请选择 进入手机版 | 继续访问电脑版

网赚研究院-致富网赚论坛-网赚宝盒-华夏网赚论坛-28网赚-贵族网赚论坛-日付网赚联盟

 找回密码
 立即注册
查看: 88|回复: 0

长春佟聊缘男子会所 颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片 维基百科中文网

发表于 2019-11-19 08:17 | 880 显示全部楼层 |阅读模式

[复制链接]

2万

主题

4万

帖子

8万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
86839
发表于 2019-11-19 08:17 | 显示全部楼层 |阅读模式
这是写在帖子头部的内容看点:存算一体AI芯片的落地怎样起步?我们和知存科技初创人聊了聊创业背后的故事。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


架构创新正成为新风口,而新兴势力在其中饰演着相当严重的脚色。
传统芯片依照冯·诺依曼架构,处置惩罚器和存储相互分手,在负担AI推理运算时,数据要在硬盘、主存、盘算单元之间搬来搬去,90%以上的能量消耗于这一进程中。
为了冲破传统架构对算力的掣肘,存算一体这类新兴逻辑架构应运而生。其常见实现方式有两种,一是在内存和固态硬盘芯片中植入盘算单元,另一种则是在间接用存储单元完成盘算使命。
2016年,一对北大微电子系85后夫妻,在留美时代堆集了基于NOR Flash的存算一体AI芯片研发履历,并早早定下归国创业的想法。
就在今年8月6日,他们所开办的知存科技公布了近亿元A轮融资。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


▲知存科技初创人兼CEO王绍迪展见知存科技的存算一体AI芯片
克日,智工具同知存科技初创人兼CEO王绍迪聊了聊创业背后的故事,从创业想法发芽阶段的置之不理,到创业5个月完成流片,再到行将迎来第一批产物的落地,他们正在离三年内卖出5000万颗芯片的“中期方针”越来越近。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


从游戏中孵出的芯片情结
23年前,王绍迪8岁,怙恃为他买了一台搭载英特尔奔驰一代CPU的586电脑。那时候一台586电脑售价八千多元,花费了他怙恃快要一年的人为。
奔驰(Pentium)这个跨时代的产物,不单斥地了英特尔一统CPU市场的乱世王朝,也在王绍迪心中埋下做芯片的种子。
小学时代的王绍迪,严重还是用电脑来玩游戏。在这一进程中,他直观感遭到摩尔定律带来的变化,盘算机变革飞速,CPU速度、光驱速度、软盘速度、硬盘内存巨细等都日新月异。
很快,586电脑已经跟不上游戏速度,家里的电脑设备渐渐升级,每隔两三年换一代。2000年左右,为了玩雷神之锤等3D结果好的游戏,王绍迪起头兵戈GPU。渐渐地,王绍迪起头对芯片很是沉迷。
经太高中物理角逐,高三上半学期,王绍迪被保送北大。在继续当地辽沈晚报采访时,他即刚强地表达了自己的爱好和志向,盼望进修微电子专业,成为“中国芯”的研发职员之一。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


▲辽沈晚报专访王绍迪(图右)
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


结缘存算一体,师从学术大牛

知存科技关于存算一体芯片技术的根底,根源于王绍迪的妻子郭昕婕,她是第一批处置存算一体AI芯片研讨的博士生。
尽管王绍迪和郭昕婕都是2011届信息科学技术学院微电子专业的应届生,但由于北大讲授很重视根柢,前两年上的都是理论课那种大课,两人直到大三才了解。
到大四申请出国留学时,两人关于黉舍的一个严重挑选标准就三个字——离得近。
一样平常同学申请十几所黉舍,他们则持续申请三十多个黉舍,还特地按着美国舆图看,就是为了能申请到同一个大要离得近的黉舍。终极,王绍迪申请到的加州大学洛杉矶分校(UCLA),和郭昕婕申请到的加州大学圣塔芭芭拉分校(UCSB),相隔不外100英里。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


说起来,郭昕婕今后研讨存算一体芯片所跟从的导师,还是王绍迪在拿到几个offer后,帮她带领师写信申请的。
郭昕婕的导师Dmitri B.Strukov教授是做存算一体的学术大牛。
2008年,惠普实行室(HP Labs)证实白37年前的科学预言,发现全国上第四种底子电路元件——忆阻器(memristor),并乐成实现了全国首个能工作的忆阻器原型,这项研讨在《Nature》上颁发《寻获着落不明的忆阻器》,而Dmitri B.Strukov正是这一团队的焦点成员之一。今后,忆阻器、存算一体这些研讨持续如火如荼地展开。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


▲HP Labs忆阻器团队,从左到右别离是Dmitri Strukov, Stan Willams, Duncan Stewart, Greg Snider
2011年,即结业那年,王绍迪和郭昕婕提交申请,一样在这一年,Dmitri B.Strukov预备申请存算一体项目,次年郭昕婕就成为了第一批被招收的门生,被分到基于NOR Flash的存算一体芯片技术偏向。
Dmitri B.Strukov告诉她,这个偏向是最靠近产业化的、适用的偏向,Flash技术成熟,已做买卖用几十年,本钱很低,但其弱点一样是由于Flash研讨起步较早,不幸亏顶刊上发文章。
立项早期,深度进修还不火,郭昕婕严重将存算一体芯片利用在视频处置惩罚矩阵乘法,到2013年,深度进修的热度囊括学术界,发现存算一体芯片运算深度进修结果好后,在导师的支持下,郭昕婕间接转偏向到做深度进修芯片。
历经6次流片,耗时4年,郭昕婕终究在2016年研发出举世第一个3层神经收集的浮栅存算一体深度进修芯片技术,并完成技术考证。一年后,她又再度攻下7层神经收集的浮栅存算一体深度进修芯片。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


▲郭昕婕在IEEE电子器件大会(IEDM 2017)上颁发的论文
存算一体以存储器和模仿单元为主,Flash存储阵列经优化革新后,既可以包容更多神经收集的权重参数,又可以完成和此权重相关的模仿盘算。据王绍迪先容,理论上,单个Flash单元可完成8bit乘加法运算,假定有200M个Flash单元,就能存储2亿个参数,同时能并行完成2亿次乘加法运算。现实运转时,算力约为峰值的10%-50%,由于芯片具有必定通用性,并非完全针对某一算法定制,AI算法在芯片没法到达100%的操纵率。
在王绍迪看来,存算一体芯片的焦点上风有三点。
其一,存储单元可用于盘算,运算中无需数据搬运,运算单元数目可提拔多个数目级。
其二,无需自力盘算单元,这样既节省了片上并行趟愕ピ拿婊,同时不用过于追求起头进的芯片加工工艺,而是可以操纵成熟工艺来低落本钱。
其三,架构中无需考虑内存搬运,大幅低落多核AI芯片的筹划难度。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


投石无路,艰难的创业起步

从郭昕婕的研讨中,王绍迪看到了端侧AI芯片商用落地的价格,归国创业的想法在心中发芽。但是创业的热情熄灭正旺,忽然就被现实的冷水浇熄,他在压服他人投资的路上频频碰钉子。

2016年年中,王绍迪在中美两处根究投资人。
彼时美国支流概念以为端侧不必要AI,只要办事器端深度进修做练习的需求才较大。王绍迪因在三星和Arm练习,便实行联系这两家公司做存储器的相关负责人,但他们以为王绍迪提出的计划找不到利用处景。
在美国没获得正面反,王绍迪托人归国询问却也无果。
那时他看中的市场是缺少高效端侧算力的AR市,而这一期间,国内的AR刚走太高速成长的黄金期间,市场起头疲软下滑,王绍迪也没能建立什么有用的联系。
机遇没到,就再等等,王绍迪留在美国继续处置博士后研讨工作,很快,盼望再次光临。
2016年9月,英特尔公布收买视觉处置惩罚芯片创企Movidius,间接补充其在物联网范围的技术短板。伴随着这一收买案的推动,终端侧AI芯片渐渐兴起。从2017年年中起头,王绍迪每个月归国一次找融资,此外一位合资人也不停在国内帮着找各投资机构去聊。由于存算一体芯片仍然很是小众,找融资的进程举行的很是艰难。
终究,在一位北航教授的帮助联系下,启迪之星、兆易创新的投资人在和王绍迪聊事后伸出了橄榄枝,说可以投资。
获得这一口头答应,王绍迪立即飞往美国打包行李,把车一卖,提早谈好做存算一体芯片所需的常识产权授权,不到一个月就返回祖国,于2017年10月在北京开办知存科技,王绍迪任CEO,郭昕婕任CTO。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


创业早期的摸索

建立早期的知存科技可谓是一贫如洗,融资难、缺人材、没履历。
考虑到照顾材料往后大要有风险,王绍迪和妻子郭昕婕归国时底子上都两手空空。
一路头,知存科技只要王绍迪、郭昕婕和他们的合资人三小我,租了一个四人的小办公室,还多出一个工位。
三小我都是学术圈身世,余下的那个工位自然是要留给一个有做模仿芯片履历的专业人士,后来他们花了很大精神才请来一位具有15年模仿芯片研发履历的老兵作为知存科技现在的模仿芯片研发负责人。
因而,到2018年春节,知存的小团队乐成涨到4小我。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


创业时代的节奏比学术研讨时代快很多,企业计划、运营治理和产业履历都要经持续进修和堆集。从创业至今,王绍迪每周上班时候横跨100小时,有一周以致只睡了不够28小时。
由于在学术研讨时代,郭昕婕几乎踩过各类芯片筹划的坑,这也使得知存在建立后的短短5个月内就快速流片。
2018年头,知存的扩大速度堪比“龟速”,3月5小我,4月6小我,5月7小我,流片前才终究冲破个位数,到达10小我。熬过缺少资金的创业早期,团队扩大速度渐渐加速。
当前知存已经凝聚了一支履历和本事兼备的55人团队,其中,模仿芯片筹划团队人数也增至近11人,团队均匀工作履历达9年。此外,王绍迪还表现,今年知存科技还将再招5人左右。
融资方面,知存科技已于2018年1月获得启迪之星等投资的天使轮融资,同年12月获讯飞领投的天使+轮融资,今年8月获得近亿元A轮融资,由中芯聚源领投,普华资本、招商局创投、三峡鑫泰、科讯创投、燕缘雄芯跟投。
专利方面,知存科技申请了40多项专利,并采办了郭昕婕早期在国外研发时代所发现的专利授权。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


知存的焦点产物MemCore001是基于NOR Flash存算一体架构的嵌入式智能语音芯片,严重利用于低功耗、低本钱的端侧语音识别,支持8-bit DNN、LSTM、TDNN等多种常用收集,支持可变运算和参数精度。
据王绍迪先容,算力根据利用需求而定,市道上的芯片算力从1Mops到100Gops都有。知存行将公布3款存算一体芯片产物,功耗和本钱和市道上10Mops的芯片相当,算力为10Gops。
相比当下基于冯·诺依曼架构的AI芯片,知存科技的存算一体芯片能将运算服从提拔20-50倍,现有运算服从达15TOPS/W,本钱也比常规AI芯片低落30-90%,针对不同利用的本钱在几十美分到几美圆。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


泡沫化很一般,落地难只是姑且现象

随着AI需求的演进,知存会对芯片内部响应优化,经过调解筹划架构,使其更好地支持现有收集支持,可设备性更多,对新型收集服从更高,团体芯全面积也变得更小。
存算一体究竟是一个创新芯片架构,缺少成熟的EDA工具、测试工具和利用层适配软件,量产步伐还够不成熟。不同于传统芯片间接将量产步伐交由晶圆厂来完成,存算一体芯片的量产步伐必要芯片筹划公司和晶圆厂一路来摸索和建立。
在语音芯片落地后,未来,知存还筹划研发低本钱、低功耗的视觉处置惩罚芯片。
而王绍迪他们之所以暂不考虑云端,是由于软件SDK斥地的投入太大,这对一家草创公司来说将是很大负担。Flash存在读写偏慢的弱点,假如今后有更出色且成熟的存储器,他们也会考虑用其替换Flash。
对于AI产业热议的泡沫化以及AI芯片落地难、量产难等题目,王绍迪也分享了他的观察和思考。

他以为,像大大都快速成长的行业一样,AI也有菽,但这并非由于AI没有价格,而是由于还没找到好的贸易形式,当前的授权等贸易形式利润不高。
在他看来,AI芯片落地难只是姑且的,AI芯片的感化是帮助AI更好的落地。从过去的成长来看,供给更高的算力可以帮助更多的算法落地到利用,低落本钱和功耗可以帮助AI拓展更多的利用处景。是以做算力更大的AI芯片和更低本钱的AI芯片都可以帮助AI落地。当前AI芯片落地难由于AI利用还不是一个成熟的市,没有成熟的产物形状。AI芯片和AI一样都在摸索中成长,渐渐落地更多的利用。
而关于AI芯片量产难的题目,王绍迪以为有多个原因原由。
一是AI产物新,产物需求和功用不停在变化,没有成熟的产物形状。很多芯片做了很长时候design in,碰到产物需求忽然变化,形成了芯片没法量产。这也是由于AI产物和算法更新换代快而至使的,选错了利用大要功用筹划错了的芯片没法量产。
二是某些大算力AI芯片必要很好的算法适用性,研发周期长投入大从业人材少。
三是新型架构的AI芯片,像是存算一体芯片,没有成熟的计划可以采取,必要斥地新的量产计划。
颠覆传统芯片架构,用闪存做AI推理,这家创企造不一样的语音芯片  新闻


结语

相比那些在芯片行业摸爬滚打多年的老兵,王绍迪等从学术圈走出的创业者们相对缺少创业履历和工程履历。特别是在斥地一条门路之时,大要需经过各类试错、磨合、苍茫和思绪转换。
但同时,他们也具有加倍发财的生气,刚强而无畏地追求创新,勇于冒险,勇于跳进造芯的洪流当中,注入一抹纷歧样的色彩。
固然,云端市场巨头环伺,终端市场亦是强手如林,留给创企的机会有,真正做到突围也很难。AI芯片产业的纪律还需履历冗长的检验,而更多带着各类创业者的涌入,势必会为全部产业缔造更多的大要性。
在政府、投资方、孵化器等机构的帮助下,大要下一个破局者已经在成长当中。


免责声明:假如加害了您的权益,请联系站长,我们会实时删除侵权内容,感谢合作!
感激您的阅读
回复

使用道具 举报

0条回复
跳转到指定楼层
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Copyright © 2001-2015 忽悠兄 X3.2 © 2001-2013 Comsenz Inc.

Archiver|手机版|小黑屋| Comsenz Inc.  |网站地图

快速回复 返回顶部 返回列表