芯東西（ID：aichip001）
編 | 韋世瑋
芯東西2月21日消息，據EE Times報道，EE Times正在對美國、歐洲和亞洲共約60家AI芯片創企進行研究，其中既包括重新設計可編程邏輯和多核設計的公司，也有自研全新體系架構的公司，以及使用神經擬態（類腦）和光學計算等未來技術的芯片公司等。
隨著神經網絡技術的不斷發展，業界對加速AI性能的需求越來越高，世界各地亦涌現出了大量的AI芯片創企，持續研發不同的芯片技術。與此同時，這一行業的爆發也吸引了大量的風險投資資金，從而使行業擁有了研發新型計算架構，以及開拓新技術方向的資本。
基于此，EE Times從這來自三大洲的60家AI芯片公司中，選出了最具代表性和發展潛力的十家。根據這些公司產品的定位和應用范圍，主要被用在數據中心、終端和AIoT設備這三大領域。以下內容基于EE Times對這十家芯片創企的介紹編譯：
一、數據中心：邊緣計算應用廣泛
若根據應用范圍劃分，數據中心也屬于邊緣計算技術的應用領域之一。
什么是邊緣計算？它主要在和生成或收集數據相同的位置（或附近）處理數據，涉及網關或集線器設備，以及可加速單個AI應用程序的本地服務器。
從應用上看，數據中心的服務器還能夠用來加速醫院或醫學研究機構中，X射線或CT掃描的圖像分類，或者是從工廠車間接收狀態數據并進行處理。
1、Graphcore
總部位于英國布里斯托爾的Graphcore一直受到行業關注。在早期一輪融資中，該公司的估值就已超過10億美元，成為西方首批AI芯片獨角獸之一。
性能方面，該公司的IPU（智能處理單元）芯片擁有大規模并行架構，具有1200多個專用內核，每個內核可運行6個程序線程。
與此同時，它還有大量的片上存儲器、數百兆的隨機存取存儲器（RAM），以及45 TB存儲器帶寬，能夠讓整個機器學習模型存儲在芯片上。
此外，Graphcore的IPU芯片還可用于戴爾服務器中的邊緣計算應用程序。
▲Graphcore的IPU芯片
2、Groq
Groq由谷歌原TPU核心團隊的8名成員成立，目前該公司已擁有70名員工，并籌集了6700萬美元資金。
去年，Groq曾發布一款1000 TOPS的芯片架構，專門針對計算機視覺、機器學習和其他AI相關工作負載的性能需求而設計。同時，它的張量流處理器（TSP）主要面向數據中心應用和自動駕駛汽車領域。現階段，該器件已在PCIe板上采樣。
除此之外，該公司還堅持“以軟件為先”，其編譯器能處理硬件中的控制功能，例如執行計劃等。Groq的軟件還可精心編排所有數據流和所需時序，以確保計算不會出現停頓，并在編譯時完全可預測延遲、性能和功耗。
3、Cerebras
Cerebras以重振晶圓級芯片計劃而知名，該計劃曾在1980年代被半導體行業所放棄。
該公司研發了一塊面積約為46225平方毫米的巨大芯片，將40萬個內核與18 GB內存封裝在84個處理器塊上，能耗達到15 kW。
雖然這些參數看起來過于龐大，但實際上，Cerebras研發這一芯片的目的是用它來替代數千個GPU的工作。
該公司表示，他們已經解決了以往困擾晶圓級設計的問題，例如良率（繞缺陷走線），并研發了可以抵抗熱效應的封裝技術。
資金方面，目前Cerebras已經籌集超過2億美元的資金。與此同時，該公司還透露，他們的機架系統已在少數客戶的數據中心里開始運行。
▲Cerebras的巨型芯片
4、寒武紀
寒武紀是中國最早的AI芯片創企之一，2016年脫胎于中國科學院，由同樣出身于中國科學院的兩兄弟創立。
寒武紀認為，CPU和通用GPU（GPGPU）指令集在加速神經網絡方面缺乏敏捷性，因此他們開發了自己的指令集架構（ISA）。這是一種集成了標量、矢量、矩陣、邏輯和數據的負載存儲架構，還擁有傳輸和控制指令。
寒武紀的第一個產品Cambricon-1A主要面向智能手機和其他終端設備，如無人機和可穿戴設備。此外，寒武紀還發布了邊緣計算芯片思元220，性能為8 TOPS、能耗為10 W，進一步填補該公司在邊緣計算產品中的空白。
目前，寒武紀是全球最有價值的AI芯片創企之一，至今已籌集2億美元資金，市場估值達到25億美元。
二、終端應用：計算機視覺與自動駕駛為主
“終端”是指網絡末端的設備，其收集和處理數據都在同一設備內部。終端的產品范圍包括安防攝像機、消費電子產品和家用電器等，以及自動駕駛汽車和智能手機等某些可用作網關或端點的設備。
1、Hailo
Hailo成立于2017年，由以色列國防軍精銳情報部門的前任成員在以色列特拉維夫成立。目前，該公司擁有約60名員工，已籌集了2100萬美元資金。
據悉，該公司的AI協處理器Hailo-8性能為26 TOPS，能效為2.8 TOPS/W，主要面向ADAS（高級駕駛員輔助系統）和自動駕駛應用而設計。
從結構上看，它混合了內存、控制和計算模塊，并通過軟件分配相鄰的模塊來計算神經網絡的每一層。同時，Hailo-8芯片將于2020年上半年開始實現量產。
▲Hailo的AI協處理器Hailo-8
2、耐能（Kneron）
耐能成立于2015年，總部位于美國圣地亞哥。目前，該公司在圣地亞哥和臺灣地區共擁有員工150名，已獲資金7300萬美元。
據了解，耐能的第一代KL520芯片已被幾家公司宣布使用，其2019年也實現了數百萬美元的營收成績。
性能方面，KL520芯片還針對卷積神經網絡（CNN）進行了優化，在0.5W（相當于0.6 TOPS/W）下運行的性能為0.3 TOPS。同時，它還能應用于IP安防攝像機中的面部識別、智能門鎖和門鈴。
耐能表示，他們已開始研發用于人臉識別的神經網絡，并將它和IP一同用來開發神經處理單元（NPU）。與此同時，該公司的第二代芯片將于2020年夏天上市，能夠加速CNN和遞歸神經網絡（RNN）。
▲耐能的KL720芯片
3、Mythic
Mythic在2012年密歇根大學成立，如今位于得克薩斯州奧斯汀市。現階段，Mythic已籌集了8600萬美元資金，將用于開發模擬計算芯片。
該芯片基本采用基于閃存晶體管的內存處理器技術，與CPU和GPU相比，Mythic的芯片在功耗、性能和成本方面均有優勢。
實際上，內存處理器并不是什么新鮮事物。但Mythic表示，他們已經研發出一種補償和校準技術，能夠消除噪聲并實現可靠的8位計算。
此外，Mythic計劃出售獨立芯片以及多芯片處理卡。由于該設備可以處理30 FPS的高清視頻圖像，因此Mythic的主要目標市場之一是安防攝像機，以及用于安防攝像機系統的本地聚合器。
值得一提的是，Mythic的CEO Mike Henry在今年的CES 2020上表示，其芯片將很快進入采樣階段。
4、地平線
地平線成立于2015年，目前已經擁有500多名員工，專利超600項。截止2019年底，該公司已籌集6億美元資金，市場估值高達30億美元。
地平線的大腦處理單元（BPU）最初是為計算機視覺應用而設計，其第二代BPU擁有64位多指令多數據（MIMD）內核，能處理所有類型的神經網絡，還可通過稀疏神經網絡來預測目標的運動和場景解析。
據了解，地平線的第三代BPU將為決策算法、深度學習之外的AI提升加速性能。
目前，地平線擁有兩條產品線，分別是面向自動駕駛領域的征程系列，以及面向AIoT領域的旭日系列。
第一代征程和旭日系列處理器于2017年12月推出，第二代基于BPU 2.0的芯片也在2019年發布。據稱，征程2.0芯片在2 W功率下能夠提供4 TOPS的L3/L4自動駕駛性能，并結合了地平線自身的感知算法，實現90％的核心利用率。
▲地平線的征程處理器
三、物聯網：AI推理性能與低功耗需求高
這一類別的劃分包括具有微控制器計算級別的芯片，它們能夠在資源受限的環境中以超低功耗運行。
在這一情況下，終端設備上的AI推理性能就顯得十分重要，因為它不僅能降低延遲、節省帶寬、幫助保護隱私，同時還能節省數據到云射頻（RF）傳輸過程中的能耗。
1、GreenWaves
GreenWaves成立于2014年，總部位于法國格勒諾布爾，是RISC-V開源生態中最早的芯片供應商之一。
該公司在一個超低功耗機器學習應用處理器中，使用了多個RISC-V內核，用于電池供電的傳感設備。此外，GreenWaves還依賴其自定義指令集擴展，以方便DSP操作和實現AI加速的最低功耗。
GreenWaves的第二代產品GAP9使用了10個RISC-V內核。其中，一個內核用作結構控制器，剩余九個內核則組成了計算機群，控制器和集群位于單獨的電壓和頻域，因此它們僅在必要時才消耗功率。
同時，該芯片還采用了最先進的FD-SOI工藝技術，以進一步降低功耗。
據GreenWaves提供的數據，GAP9在160×160幅圖像上運行預訓練模型MobileNet V1時，通道縮放比例為0.25，僅需12ms。
2、Eta Compute
Eta Compute成立于2015年，在美國和印度共擁有35名員工。目前，該公司已籌集1900萬美元資金，產品已進入樣品階段。
Eta Compute為超低功耗物聯網設備中的AI處理設計了兩個核心，分別為Arm Cortex-M3微控制器內核和一個DSP微處理器。
據了解，這兩個核心均使用了Eta Compute的動態電壓和頻率縮放技術，以盡可能低的功率水平運行，而無需使用鎖相環（PLL）。
其AI工作負載在軟件的分配下，還可在一個或兩個核心上運行。同時，該技術能夠以100μW的功率預算，將圖像處理和傳感器融合。
此外，Eta Compute還針對在ECM3532器件上運行的超低功耗應用，對神經網絡進行了優化。
文章來源：EE Times
