半导体行业观察专注半导体和硬科技产业，实时、专业、原创、深度
来源：内容来自半导体行业观察综合，谢谢。
据Semiwiki报道，Wave Computing正在接近倒闭（closing down）。报道指出，该公司已经通知所有员工这一消息（The company has reportedly let all employees go and filed for Chapter 11）。但据行业知情人士透露，Wavecomputing从去年年底就开始了漫长的“告别”。
成立于2010年的Wave Computing是 AI领域众多有前途的新公司之一，其使命是“通过可扩展的实时AI解决方案，从边缘到数据中心革新深度学习”。该公司由Dado Banatao和Pete Foley创立，属于晚期风险企业。Banatao先生担任Wave Computing董事长，同时还是Tallwood Venture Capital的管理合伙人。Sanjai Kohli是首席执行官。Kohli先生于2019年9月接班Art Swift成为Wave Computing的掌舵人，后者只担任了四个月的职位。
据Semiwiki预测，Wave的AI数据流处理器存在性能问题。这也许是他们退出的原因？但Semiwiki表示，这只是一个推测。此外，Wave Computing还提供了广泛的产品线。Wave Computing被称为“可扩展，统一的AI平台”，它利用MIPS处理器提供了“从边缘到数据中心”扩展的数据流处理技术。
其中MIPS技术来源于他们在2018年六月的收购。在收购没多久之后，Wave computing就宣告了MIPS的开源计划。按照他们的说法，此举旨将MIPS指令集架构的普及。MIPS开放计划将允许参与者自由访问“最新版本的32位和64位MIPS ISA - 无需许可或使用费”，用户还将获得MIPS拥有的数百项专利。
据介绍，开源后开发者可以从Wave Computing官网上获取MIPS 开源相关的指令集与工具，当中包括 32/64 位的 MIPS R6 指令集、MIPS SIMD 扩展、MIPS DSP 扩展、MIPS Multi-Threading (MT)、MIPS MCU、microMIPS Architecture、MIPS Virtualization (VZ) 虚拟化等。
但其实早在去年年底，MIPS计划已经终止。
Semiwiki进一步指出，Wavecomputing之所以会有这样的结局，也许与他们试图一次做太多事情有关。他们强调，在新兴的AI市场上，缩小重点或者是更好的策略？
随着许多提供新颖方法的新公司的出现，人工智能和深度学习市场正在蓬勃发展。任何新市场通常都会经历这种增长，然后进入整合阶段。Wave Computing的消息是否表明我们已经进入整合阶段？时间会证明一切。
延伸阅读：Wave computing 及其AI芯片技术
Wave Computing是一家成立于2010年总部位于硅谷的AI技术公司，目前在全球拥有5个分公司和办事处，分别位于美国、中国、日本、菲律宾和以色列。其独创的“软件可动态重构处理器架构(CGRA)以及数据流(Data Flow)计算”正成为AI计算领域具有革命性意义的处理器架构。它旨在通过基于数据流架构的一系列产品改变传统的人工智能计算。
Wave Computing拥有超过200名数据科学家、机器学习、系统、软件和芯片设计专家，其中25%拥有博士学位，包括 Stanford，CMU和Berkeley等名校博士及教授。Wave Computing的Dataflow技术已在TSMC28nm及16nm工艺上成功验证。
2018年Wave Computing收购了MIPS，通过将MIPS多线程CPU IP核与其数据流架构相结合，为人工智能计算提供完整的数据处理支持。MIPS是业内知名的IP处理器架构和IP核供应商，其IP授权广泛应用于消费娱乐、家庭网络设施、LTE调制解 调器和嵌入式应用等产品。MIPS也在物联网IoT设备，先进驾驶辅助系统ADAS和包括自动驾驶汽车的新兴智能应用中起到核心作用。Wave Computing 于2019年初宣布MIPS R6 ISA架构开源，以及两颗成熟商用IP核免费开源（更多信息请访问：
https://www.mipsopen.com），旨在进一步推动MIPS产业生态的发展以及支持IC公司的芯片设计创新。
Wave computing的核心产品是数据流处理器单元（DPU）采用非冯诺依曼（von Neumann）架构的软件可动态重构处理器CGRA（Coarse grain reconfigurable array/accelerator）技术，适用于大规模异步并行计算问题。其主要优势是使得硬件更加灵活地适配于软件，在可编程性（或通用性）和性能方面达到很好的综合平衡，降低AI芯片开发门槛，不会受到GPU等加速器中存在的内存瓶颈的影响。独创的“软件可动态重构处理器架构(CGRA)以及数据流(Data Flow)计算”正成为AI计算领域具有革命性意义的处理器架构。它旨在通过基于数据流架构的一系列产品改变传统的人工智能计算。
2019 年，Wave Computing针对边缘计算市场的算力需求，将MIPS技术与Wave旗下WaveFlow™和WaveTensor™技术相结合，推出TritonAI™ 64 IP平台，该平台融合了Wave Computing旗下的几大核心技术，MIPS 高性能、多线程、低功耗 IP、WaveFlow™、WaveTensor™等先进技术，具有高可扩展性、高兼容性、可客制化的特点，为产品提供高效、低耗的AI计算加速能力。
据介绍，作为一款高度灵活的软件平台，TritonAI™ 64 IP平台灵活适配到AI加速引擎WaveFlowTM 和WaveTensorTM，满足不断变化的AI计算需求。这些加速引擎被一个异构编程平台管理，该编程平台由一个统一的API平台管理，即Wave Run-Time (WaveRTTM)平台。WaveRT平台在 MIPS 上运行, 并帮助对 WaveFlow 和 WaveTensor 运行引擎进行编程, 以分析和执行恰当的 AI任务；这种软件集中管理的方式，可以很好地把AI应用、AI框架和 AI算法从它们依赖执行的目标计算单元抽象出来，从而可以把算法按并行执行的方式匹配到Wave相应的计算单元上去，从而提升SoC 的AI计算性能。
发布于 2020-04-20 15:06
半导体计算机科学人工智能
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
