AI芯片时代:做引领者 不做跟随者

作者: 小芯 来源: 燕缘雄芯 2019-07-12 11:56

算法红利逐渐消失,算力优势凸显。

人工智能经历算法带来的应用高潮后,遇上了芯片瓶颈。GPU已无法满足算法需求,谷歌、阿里巴巴、百度……几乎所有的互联网巨头都接踵布局了芯片产业。如同PC时代之于英特尔,移动互联网之于苹果,谁将是人工智能时代的新浪头?

芯片无疑占一席之地。

知存科技创始团队属于履历闪着光的别人家的孩子。王绍迪夫妇本科均毕业于北京大学信息科学技术学院微电子专业,之后二人分别在加州大学洛杉矶分校和圣塔芭芭拉分校从硕士读到博士。其中,CTO郭昕婕历经6次流片,耗时4年,首次攻下了浮栅存算一体深度学习芯片技术。

2017年,看到美国另两家大学实验室开始了相同技术创业,王绍迪夫妇提前结束博士后研究工作,回国创业。

创业一年半,在AI芯片领域,知存科技基于NOR Flash的存算一体芯片技术,从实验室即将产业化。

“跟传统架构的人工智能芯片比,在同样功耗或成本下,我们的存算一体技术可以把算力提高十倍。”王绍迪说。

存算一体芯片,这项在全球被少数人掌握的技术,由于可以在非常低的功率下执行深度学习中涉及到的大规模并行乘积和累加的运算,已获得了英特尔、亚马逊、微软、镁光、应用材料等巨头的投资肯定。近期,知存科技作为国际上该领域的领先者也获得了产业资本领投的近亿元投资。

王绍迪夫妇以全球领先的科研成果创业,是名副其实的80后科创家。燕缘雄芯第一期《科创家》栏目对话知存科技CEO王绍迪,第一次全面探讨了这个明星团队的创业逻辑。

谈技术:领先大厂三四年

小芯:存算一体提了多年,知存科技做的有何不同?

王绍迪:存算一体属于一种新型架构,这个概念提了40年,我们做的算其中一种方式。我们团队最早从2012年开始探索基于NOR Flash的存算一体芯片技术,直到2016年才证明这个技术有效且可以短期商业化。

作为这个技术领域最早的开创者之一,我们CTO做出了国际上首个浮栅存算一体深度学习芯片。

小芯:在实验室阶段,你们做了什么?

王绍迪:在实验室五年,做了三层和七层两个深度学习芯片,证明存算一体技术可以用在深度学习中。这个从无到有的过程一般时间都会比较长。

小芯:你们的核心是芯片设计?

王绍迪:对,但核心部分也就需要六七个人。由于这是一种新的架构,想要我们的芯片被别人用起来,需要做的不仅仅是设计,还要针对芯片优势开发好用的软件。

小芯:你们掌握的存算一体技术是一种革命性的芯片技术吗?

王绍迪:存算一体一直被认为是有潜力的革命性技术,但过去几十年遇到一些问题。一是技术路线很难实现,二是没有适合的应用。

我们这个技术路线最开始只有几个大学的实验室在研发,完全没有大的半导体企业关注。2016年我们跟大企业聊的时候,他们不知道也不相信这个东西。大概从2017年开始,大的半导体设计、设备和生产公司都开始投资这个技术路线。

小芯:大厂会很快掌握吗?

王绍迪:现在掌握这个技术的人非常少,总体来说,在这个技术上我们领先三四年。大厂可能认为砸钱可以很快掌握该技术,但真正做起来会发现有很多的坑,从头开始做也要三四年。而且效率上不一定有创业公司快,从战略角度大公司肯定还是会做或者投资。

小芯:走出实验室之后,怎么保证技术持续的领先性?

王绍迪:我们每次芯片迭代中都加了很多新东西,并不只是基于原有的东西做产品。我们对技术领先性看的比较重。我们认为存算一体领域还有好多新东西可以发掘、甚至更高效的芯片设计架构,一旦落后就可能一直落后了。

技术突破不是靠钱堆出来的,主要还是少数人的创新,然后靠时间去验证,一点点积累起来。相比较,公司做产业化的迭代速度更快,在优化我们核心技术方面上也较快。但涉及到新技术的研发,大学实验室做得更好。

小芯:国际上,微软、亚马逊和英特尔都投资了Syntiant,Mythic也拿到了软银、镁光等多个大机构的近亿美元融资,同为这项技术的领头羊,知存与他们的差距有多大?

王绍迪:从芯片设计上我们不差于他们,产品上大家都还没量产。但我们需要补上的是软件开发平台和同时开发多个产品的能力。从定位看,Mythic定位云+端,我们定位只做端。

谈市场:要赌对场景

小芯:你们定位AI芯片,AI本身还在找应用场景,作为服务于AI的芯片会不会更难落地?

王绍迪:其实AI落地中芯片起了非常关键的作用。

之前AI的发展是算法推动,但算法想落地用起来需要一个性能好的芯片。英伟达的GPU被用在图像识别上,一下子让深度学习火起来。事实上,大多数AI应用场景受限于芯片算力还无法落地。

例如,一个500块钱的设备,需要一个高算力的深度学习算法可以提升一倍的体验,但合适的芯片可能需要5000元,这个商业上就很难落地。比如在一个电池设备上加人工智能,如果电池使用时间要缩短2-3倍,这个功能就没法使用。

我觉得有95%的AI应用还没落地,是受限制于芯片的成本、功耗和体积。

芯片找落地场景不要等AI先落地。如果AI已经落地,说明已有芯片可以支持,芯片公司再去提供解决方案,就是一个红海。肯定是做一个原先没有的应用场景,帮助AI去落地,才能带来独特的竞争优势。

小芯:如何发现那个没有的场景?

王绍迪:需要不断和客户去聊去学习,紧密结合应用场景,要对整个市场未来几年的发展趋势做一个比较好的预估。

我们现在跟下游公司合作,一起发现AI带来的新体验场景,给现有解决方案升级,一旦算力和成本可以满足,可以带起一个新市场。AI是通过给现有方案升级带来一个一个新的产品,AI芯片需要帮助这样的新产品出现和升级,和合作公司一起把市场做大,而不只是给现有产品降低成本,把市场做小。

芯片从开始定义到产品做出来,一般需要两年,所以我们做的肯定是两年后的市场。这就看是不是赌对了。

创业公司想做大就需要赌对一个场景。

小芯:怎么尽量去赌对?

王绍迪:要了解现有产品市场和技术,了解能够引领未来市场的公司在做什么,预测上下游的发展趋势。

个人的知识肯定是不够用的,需要和合作方多交流,一起判断什么能落地成产品,什么能带来更好的体验,什么是一个潜在的市场。

想要比大多数人预测的更准,就需要学习的更多。互联网现在虽然发达,但是网上大部分的信息都很滞后,占用了很多时间,依旧存在信息不对称。

成功的人总能预测到一个发展趋势,而不是只看现在。大部分人就只看现在。

小芯:赌对市场的能力本身是不是创业成功的一项核心能力?

王绍迪:创业要成功对市场的判断占决定因素。

我们2016年做端侧芯片,当时大的市场声音是AI不需要端侧,只需要云端就够了。但我们觉得肯定有端侧市场。因为我们知道技术能带来什么,知道上下游配套的东西能不能实现,实现之后能给产品带来什么样的提升。

谈定位:瞄准人机交互

小芯:知存科技瞄准哪些应用场景?

王绍迪:我们瞄准人机交互,像低功耗的视觉、语音。人机交互离消费品、销售非常近。除了市场上已经有的一些应用,我们更要做的是靠芯片的算力和效率赋能体验更好的交互方式。

例如,智能语音芯片目前都是基于唤醒词+云端识别的交互,复杂和长时间的交互方式造成体验不佳。消费级AR眼镜因为没有高效的AI芯片导致算力不足,需要连线手机和大的电池,非常不方便,很难落地。高清显示行业的AI应用因为存储器瓶颈无合适解决方案,很难落地。

诸如此类的应用很多,我们作出高效、低功耗的AI芯片可以帮助许多场景落地。

小芯:同样场景,你们的技术优势有多大?

王绍迪:如果跟英伟达这样的通用芯片比,效率成本可以好几十到一百倍,但这是不公平的,只能在一些特定场景中替代英伟达芯片。跟专用芯片比,同样成本下我们的技术可以把算力再提高10倍。在比较小的设备中,效率提升可以达到100倍。

小芯:成本呢?

王绍迪:一般在几十美分到几美元。

小芯:AI芯片未来会形成一个新的寡头垄断市场吗?

王绍迪:AI芯片更多是赋能,不同的落地场景需求不一样,很难垄断。单一芯片架构很难垄断,可能会出现两三家公司垄断市场。比起去做替代场景,我们更多的想做其他人做不了的场景,用我们的芯片可以帮助落地的场景。

小芯:你们会带来新一波AI热吗?

王绍迪:我们的愿景是这样。算法发展得非常快,芯片的算力和效率跟不上,需要高性价比和效率的芯片方案去支撑。我们看到很多潜在产品市场,我们希望帮助市场每年几倍增长。

谈行业:AI芯片是新跑场

小芯:中兴、华为事件后,社会层面、国家层面对芯片的关注到了空前热度,芯片跟国家命运绑在了一起,这种关注肯定对产业本身有非常大的利好,但是否也存在不好的影响。

王绍迪:芯片是一个全球化的分工体系,整体来看,中国在这方面没什么太大优势,积累也比较弱。中国做芯片的人很少,而且某些领域没有人。钱投进来太多会把人力成本提高。创业公司靠的是融资,但一些正常运营的大企业的人力成本就会升高。

加大芯片投入从长远看肯定是好事,从业人员工资高,才有更多人愿意加入到这个事业,解决人才缺口。

小芯:虽然没什么优势,但大家都期望弯道超车。从整个芯片产业链看,哪些环节中国有可能追赶或弯道超车?哪些环节完全没可能?

王绍迪:假如没有贸易战,从整个产业链看,能追赶上的是一些小市场,很多是国外大企业放弃的市场或者技术成熟没有专利壁垒的市场。

在大市场里,行业领先的大企业投入比我们还大,积累又好,是很难追上的。芯片是一个时间积累过程,越做性能越好,成本越低,一旦做好了就是一个正反馈,边际成本很低。

能够跟国外持平或者领先的是一些新兴领域。新兴领域大家都从头起步,就看谁跑得快。像AI、区块链、自动驾驶等都是新领域。

谈理想:像Intel一样推动技术发展

小芯:你期望的知存科技会做成多大?

王绍迪:我们技术推进、团队搭建都是从长远考虑,从引领技术到把公司持续做大这方面去考虑。

未来在边缘AI计算或者AIoT市场会有很多玩家,其中会有几个大的,我们要做其中的大企业。

小芯:营收规模和技术领先,你更希望做大哪个?

王绍迪:我们更希望知存能引领技术,帮助AI行业发展。营收规模很重要,是能够持续投入做技术研发的基础。像英特尔遵循摩尔定律持续推动尺寸缩小。它本可以放慢脚步,一代芯片多卖些时间,做利益最大化,却一直追求不断的自我革命,推动技术发展,保证一直领先。

小芯:5G到来,对端侧的算力需求会不会不那么高了?

王绍迪:5G的带宽和速度会增加,但终端设备数量不会维持不变。5G可以带来比现在多得多的端侧设备,需要的端侧算力会有明显的增加。

把运算全部放到云端会增加成本和降低效率,增加了延时,延时不仅仅是网络延时。比如如果把常用简单语音控制和视觉识别放到云端做,云端成本要比端侧更贵。

端云结合是成本和效率的最优组合。比如一个产品中,最常用的10%运算种类是在端侧做,这10%的运算种类可能占据了99%的使用时间,剩下90%的运算适合放到云端做。

小芯:你们已经有商业化落地了吗?

王绍迪:我们争取今年量产。

小芯:明年营收要做到多少?

王绍迪:我们计划三年内达到年销售5000万个芯片。

小芯:有一种论调是到今年年底,芯片创业公司会死掉一批,你怎么看?

王绍迪:这是创业的普遍规则,并不针对于芯片行业。所有行业创业,最后成功的企业有10%就不错了。多种原因导致创业公司死掉,赛道选错了,路线选错了,产品做出来发现有其他更有竞争力的产品,等等。

谈创业:要坚信一定能成功

小芯:你有想过如果创业失败了会怎样吗?

王绍迪:虽然可能失败,但创业的时候我认为不能整天想失败了会怎么样。一定要想着我该如何成功,才能一直推动自己去做正确的选择。如果总想着创业失败,可能做法就不是把公司做好,而是想如何处理失败了。我个人只会去想怎么把事情做出来。

小芯:创业跟你之前做学术有什么不同?

王绍迪:工作时间比做学术多了三四倍,原来做学术的时候不是很拼。

创业需要学习的东西特别多,产业经验、企业规划和运营方面都需要不断的学习。学习新东西本身是一件痛苦的事,但一旦学会了对企业就有帮助。要不断的让自己更理性去分析,该做和该学什么。

另外,学术上更关注单点突破,把单个方面性能做好。企业关注的是不能有短板,在应用中除了优势点以外,其他短板会不会导致整体性能不好。

小芯:创业会不会偏离了你曾经在学术上的追求?

王绍迪:我做学术时间不是很长,博士毕业后就短暂的做过博士后,很幸运和教授一起拿到一个存算一体的大项目。不过我发现我们现在做的技术比那个项目更有前景,就放弃学术来创业了。

做学术的人想做出一个好技术改变世界。我们发现了这样的技术,剩下的就是把它做出来。

小芯:芯片创业,不能犯的错误是什么?

王绍迪:我创业才一年半,听到前辈的经验是不能闭门造车,不能想当然定义产品,要找到需求,我认为都是对的,之后更多时间会去体会这些经验的作用。

小芯:夫妻两个一起创业,生活怎么办?

王绍迪:就被牺牲了。

小芯:你们公司招人有特殊偏好吗?

王绍迪:我们喜欢学习和适应能力强的人。我们做的是新东西,如果不能很快地学习和迅速作出改变,就会出现很大问题。

小芯:你们今年计划要到多少人?

王绍迪:大概60人。

注:文/燕缘雄芯 小芯,公众号:燕缘雄芯(ID:燕缘雄芯),本文为作者独立观点,不代表亿邦动力网立场。

【版权提示】亿邦动力网倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。

下载APP