集微網推出整合電路微信公共號: '天天IC' , 重大新聞即時發布, 天天IC, 天天集微網, 積微成著! 複製 laoyaoic 微信公共號搜索添加關注.
1.盤點人工智慧晶片中的中國力量;
集微網消息, 人工智慧, 特別是深度學習, 這幾年爆發性的發展, 很大程度上得益於晶片技術多年的積累. 如果不是晶片技術已經發展到了一定的高度, 能夠給大規模的機器學習提供足夠的處理能力, 就沒有戰勝人類頂尖棋手的 AlphaGo. 過去十幾年驅動晶片技術發展的主要是通信, 多媒體和智能手機這些應用. 而隨著這些應用增長放緩, 晶片技術發展已經逐步轉向了AI領域, AI的驅動效應將在晶片技術上會有更明顯的體現.
人工智慧時代已經來臨, 所有人都看到了人工智慧的前景和其潛在的爆發力, 2016年以來也成為了晶片企業和互聯網巨頭們在晶片領域全面展開部署的一年. 在競爭激烈的全球AI研究領域, 中國的存在感正在加強, 人工智慧迅速成為中國創業公司最熱門的領域, 從2012年到2017年第三季度, 投資人共向200多家人工智慧公司注資了45億美元. 那麼, 在這個史無前例的巨大浪潮面前, 中國晶片生力軍中有哪些公司能脫穎而出, 成為新一代弄潮兒?
寒武紀
寒武紀由創始人陳天石教授帶領中科院團隊成立於2016年, 致力於打造各類智能雲伺服器, 智能終端以及智能機器人的核心處理器晶片. 公司開創了深度學習處理器方向, 研製了國際首個深度學習專用處理器晶片, 顯著提升了人工智慧領域的運算效能. 不同於穀歌採用的通用處理器, 寒武紀晶片專門面向深度學習技術. 類比實驗表明, '寒武紀' 相對於傳統執行x86指令集的晶片, 有兩個數量級 (幾百倍) 的性能提升.
8月, 寒武紀完成一億美元A輪融資, 成為全球 AI 晶片領域第一個獨角獸初創公司.
目前, 寒武紀系列已包含三種原型處理器結構: 寒武紀1號, 英文名DianNao, 面向神經網路的原型處理器結構; 寒武紀2號, 英文名DaDianNao, 面向大規模神經網路; 寒武紀3號, 英文名PuDianNao, 面向多種機器學習演算法. 與穀歌人工智慧對標, 寒武紀的目標是要讓1瓦以內功耗的攝像頭, 手機, 甚至手錶都能和AlphaGo一樣 '聰明' , 並且希望具有更優的性能, 更強大的計算能力, 以及更低的功耗. 目前寒武紀晶片產業化在即, 預計2018年上市, 市場表現值得期待. 而華為和中科院計算所一直保持著非常密切的關係, 成立了 '中科院計算所-華為聯合實驗室' , 華為麒麟970使用了寒武紀的技術.
11月6日, 寒武紀科技發布了三款智能處理器IP產品, 分別為面向低功耗場景視覺應用的寒武紀1H8, 高性能且擁有廣泛通用性的寒武紀1H16以及用於終端人工智慧產品的寒武紀1M. 同時, 寒武紀還發布了專門為開發者打造的人工智慧軟體平台CambriconNeuWare.
中星微電子
說起國內的人工智慧晶片, 不得不提一下, 今年6月20日, 率先推出中國首款嵌入式神經網路處理器 (NPU) 晶片中星微, 這是全球首顆具備深度學習人工智慧的嵌入式視頻採集壓縮編碼系統級晶片, 並取名 '星光智能一號' . 這款基於深度學習的晶片運用在人臉識別上, 最高能達到98%的準確率, 超過人眼的識別率. 研發 '星光智能一號' 耗時三年時間. 中星微集團聚集了北京, 廣東, 天津, 山西, 江蘇, 青島, 矽谷的研發力量, 採用了先進的過億門級整合電路設計技術及超亞微米晶片製造工藝, 在TSMC成功實現投片量產.
該NPU採用了 '數據驅動' 並行計算的架構, 單顆NPU (28nm) 能耗僅為400mW, 極大地提升了計算能力與功耗的比例, 可以廣泛應用於高清視頻監控, 智能駕駛輔助, 無人機, 機器人等嵌入式機器視覺領域. 目前 '星光智能一號' 出貨量主要集中在安防攝像領域, 其中包含授權給其他安防攝像廠商部分. 未來將主要向車載攝像頭, 無人機航拍, 機器人和工業攝像機方面進行推廣和應用.
地平線機器人
Horizon Robotics (地平線機器人) 由前百度深度學習研究院負責人餘凱創辦, 致力於打造基於深度神經網路的人工智慧 '大腦' 平台-包括軟體和晶片, 可以做到低功耗, 本地化的解決環境感知, 人機交互, 決策控制等問題. 其中, 軟體方面, 地平線做了一套基於神經網路的OS, 已經研發出分別面向自動駕駛的的 '雨果' 平台和智能家居的 '安徒生' 平台, 並開始逐步落地. 硬體方面, 未來地平線機器人還會為這個平台設計一個晶片——NPU (Neural Processing Unit) , 支撐自家的OS, 到那時效能會提升2-3個數量級 (100-1000倍) .
地平線機器人已經從包括 Sequoia 和傳奇的風險資本家 Yuri Milner 等投資人獲得了未透露金額的種子基金. 2016年7月1日, 地平線機器人獲得了新一輪融資, 這筆投資將用來加大對自動駕駛和智能家居領域的研發投入, 加快產品研發和落地速度; 推進人工智慧晶片和系統的研發. 他們正在著手於建立一個一站式人工智慧解決方案, 定義 '萬物智能' , 讓生活更便捷, 更有趣, 更安全.
地平線的最終產品不止晶片, 而是一個核心控制模組, 具有感知, 識別, 理解, 控制的功能. 把這個控制模組做成產品去跟合作方做整合. 換句話說, 地平線提供的是一個帶有人工智慧演算法的解決方案. 商業模式上, 目前會採取產品, 技術加服務的方式, 先把產品做出來, 得到第一手的用戶體驗, 將來再向更寬廣的生態去發展. 地平線並沒有把自己定義為單純的技術提供商, 不會單純的賣演算法SDK或者單純出售晶片, 而是打造技術平台, 來幫助用戶把產品做出來. 12 月 20 日, 地平線機器人分別針對自動駕駛以及嵌入式智能視覺處理推出了征程與旭日兩大全新處理器, 並提出了雨果 3.0 平台, 主要服務車用和即將到來的安防, 商業市場. 地平線機器人的方案主要是在解決 AI 計算中的 CNN, DNN 以及 RNN 的演算法加速, 提供主流神經網路結構所需要的計算力. 而其主打的架構就是基於自有演算法研發出來的 BPU(brain Processing Unit).
比特大陸
成立於2013年的比特大陸 (BITMAIN) 是一個專註於在超高性能計算研發的企業, 公司成功開發並量產了多款ASIC定製晶片和整機系統, 專挖比特幣的礦機就是他們的一個重要產品. 據介紹, 全球80%甚至90%的礦機都是他們提供的. 過去幾年裡, 他們也一直在推動礦機用ASIC晶片迭代, 滿足更新的需求. 官方資料顯示, 比特大其陸自主研發的第五代晶片BM1387, 是全球功耗最低, 性能最高的運算加速晶片, 而其量產規模達數十億顆.
11月, 該公司發布了人工智慧品牌SOPHON (算豐, 取 '算天地玄空, 豐認知智能' 之意) , 並帶來了全球首款張量加速計算晶片BM1680. 入場人工智慧領域, 是比特大陸的重要一步. 從研發數字貨幣晶片, 礦機到設立礦池, 比特大陸自主研發, 自主布局完善產業鏈. 而現在, 是比特大陸進軍人工智慧行業的最佳時機, 致力於通過強大的晶片工程, 快速迭代和系統設計製造能力, 提供最具性價比, 最具性能功耗比的AI計算力, 同時致力於為行業定製, 優化全棧的硬體和系統方案, 從而極大降低行業+AI的難度, 促進AI普及.
深鑒科技
深鑒科技由清華團隊創辦, 其產品稱作 '深度學習處理單元' (Deep Processing Unit, DPU) , 目標是以ASIC級別的功耗, 來達到優於GPU的性能, 目前第一批產品基於FPGA平台.
從官方提供的數據來看, 嵌入式端的產品在性能超過Nvidia TK1 的同時, 功耗, 售價僅為後者的1/4左右. 伺服器端的產品, 性能接近Nvidia K40 GPU , 但功耗只有35瓦左右, 售價300美元以下, 不足後者的1/10.
深鑒科技著力於打造基於DPU的端到端的深度學習硬體解決方案, 除了承載在硬體模組 (訂製的PCB板) 上的DPU的晶片架構外, 還打造了針對該架構的DPU壓縮編譯工具鏈SDK.
產品的應用領域分為終端和雲端兩類. 其中嵌入式端的產品將主要應用在無人機, 安防監控, 機器人, AR等領域, 目前已經與一家知名無人機廠商建立了合作. 伺服器端的產品將主要面向大型互聯網公司的語音處理, 映像處理等. 目前也已經與國內知名互聯網公司展開合作, 在相容對方現有機房的情況下, 功耗降低80%, 語音識別的準確率提升了5%-7%.
今年5月, 深鑒科技完成數千萬美元A輪融資, 10月又迎來了約4000千萬美元A+輪融資, 由螞蟻金服與三星風投領投, 招商局與華創資本跟投. 自2016年3月成立以來, 深鑒科技已經獲得了3輪融資, 投資方有金沙江創投, 高榕資本, 螞蟻金服, 三星風投, Xilinx, 聯發科, 華創資本等等.
禾賽科技
禾賽科技2013年成立於美國矽谷聖何塞, 2014年總部遷至上海. 公司主營產品為智能駕駛雷射雷達, 雷射天然氣檢測系統等. 公司聚集了光學, 精密機械, 電子, 通信, 人工智慧等前沿行業的頂尖專家, 聯合創始人&CEO李一帆是世界經濟論壇全球傑出青年, 上海市千人計劃專家, 創業邦30位30歲以下創業者. 清華大學精密儀器系本科, 美國伊利諾大學香檳分校博士學位, 研究課題為行走機器人的智能控制. 曾任美國西部數據集團首席工程師, 美國Parker集團戰略投資部, Lam Research機器人部等.
今年5月, 禾賽獲得了由Pagoda Investment領投, 將門創投, 盤穀創投及遠瞻資本跟投的共計1.1億元人民幣的A輪融資.
雷射雷達 (LiDAR) , 是自動駕駛和機器人行業用於雷射三維掃描的感測器, 也是無人車上最重要的元件之一. 2016年10月, 禾賽國內首次展示面向自動駕駛的32線雷射雷達, 性能指標達到國際領先水平. 2017年4月, 經過一年多的開發, 大量的內部測試以及早期客戶共同測試, 禾賽發布了40線混合固態產品– Pandar40. 它具有超越競爭對手的超小體積, 世界一流的測量距離以及測量精度, 和專門為自動駕駛優化的掃描線分布. 創造了市面上所有雷射雷達的最小垂直角解析度0.33°——等效於一個傳統83線雷達.
12月禾賽科技發布了自主研發的固態雷射雷達——Pandar GT, 並宣布完成原型研發, 正在與多家國際一線OEM和Tier1合作和開發測試. 預計2018年第一季度, 禾賽會給數十家量產合作夥伴正式提供A樣件.
碼隆科技
碼隆科技是一家專註於深度學習, 打造定製化計算機視覺技術平台的人工智慧公司. 碼隆科技核心團隊來自微軟亞洲研究院, 清華大學, 中科院等, 在深度學習與計算機視覺領域實現重大技術突破, 在全球範圍率先實現人工智慧對於典型柔性商品的識別精度超越人力, 並打造了ProductAI人工智慧商品識別平台, 為企業提供全球首創的商品識別服務, 自助定製化以圖搜圖搜索引擎, 以及映像識別技術支援. 目前ProductAI已經成功在映像著作權, 時尚, 紡織, 傢具, 家紡, 旅遊, 出版, 醫藥, 智能濾鏡等行業輸出了解決方案, 並可提供中, 英, 日等多國語言服務. 在今年計算機視覺識別領域的頂級賽事WebVision國際競賽上, 來自中國的碼隆科技以絕對優勢獲得競賽世界冠軍.
產品特點: 第一, 微軟亞洲研究院的資深計算機科學家, 清華大學技術發燒友, 海外學者智囊團組成的世界一流研發團隊專註研發, 在視覺計算, 機器學習, 大數據等領域擁有數十個精深科研成果和前沿的技術專利, 積極推動國際學術廣泛交流與深度合作, 實現突破性技術創新. 投入大規模GPU計算能力打造AI超強大腦, 擁有千萬級數據打造的頂尖演算法模型和自搭建先進數據標註系統. 第二, 基於雲端搭建可擴展的智能演算法服務, 開發者和數據分析師無需管理基礎設施和編寫代碼, 就能直接使用人工智慧演算法, 對接API. 第三, ProductAI平台可識別超過20000物體分類, 部分功能識別精度比專業人員高出8%; 每一片GPU工作效率相當於200-400名經過訓練的專業人員. 第四, 平台操作簡單零門檻, 免費試用無負擔, 對效果滿意後按每月API使用量付費.
12月, 碼隆科技獲得國際知名 '風投' 軟銀中國(SBCVC)的2.2億元人民幣B輪融資. 這是軟銀在中國AI領域投資的第一家創業公司.
偉景智能
北京偉景智能科技有限公司 (英文名稱Vizum) 成立於2016年6月, 是一家致力於研究智能視覺感知技術, 為客戶提供領先的平面和立體智能視覺軟硬體產品及解決方案的人工智慧公司, 包括SDK, IP, 晶片等產品形. 主要產品有第一代智能眼ViEyeⅠ, 第二代智能眼ViEyeⅡ, 智能立體成像SDK等, ViEye是一款基於 'Natural Learning' 立體智能視覺技術, 專為機器人和移動設備開發的集採集, 感知, 認知, 選擇, 反饋, 控制等特性於一體的立體智能視覺產品.
Vizum由原世界第三大手機晶片公司展訊通信首席科學家, 北京博雅華錄視聽技術研究院有限公司總經理董霄劍博士創立, 公司核心團隊皆來自國內外知名半導體公司, 不僅在智能映像處理領域擁有深厚的理論基礎, 而且在立體視覺, 物體識別, 深度學習的融合應用上具有深厚的技術積累: 團隊在手機基帶晶片, 物聯網, 智能硬體等領域有大量成功開發案例, 參與量產了近20款晶片, 涉及通信及多媒體, 累計總銷量達數億片, 創造了巨大的市場價值.
作為一家人工智慧 + 晶片研發 + 智能系統提供商企業, Vizum堅持智能化路線, 堅持把理論和技術創新作為公司發展的靈魂, 自主研發了 'Natural Learning' 立體智能視覺技術, 並保持在全球範圍內的領先地位. 基於此技術開發的智能眼ViEye專為機器人和移動設備服務, 其功能為全球首創, 其性能在立體認知和量化認知上超越了國際主流雙目視覺廠商, 且已成功應用於立體人臉識別, 立體手勢識別, 機器人視覺等產品.
2017年5月22日, Vizum完成來自產業領軍方的5000萬元人民幣A輪融資, 這是Vizum繼2016年底完成來自恒坤睿金, 將門創投的數千萬級天使輪投資後, 在半年的時間裡完成的第二次融資. 如今, Vizum團隊核心成員皆來自國內外知名半導體公司, 在手機基帶晶片, 物聯網, 智能硬體等領域有大量成功開發案例, 參與量產的晶片總計近20款, 涉及通信及多媒體, 累計總銷量達數億片.
8月, 北京偉景智能科技有限公司宣布與鹹陽高新區正式簽署合作協議: 在鹹陽高新區建立機器人智能眼應用研究中心及生產基地. 12月8日, 由北京偉景智能科技有限公司投資的陝西偉景機器人科技有限公司在鹹陽隆重開業. 該項目預計整體投資規模將達2億元人民幣, 鹹陽市及鹹陽高新區對偉景機器人在基地建設和投資上給予了極大支援和投入.
悅享趨勢科技
悅享趨勢科技成立於2014年是一家專註醫療電子感測器和生理大數據人工智應用的高科技公司. 圍繞公司非接觸式動脈雷達BioRF專利技術, 整合實現多種類生理訊號採集的模組/晶片方案, 並結合雲端的生物醫學模型對生理訊號進行智能分析. 公司推出的產品包括無袖帶式血壓變化追蹤腕錶, 心臟異常預警可穿戴, 全身動脈血管硬化檢測儀等多種個性化精準化醫療產品.
悅享趨勢科技創始人兼CEO朱宇東創業前曾擔任多年美國高通半導體產品管理總監, 美國創銳訊半導體全球市場總監, 美國博通半導體中國區高級技術市場經理. 持有香港科技大學電機與電子工程系碩士學位, 清華大學電子工程系學士學位.
8月28日悅享趨勢科技宣布年初已經完成千萬級Pre-A輪融資, 該輪融資由將門創投領投, 北京挑戰, 辰海資本跟投. 2015年, 悅享趨勢還曾獲得辰海資本的百萬級天使輪投資.
元鼎音訊 (UnlimiterHear)
元鼎國際是台灣科技輔具專業開發商,成立於成立於1997年, 擁有100多項語音, 聽力等專利, 專門協助身心障礙者. 2008年開始研究聽損及如何改善聽力, 開發MFA子音偵測壓移頻率技術,可通過不同的服務平台, 打造 MFA生態環境提升聽辨能力. 2015年成立元鼎音訊, 蓄勢待發瞄準消費電子產品音頻市場, 其商業模式為IP技術授權供貨商, 提供聽力演算法方案.
元鼎音訊技術核心為毫秒移頻演算法(Millisecond Frequency Adjustment; MFA), 主要在1.5毫秒內將聽障者無法聽到的微弱高頻子音, 以頻率壓縮和移頻演算法技術, 移到尚有殘餘聽力的中低頻範圍, 還原聲音的本色. 元鼎的聽力演算法主要用於兩大產業, 一是藍芽助/輔聽器產業, 二是藍芽耳機產業. 目前元鼎在全球各地工申請音頻專利128餘項(含中, 美, 歐等國家, 已取得49項專利, 美國8項), 在演算法專利授權方面, 已有數家IC廠與元鼎洽談IP授權中.
包括助聽器, 輔聽器, 耳機&Earbuds在內的Hearable整體市場將成為成長最迅速的穿戴式市場,在2020年引爆一個超過160億美元的市場. 元鼎將以專利技術Ear Clarity '聽得清楚' , EarEQ '聽得完美' , EarSafe '聽得安全' , Ear Command '聽得智慧' 運用於CSR及Microchip藍芽平台, 可以應用在移動設備上的未來人工智慧語音控制.
元鼎音訊由數名退休科技科技人共同成立. 曾於美國科技教育界服務的元鼎音訊董事長楊國屏於1997年返台創業, 並成立元鼎國際開發與科技輔助文教基金會, 創業十幾年來一直專註於電子輔具設計, 協助身心障礙者透過科技輔具與他人溝通, 期間累積上百件聽力與聲學相關專利. 副董事長楊曉明曾任職IBM大中華地區PC公司總經理, 而過去曾服務新唐科技, 並擔任華邦電子上海總經理, 擁有超過30年半導體產業經驗的總經理黃金星負責業務推廣. 退休後就需要頤養天年嗎? 許多懂得自我管理的退休族, 開始投入人生下半場另一次冒險, 元鼎音訊團隊即是絕佳案例.
百度
百度聯合展訊等硬體廠商推出了DuerOS智慧晶片, 可以視作百度在人工智慧與硬體設備一體化方面的新探索. DuerOS智慧晶片擁有低成本晶片和模組, 可以以晶片嵌入的形勢放到任何硬體中, 能夠更加快速而廣泛地應用到更多場景. 可以看出, 百度在利用 '演算法+晶片' 的組合實現人工智慧產業化落地. 在今年3月, 百度宣布了與紫光展銳, ARM, 上海漢楓達成戰略合作, 構建包括度秘大腦, 語音解決方案, 晶片/模組在內的三層結構, 其中, 前兩層由百度度秘提供, 賦予晶片DuerOS '可對話' 的核心功能晶片模組板塊分別由紫光展銳, ARM, 漢楓共同支援. 晶片本體是紫光展銳RDA5981, 該晶片是紫光展銳一款用於物聯網應用的低功耗WiFi+MCU, 基於ARM架構, 支援WiFi, 並支援硬體加密加速. 這塊晶片並不支援人工智慧運算的加速, 但是能幫助把智能硬體 (如智能音箱, 智能) 連接到網路中, 並在雲端完成人工智慧運算和交互.
此外, 日前百度在加州Hot Chips大會上度發布了XPU, 這是一款256核, 基於FPGA的雲計算加速晶片, 合作夥伴是賽思靈. XPU的目標是在性能和效率之間實現平衡, 並處理多樣化的計算任務.
除百度外, 騰訊和阿里也加入戰局, 近期均推出了FPGA雲解決方案, 華為也在做雲計算的架構和方式研究.
雲知聲
雲知聲是最專業的語音交互提供商, 公司成立於2012年. 總部位於北京, 在上海, 深圳設有分公司和辦事處. 目前雲知聲已推出了一系列語音識別服務中間件和語音識別服務雲平台, 廣泛應用在移動互聯網, 智能家居, 可穿戴設備, 車載導航, 醫療, 教育, 呼叫中心等領域, 為企業和用戶提供專業的語音識別服務.
雲知聲高度整合的AI可定製化晶片UniOne, 內置DNN處理單元, 相容多麥克風, 多作業系統. 在8月17日, 雲知聲正式宣布獲得3億人民幣戰略投資, 後續將主要在三個方面持續發力: 第一, 加強物聯網人工智慧服務全產業鏈關鍵技術的研發投入; 第二, 加大人工智慧專用晶片UniOne的研發力度, 進一步完善以 '雲端芯' 為核心的產品開發和商業落地; 第三, 進一步加大在智慧生活, 智慧服務領域的產業鏈生態建設投入.
雲知聲的規劃是從前期提供開放語音雲平台服務到後續聚焦物聯網, 試圖將技術能力從雲端遷移到終端, 通過AI芯, AIUI端, AI Service三大解決方案構建 '雲端芯' 產品戰略, 重點布局家居, 車載, 醫療領域, 從而形成完整的生態閉環.
深思考
深思考人工智慧, 成立於2015年8月, 是一家專註於人工智慧核心演算法 (機器學習, 中文自然語言處理NLP, 深度學習, 機器視覺) 及硬體晶片設計的科技公司. 目前主要產品為ideepwise AI Robot Service底層服務系統, 基於該底層服務系統的IDeepwise人工智慧 '醫療大腦' 和二代人工智慧機器人系統及FPGA AI加速晶片. 2015年11月, 深思考曾獲昕樸投資160萬天使投資, 繼而在2016年2月獲得九陽股份千萬級preA輪融資.
該公司核心團隊由來自於中科院自動化所, 軟體所, 計算所, 半導體所等中科院院所人工智慧, 機器學習方向的資深科學家組成, 目前擁有國家發明專利28項, 實用新型專利1項, 商標1項, 軟體著作權13項, 公司與中科院軟體所, 中科院計算所, 中科院自動化所聯合成立 '深度學習人工智慧研究院' , 全面推進中科院產學研一體化工作.
作為深度學習硬體技術的推動者, 深思考將深度學習技術進行演算法級和晶片級的深度優化, 提供特有的深度學習晶片解決方案. 目前可提供: FPGA+ARM深度學習整合平台深思考構建了 'FPGA+ARM深度學習整合平台' , 綜合利用FPGA高頻寬可重構和ARM處理器的應用優勢. 在這一平台上, 可實現CNN, DNN和RNN演算法的高效加速, 提高人工智慧設備的反應速度並極大改善使用體驗. 深度學習計算ASIC方案深思考可為企業客戶提供深度學習計算ASIC (半定製整合電路) 的設計整合方案, 在65nm/ 45nm/40nm/28nm等先進工藝節點為客戶提供獨特的深度學習晶片設計支援, 將人工智慧體驗提升至運算性能巔峰. 深度學習演算法+高性能晶片
深思考深度學習晶片研發團隊正打破傳統智能的局限與束縛, 在這場人工智慧的競賽中實現智慧學習在演算法與晶片層面的深度融合.
12月, 深思考發布了第三代人工智慧交互機器人iDeepWise.
西井科技(westwell)
西井科技創立於 2016 年 1 月, 專註研究類腦人工智慧的晶片+演算法的平台研究及商業化應用開發. 其基於神經形態工程學. 已推出了自主研發的深度學習類腦神經元晶片(deepwell)和可類比5000萬級別的 '神經元' 的類腦神經元晶片深南(deepsouth)產品.
西井科技已經構建起一個面向SNN脈衝神經網路及深度學習的軟硬體平台——Westwe Brai. 首款深度學習處理器Deewe, 據悉功耗僅為傳統晶片的幾十分之一到幾百分之一.
西井科技CEO譚黎敏曾表示, Westwe Brai從類比神經元的數量級上看, 已超過了穀歌的人腦類比器. 穀歌人腦類比器使用的是CPU連接, 而Westwe Brai則擺脫了馮·諾依曼計算機結構, 使用的是電路類比神經元的方法.
這個初創公司在短短時間已建立起一支由來自英國帝國理工, 牛津大學, 馬賽中央理工, 加 州大學伯克利分校等學校相關人工智慧專業畢業的博士後, 博士, 碩士所組成的技術團隊.
6月西井科技獲得A輪融資, 由複星同浩投資. 此輪融資將用於技術研發, 西井科技曾於2015年6月, 2016年1月分別獲得天使輪和pre-A輪融資, 投資方包括合力投資, 源政投資, PreAngel等.
據騰訊研究院的統計, 中國AI產業基礎層 (主要為處理器/晶片) 企業數量來看, 中國擁有14家. AI時代促進晶片的研發, 各個巨頭分別在自己擅長的領域來鞏固自己的地位, CPU, GPU, 現場可編程門陣列晶片等呈現百花齊放的態勢, 在人工智慧巨大的引擎下半導體行業迎來新的變革, 半導體行業作為最基礎, 最重要的部分, 將會促進人工智慧高速發展, 相輔相成的命運共同體.
2.為什麼台灣人工智慧可能輸大陸? ;
到了 2020 年, 每 3 支手機, 就會有一支內建有 AI 晶片. 但目前浮出水面的 AI 晶片新創, 幾乎都是大陸公司. 為什麼台灣這回選擇缺席?
「我聽說 CPU, GPU, 沒有聽過 NPU? 」11 月底, 諧星, 主持人阿 Ken 在華為最新旗艦手機 Mate 10 的台灣發表會上, 說著事先安排好的台詞.
這個在大直美福飯店舉辦的手機發表會, 充滿著微妙的不協調感. 阿 Ken 以及穿著時尚的影星郭書瑤與修杰楷月台, 現場講的卻是艱澀的科技名詞.
▲ 華為旗艦機 Mate 10 發表會, 左起修杰楷, 郭書瑤, 主持人阿 Ken.
例如 NPU (Neural Processor Unit) , 中文可翻為「類神經網路處理器」, 是用來專門處理深度學習功能的加速器.
或者, 通俗一點, AI 晶片. 這支「世界第一支 AI 手機」搭配的 Kirin 970 處理器, 裡頭新增一個 AI 內核, 因此過去用戶需要手動設定的攝影場景模式, 現在可以自動化. 例如, 當你向一盤牛排對焦, 屏幕會浮現一個刀叉標誌, 表示 AI 處理器辨識出來是食物, 便自動調整到食物的拍攝模式.
蘋果, 華為領軍 AI 進攻終端裝置
這個世界第三大手機品牌, 展示的就是當前半導體業的當紅話題「AI on edge」 (AI 放在終端裝置) .
今年 9 月的蘋果發表會也揭露, iPhone X 搭載的 A11 Bionic 晶片, 也具備一顆具 AI 功能的「類神經引擎」, 更一舉炒紅「AI on edge」.
依照過去只要蘋果用了, 就會成為業界「標配」的慣例, 接下來的各廠牌的高階手機, 也都將搭配一顆 AI 晶片.
科技市調機構 Counterpoint 迅速在蘋果發表會結束後一個月, 發表研究報告指出, 指出 2020 年內建 AI 晶片的智能型手機市佔率, 將從 2017 年的 3% 暴增至 35%. 也就是說, 每 3 支手機就有一支有 AI 晶片.
「把 AI 做到終端來, 華為與蘋果是最早的兩家, 」也出席華為發表會的台積電物聯網業務開發處資深處長王耀東說. 而且, 這兩顆晶片, 都採用台積最先進的 10 奈米製程.
過去流行的概念, 會認為機械學習所需的大量運算, 需要在雲端進行, 算好再傳回手機.
王耀東表示, 現在半導體製程微縮到 10 奈米, 運算能力大幅提升, 足可將原先放在雲端的運算模型縮小放到手機, 但對於一般的通用處理器仍是負荷太重, 「所以要加上專用的 NPU. 它的運算結構適合簡單但是大量的平行運算, 」王耀東說.
類似的事情, 約 20 年前發生過, 當時圖形運算的需求暴增, 催生出獨立的新晶片類別──繪圖晶片.
繪圖晶片大廠輝達 (Nvidia) 創辦人黃仁勳在 1999 年首度提出 GPU 一詞, 類比大眾熟悉的 CPU (中央處理器) , 讓大家知道繪圖晶片的重要性.
▲ 輝達創辦人黃仁勳堪稱 GPU 之父, 現在他也在最新的 AI 晶片競逐戰搶到先機, 預計明年下半年上市的最新 AI 運算平台 Pegasus, 宣稱是全球首個可支援第五級自動駕駛的平台. (Source: 科技新報)
迎來當代「寒武紀大爆發」
現在因應 AI 對於計算機效能的爆炸需求, 一個全新的晶片類別已經隱隱浮現, 但要叫什麼? 目前業界莫衷一是, Google 用在自家伺服器上叫 TPU, 華為叫 NPU, 英特爾叫 NNP (Neural Network Processor) .
「這是一個很大的趨勢, 」專長是人工智慧系統的微軟亞洲研究院副院長周禮棟說, 「現在可以說是 XPU 的時代. 百花齊放, 有很多 solution (解決方案) 出現. 」
不少業界人士, 用古生物演化史著名的寒武紀大爆炸, 來比喻現在這個熱鬧滾滾的樣子.
有趣的是, 當前中國最頂尖的 AI 晶片設計公司, 就叫寒武紀科技. 該公司資金與人團隊都出自中科院計算所, 被中國媒體稱為「人工智慧國家隊」, 並在今年 8 月快速完成 1 億美元的 A 輪募資, 股東包括阿里巴巴, 聯想, 雖然估值並未揭露, 但業界一般相信, 寒武紀已成為全球 AI 晶片領域第一隻獨角獸 (估值超過 10 億美元) .
因為, 華為 Mate 10 處理器的 AI 核心, 就是來自寒武紀的授權.
「第一顆選擇市面上現成的比較快, 」王耀東說, 但他認為華為接下來一定會想辦法用自己的 AI 設計, 「有能力發展自己AI的, 都會自己發展. 」
▲ 寒武紀科技出身中國中科院, 堪稱苗紅根正的中國「AI 希望」. 或許因此, 創辦團隊極少接受媒體採訪. 《天下》約訪幾次, 都吃了閉門羹.
新品種的處理器
10 月底, 全球半導體產業領袖雲集的台積電 30 周年論壇, AI 晶片也成為熱門議題. 當時, 瑞士銀行分析師呂家璈從聽眾席提問: 「未來 AI 晶片的前景如何? 會像 GPU, DSP 一樣成為主流 IC 類別嗎? 」
當時台積電董事長張忠謀指定, 由最適合該問題的黃仁勳回答.
黃仁勳認為, 會有 3 種不同類型的AI晶片. 第一種是用來訓練深度學習模型的, 運算功能強大, 通常放在雲端伺服器裡.
第二種, 就是用在華為, 蘋果手機上的類神經處理器. 黃仁勳認為, 「是一種新品種的處理器, 未來所有的 autonomous machine (自動機器, 包含無人車, 無人機, 機械人) 上頭都會有一顆.
第三種, 用在物聯網的端點, 靠近感測器, 數量以上兆顆計算.
「未來每顆感測器上都會有 AI 跟機械學習的功能, 」類比 IC 大廠 ADI 執行長羅奇 (Vincent Roche) 補充, 「因為大量的運算必須要靠近數據的來源地. 」
這麼多的新增半導體需求, 也正是台積電今年股價一路衝破 200 元, 市值飆破台幣 6 兆元的關鍵.
也難怪, 最近有外資券商調降台積目標價. 張忠謀在參加工商協進會早餐會後, 可以氣定神閑地對媒體說, 「目前大家都在講 AI, AI 需要高速度計算, 發展根本看不到有什麼限制....... (高效運算) 沒有需求減緩的隱憂. 」
中國新創來勢洶洶 台灣反而缺席?
目前市場上最矚目, 輝達, 英特爾以及以寒武紀為首的多家中國新創公司, 都投入競逐的, 是用於無人機, 無人車, 智能型手機, 以及雲端伺服器的高性能 AI 晶片.
台灣廠家目前仍在這塊肥沃的處女地缺席. 連聯發科都還在觀望.
一位資深業者透露, 這類高階晶片, 需要的研發團隊, 使用的製程都所費不貲. 出去還要跟英特爾, 輝達廝殺. 曾有出身知名大廠的團隊嘗試開發, 但還是在今年打了退堂鼓, 因為覺得風險太大. 而且連創投都不支援.
反觀中國新創團隊, 雖然技術, 經驗比不上台灣, 但是「中國現在錢那麼多, 隨便募都募得到, 」盧超群感歎.
▲ 半導體老將, 鈺創科技董事長盧超群表示, 面對大陸政府對 AI 新科技的大力投資, 台灣 IC 設計業仍需要政府各方面的支援.
更何況, 大陸政府還在 7 月公布「新一代人工智慧發展規劃」, 喊出要在 2030 年, 達到 AI 技術和應用與世界先進水平同步的目標. 可以預期, 又有新一波熱錢, 湧向 AI 產業.
「大陸投入的經費, 人力物力差太多了. 台灣得追一下, 」王耀東也忍不住說. 天下雜誌
3. '領跑' 人工智慧: AI迎來中國新紀元;
人工智慧 (AI) 應該可以當選2017年最熱門的科技話題. 國家層面的扶持布局, 產業界的全面突破, 意味著人工智慧在2018年乃至今後十年, 二十年仍可能是資本競逐的風口.
2017年12月14日, 工信部發布了《促進新一代人工智慧產業發展三年行動計劃 (2018-2020年) 》 (以下簡稱《三年行動計劃》) . 浙江省緊隨其後, 於2017年12月26日出台新一代人工智慧發展規劃. 北京市在2017年12月26日也印發了加快科技創新構建高精尖經濟結構系列檔案, 涉及人工智慧等10個產業, 並分別編製了指導意見.
產業界更是熱鬧非凡, 在AI晶片, 作業系統, 應用等層面都有了實質性的突破. 寒武紀在2017年11月6日推出了三款人工智慧處理器IP產品, 地平線在2017年12月20日也推出兩款人工智慧嵌入式處理器產品. 致力於通過作業系統降低AI使用門檻的百度, 第四範式等, 通過智能音箱, AI手機等具體產品影響用戶的阿里巴巴, 京東, 華為, 聯想等, 在2017年也取得了一定程度的進展.
中國工程院院士潘雲鶴告訴《中國經營報》記者, 人工智慧是新一代科技革命的核心技術, 勢必會推動新一代工業革命, 中國必須做好充分準備, 抓住機會實現換道發展, 彎道超車.
同步起跑
PC互聯網時代, 幾乎全世界都用英特爾和AMD的晶片, 微軟Windows更是在作業系統層面 '一統天下' . 移動互聯網時代, 在晶片領域提到高通就意味著高端市場, 來自中國的聯發科, 展訊則一直希望迎頭趕上, 但只是在中低端市場有一定作為; 作業系統層面依然是iOS和安卓的天下. 到了人工智慧時代, 已是另外一番景象, 凡舉晶片, 作業系統, 應用等層面, 中國企業與全球 '玩家' 都處在同一起跑線上了.
比如晶片領域, 儘管英偉達的GPU已經一馬當先, 穀歌, AMD, 高通的TPU, 英特爾的CPU+FPGA, IBM的類腦晶片等AI晶片流派也不遑多讓, 但現在遠未到決定勝負的時候, 包括寒武紀, 地平線, 中星微, 西井科技等中國 '玩家' , 也有望在AI晶片領域贏得屬於中國的一席之地.
其中, 西井科技在2016年就推出神經元類腦晶片; 中星微在2016年6月也推出國內首款嵌入式神經網路處理器 (NPU) ; 寒武紀2017年11月6日發布面向終端和雲端的新一代人工智慧處理器; 地平線在2017年12月20日也推出第一代自主研發的高斯架構的人工智慧視覺晶片, 並宣布從2017年到2019年以一年一代架構——高斯架構, 伯努利架構, 貝葉斯架構的速度, 不斷迭代自己的人工智慧晶片.
儘管在市場上的聲量遠遠小於穀歌, 英偉達等國際 '玩家' , 但中國 '玩家' 在AI晶片領域並不落後. '地平線2015年創立的時候, 就在行業中率先提出打造人工智慧晶片架構BPU, 比穀歌提出TPU架構的時間還要早. ' 地平線創始人兼首席執行官, 國家 '千人計劃' 特聘專家, 科技部國家新一代人工智慧戰略諮詢委員會委員餘凱博士告訴本報記者.
餘凱曾經擔任百度研究院副院長, 百度深度學習實驗室主任, 是從百度離職的AI技術大牛之一. 餘凱透露, 2015年他下決心從百度離開, 就是為實現打造AI '中國芯' 的夢想. 餘凱認為, AI晶片在國家層面關乎中國能否在人工智慧時代彎道超車, 在產業層面專屬的AI晶片也意味著深度學習等演算法在未來不受運算能力的限制.
寒武紀創始人陳天石分析, 'GPU是目前的主流, 但其基本架構並非為AI所設計, 效率受到很多限制. FPGA雖然迭代快, 短期內可滿足一定計算需求, 但從速度和能耗比來說, 與專屬AI晶片存在差距. 理想的AI晶片應該是一種新型處理器, 可適應語音, 映像, 視頻, 自然語言多模態處理等廣闊的應用面, 同時具備遠超CPU和GPU的效率. ' 陳天石也認為, 中國 '玩家' 有望藉助AI晶片實現彎道超車.
作業系統領域也是如此. 相關測算顯示, 儘管中國互聯網行業在全世界範圍內也已經頗具規模, 但在作業系統層面, 每年大約需要向Windows, iOS, Android三大作業系統巨頭讓渡數千億元利益. 人工智慧時代的來臨, 也意味著作業系統領域迎來重新洗牌的機會. 日前, 百度開發的對話式AI作業系統Duer OS已經成功入選第四屆世界互聯網大會14大領先科技成果名單, 被視為國內極具市場前景的AI作業系統. 除百度的Duer OS之外, 第四範式開發的 '先知' 系統, 也明確提出要成為AI領域的Windows.
'在PC互聯網時代, Windows大幅降低了普通人使用電腦的難度, 在人工智慧時代, '先知' 系統也想做到類似的事情, 降低人工智慧的使用門檻. ' 第四範式創始人戴文淵告訴本報記者.
國家驅動
在晶片和作業系統等基礎領域之外, 中國在AI應用層面的創新也是層出不窮. 同時, 除了BAT在人工智慧領域全面布局之外, 中國人工智慧應用層面出現了一大批未來之星, 比如語音領域的科大訊飛, 出門問問, 思必馳等, 視覺領域的商湯科技, 曠視科技等.
科大訊飛創始人劉慶峰公開表示, 人工智慧在中國的應用熱潮, 已經與美國處在同一起跑線上, 而且在國家政策的扶持幫助下, 中國人工智慧的行業應用優勢實際上更為明顯.
小米創始人雷軍此前在接受本報記者採訪時表示, 中國發展人工智慧優勢在於龐大的人才庫, 海量的大數據. 相關統計顯示, 從2006年到2016年, 華人貢獻了全球約三成的頂級人工智慧論文. 雷軍認為, 中國人從小就重視數學, 理工科基礎好, 這在人工智慧時代是巨大的優勢. 同時, 中國擁有7.3億網民, 居於世界首位, 已積累大量互聯網用戶行為數據. 據賽迪智庫預測, 到2030年, 中國互聯網數據總量的佔比將取代美國成為全球第一, 這也將成為中國發展人工智慧無可比擬的優勢.
中國工程院院士潘雲鶴告訴本報記者, 縱觀全球發達國家對人工智慧的關注和重視, 美國在2016年10月出台《國家人工智慧研發戰略規劃》, 英國在2016年12月發布《人工智慧: 未來決策制定的機遇與影響》. 相比較而言, 中國國務院在2015年7月發布的《關於積極推動 '互聯網+' 行動的指導意見》中, 已經將 '互聯網+人工智慧' 列為其中的11項重點行動之一.
隨後, 國務院於2017年7月20日印發《新一代人工智慧發展規劃》, 明確提出中國人工智慧的 '三步走' 目標: 第一步是到2020年初步建成技術標準, 服務體系和產業生態鏈, 培育若干個全球領先的骨幹企業, 核心產業規模超過1500億元, 帶動產業規模超過1萬億元; 第二步是到2025年在智能製造, 智慧醫療, 智慧城市, 智能農業, 國防建設等領域廣泛應用人工智慧, 核心產業規模超過4000億元, 帶動5萬億元; 第三步是到2030年在生產生活, 社會治理, 國防建設等方面極大拓展廣度和深度, 形成涵蓋核心技術, 關鍵系統, 支撐平台以及智能應用的完備產業鏈, 核心產業規模超過1萬億元, 帶動10萬億元.
在《三年行動計劃》中, 工信部明確提出 '加快人工智慧產業發展, 推動人工智慧和實體經濟的融合發展' , 且明確提出在智能感測器, 神經網路晶片領域的設計, 代工, 封裝技術達到國際先進水平等四項重點發展目標, 以及在智能網聯汽車, 智能服務機器人, 智能無人機等八大重點領域實現規模化應用, 形成較強的全球競爭力.
業內人士普遍認為, 在明確以培育全球領先或者全國領先的人工智慧企業為目標的國家及省市規劃指導下, 目前在人工智慧領域已經嶄露頭角的國內企業將率先受益. 創業邦
4.人工智慧爆發之年: 人才缺乏資本湧入 引泡沫擔憂
中新網客戶端北京12月30日電(記者 邱宇) 2017年堪稱是人工智慧(英文簡稱AI)的 '大年' . AI概念在世界範圍迅速升溫, 在中國更吸引了大量人才和資金的流入, 各類企業和應用遍地開花. 不過與此同時, 資本的競相追逐也引發一些泡沫化的擔憂.
人工智慧迎來爆發之年
人工智慧被2016年世界經濟報告預測為第四次工業革命的核心技術代表, 比爾·蓋茨稱之為計算機科學界的 '聖杯' .
2016年3月與2017年5月, 兩場圍棋界的 '人機大戰' 讓人工智慧走入更多人的視野. AI程序阿爾法狗相繼擊敗頂尖棋手李世石和柯潔, 天下無敵. 但這隻 '狗' 的第一把交椅屁股還沒坐熱, 2017年10月, 新一代阿法元出山, 無需任何棋譜, 以100比0完虐阿爾法狗.
不過, 人工智慧遠不止是下圍棋那麼簡單, 其涉足的領域已越來越廣. 語音識別, 人臉識別, 無人駕駛, 大數據分析, 甚至疾病預測, 人工智慧可以施展拳腳的領域早已覆蓋了生活的方方面面.
中國的人工智慧領域也大有星火燎原之勢. 百度已經押寶人工智慧, 無人駕駛汽車開上北京五環, 並宣布無人駕駛技術免費開放; 京東, 阿里, 小米也積極向人工智慧布局, 涉水智能音箱市場; 互聯網巨頭騰訊發布了人工智慧發展戰略. 除了巨頭以外, 地平線, 寒武紀等初創型AI公司也捷報頻傳.
其實, 人工智慧的概念早在上世紀50年代就已經誕生. 為何近年開始呈現迅猛發展之勢?
觸景無限創始人, 國家 '千人計劃' 專家陸凡在這一領域從業多年. 他說, 近年來, 深度學習的出現推動了人工智慧的爆發. '深度學習讓演算法變得更加有效, 機器可以拋棄人掌握的規律, 更深入地挖掘事物本質. '
深度學習是隨著電腦處理能力大幅提升而快速發展起來的一種機器學習的方法, 有點類似於人腦神經系統的工作.
'另外, 經過幾十年發展, 晶片已可支撐起運算複雜度非常高的AI演算法. ' 陸凡說, 大數據也是人工智慧發展關鍵因素, 可給機器反饋, 不斷進行訓練, 告訴機器 '對與錯' .
人才需求爆髮式增長
要做出像人一樣聰明的程序, 首先需要許許多多聰明的人. 隨著人工智慧概念升溫, 人才的需求也呈爆髮式增長.
一位國家級晶片設計研究所研究員告訴記者, 今年普遍感到新人更願意去做人工智慧和大數據. 他透露, 國內一家科技巨頭公司的基礎架構部今年校園招聘只收到兩份簡曆, 與隔壁初創公司AI部門的成百上千份簡曆形成鮮明對比.
在傳統晶片行業工作近20年的周揚, 選擇跳槽到一家人工智慧初創公司, 從事嵌入式人工智慧視覺晶片的設計工作. 在他看來, 現在設計的人工智慧晶片將主要圍繞智能駕駛, 智慧城市等應用場景落地, 有更大的發展空間.
儘管應聘者眾多, 但在人工智慧領域依然存在較大的人才缺口.
智聯招聘發布的一份報告顯示, 過去一年中, 人工智慧人才需求增長近2倍, 演算法工程師增速最為迅猛. 擁有AI技能的人才現階段月薪區間主要集中於10001元至15000元, 佔比40%.
大拿科技創始人羅歡具有20年軟體工程和人工智慧經驗. 他表示, 優秀的演算法工程師對公司發展幫助很大, 公司願意開數十萬, 甚至百萬年薪聘請一名得力的研發人員. 而由於這方面的人才不足, 學術界的教授, 研究員正被工業界瘋搶.
從全球來看, 據騰訊研究院和BOSS直聘聯合發布的《全球人工智慧人才白皮書》顯示, 全球AI領域人才總數約30萬, 而目前市場的需求則在百萬量級, AI人才供應存在很大缺口.
資本湧入引泡沫擔憂
人才與資金是行業發展的關鍵因素, 人工智慧正成為資本追逐的新領地.
2017年7月, 商湯科技獲4.1億美元B輪融資, 創下當時全球人工智慧領域單輪融資額紀錄; 8月, 孵化自中科院計算所的人工智慧晶片公司寒武紀科技完成一億美元A輪融資, 成為全球AI晶片領域第一個獨角獸初創公司.
10月, 曠視科技宣布完成4.6億美元C輪融資, 刷新此前商湯科技保持的紀錄; 同月, 地平線獲得英特爾約1億美元A+輪融資; 12月, 圖麟科技獲2.5億元人民幣A輪融資.
資金的大量湧入, 越來越多的公司開始貼上人工智慧標籤, 引發人們對人工智慧泡沫化的擔憂.
今年3月, 李開複公開對媒體指出, 人工智慧領域的投資和項目估值泡沫化嚴重, 出現了很多偽人工智慧的產品. '我見了一個做內衣的, 也說自己是人工智慧企業, 這是非常不正常的現象. '
'明年肯定要淘汰一批人工智慧公司. ' 羅歡說, 現在, 真正懂人工智慧的投資人非常少, 很少有投資人能正確評價一個項目的技術含量. 但投資人學習速度很快, 沒有核心優勢的人工智慧公司獲得融資的機會會變少.
陸凡認為, 有過多資本流入必然會形成泡沫, 但有泡沫不意味著行業就是虛假的. 就像當年互聯網興起時, 也存在一定的泡沫, 但互聯網的大方向是對的, 浪潮去了, 留下來的都成了骨幹力量.
中國能否 '彎道超車' ?
與西方國家相比, 人工智慧在中國似乎更受資本追捧. 有分析稱, 中國在大數據, 人口紅利, 政策扶持等方面的優勢是重要原因.
從政策層面來看, 今年3月, '人工智慧' 首次被寫入政府工作報告; 7月, 國務院出台《新一代人工智慧發展規劃》, 計划到2030年, 人工智慧核心產業規模超過1萬億元; 11月, 科技部啟動重大專項, 公布人工智慧四大平台; 12月, 工信部發布三年行動計劃, 力爭到2020年, 在人工智慧領域取得突破性進展, 在若干領域形成國際競爭優勢.
根據歐亞集團發布的報告, 數據規模是人工智慧領域競爭優勢的最重要因素, 中國擁有的海量數據, 要遠超其他國家.
上述報告稱, 整體上中國人工智慧雖仍落後於美國, 但在數據優勢, 資本支援, 政府政策扶持, 人才擴張, 硬體製造優勢等加持下, 將從模仿轉為趕超, 引領或共同引領世界人工智慧浪潮.