘联合发布的《全球人工智能人才白皮书》显示, 全球AI领域人才总数约30万, 而目前市场的需求则在百万量级, AI人才供应存在很大缺口.
资本涌入引泡沫担忧
人才与资金是行业发展的关键因素, 人工智能正成为资本追逐的新领地.
2017年7月, 商汤科技获4.1亿美元B轮融资, 创下当时全球人工智能领域单轮融资额纪录; 8月, 孵化自中科院计算所的人工智能芯片公司寒武纪科技完成一亿美元A轮融资, 成为全球AI芯片领域第一个独角兽初创公司.
10月, 旷视科技宣布完成4.6亿美元C轮融资, 刷新此前商汤科技保持的纪录; 同月, 地平线获得英特尔约1亿美元A+轮融资; 12月, 图麟科技获2.5亿元人民币A轮融资.
资金的大量涌入, 越来越多的公司开始贴上人工智能标签, 引发人们对人工智能泡沫化的担忧.
今年3月, 李开复公开对媒体指出, 人工智能领域的投资和项目估值泡沫化严重, 出现了很多伪人工智能的产品. '我见了一个做内衣的, 也说自己是人工智能企业, 这是非常不正常的现象. '
'明年肯定要淘汰一批人工智能公司. ' 罗欢说, 现在, 真正懂人工智能的投资人非常少, 很少有投资人能正确评价一个项目的技术含量. 但投资人学习速度很快, 没有核心优势的人工智能公司获得融资的机会会变少.
陆凡认为, 有过多资本流入必然会形成泡沫, 但有泡沫不意味着行业就是虚假的. 就像当年互联网兴起时, 也存在一定的泡沫, 但互联网的大方向是对的, 浪潮去了, 留下来的都成了骨干力量.
中国能否 '弯道超车' ?
与西方国家相比, 人工智能在中国似乎更受资本追捧. 有分析称, 中国在大数据, 人口红利, 政策扶持等方面的优势是重要原因.
从政策层面来看, 今年3月, '人工智能' 首次被写入政府工作报告; 7月, 国务院出台《新一代人工智能发展规划》, 计划到2030年, 人工智能核心产业规模超过1万亿元; 11月, 科技部启动重大专项, 公布人工智能四大平台; 12月, 工信部发布三年行动计划, 力争到2020年, 在人工智能领域取得突破性进展, 在若干领域形成国际竞争优势.
根据欧亚集团发布的报告, 数据规模是人工智能领域竞争优势的最重要因素, 中国拥有的海量数据, 要远超其他国家.
上述报告称, 整体上中国人工智能虽仍落后于美国, 但在数据优势, 资本支持, 政府政策扶持, 人才扩张, 硬件制造优势等加持下, 将从模仿转为赶超, 引领或共同引领世界人工智能浪潮.