2019年01月29日 | 2018年全球最闪亮AI芯片初创公司

     雷锋网按：在《芯片巨头们2019年的AI芯片之争会如何？》一文中作者Karl Freund详细介绍了巨头公司们的AI芯片。此外，还有数十家硅谷创业公司和中国独角兽公司估值超过10亿美元，并且也参与了AI芯片的竞争。在本文中，作者将介绍全球的最杰出，或至少是最受关注的AI芯片创业公司。

　　Wave Computing

　　Wave Computing在2018取得了不少进展，推出其第一个DataFlow处理单元，收购MIPS，创建MIPS Open，并将首批系统交付给少数客户。虽然Wave架构有一些非常有趣的功能，但我们更期待用户的大规模真实体验反馈。

　　Wave不是插入到服务器的加速器，它是用于图形计算的独立处理器。这种方法有利有弊。从积极的方面看，Wave不会受到GPU等加速器面临的内存瓶颈影响。从消极方面来说，安装Wave设备将是新的升级，需要完全替换传统的X86服务器，也让其成为所有服务器制造商的竞争对手。

　　我不认为Wave能从某个点击败NVIDIA，但该架构的设计的非常好，该公司已经表示它很快就会有客户的反馈。 

图1：Wave是从上面显示的4节点“DPU”构建的系统。Wave Computing

　　Graphcore

　　Graphcore是一家资金雄厚（融资3.1亿美元，目前估值为17亿美元）的英国独角兽创业公司，拥有全球化的团队。它正在构建一种新型的图形处理器架构，其内存与其逻辑单元位于同一芯片上，这应该能够实现更高的性能。该团队产品的发布时间暂不明确，不过他们去年四月表示“几乎准备好发布”了，12月的最新信息表明它将很快开始生产。

　　Graphcore的投资者名单令人印象深刻，包括红杉资本、宝马、微软、博世和戴尔科技。

　　我了解了该公司的架构，它非常令人印象深刻。从边缘设备扩展到用于数据中心的训练和推理的“Colossus”双芯片封装。在最近的NeurIPS活动中，Graphcore展示了其RackScale IPU Pod，它在一个32台服务器的机架中提供超过16 petaflops的算力。虽然该公司经常声称它将提供比同类最好GPU强100倍的性能。

　　Graphcore表示，4“Colossus”GC2（8芯片）服务器可提供500 TFlops（每秒数万亿次操作）的混合精度性能。单个NVIDIA V100可提供125 TFlops，因此理论上4 个V100就可提供与其相同的性能。

　　与往常一样，细节更能发现差别，V100峰值性能仅在重构代码执行TensorCore的4x4矩阵乘法时才可用，这是Graphcore架构巧妙避免的限制。更不用说V100消耗了300瓦的电能和大量现金这一事实。

　　此外，Graphcore支持片上互连和“处理器内存”（片上存储器）方法，可以得到超出TFlops基准所认可的优秀性能。在一些神经网络中，如Generative Adversarial Networks，内存是瓶颈。

　　再次强调，我们将不得不等待真实的用户用实际应用程序来评估此体系结构。尽管如此，Graphcore的投资者名单、专家名单和台天价估值告诉我，这可能是一件好事。

图2：GraphCore展示了ImageNet数据集处理的照片。 可视化可帮助开发人员了解其训练处理占用处理周期的位置。

　　Habana Labs

　　Habana Labs是一家以色列创业公司，去年9月在第一次AI硬件峰会上宣布它已经准备好推出其首款用于推理的芯片，其创纪录的性能用于卷积神经网络图像处理。结果显示在Resnet50图像分类数据库中该处理器每秒分类15,000张图像，比NVIDIA的T4高出约50％，功耗仅为100瓦。

　　在2018年12月，Habana Labs的最新一轮融资由英特尔风险投资（Intel Venture Capital）领投，WRV Capital，Bessemer Venture Partners和Battery Ventures跟投，该公司的融资也由此前的4500万美元增加了7500万美元。

　　据悉，Habana Labs新的融资将部分用于流片其名为“Gaudi“的第二款芯片，该芯片将专注于训练市场，据称可扩展到1000多个处理器。

　　其它创业公司

　　我知道世界上有超过40家公司在为人工智能设计训练和推理芯片。我发现大多数公司都在进行简单的FMA（浮点乘法累加）和混合精度数学（整型8位和浮点16位和32位）。对此我不会感到惊讶，因为这种方法相对容易实现并且会获得一些成果，但它不会为像NVIDIA，英特尔以及少数初创公司做出不一样的架构提供持久的架构优势。

　　以下是一些引起我注意的公司：

　　Groq：前Google员工创立，从事TPU工作，他们有雄心统治世界其他地区。

　　Tenstorrent：加拿大前AMD员工创立，目前仍处于保密阶段。我只能说其首席执行官的愿景和架构给我留下了深刻的印象。

　　ThinCi：印度公司专注于边缘设备和自动驾驶汽车，与三星和Denso建立了合作伙伴关系。

　　Cerebras：由前SeaMicro（雷锋网(公众号：雷锋网)注，AMD子公司，专注于超密集计算机服务器行，在2015年4月16日停止运营）员工领导，包括Andrew Feldman，目前仍处于深度“隐身”模式。

　　Mythic：一家采用独特方法进行边缘推理处理的创业公司，类似于非易失性存储器上的模拟处理; 应该在2019年有芯片。

　　中国AI芯片初创公司

　　中国一直试图找到一条摆脱美国半导体的方式，人工智能加速器可能会提供它一直在寻求的机会。中国设定了2030年要建立一个价值数万亿美元的人工智能产业的目标，自2012年以来，投资者已经向创业公司投入了超过40亿美元的资金。

　　美国国会称这是一场人工智能军备竞赛，美国科技产业可能落后于中国公司和研究机构，因为其不太关注阻碍西方进步的隐私问题。

　　Cambricon（寒武纪科技）和SenseTime（商汤科技）可能是最值得关注的中国人工智能玩家，但像边缘AI这样的玩家更关注Horizon Robotics（地平线）。此外，大型科技公司如百度、华为、腾讯和阿里巴巴也值得关注，所有这些公司都对人工智能软件和硬件进行了大量投资。

　　寒武纪科技估值为25亿美元，是已经发布了第三代AI芯片的中国独角兽公司。寒武纪称它可以用更低的功耗提供比NVIDIA V100更好的AI性能，他们还销售其AI IP，搭载在华为麒麟970和麒麟980的处理器当中，作为AI加速硬件。

　　商汤科技也许是估值最高的AI创业公司，以在中国推广智能监控摄像头而闻名。这些安防摄像头数量超过1.75亿，包括其他公司生产的摄像头。商汤科技在香港成立，最近一轮融资数额达6亿美元，由阿里巴巴领投。据报道，这家初创公司的价值目前为45亿美元。

　　商汤科技与阿里巴巴、高通、本田甚至NVIDIA等主要公司建立了战略合作伙伴关系。该公司今天拥有一台超级计算机，运行大约8000块（可能是NVIDIA提供？）GPU，并计划再建造5台超级计算机来处理数百万个摄像头采集的面部识别数据。