2018年全球最值得關(guān)注的AI芯片初創(chuàng)公司

在《芯片巨頭們2019年的AI芯片之爭會(huì)如何？》一文中作者Karl Freund詳細(xì)介紹了巨頭公司們的AI芯片。此外，還有數(shù)十家硅谷創(chuàng)業(yè)公司和中國獨(dú)角獸公司估值超過10億美元，并且也參與了AI芯片的競爭。在本文中，作者將介紹全球的最杰出，或至少是最受關(guān)注的AI芯片創(chuàng)業(yè)公司。

Wave Computing

Wave CompuTIng在2018取得了不少進(jìn)展，推出其第一個(gè)DataFlow處理單元，收購MIPS，創(chuàng)建MIPS Open，并將首批系統(tǒng)交付給少數(shù)客戶。雖然Wave架構(gòu)有一些非常有趣的功能，但我們更期待用戶的大規(guī)模真實(shí)體驗(yàn)反潰

Wave不是插入到服務(wù)器的加速器，它是用于圖形計(jì)算的獨(dú)立處理器。這種方法有利有弊。從積極的方面看，Wave不會(huì)受到GPU等加速器面臨的內(nèi)存瓶頸影響。從消極方面來說，安裝Wave設(shè)備將是新的升級(jí)，需要完全替換傳統(tǒng)的X86服務(wù)器，也讓其成為所有服務(wù)器制造商的競爭對(duì)手。

我不認(rèn)為Wave能從某個(gè)點(diǎn)擊敗NVIDIA，但該架構(gòu)的設(shè)計(jì)的非常好，該公司已經(jīng)表示它很快就會(huì)有客戶的反潰

圖1：Wave是從上面顯示的4節(jié)點(diǎn)“DPU”構(gòu)建的系統(tǒng)。Wave CompuTIng

Graphcore

Graphcore是一家資金雄厚（融資3.1億美元，目前估值為17億美元）的英國獨(dú)角獸創(chuàng)業(yè)公司，擁有全球化的團(tuán)隊(duì)。它正在構(gòu)建一種新型的圖形處理器架構(gòu)，其內(nèi)存與其邏輯單元位于同一芯片上，這應(yīng)該能夠?qū)崿F(xiàn)更高的性能。該團(tuán)隊(duì)產(chǎn)品的發(fā)布時(shí)間暫不明確，不過他們?nèi)ツ晁脑卤硎尽皫缀鯗?zhǔn)備好發(fā)布”了，12月的最新信息表明它將很快開始生產(chǎn)。

Graphcore的投資者名單令人印象深刻，包括紅杉資本、寶馬、微軟、博世和戴爾科技。

我了解了該公司的架構(gòu)，它非常令人印象深刻。從邊緣設(shè)備擴(kuò)展到用于數(shù)據(jù)中心的訓(xùn)練和推理的“Colossus”雙芯片封裝。在最近的NeurIPS活動(dòng)中，Graphcore展示了其RackScale IPU Pod，它在一個(gè)32臺(tái)服務(wù)器的機(jī)架中提供超過16 petaflops的算力。雖然該公司經(jīng)常聲稱它將提供比同類最好GPU強(qiáng)100倍的性能。

Graphcore表示，4“Colossus”GC2（8芯片）服務(wù)器可提供500 TFlops（每秒數(shù)萬億次操作）的混合精度性能。單個(gè)NVIDIA V100可提供125 TFlops，因此理論上4 個(gè)V100就可提供與其相同的性能。

與往常一樣，細(xì)節(jié)更能發(fā)現(xiàn)差別，V100峰值性能僅在重構(gòu)代碼執(zhí)行TensorCore的4x4矩陣乘法時(shí)才可用，這是Graphcore架構(gòu)巧妙避免的限制。更不用說V100消耗了300瓦的電能和大量現(xiàn)金這一事實(shí)。

此外，Graphcore支持片上互連和“處理器內(nèi)存”（片上存儲(chǔ)器）方法，可以得到超出TFlops基準(zhǔn)所認(rèn)可的優(yōu)秀性能。在一些神經(jīng)網(wǎng)絡(luò)中，如GeneraTIve Adversarial Networks，內(nèi)存是瓶頸。

再次強(qiáng)調(diào)，我們將不得不等待真實(shí)的用戶用實(shí)際應(yīng)用程序來評(píng)估此體系結(jié)構(gòu)。盡管如此，Graphcore的投資者名單、專家名單和臺(tái)天價(jià)估值告訴我，這可能是一件好事。

圖2：GraphCore展示了ImageNet數(shù)據(jù)集處理的照片。 可視化可幫助開發(fā)人員了解其訓(xùn)練處理占用處理周期的位置。

Habana Labs

Habana Labs是一家以色列創(chuàng)業(yè)公司，去年9月在第一次AI硬件峰會(huì)上宣布它已經(jīng)準(zhǔn)備好推出其首款用于推理的芯片，其創(chuàng)紀(jì)錄的性能用于卷積神經(jīng)網(wǎng)絡(luò)圖像處理。結(jié)果顯示在Resnet50圖像分類數(shù)據(jù)庫中該處理器每秒分類15,000張圖像，比NVIDIA的T4高出約50％，功耗僅為100瓦。

在2018年12月，Habana Labs的最新一輪融資由英特爾風(fēng)險(xiǎn)投資（Intel Venture Capital）領(lǐng)投，WRV Capital，Bessemer Venture Partners和Battery Ventures跟投，該公司的融資也由此前的4500萬美元增加了7500萬美元。

據(jù)悉，Habana Labs新的融資將部分用于流片其名為“Gaudi“的第二款芯片，該芯片將專注于訓(xùn)練市場，據(jù)稱可擴(kuò)展到1000多個(gè)處理器。

其它創(chuàng)業(yè)公司

我知道世界上有超過40家公司在為人工智能設(shè)計(jì)訓(xùn)練和推理芯片。我發(fā)現(xiàn)大多數(shù)公司都在進(jìn)行簡單的FMA（浮點(diǎn)乘法累加）和混合精度數(shù)學(xué)（整型8位和浮點(diǎn)16位和32位）。對(duì)此我不會(huì)感到驚訝，因?yàn)檫@種方法相對(duì)容易實(shí)現(xiàn)并且會(huì)獲得一些成果，但它不會(huì)為像NVIDIA，英特爾以及少數(shù)初創(chuàng)公司做出不一樣的架構(gòu)提供持久的架構(gòu)優(yōu)勢(shì)。

以下是一些引起我注意的公司：

Groq：前Google員工創(chuàng)立，從事TPU工作，他們有雄心統(tǒng)治世界其他地區(qū)。

Tenstorrent：加拿大前AMD員工創(chuàng)立，目前仍處于保密階段。我只能說其首席執(zhí)行官的愿景和架構(gòu)給我留下了深刻的印象。

ThinCi：印度公司專注于邊緣設(shè)備和自動(dòng)駕駛汽車，與三星和Denso建立了合作伙伴關(guān)系。

Cerebras：由前SeaMicro（雷鋒網(wǎng)注，AMD子公司，專注于超密集計(jì)算機(jī)服務(wù)器行，在2015年4月16日停止運(yùn)營）員工領(lǐng)導(dǎo)，包括Andrew Feldman，目前仍處于深度“隱身”模式。

Mythic：一家采用獨(dú)特方法進(jìn)行邊緣推理處理的創(chuàng)業(yè)公司，類似于非易失性存儲(chǔ)器上的模擬處理; 應(yīng)該在2019年有芯片。

中國AI芯片初創(chuàng)公司

中國一直試圖找到一條擺脫美國半導(dǎo)體的方式，人工智能加速器可能會(huì)提供它一直在尋求的機(jī)會(huì)。中國設(shè)定了2030年要建立一個(gè)價(jià)值數(shù)萬億美元的人工智能產(chǎn)業(yè)的目標(biāo)，自2012年以來，投資者已經(jīng)向創(chuàng)業(yè)公司投入了超過40億美元的資金。

美國國會(huì)稱這是一場人工智能軍備競賽，美國科技產(chǎn)業(yè)可能落后于中國公司和研究機(jī)構(gòu)，因?yàn)槠洳惶P(guān)注阻礙西方進(jìn)步的隱私問題。

Cambricon（寒武紀(jì)科技）和SenseTIme（商湯科技）可能是最值得關(guān)注的中國人工智能玩家，但像邊緣AI這樣的玩家更關(guān)注Horizon Robotics（地平線）。此外，大型科技公司如百度、華為、騰訊和阿里巴巴也值得關(guān)注，所有這些公司都對(duì)人工智能軟件和硬件進(jìn)行了大量投資。

寒武紀(jì)科技估值為25億美元，是已經(jīng)發(fā)布了第三代AI芯片的中國獨(dú)角獸公司。寒武紀(jì)稱它可以用更低的功耗提供比NVIDIA V100更好的AI性能，他們還銷售其AI IP，搭載在華為麒麟970和麒麟980的處理器當(dāng)中，作為AI加速硬件。

商湯科技也許是估值最高的AI創(chuàng)業(yè)公司，以在中國推廣智能監(jiān)控攝像頭而聞名。這些安防攝像頭數(shù)量超過1.75億，包括其他公司生產(chǎn)的攝像頭。商湯科技在香港成立，最近一輪融資數(shù)額達(dá)6億美元，由阿里巴巴領(lǐng)投。據(jù)報(bào)道，這家初創(chuàng)公司的價(jià)值目前為45億美元。

商湯科技與阿里巴巴、高通、本田甚至NVIDIA等主要公司建立了戰(zhàn)略合作伙伴關(guān)系。該公司今天擁有一臺(tái)超級(jí)計(jì)算機(jī)，運(yùn)行大約8000塊（可能是NVIDIA提供？）GPU，并計(jì)劃再建造5臺(tái)超級(jí)計(jì)算機(jī)來處理數(shù)百萬個(gè)攝像頭采集的面部識(shí)別數(shù)據(jù)。