即便是面对新冠病毒的大流行,市场对人工智能的需求仍然十分强劲,无论是用于加速新冠病毒的研究,还是用于优化领先云服务所依赖的推荐系统。
这一点再明显不过了——特别是半导体巨头英特尔和英伟达最近都大力投资了下一代人工智能能力。其中,英伟达推出了足以改变市场游戏规则的数据中心GPU——A100,而英特尔也正在研究如何在整个产品组合中注入AI能力,同时展开大胆的收购,例如去年斥资20亿美元受过了Habana Labs。
英特尔收购的Habana Labs,是一家开发用于训练和推理的高性能芯片的初创公司。这次收购表明,AI芯片仍然是一个炙手可热的领域,一些新兴公司试图打造能够基于硬件优化工作负载的新方法。
对此,我们根据众AI公司所取得的里程碑事件(包括融资轮次、产品发布或者性能记录),罗列了今年最热门的这10家AI芯片初创公司:
1、Blaize
CEO:Dinakar Munagala
Blaize表示,它的Graph Streaming Processor是首个可以在单一系统中同时运行多个人工智能模型和工作流的处理器。这家位于美国加州埃尔多拉多的初创公司,于去年秋天走出“隐身模式”,在今年举行的CES 2020上首次展示自己的计算架构,并从投资者那里获得了8700万美元的投资。Blaize主要针对汽车和智能视觉等场景,其中,Graph Streaming Processor处理器克服了AI处理成本和尺寸方面的障碍,效率是现有产品的10到100倍。
2、Cerebras Systems
CEO:Andrew Feldman
Cerebras Systems表示,它的Wafer Scale Engine处理器是有史以来尺寸最大的芯片,包括1.2万亿个晶体管并封装了40万个计算核心。
Cerebras Systems在去年秋天举行的Supercomputing 2019上发布了该处理器,同期发布的还有搭载了该处理器的CS-1系统。这家位于美国加州洛斯拉托斯的初创公司称,Wafer Scale Engine是“全球最快的AI超级计算机”。此后Cerebras Systems赢得了多个重要的客户,CS-1系统被美国能源部阿贡国家实验室和美国国家科学基金会匹兹堡超级计算中心所采用。
3、Graphcore
CEO:Nigel Toon
Graphcore称,自己的Intelligence Processing Unit(IPU)芯片是首款专为机器智能设计的处理器。Graphcore表示,IPU与其他处理器不同,它可以在芯片内部运行一整个机器学习模型。这家位于英国布里斯托尔的初创公司,于今年2月宣布获得了来自投资者的1.5亿美元融资。几个月后Graphcore表示,在与微软和戴尔的合作下,Graphcore已经出货了“数万”颗处理器,其中戴尔在去年发布了配备16个Graphcore IPU处理器的Dell DSS8440。
4、Groq
CEO:Jonathan Ross
Groq表示,它的Tensor Streaming Processor(TSP)处理器可提供“无与伦比的敏捷性”,避免了传统GPU需要在最高响应速度和最高性能之间折衷的问题。这家位于美国加州山景城的初创公司,于去年秋天首次发布TSP芯片,并表示,Groq是第一家在单个芯片上实现1 petaop性能的公司。此后,Groq的TSP架构通过Nimbix Cloud提供,用于按需付费处理机器学习任务。今年1月份Groq表示,TSP在用于图像分类的ResNet-50 v2推理基准测试中击败了其他商用神经网络架构。
5、Hailo
CEO:Orr Danon
Hailo称,它的Hailo-8深度学习芯片可在边缘提供数据中心级性能,同时在尺寸、性能和功耗方面击败竞争对手的边缘处理器。这家位于以色列特拉维夫的初创公司,于今年早些时候宣布,已经从瑞士制造跨国公司ABB的企业风险投资机构ABB Technology Ventures,以及日本IT巨头NEC公司那里获得了6000万美元B轮融资。Hailo表示,Hailo-8以结构为驱动的Data Flow架构结合了高性能、低功耗和最小延迟等优点,可以用于智能摄像头、智能手机、自动驾驶汽车等边缘设备,提供每秒高达26 TB的性能。
6、Kneron
CEO:Albert Liu
Kneron为边缘设备开发的人工智能芯片,可以实时适配音频和视觉识别应用。这家位于美国加州圣地亚哥的初创公司,于今年1月宣布,在A轮融资中获得了来自Horizon Ventures、Sequoia、Alibaba、Qualcomm等投资方的4000万美元资金,让总融资金额达到7300万美元。Kneron开发的KL520是一种片上系统,将2个Arm Cortex M4 CPU与Kneron的神经处理单元相结合,可以在智能家居设备等低功耗设备中进行高性能的推理任务。此外,Kneron正在使用最近这轮的融资资金开发第二代SoC KL720,并实现商业化。KL720预计将于今年夏天开始向客户提供样品。
7、Lightelligence
CEO:Yichen Shen
Lightelligence正在利用光学技术打造人工智能芯片。据报道,Lightelligence在美国和中国都有业务,今年早些时候Lightelligence从Matrix Partners China和CICC那里获得了2600万美元的A轮融资。Lightelligence的AI芯片采用了集成光子学技术,利用光学的方式类似于集成电路处理和传输电子信号的方式。Lightelligence表示,它的光学芯片与传统的芯片架构相比,可以提供更高的性能、更低的延迟和更低的功耗。
8、SambaNova Systems
CEO:Rodrigo Liang
虽然SambaNova Systems并非唯一一家同时致力于硬件和软件以推动人工智能工作负载,但它表示,自己集成的硬件和软件产品因为可以重新配置的数据流架构而在一众公司中脱颖而出。这家位于美国加州帕洛阿尔托的初创公司表示,这种架构让应用能够推动硬件优化的方式,从而加快数据中心和边缘性能。今年2月,SambaNova Systems宣布从Intel Capital,BlackRock和其他投资者那里获得了2.5亿美元的C轮融资,将用于进一步加快软件功能的开发。
9、SiMa.ai
CEO:Krishna Rangasayee
SiMa.ai表示,它的Machine Learning System-on-Chip(MLSoC)是首款将高性能、低功耗和硬件安全结合在一起的机器学习推理芯片。这家位于美国加州圣何塞的初创公司表示,这款SoC是环保且高效的,每瓦每秒发送帧的速度是竞争产品的30倍。今年5月,SiMa.ai宣布在由Dell Technologies Capital领投的A轮融资中获得3000万美元资金,将用于加快生产和客户交付。
10、Syntiant
CEO:Kurt Busch
Syntiant正在开发专用于边缘语音应用的人工智能芯片。这家位于美国加州尔湾的初创公司从今年年初开始在全球范围销售它的Neural Decision Processors(NDP)处理器,预计第一批DFP嵌入式消费级产品将在7月之前上市。Syntiant的NDP芯片可以在各种电池供电的设备(从耳机、笔记本电脑,到手机和智能音箱)中为语音和其他传感器应用提供永远在线的深度学习处理。Syntiant表示,NDP100和NDP101芯片与低功耗微控制器单元解决方案相比,功耗不到140微瓦,效率高200倍,吞吐量高20倍。
联系客服