抱歉,你查看的文章不存在

人工智能大热 芯片初创公司迎来暖春

【网易智能讯7月16日消息】多年来,在科技领域投资的金融家们对制造电脑芯片的初创公司几乎没有什么兴趣——很难想象一家初创企业如何与像英特尔这样的巨头竞争。毕竟,全球80%以上的个人电脑运行的都是英特尔公司生产的芯片。即使是在英特尔没有占据主导地位的领域,比如智能手机和游戏设备领域,也有像高通和英伟达这样的公司,足以“碾压”那些初创企业。

但随后,科技行业的最新风潮——人工智能到来了。事实证明,新型计算机芯片可以更好地运行人工智能。突然间,风险投资家们仿佛忘记了那些阻碍年轻的芯片公司成功的因素。

如今,至少有45家初创企业正在开发能够为语音识别和自动驾驶汽车等任务提供动力的芯片,其中至少有5家已经从投资者那里筹集了超过1亿美元的资金。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中的投资超过15亿美元,几乎是两年前的两倍。

这次突然增长与上世纪80年代PC和硬盘制造商的突然扩张类似。虽然这些公司都是小公司,并且不是所有的公司都能生存下来,但它们有能力推动一段快速的技术变革。

是否有公司幻想着用他们的芯片挑战英特尔,还有待考证——因为英特尔花费了数十亿美元的资金建造自己的芯片工厂。(而这些初创公司与其他公司签订合同来生产芯片。)但是,在设计芯片来为机器学习提供完成越来越多的任务所需的特定计算能力时,这些初创企业正在朝着两个目标中的一个方向前进:快速地找到一个有利可图的利基市场,或者获得大公司收购。

“机器学习和人工智能重新定义了如何制造计算机的问题,”Bill Coughran说。他曾帮助谷歌管理全球基础设施数年,现在是硅谷风险投资公司红杉资本(Sequoia)的合伙人。红杉资本投资了英国初创企业Graphcore,该公司最近也加入了市值1亿美元的公司的行列。

在2016年夏天,变化已经显而易见。谷歌、微软和其他互联网巨头正在开发应用程序,通过使用算法,即所谓的神经网络,识别出照片中的人脸,并识别出智能手机上的指令。这些算法可以通过识别大量数据中的模式来学习任务。

英伟达最为人所知的是制作图形处理单元,也就是G.P.U,它的设计初衷是帮助渲染游戏和其他软件的复杂图像——结果证明,它们在神经网络上的表现也非常好。在2016年夏天之前的一年内,英伟达为谷歌等公司运营的大型计算机数据中心出售了1.43亿美元的芯片,这一数字是上一年的两倍。

英特尔争先恐后地赶了上来。据科技新闻网站Recode的一份报告称,英特尔公司以4亿美元收购了硅谷初创企业Nervana,这家拥有50名员工的初创公司从零开始构建芯片。在那之后,另一家硅谷初创公司,Cerebras,从Nervana抢下了五个工程师,也专门为人工智能设计了一个芯片。

根据福布斯的一份报告,到2018年初,Cerebras公司已经筹集了超过1亿美元的资金。此外还有另外四家公司也筹集到了超过1亿美元的资金:Graphcore、另一家硅谷公司Wave Computing、以及两家北京的公司——Horizon Robotics(地平线机器人)和Cambricon(寒武纪),其中后两家公司得到了中国政府的支持。

“在2015年和2016年初筹集资金是一场噩梦,”人工智能芯片初创公司Mythic的首席执行官Mike Henry说。但是,他说,“随着那些渴望得到满足的大型科技公司纷纷转向半导体行业,这种情况已经发生了变化。”

中国在开发新的人工智能芯片方面表现出了特别的兴趣。第三家位于北京的北京芯片初创企业DeePhi已融资4000万美元,并且中国科技部已明确要求生产挑战英伟达的中国芯片。

因为这是一个新的市场——而且因为人们对这种新型的处理能力有非常强烈的渴望——许多人认为,这是一个难得的机会,因为初创企业有机会对抗那些根基深厚的巨头。

第一个重大变化很有可能出现在数据中心,像Graphcore和Cerebras这样的公司一直对其计划保持沉默,他们希望加速新形式的人工智能的创建,其中包括能够进行对话、自动生成视频以及虚拟现实。

微软和谷歌等公司的研究人员已经专门为人工智能建立了芯片,并通过极端的试验反复“训练”神经网络,在大量的芯片上测试算法。整个训练过程可以持续数小时甚至数天。他们经常坐在自己的笔记本电脑前,盯着图表,观察这些算法在学习数据时的进步。芯片设计人员希望简化这一过程,将所有的试验和错误打包到几分钟内。

Scott Gray说,今天,英伟达的GPU可以高效地执行所有用于训练神经网络的微小计算,但是芯片之间传输数据的效率仍然很低。Scott Gray先前是Nervana的一名工程师,后来加入OpenAI。OpenAI实验室由特斯拉CEO埃隆马斯克(Elon Musk)等人共同发起。

因此,除了专门为神经网络打造芯片外,初创企业还在重新思考围绕它们的硬件。例如,Graphcore正在构建包含更多内置内存的芯片,以省去来回发送大量数据的麻烦。其他公司则在寻找扩大芯片之间传输的方法,以便更快地进行数据交换。

红杉资本的Coughran说:“这不仅仅是建立芯片,而是研究这些芯片是如何连接在一起的,以及它们如何与系统的其它部分交互。”

但这只是改变的一部分。一旦神经网络被训练成一个任务,就必须有额外的工具执行这个任务。在丰田,自动驾驶汽车的原型正在使用神经网络来识别道路上的行人、标志和其他物体。在数据中心训练了一个神经网络之后,公司则在安装在汽车上的芯片上运行这个算法。

许多芯片制造商——包括像Mythic、DeePhi和Horizon Robotics这样的初创企业——也在解决这个问题,将人工智能芯片推向手机和汽车等各种设备。

目前还不清楚这些新芯片的运行效果如何。设计和制造芯片需要大约24个月的时间,这意味着即使是第一个依赖它们的可行硬件也要到今年才能实现。而这些芯片初创企业将面临来自英伟达、英特尔、谷歌和其他行业巨头的竞争。

但他们的起点是相同的:一个新市场的开始。

本文系网易智能工作室出品。选自:纽约时报 编译:网易智能

-END-

原文发布于微信公众号 - 专知(Quan_Zhuanzhi)

原文发表时间:2018-07-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

编辑于

专知

880 篇文章344 人订阅

相关文章

来自专栏钱塘大数据

中国如何应对大数据时代的挑战

导读:中国社会对“大数据“的概念还存在一些不准确的认识甚至观念上的误区,特别是对大数据在国家层面上的战略意义估计不足,亟需深化。 从小数据到大数据 “大数据”...

41350
来自专栏程序员互动联盟

码农最后有几种归宿?

经常听到周围的人说,程序员吃的是青春饭,过了30就不行了,身体机能下降,后面的年轻人也会呼呼的赶上来,到30就该考虑出路了。真是这个样子让80后的程序员该如何是...

32660
来自专栏SDNLAB

2018中国SD-WAN峰会直击——江苏省未来网络创新研究院院长、中国工程院刘韵洁院士发表主题演讲:未来网络的发展与机遇

今天2018 SD-WAN峰会在北京召开,江苏省未来网络创新研究院院长、中国工程院刘韵洁院士发表了主题演讲“未来网络的发展与机遇”。

11120
来自专栏企鹅号快讯

人工智能智能手机伪AI元年

在电影故事中,人工智能总是跟机器人联系在一起,例如《终结者》系列里天网指挥下的杀手机器人。但也有相对温和的人工智能案例,比方说《钢铁侠》中帮助托尼史塔克调节战甲...

510100
来自专栏量子位

大咖来信 | 李国杰院士:AI创业光靠算法走不远,警惕命运魔咒

李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI AI对中国工程院院士、中科曙光董事长李国杰而言,并不是新事物。 作为中国最早一批计算机科学领域的专...

36850
来自专栏镁客网

坐拥100亿市场,却一直被吐槽,服务机器人何时才能从“智障玩伴”转变为“智能助手”? | 深度

17500
来自专栏数据猿

BI市场大爆发,帆软告诉你怎么用数据“省钱”和“赚钱”

7月11日,2017帆软百城巡展上海站的活动顺利召开, 本次大会旨在分享企业数据应用、数据决策的经验,来自零售、化工、金融、地产等企业大佬分别登台演讲,向人们全...

37640
来自专栏大数据文摘

牛津大学人类未来研究所:万字长文谈AI新职场方向-政策研究

17330
来自专栏数据猿

英国AI初创公司StatusToday获391万美元融资,帮企业更好地了解员工

【数据猿导读】 StatusToday团队成立于2015年,公司认为,挖掘数据、利用数据并进行下一步的决策已经成为越来越多公司选择的发展战略,而有望对公司绩效产...

336100
来自专栏科技向令说

响铃:云计算的时代 2.0的江湖 百度的新赛道战术

云计算最近“大事”不断,基础架构和信息载体的不断更新和迭代,赋予了云计算更多更新的角色。可以说,云计算正处在一个三叉路口,向左继续基础能力演进,向右转向产业全面...

14720

扫码关注云+社区

领取腾讯云代金券