分享好友 行业资讯首页 频道列表

在成为国企和被收购之外,AI芯片公司的另一种活法

2018-09-15 08:120
       绑定国企资源,还是被巨头收购?亦或者还有没有一套更为主流的AI芯片公司生存之道?

更加多元化,更接地气的。

在成为国企和被收购之外,AI芯片公司的另一种活法

撰文 | 四月

「去年底iPhone X出来之后,客户都在问结构光方案能不能做。但是当下,大家问得最多的是『有没有结构光的替代方案?』」,耐能创始人刘峻诚谈起过去一年手机芯片市场的诉求变化。

下半年以来,创投圈里关于「AI 芯片」的议题逐步降温,资本热捧和媒体光环散去,芯片创业的本质浮出水面。

很显然,并不是所有公司都自信如寒武纪,自诞生之日就绑定国企资源,拿下华为的长期订单;也不是所有团队都幸运如深鉴科技,公司成立两年便深受资本厚爱,顺利以不错的价格「出售」。

在以上两类稀缺案例之外,更多的是一般创业团队的生存之道——必须更加多元化,更加接地气。Kneron(以下简称耐能)就是这第三类公司的典型之一。

2015 年,耐能在美国圣地亚哥创立,核心团队来自于前高通等半导体公司的华人工程师,聚焦在终端 AI 芯片解决方案,主攻智能手机、智能安防、智能家居等领域。公司在 2017 年、2018 年相继完成两轮融资,其背后的投资方包含阿里巴巴、高通、红杉资本、李嘉诚旗下的维港投资等。

近期,机器之心与耐能创始人兼 CEO 刘峻诚对话,探寻产品迭代背后更接地气的考量,主流客户与市场在过去一年的诉求变化,以及在 RSIC-V 架构、7nm 工艺等行业热点影响下的趋势走向,以窥探 AI 芯片产业整体的暗流和潮向。

以下为机器之心与创始人刘峻诚的对话整理。

NPU IP 不一定要塞进主核芯片,芯片性能提升的关键还是在于 CPU、GPU、NPU 多核的协调性。

机器之心:第二代 IP 系列中运算力最高为 5.8 TOPS/s,如何理解?

刘峻诚:5.8 TOPS/s 是高效能版本 KDP720 在 28 纳米制程、600 MHz、8bit fixed points 下的效能表现。此外,我们还有超低功耗版 KDP 320、标准版 KDP 520。

机器之心:距离上一代 IP 不到半年,产品迭代节奏很快。

刘峻诚:产品线会保证两年内的规划。这款产品一年前就在布局,性能不断迭代。当出现较大性能突破,以及获得核心客户的认可之后就会发布出来。这代产品主打偏高阶手机市场和安防市场。下代产品在功耗上会有更大提升。

机器之心:今年已经出现 7 纳米制程,效能比 5Tops/watt 的 NPU IP;对比之下,你们的效能如何?

刘峻诚:不同制程会影响芯片的运算能力表现,我们二代 KDP720 在 28nm 制程下的每瓦效能表现预估为 13.17 TOPS/W。

机器之心:有没有考虑过更高的制程工艺?

刘峻诚:我们提供的 IP 架构默认以 28nm 制程为主,参考数据也是在 28nm 纳米制程下的表现。

团队没有盲目追究高阶制程,主要是考虑到成本和性能的综合因素。在我们主要聚焦的三大领域里:手机领域,虽然当下主流芯片厂商的主制程已经提升至 10nm 或以下,但协处理器仍可以使用 28nm;安防领域则以 28nm 为主,16nm 为辅;在 IoT 领域,主要以 40nm、65nm 为主。

机器之心:你们更偏向协处理器的方式?

刘峻诚:是的。我们和大厂合作主要采用协处理器与主核处理器协同的方式。该模式和谷歌 Piexl 手机芯片模式类似,比如,针对机器学习与图形处理需求专门定制一款「协处理器」Pixel Visual Core,专门用于加速相机等特定应用。

机器之心:该模式和将 IP 绑定在主核芯片的模式有什么不同?

刘峻诚:协处理器和主处理器可以采用不同制程,以降低主芯片的成本,因为协处理器不需要用到那么高的制程。将 IP 绑定在主核芯片因为采用同一套制程必然加大芯片成本。NPU IP 不一定要塞进主核芯片,芯片性能提升的关键还是在于 CPU、GPU、NPU 多核的协调性。

机器之心:如何看待 7nm 制程之争?

芯片公司和手机公司的 IC 设计思路不同。比如,苹果和华为都是自研芯片,其模式和严格意义上的芯片公司不同。手机公司设计芯片更大动力在于升级手机性能,而芯片公司面向更广的客户群体,必须将成本和出货量考虑进去。

7nm 会有一个黄金交叉的时间点,在推行一年、加持的模块更丰富之后,性价比或许才会比较被手机公司接受。

机器之心:除了性能参数,新品还有哪些升级?

刘峻诚:在此之前,我们通过 3*3 矩阵重构就能覆盖大量神经网络。不过,过去一年又冒出了很多比较受欢迎的机构,比如轻量级的 MobileNet、YOLO、Tiny YOLO 等、以及一些很巧思的特异神经网络,部分采用的是 1*1 的矩阵,再用 3*3 矩阵去适配就浪费了。

面对这些轻量级矩阵,可以采用交错式运算架构去协调。用普通制程达到高性能表现能够满足客户的性价比要求。

机器之心:可重构算法主要应用在哪些层面?

刘峻诚:可重构主要面向两个层面,一个是 Convolution Filter 层面的重构,即将 5*5、7*7 等不同大小型矩阵的卷积滤波器分解为 3*3 或者更小的矩阵,因为在 CNN 模型中 3*3 矩阵是最为常见的模型。今年我们已经针对这项技术进行多个地区的专利保护。

第二个是动态可调整定点运算的重构,针对不同的精度/浮点数的运算层进行动态运算的重组,以达到不同精度值要求与不同浮点数的运算进行精确匹配,更加高效地利用处理器性能进行并行交错计算。此外,还包括针对不同模型的转移学习和压缩,保持尽可能多的 MAC 以提高平均性能等。

现在很多创业公司会更加聚焦在优势市场,而不是铺大盘子。因为创业公司需要聚焦资源才能打开市场。

机器之心:手机 AI 芯片市场过去一年有哪些变化?

刘峻诚:手机是我们布局最深的领域,这一年市场诉求变化很快。去年 iPhone X 发布之后,我们认为 3D 结构光应该是大势所趋。所以在一代产品中就嵌入了人脸识别等 SDK。去年底iPhone X出来之后,客户都在问结构光方案能不能做。

但是当下,大家问得最多的是「有没有结构光的替代方案?」

现在看来,结构光方案接受度并没有想象中那么高。我们分析,一是技术没跟上,二是产品方案太贵。所以我们开始考虑 TOF、双摄等更多方案,二代产品中三种软件方案都能兼容。

方案既面向集成芯片厂商,也会面向光学模组厂商。因为人脸信息数据在主核芯片上跑效果仍然不是很理想,一是安全链路层空间限制,二是计算量较大。

机器之心:传统安防厂商对于 AI 的态度是否有所转变?

刘峻诚:安防市场注重通用性,而不是性能的精简。过去,AI 算法和识别应用主要放到云端,所以安防厂商对于 AI 算法和应用的接受度的确不高。

现在新的摄像头会需要加入一部分预处理的功能,比如黑名单等。所以有一定的需求量了。主要针对一些需要架设新摄像头的新市场,比如一些地方政府的智慧城市工程等;而不是说现有的存量市场来进行摄像头的更新换代,这个动力仍然不是很大。

机器之心:开源指令集 RSIC-V 的关注越来越高,可能带来哪些变量?

刘峻诚:RSIC-V 可能会覆盖到一部分到通用性的市场,比如安防、车载等。越通用的芯片,就容易受到 RSIC 的冲击。

不过现在各类芯片功效的界限正逐渐模糊。专用芯片通用性越强,可能就会接近 DSP 或者 GPU;而 DSP 定制化程度越高,就越接近 ASIC、AI 芯片。

机器之心:从多起并购案中能看到行业整合趋势开始显现。

刘峻诚:一是行业很热,即使创业团队缺少很强的营利能力,但在技术上的强创新仍然能够受到价值肯定。但是 AI 算法很大一部分创新仍然停留在介于硬件和软件层面之间的 SDK,这样的团队在落地和实战考验上会遇到瓶颈。

第二也反应出现实问题——没有差异化的产品路会很难走。比如,新的架构出现可能就会挤压市场,RSIC 对于安防市场的冲击我们也可能会遇到。

能够看到的是,现在很多创业公司会更加聚焦在优势市场,而不是铺大盘子了。因为创业规模的团队需要足够聚焦资源才能打开市场。

在成为国企和被收购之外,AI芯片公司的另一种活法

AI芯片市场最强预判:华为苹果高通为何数亿美元豪赌7nm?

举报 0
收藏 0
打赏 0
评论 0
成都新“芯“向荣|2024第23届西部全球芯片与半导体产业博览会将持续加“芯”
以“西部芯机遇,共创芯未来”为主题的2024年第23届成都全球芯片与半导体产业博览会(简称:CWGCE 或 西部芯博会 ),是目前我国西部部地区历史最悠久的半导体与电子行业全产业链年度行业盛会,CWGCE2024定于2023年4月24日-26日在成都世纪城新国际会展中心举办,大会致力于打造出一个集成电路产业“国家级”年度展示平台。目前CWGCE2024相关论坛筹备工作已经全面展开,大会论坛前160名免费注册免费入场并免费赠送大会资料及大会礼品,请行业人士尽快进入连接网(http://www.cwgce.c

0评论2023-12-1477