谁敢动英伟达的奶酪？AI芯片领域，这12家创业公司值得关注

唐旭 编译整理 量子位 出品 | 公众号 QbitAI

还有谁？

还有谁家的AI产品背后的服务器上用的不是英伟达的芯片？还有谁家的芯片敢来老黄的地盘送死？

还有谁还敢做AI芯片？

英伟达的股价一年就翻了一番！

……

咳。现在，英伟达仍然是那些深度神经网络们的爸爸，不过……

敌军还有5秒到达战场。

科技巨头在竞争这件事上头一向很铁：

为了同英伟达一较高下，英特尔已经买下了一票创业公司，其中包括花费4亿收购的深度学习初创公司Nervana——后者的联合创始人和CEO Naveen Rao现在已经成了英特尔AI项目的带头大哥，以及在这之后不久以不明金额拿下的Movidius；

谷歌也没闲着，他们发布了两代的TPU——一种专门针对深度学习框架TensorFlow进行优化的AI芯片。

半导体一度因为自身朦胧的前景和高昂的成本变成投资者们不敢触碰的市场毒药。而现在，据CB Insights估算，进入新兴芯片初创公司的投资总额已经从去年的13亿美元提升到了今年的16亿美元；2015年，这个数字是8.2亿美元。

这可能是许多芯片初创公司的好日子，现在就预估哪些项目将会最终出局也还太早。据ARK投资研究分析员James Wang估计，要将一种全新的芯片设计完并投产，这些创业公司需要筹到1亿到2亿美金；而它们还面临着另一种风险：算法更新迭代得太快，等这些公司造出芯片，它们很可能已经过时了。

硅谷投资机构Lux Capital的合伙人，同时也是Nervana和Mythic的投资者Shahin Farshchi称，要想把钱挣了，新进入市场的芯片得比目前市面上的所有产品质量高一个数量级。

“如果你是想搞出比英伟达的产品好那么一点的芯片，祝你幸福，他们会把你打成狗。”Farshchi说，“你得想明白，你能拿出什么东西给客户，而这东西别人全都拿不出来。”

这些初创公司设计出来的AI芯片真正能用的其实不多。有几家已经给自己的合作伙伴递上了原型，但许多公司的芯片其实仍然处于设计阶段。2018年，可能会有少数几家公司去试试水。不过……

有句俗话，大潮退去，才知道谁没穿裤衩。美国媒体The Information说，真正有竞争力的公司，是有这么几家：

寒武纪（Cambricon）

这家位于北京的公司由几位参与了“寒武纪1号”项目的中国学者在2016年创立。前不久，寒武纪曾与华为达成合作，寒武纪为华为Mate 10手机提供了能够提升图像、语音识别等AI任务表现的处理器，而这一合作也将寒武纪带到了聚光灯下。

中国在国内芯片产业的雄心壮志将会成为寒武纪以及其他中国AI芯片初创公司的一大优势，尤其是考虑到，美国政府曾在2015年出于“安全考虑”禁止了向中国出口高端芯片。中国计划投入1500亿美元来推动国内产业的发展。

今年八月，寒武纪完成1亿美金A轮融资，领投方正是国投创业。

Cerebras Systems

这家位于加州洛思阿图斯的创业公司悄悄地雇佣了一众芯片行业的老兵，正悄悄地生产着专为数据中心AI训练而设计的深度学习处理器。

公司的联合创始人及CEO Andrew Feldman此前曾创立服务器芯片公司SeaMicro，后者在2012年被AMD以3亿3400万美元买下，而此前在这里工作的四位同事Michael James、 Sean Lie,、Jean-Philippe Fricker、Gary Lauterbach与Feldman共同创立了Cerebras。

这家公司已经完成了1亿1200万美金融资，而PitchBook对其估值8亿6000万美金。

Graphcore

这家英国公司由两位芯片行业的老将，CEO Nigel Toon和CTO Simon Knowles共同创立，他们俩还创立过蜂窝调制解调器制造商Icera——这家公司在2011年被英伟达以4亿3500万美元收购。

Graphcore计划明年开始推出他们的“计算处理单元“（IPU）。每张芯片都包含1000个处理核心，内存区被置于处理器附近。基于早期的内部测试结果，这家公司声称，在不同的深度学习模型上，自己的芯片能够提供超过英伟达产品10到100倍的表现。

今年7月Graphcore完成的B轮3000万美元融资中，投资者中就包括了Deepmind老大哈萨比斯（Demis Hassabis）、OpenAI的联合创始人和CTO Greg Brockman以及Uber首席科学家、剑桥大学教授Zoubin Ghahramani。而在11月，红杉又领投了一笔对这家公司的5000万美元投资。到现在，Graphcore总共已经融资了1亿1000万美元。

Mythic

跟别人家做的纯数字芯片不大一样，Mythic做的是数模混合芯片。他们改变了芯片上闪存的功能，用它来进行的模拟处理，这种设计让芯片不必持续地接入分离的存储原件，从而帮助芯片以极低的功率运行深度学习算法。这家公司称它把“台式机GPU的能力“灌进了一张纽扣大小的芯片上。

Mythic目前着眼于智能家居、摄像头、可穿戴设备以及无人机这样的低功效嵌入式设备。

这家公司已经从Data Collective、DFJ和Lux Capital拿到了1500万美元左右的投资。

地平线机器人（Horizon Robotics）

地平线机器人的创始人及CEO余凯曾经领导过百度的深度学习研究院。按计划，地平线的业务将同时包含硬件和软件，覆盖从无人车到摄像头的各个AI战场。

公司已经完成了由英特尔领投的1亿美金A轮融资。地平线将在本月底在北京正式发布其首款芯片。

Wave Computing

每个Wave Computing处理器都包含16000个处理核心，这家公司把16块这样的芯片装进一个单独的盒子，来进行每秒2.9 peta（千的五次方）次运算。

Wave Computing 2010年就成立了，但直到2016年，这家公司才第一次浮出水面。目前，它已经收获了超过6000万美元融资。

还有下面这几家公司，也值得一看：

Groq

Groq由谷歌TPU项目的前成员创办。在自己的网站上，Groq称自己家正在开发的芯片将有能力进行每秒400兆次的运算；相较之下，谷歌的第二代TPU每秒能进行180兆次运算。

这家公司获得了来自Facebook前高管、风投公司Social Capital创始人Chamath Palihapitiya——哦对了，大伙还记得他之前怼IBM沃森的事么？

ThinCI

ThinCI做的是针对视觉处理的图像流处理器。这家公司由四位英特尔前雇员2010年在加州爱尔多拉多山创办。目前收到投资，金额未知，投资者包括汽车零部件提供商电装美国和麦格纳，以及英特尔前高管David Perlmutter。

Deep Vision

Deep Vision由两位斯坦福博士创办，主要为无人机、机器人和摄像头开发低功耗深度学习芯片。

不过目前，除了创始人Rehan Hameed和Wajahat Qadeer发表了他们关于这种芯片的研究成果外，关于他们的工作还披露得很少。

KnuEdge

闷声大发财！

手握1亿刀来源未知的投资，这家公司沉默了10年之久，直到2016年才第一次公布自己的存在。在NASA前高层Daniel Goldin的领导下，这家地处圣地亚哥的公司目前正着手制造用于神经网络的256核芯片。

原本，KnuEdge还在2016年公布过一项用于语音识别的云服务，叫KnuVerse，不过现在，为了专注于自己的芯片，KnuEdge停止了这项服务。

Tenstorrent

这家多伦多创业公司由两位AMD前工程师Ljubisa Bajic和Milos Trajkovic创办。这家公司称，自己正在为深度学习软件制造高性能芯片。

今年早些时候，这家公司收到了一笔来自Real Ventures的种子轮投资，金额没有披露。

Reduced Energy Microsystems

这家公司是最早参与YC加速器项目的芯片初创公司之一，目前已经收到来自Draper Associates的200万美元种子轮投资，专注于为深度学习开发低功耗芯片。

P.S. 文章主要内容来自美国媒体The Information，对中国的芯片创业公司覆盖可能并不全面。

原文地址：https://www.theinformation.com/the-ai-chip-startups-looking-to-take-on-nvidia