智東西（公眾號：zhidxcom）
文 | 心緣
距離1978年清華電子系前身無線電電子學系從綿陽分校班師回京，已經過去41年。
從那段遙遠的歲月一路走來，清華大學陪伴著中國集成電路事業從零起步，在風霜雪雨中孕育出一代又一代新的半導體人才。有的深鉆科研，潛心學術；有的走進產業，用所學改變世界。
當時代更迭，轉眼間人工智能（AI）已然風起云涌，我們看到在接踵而至的AI芯片創業大潮中，清華學子正扮演著勇立潮頭的角色。
如果將清華大學的學科鋪開來看，電子工程系、微電子與納電子學系、自動化系、精密儀器系、計算機科學與技術系、電機工程與應用電子技術系、物理系等都與半導體行業有千絲萬縷的關系。
2018年到2019年，五家年輕的芯片創企從清華大學不同院系的前沿芯片研究團隊中孵化而出，從學術高塔走向落地賦能。這些研究或者主攻當前AI芯片領域固有的瓶頸，或者將目標投向更遙遠的人工通用智能的未來。
在此之前，超過十家AI芯片初創公司的創始人都是從清華園走出。他們分別面向云邊端、視覺/語音處理等不同的應用領域，為日益迫切的AI底層算力需求提供更多的選擇。
而他們所做的一切努力和創新，將推動人工智能和半導體領域邁向新的階段。
一、從清華團隊孵化出的五家芯片創企
過去一年間，一家CPU安全防控創企和四家AI芯片創企從清華不同院系的研究團隊中脫胎而出。
硬件安全防控、稀疏量化協同、新型阻變存儲器、可重構計算芯片、類腦計算芯片……他們所專攻的均屬國際學術的前沿領域，同時又兼具實用價值，為方興未艾的AI產業注入了新鮮的血液。
1、玄甲微電子：CPU高度安全防控
玄甲微電子是其中最年輕的創企，今年7月在北京成立，董事長張威龍是清華微納電子系博士生，師從劉雷波。
這家創企的技術源頭是清華大學微電子所魏少軍、劉雷波教授團隊，早在12年前，該團隊就意識到硬件技術漏洞會帶給CPU芯片的嚴重安全威脅。
經過多年科研攻關，他們提出了基于高安全、高靈活可重構計算架構的“CPU硬件安全動態檢測管控技術”，去年11月，這一技術入選當屆世界互聯網大會15項全球領先科技成果。
此外，魏少軍、劉雷波團隊和中國電子旗下的瀾起科技已將這一技術用于新型X86架構CPU的研發，并于2018年7月研制成功了津逮高性能服務器CPU芯片，據稱是全球第一款用第三方的硅模塊來動態監控處理器內核硬件安全狀況的商用CPU芯片。
聯想、長城電腦、新華三等公司已完成了基于津逮CPU芯片的高性能商用服務器的研制，并將上市銷售。
2、湃方科技：高能效推理核心Sticker系列
湃方科技正式成立于2018年9月，創始團隊來自清華大學電子工程系劉勇攀教授團隊，其CEO兼芯片團隊負責人武通達是清華電子工程系的本碩博“三清”畢業生，另外兩位聯合創始人，總裁馬君與COO李金陽也均畢業于清華大學。
去年11月，湃方科技獲得天使輪融資，由百度風投領投，經緯中國、晨源鴻策、華控基石等跟投。
近年來，劉勇攀教授團隊致力于實現能同時高效處理各種稀疏度人工神經網絡矩陣的統一架構，提出高能效推理核心Sticker系列，并遵循“多比特量化-非結構化稀疏-結構化稀疏-稀疏量化協同”的技術路線，先后打造了7款Sticker相關的不同計算架構，以實現不同指標。
2019年1月，Sticker-T入選了IEEE ISSCC（國際固態電路會議），這是中國大陸首篇發表的AI芯片ISSCC論文。
ISSCC是集成電路設計領域最高級別的學術會議，素有“集成電路領域的奧林匹克”之稱。
今年10月，湃方科技首次發布人工智能（AI）芯片產品陣列，包括Sticker系列AI芯片IP核、面向視覺應用的首款超低功耗嵌入式AI協處理器Tritium 103、工業視覺邊緣計算平臺Reactor。
據悉，Sticker系列AI芯片能效最高達140.3 TOPS/W，功耗低于40mW，已在中石油、中石化、山東雙輪等行業龍頭企業進行了應用。
3、新憶科技：新型阻變存儲器RRAM
新憶科技于2018年6月成立，主營新型阻變存儲器（RRAM）及其周邊產品，其原始技術和創始團隊均來自清華大學新型存儲器團隊，清華大學微納電子系錢鶴、吳華強教授均在股東之列。
2018年11月，新憶科技獲得天使輪融資，由清華控股、啟迪之星等投資，交易金額未披露。
今年4月，清華微納電子系錢鶴、吳華強教授團隊在第66屆國際固態電路會議（ISSCC 2019）上，報道了國際首個基于阻變存儲器（RRAM）的物理不可克隆函數（PUF）芯片設計，已通過美國國家標準與技術研究院的隨機測試。
隨著智能硬件的普及，近年PUF已經成為一種新的硬件安全防護手段，可充當唯一性識別芯片的硬件“指紋”。然而，傳統集成電路PUF因工藝偏差，通常存在隨機性不足、輸出不可重構兩個缺點。
對此，該團隊研發的芯片“XUANWU”，取自具有超凡防御能力的中國古代四大神獸之一“玄武”。此芯片借助新型存儲器RRAM，采用差分阻值的方法，實現了原始位誤碼率低于<6×10-6，在可靠性、均勻性上相對于之前工作都有明顯提升，且具有獨特的可重構能力，能夠實現高效硬件安全防護。
4、清微智能：軟件定義芯片
清微智能成立于2018年7月，去年拿到百度戰投領投的近億元天使輪融資，其技術脫胎自清華大學微納電子系可重構計算團隊Thinker團隊。
過去十幾年間，現任清華大學微電子研究所所長、中國半導體行業協會IC設計分會理事長魏少軍教授一直深耕于可重構計算芯片技術，他將此稱之為“軟件定義芯片”。
自2016年起，基于可重構計算架構，魏少軍教授團隊中的清華大學微納電子系副系主任尹首一副教授帶隊設計研發了Thinker系列低功耗終端AI芯片，包括實驗性質的驗證芯片Thinker I、人臉識別芯片Thinker II、語音識別芯片Thinker S、語音識別芯片Thinker IM等，在學界和產業界均得到廣泛關注。
今年6月，清微智能首款可重構超低功耗語音AI芯片TX210已實現百萬數量級的規模化量產；同年9月，該創企推出首款多模態智能計算芯片TX510，同時支持視覺、語音等多模態智能處理，據稱能效比比CPU高1000倍，比FPGA高100倍，比GPU高10倍。
5、靈汐科技：異構融合類腦計算芯片
今年8月1日，全球首款面向人工通用智能的異構融合類腦計算芯片登上《Nature》雜志封面，這項研究創造了中國在芯片和人工智能兩大領域《Nature》論文零的突破。
這一研究成果來自清華大學精密儀器系施路平教授團隊，2018年1月創立的靈汐科技即是從這一研究團隊脫胎而出。
目前發展人工通用智能主要有基于計算機和基于神經科學兩個主要方向，兩個方向的結合被公認為最佳解決方案之一，施路平教授團隊所致力于研發的即是支持這種融合計算的基礎平臺硬件。
其團隊借鑒腦科學的原理，提出異構融合的天機類腦計算芯片架構，可同時支持人工神經網絡和脈沖神經網絡，高速度、高性能、低功耗的特點。
2017年第二代“天機芯”問世，經過不斷改進設計，相比于當前世界先進的IBM的TrueNorth芯片，第二代“天機芯”功能更全、靈活性和擴展性更好，密度提升20%，速度提高至少10倍，帶寬提高至少100倍。
目前靈汐科技對外提供峰值算力50 TFLOPS的28nm工藝類腦芯片，以及單卡峰值算力達100 TFLOPS的PCIe計算卡，并配以支持Caffe等主流DNN框架和SNN等類腦神經網絡的提案及芯片軟件工具鏈。
二、從清華走出的AI芯片創業邦
如果我們再往前回溯，2014年到2018年，伴隨著人工智能和物聯網的興起，一批清華學子決定與這個新的信息時代碰撞出火花來。他們之中，既有已經在半導體產業摸爬滾打二三十年的行業老兵，也有一畢業就開始將技術轉化為落地項目的產業新秀。
他們分布在各個細分領域，卻都在低調而踏實地用技術為這個AI時代帶來些許不同。
1、燧原科技：云端AI訓練芯片
燧原科技創始人兼CEO趙立東擁有清華大學電子工程學士學位和美國猶他州立大學電子與計算機碩士學位，曾于2007年至2014年在AMD工作，負責CPU/GPU/APU及多個相關核心IP的研發，隨后在2014年12月加入紫光通信科技集團任副總裁，2017年3月任紫光集團副總裁。
2018年3月，趙立東成立燧原科技。燧原分別在2018年7月和2019年5月完成超3億人民幣的融資，前者由騰訊戰略領投，后者由紅點領投。
就在這個月，燧原科技推出首款云端AI訓練芯片邃思DTU、加速卡云燧T10及計算及編程平臺馭算。
云燧T10單卡單精度算力達到20TFLOPS，半精度及混合精度（BF16/FP16）算力達80TFLOPS，在ResNet-50模型上每秒處理幀數為518fps，單位能耗下性能比達2.3fps/W，燧原科技能在短短一年半間打造出如此高性能的芯片，這在全球云端AI芯片業界來看也實屬難得。
▲燧原首款云端訓練芯片邃思
2、登臨科技：云端GPGPU
登臨科技創始人兼CEO李建文本科就讀于清華大學微電子專業，1990年在清華無線電系無線電系線路教研組獲得碩士學位，曾在GPU領域已有二三十年的從業經歷。
2017年11月，李建文在上海成立登臨科技，由知名風投“北極光”創投孵化，分別在2017年底和2018年上半年完成天使輪和Pre-A輪融資，融資金額共計約1.5億人民幣。
登臨科技聚焦于研發兼顧通用性和高效率的創新GPGPU架構。據介紹，相比NVIDIA Tesla V100和Tesla T4，登臨科技的產品在更低成本的成熟工藝和縮小芯片50%以上面積的基礎上，將性能提高5-10倍。
3、探境科技?：圖像/語音存儲優先架構芯片
探境科技創始人兼CEO魯勇本碩博均畢業于清華大學，是一位在半導體行業摸爬滾打20年的行業老兵，曾在通信和存儲解決方案商、半導體巨頭Marvell同時管理中美兩地的研發團隊。
探境科技成立于2017年上半年，去年完成上億元A輪融資，向語音和圖像領域提供AI芯片及高度集成的全棧式解決方案。
今年9月，探境科技推出首款通用語音AI芯片音旋風611，采用自研存儲優先架構（SFA），解決存儲墻問題，28nm條件下系統能效比超過4 TOPS/W，支持200條命令詞，對神經網絡參數、數據類型均無限制，并且已經量產供貨。
另外探境科技基于SFA架構的圖像芯片也已流片成功，據稱具有超高能效比，PPA為業界領先水平，很快也將面世。
4、OURS：基于RISC-V的可編程終端AI芯片
OURS聯合創始人兼CEO譚章熹本科畢業于清華大學電子工程系，后在加州大學伯克利分校讀計算機科學博士，師從圖靈獎得主、RISC-V開源指令集架構的開創者David Patterson。
2017年2月，譚章熹與校友林森在硅谷共同創立OURS，主攻硅光技術光相控陣、FMCW LiDAR和基于RISC-V架構的低功耗AI處理器。
林森是清華大學微電子學學士、加州大學伯克利分校電子工程博士，主修硅光和混合信號設計專業。
OURS在深圳落地中資RISC-V技術公司睿思芯科，已推出旗下首款基于RISC-V的64位可編程終端AI芯片Pygmy，對比Arm同級別芯片，可將能耗降低85%，面積減少80%，能應用于各種終端AI推理場景。
5、黑芝麻智能：車規級自動駕駛芯片
黑芝麻智能聯合創始人兼CEO單記章本科就讀于清華大學無線電電子學系微電子專業，1997年微電子系碩士畢業后，赴美加入知名圖像芯片公司豪威（OmniVision）20年。
2016年，看見AI視覺的風口，單記章與相識已久的老友劉衛紅一拍即合，共同創辦黑芝麻智能，單記章任CEO，劉衛紅任COO，劉衛紅也是清華碩士。
黑芝麻智能曾于2016年11月獲得北極光創投的A輪融資，2018年1月宣布完成由蔚來資本領投的近億元人民幣的A+輪戰略融資，2019年4月公告完成由完成，由君海創芯領投的近億美元B輪融資。
今年8月，該公司發布華山系列車規級自動駕駛芯片A500，單個SoC可提供5-10 TOPS算力，能效比超4 TOPS/W，可支持L2/L2.5級自動駕駛系統。
6、深鑒科技–賽靈思：基于FPGA的AI落地
深鑒科技聯合創始人、前CEO姚頌為2011級清華大學電子工程系本科畢業生，與另外三位擁有清華電子工程系背景的汪玉、韓松、姚頌、單羿共同創辦深鑒科技。
深鑒科技成立于2016年3月，專注于基于FPGA實現AI落地，成立剛滿一年估值已超過10億人民幣；成立一年半就推出8款AI芯片，包括2款自研AI芯片“聽濤”、“觀海”；成立不到兩年就手握數千萬訂單。
去年7月，深鑒科技宣布被FPGA開山鼻祖、全球FPGA龍頭賽靈思收購，收購后的深鑒科技仍在北京運營，并入賽靈思大中華區中。目前姚頌擔任賽靈思人工智能業務高級總監。
7、地平線：邊緣AI芯片與自動駕駛芯片
地平線聯合創始人、前地平線軟件副總裁楊銘本科畢業于清華大學工程系，在清華取得碩士學位后，2004年赴美國西北大學攻讀博士學位。
2015年，他回國加入地平線公司，同地平線聯合創始人兼CEO余凱一起創業。
后來楊銘加盟了芯翌智能，而地平線一路成長，已成長為全球估值最高的AI芯片獨角獸，今年3月宣布完成6億美元B輪融資，估值達30億美元。
就在前三個月，地平線先后推出首款已量產車規級邊緣AI視覺芯片征程2.0，和第二代邊緣AI芯片旭日2.0以及一站式全場景邊緣AI芯片解決方案，芯片等效算力均達到4 TOPS，典型功耗僅2W。
8、欣博電子?：SVAC 2.0 AI視頻編碼芯片
欣博電子創始人兼CEO梁敏學本科畢業于清華大學，研究生畢業于中科院微電子所，曾創辦手機專用多媒體芯片公司芯博媒體，后至聯發科工作六年，負責多媒體、VR、AI等項目。
2015年，梁敏學得知國家正在著手定制專門用于安防監控的數字視音頻編解碼技術標準SVAC 2.0，毅然離開聯發科創辦欣博電子，并參與了SVAC 2.0技術標準編制工作。
去年，欣博電子推出首款采用ASIC方法設計的超低功耗SVAC 2.0 AI視頻編碼芯片SC6235，可將功耗控制在不超過0.5W。
此外在今年7月，欣博助力百度研發的低功耗車規級遠場語音交互芯片百度“鴻鵠”宣布成功量產。
9、泓觀科技：超低功耗異步AI芯片
泓觀科技同樣成立于2015年，由三位清華校友聯合創辦。其中董事長兼總裁賈澤畢業于清華微電子所，是國家級“863計劃”課題主持人、IEEE高級會員。
去年，泓觀科技推出面向物聯網邊緣端的超低功耗異步AI芯片，通過全異構加速技術，力圖最大限度發揮系統芯片內各架構及電路的功效潛力。
其芯片聚焦智能化視覺處理，可應用于可穿戴設備、智能家居、自供能監控等對超低功耗有剛需的物聯網領域。
三、軟硬協同、多系合作成大勢所趨
不同于傳統通用芯片，AI芯片需要芯片與AI算法的整合。僅靠硬件無法將性能發揮到極致，需要在對應用有所理解的基礎上，將硬件與算法做高效的協同。
有了具體的自研創新芯片還不夠，將智能程序編譯到芯片的編譯器等基礎工具、用于快速設計出新智能芯片的設計方法學等都需要持續投入研究。
這意味著AI芯片的研究需要多學科融合。以天機芯為例，它雖說由精密儀器系主創，但這一成果也離不開計算機系、自動化系、微電子系、電子系、材料學、醫學院等其他院系的支持。
造出能用的天機芯之后，還要讓它好用，既要盡可能簡化建模和編譯過程，又要有完整的平臺或方案來方便部署。
對此，清華類腦計算中心基于天機芯片，自主研發出第一代類腦計算軟件工具鏈，可支持從深度學習框架到“天機芯”的自動映射和編譯。他們利用類腦自動行駛自行車建立一個異構可擴展人工通用智能開發演示平臺，用一塊天機芯片展示了自行車的自平衡、目標探測跟蹤、自動避障、語音理解控制、自主決策等功能。
同時，半導體器件、材料、制造設備、封測技術等都會對AI芯片的發展產生著不容忽視的影響。而在這些領域，來自清華不同院系的研究團隊們同樣在付諸努力。
比如在半導體器件研究領域，隨著摩爾定律向10nm、7nm以及更先進的技術節點邁進，AI算法硬件化成為探索新型微納電子器件研究的重要方向，即從底層探索新型仿生器件以實現低功耗。
清華微納電子系吳華強副教授長期著力于基于新型憶阻器件的類腦計算研究，從器件、電路架構和算法出發，面向類腦計算進行聯合優化設計。
清華微納電子系任天令教授團隊在近年致力于基于面向AI應用的二維材料基礎研究與應用探索，以期突破傳統器件的局限性，為新一代微納電子器件技術奠定基礎。
他們在基于二維材料的新型微納電子器件方面獲得了多項重要創新成果，如智能石墨烯人工喉、石墨烯仿生突觸器件等，相關成果發表在《自然·通訊》、《先進材料》等知名學術期刊上。
結語
創新之路或許初有成果，但創業之路依然征途漫漫。能在科技進步的長征中走到最后的，不僅要具備精準的觀察力與眼界，時時感受技術和產業變化，審視自我以微調方向，還要能沉下心，一步一個腳印穩步地走向自己所堅信的最終目標。
在這些清華AI芯片創業者身上，我們能看到清華一脈相承的低調務實作風和創新創造精神，但創業畢竟不是拼理想和創意的場合，它們要迎接的終極考題是如何實現大規模量產、如何在市場表現上打出勝利一仗。
