15aichip-superJumbo-v3

AI芯片初创企业获超15亿美元投资 在新兴领域与老牌巨头竞争

白鸽人工智能 智东西人工智能芯片系列报道 智东西系列报道2018/01/17

智东西(公众号:zhidxcom) 编 | 白鸽 据外媒报道,多年来,科技行业的金融家对制造电脑芯片的初创企业 […]

智东西(公众号:zhidxcom)
编 | 白鸽

据外媒报道,多年来,科技行业的金融家对制造电脑芯片的初创企业毫无投资兴趣。要知道,全球有超过80%的个人电脑使用的是英特尔的芯片,即使在英特尔不涉足的领域,像是智能手机、游戏设备等,也有像高通、英伟达这样的巨头。那一家新兴企业该如何与这些巨头进行竞争?

值得注意的是,因人工智能领域的出现,这一现象开始发生改变。事实上,在人工智能领域,使用新型电脑芯片效果会更好。仿佛突然之间,风险投资家忘记了一家初创公司在前行道路上的一切障碍,开始对初创公司进行投资。

一、初创企业获超15亿美元投资,仍然面临竞争压力

现如今,至少有45家初创公司正在研发可应用于语音识别和自动驾驶汽车的芯片,其中,至少有5家企业已经获得超过1亿美元的融资。根据研究公司CB Insights的数据显示,去年,风险投资家在芯片初创企业的投资额已经超过15亿美元,这几乎是两年前的两倍。

这次投资的爆发,类似于20世纪80年代个人电脑和硬件制造商的突然增长。虽然都是小公司,并且不一定都能够持续经营,但是他们可以推动技术快速变革。虽然初创企业去挑战英特尔这样的巨头是不可能的,但这些公司设计的芯片,能够给机器提供特殊的计算能力,并教会机器该如何学习更多的事情。现今,初创企业正处在发展中的十字路口,找到发展机会,取得盈利,就可以生存下来,反之,则会被大公司收购。

据了解,美国硅谷风险投资公司红杉(Sequoia)已经投资了一家英国初创企业Graphcore,该企业最近成功融资1亿美元。现今是红杉投资人之一的Bill Coughran说:“机器学习和人工智能已经重新提出了如何构建计算机的问题。”

到2016年夏天,市场风向的变化很明显。谷歌、微软和其他互联网巨头都在构建应用程序,其APP可以在照片中瞬间识别人的脸部,并使用神经网络算法,来识别智能手机中的语音命令,该算法可通过进行大量的数据模拟来学习任务。英伟达是以制作图形处理器(GPU)而闻名,GPU研发的目的是为了帮助游戏或其他软件绘制复杂的图像,但事实上,它也可以应用于神经网络,并且效果很好。在这一年夏天之前,英伟达向经营计算机数据中心的大型公司售出了1.43亿美元的芯片,其销量是去年的两倍。

据科技新闻网站Recode报道,英特尔奋起直追,花费4亿美元收购一家硅谷创业公司Nervana,该企业从零开始研制AI芯片,已经拥有50名员工。但是,硅谷第二个初创企业Cerebras却抢先挖走了Nervana的5位为AI设计芯片的工程师。

根据福布斯的一份报告显示,在2018年年初,Cerebras已经筹集了超过1亿美元的资金。除Graphcore之外,AI芯片初创公司还有硅谷公司Wave Computing,以及具有国家背景的北京地平线机器人(Horizon Robotics)公司和寒武纪(Cambricon)公司。

AI芯片初创公司Mythic首席执行官迈克·亨利(Mike Henry)表示,在2015年到2016年年初,想要筹集资金是不可能的。但是,随着大型高科技公司疯狂收购半导体初创公司,这个情况已经发生了改变。

中国企业对开发新的AI芯片展示了特殊的兴趣。北京的第三家芯片初创公司深鉴科技已经筹集4000万美元的资金,并研发制造具有自身特色的芯片。

因为这是一个新兴的市场,以及很多企业对新型计算机处理能力的具有强烈渴望,因此很多人会认为,这是初创企业挑战巨头的最佳机会之一。

二、行业变化,大力开发AI芯片

在接下来的发展趋势中,大数据领域将会有一个巨大的改变。像Graphcore和Cerebras这样的公司,并没有对外发布其研发计划,但其研发目标是开发一个能够与人类进行对话的机器人,并且具备能够自动生成视频和虚拟现实的功能。

而像微软和谷歌这样的公司,已经建立了专属于他们自己的AI芯片。这些公司经常连续几个小时甚至几天大量测算芯片算法,然后通过这种极端反复的试验来“训练”神经网络。这些公司的研究人员经常坐在电脑前,盯着在数据中学习算法不断增长的图表。他们也想要简化这一过程,把这些反复训练的过程简化在几分钟之内。

在加入人工智能实验室 OpenAI之前,Scott Gray是Nervana的工程师。他表示,英伟达的GPU可以高效的执行所有训练神经网络的微小计算,但在芯片之间传输数据的可能性还很低。因此,除了为神经网络构建专门的芯片以外,初创企业正在重新思考研发其他与之紧密相关的硬件。

举个例子,Graphcore正在构建具有更大内存的芯片,可以使他们不需要反复发送大量数据。其他研究人员也正在寻找一种扩大芯片之间传输渠道的方式,为了能够更快的进行数据交换。Sequoia公司的Coughran说,这并不仅仅是建立芯片的问题,而是要寻找该如何在芯片之间建立联系,以及如何与其他系统进行通信。

但是这仅仅是一部分的改变。一旦神经网络完成一项任务的测算,该功能就可以应用于其他设备上。丰田的自动驾驶原型车正在使用神经网络技术,并将其应用于行驶过程中,作为识别行人、标志或其他物体的一种方式。

许多芯片制造商(包括Mythic,DeePhi和Horizon Robotics等初创公司)也在处理这个问题,就是该如何把AI芯片应用于手机、汽车等各种设备上。

虽然目前还不知道这些新芯片的工作效果如何,但可以知道,设计和构建一个芯片需要24个月,这也意味着第一个安装AI芯片的硬件设备将在今年发布。在新兴的人工智能领域,芯片初创企业也将与英伟达、英特尔等行业巨头进行正面交锋。但最后谁将成为AI芯片制造行业的领头者,是初创企业,还是老牌巨头?让我们拭目以待。