快速一键发布
近日，AI芯片初创团队ThinkForce宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。三家侧重点不同的顶级投资公司和AI明星企业依图科技的投资组合，此次共同聚焦AI芯片。
近日，AI芯片初创团队ThinkForce宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。三家侧重点不同的顶级投资公司和AI明星企业依图科技的投资组合，此次共同聚焦AI芯片，可见虽视角不同，但对AI芯片的发展未来有着一致认可。
在全球范围内，AI芯片早已成为各行业巨头最为重视的战略高地。Google自研TPU；Nvidia接连推出Pascal及Volta架构；Intel以150亿美金收购Mobileye以及Movidius，Facebook，Tesla等也接连在芯片方向布局。而国内如阿里、腾讯也不甘落后，早已开始布局海内外AI芯片企业。通过此次ThinkForce融资可以预见，随着具备全球视野的顶级投资人和资本的快速加入，产业资源必将进一步聚拢。
据介绍，ThinkForce计划推出的AI芯片基于业界先进的半导体制程工艺，采用自主研发的微内核ManyCore架构，能完成AI云虚拟化调度在芯片级的实现，此架构将AI云的弹性计算和调度提升一个量级，类似CPU的虚拟化给云计算的弹性调度带来成倍的成本节约。同时，该技术结合自主研发的固件和TFDL软件SDK能够实现对于各类神经网络模型的计算加速，相对于Nvidia主流计算卡能实现5倍以上的功耗和成本节省。
ThinkForce团队有着深厚的工业界背景。团队核心成员来自IBM，AMD，INTEL，LSI，Broadcom，Cadence，ZTE等业界龙头芯片企业，且都具备十年以上的专业芯片研发设计经历，负责过IBM PowerPC、AMD APU的北桥、Sony PS3 Cell处理器、Microsoft XBOX游戏机主芯片、以及全球最高速的56G Serdes等，团队成员手里曾量产过40款以上各类芯片，总销售额数十亿美金。再加上依图科技多年在算法、工程方面的顶级AI能力加持，团队阵容不得不让人刮目相看。
获悉此次ThinkForce的融资消息，我们第一时间和ThinkForce市场副总裁张震宁联系共同探讨了AI芯片这个话题：
张震宁毕业于上海交通大学电信专业，获本科和硕士研究生学位，2015年获得MIT Sloan的管理硕士学位。加入ThinkForce前在腾讯担任产品总监。在此之前有近10年的芯片产品规划、系统集成和市场拓展经验。
记者：AI芯片已经有很多创业公司，ThinkForce进入这个领域有什么特别之处吗？
张震宁：AI的发展为稳定成熟的芯片行业带来了颠覆性创新的可能性，也带来了巨大的市场需求。对团队而言，这是一个非常神奇的开始，核心团队成员彼此熟悉，无论是读书还是工作，十几年前我们就在各大知名外企、芯片公司做芯片，虽然企业不同，但都在工作中看到了AI芯片对于科技发展的重要性和意义，随着AI和芯片产业的发展，我们觉得是时候聚在一起，将自己的智慧和经验倾注到中国人自己的AI芯片上。我们有丰富的工业界实战经验、全面的能力模型、无论成果还是业绩都已获得业内认可，同时，产业链上下游的生态支持也是我们的强竞争力。
我们提出一个理念：AI时代是“算法即芯片”的时代。我们通过对各类AI算法的研究，提取其共性的运算特征并将它们硬件加速，辅以相对灵活的固件及驱动程序，完成与上层应用软件的无缝衔接。依图科技在这方面的经验和技术积累给我们带来了很大的帮助。同时，AI一定需要落到垂直行业的各个应用场景里面去才能产生价值，我们会和各垂直行业的企业深度合作，与其说用AI颠覆行业，我们更愿意用高效的算力协助业界伙伴创造更多价值。
记者：芯片是高风险行业，你们觉得风险大吗？如何保证流片的成功率？
张震宁：芯片的风险一般分为三块。
1、规格风险：指我们所定义的产品经历了开发周期之后，是否能在市场上具备竞争力。这考验我们团队的市场预判和产品规划能力，我们与垂直行业客户的深入沟通以及先期导入市场的智能硬件产品，都有助于我们更好地理解我们的客户和市场。
2、可生产性风险：指的是芯片能否正常工作，产品良率能否落在合理范围内。解决这些问题都有芯片工程领域的方法学，我们在设计过程中会依赖FPGA、仿真器等工具进行逻辑仿真，同时在集成电路布图设计时会有预留足够的修改余地，以便流片后万一发现有错误可以较低的代价快速修正。
3、性能与功耗风险：是否达到设计的指标，是否在设计功耗的范围内没有偏差。芯片的性能和功耗与采用多少纳米的制程工艺以及集成电路布图的优劣有很直接的关系。业内有不少AI芯片团队因为缺乏相关领域的沉淀而选择将这部分的工作外包，我们则坚持自行完成该部分的工作，以达到最优的性能与功耗表现。
记者：芯片大家都用算力比较，你们如何做到高算力？
张震宁：我们通过以下这三个方面来保证高效算力：
1、以应用场景和算法为核心设计芯片，合理分配神经网络单元数量和结构。
2、芯片功能的迭代与制程工艺的进步保持同步。
3、充分优化驱动程序及运算调度策略，确保核心运算模块能满负荷运转。
大家一般都用计算单元乘以主频来说明高算力，这在计算理论值的情况下是没有问题的。但在实际使用中，必须要保证高效率才是关键，这样才在功耗与性能上有优势，目前ThinkForce的加速单元实际效率在90% -95%之间，是非常有优势的一个加速结构。
记者：除了高算力，ThinkForce还有什么特殊的技术吗？
张震宁：芯片虚拟化技术，在需要弹性计算的场景成倍提高芯片使用率，例如让整体AI云使用率成倍提高。在这点上，我们在芯片架构与Firmware上做了大量的工作，以保证在云端应用中，可以实际完全透明的虚拟化能力。
记者：芯片是巨头的游戏，他们在经验、生态、渠道等方面都有很大优势，作为创业公司如何突围？
张震宁：如果从不同阶段来看，AI芯片发展的最终一定是巨头间的竞争，因为AI芯片无论在总体规模，还是复杂性上都有足够高的要求。但在目前这个阶段，AI芯片还处在不断突破的黄金年代，创新再创新，是现阶段AI芯片的主题。大公司的优势是在规模，但如果打破常规是必由之路，那么规模在一定程度上也会成为包袱。在ThinkForce内，每天都有大量新的想法不断被尝试，这种活力正是创业公司最大的优势。在不断推新的同时，ThinkForce又有很多在世界巨头工作过的尖端人才不断加入，逐步建立生态与渠道，一步步做大做强。
记者：你提到“AI云计算”，你们在前端计算会有布局吗？
张震宁：我们认为AI的算力分布一定是云端和前端的有机结合。这就好比我们人体，遍布周身的神经末梢会完成简单而快速的响应，复杂的逻辑推理思维则在大脑完成。我们希望我们能够在云端和前端都给到业界满意的计算力解决方案。
此番ThinkForce融资，我们看到了AI独角兽依图科技作为战略合作方出现，我们联系了依图科技战略总监焦惠茹，她为我们介绍了依图科技对AI芯片的看法：
记者：芯片是很专业的领域，为何挑选ThinkForce作为合作伙伴？
焦惠茹：无论作为投资者还是合作者，想要通过短时间学习，了解最前沿的技术来做投资和合作判断，都可能太自大了。所以从团队的角度判断反而准确。ThinkForce团队核心成员均为芯片领域的顶级人才，在芯片设计、体系结构、算法研究等领域都有深厚功力，在工业圈极有口碑。AI芯片，不像传统芯片，是软硬结合的，芯片设计、算法、体系结构都很强的团队不仅优势极大，在全球都非常稀缺，我们认为ThinkForce正是这样的团队。
记者：和ThinkForce合作，印象最深的是什么？
焦惠茹：从战略高度看，ThinkForce提出的“算法即芯片“的论断深刻且富有远见。从战术或者技术层面来看，ThinkForce提出的AI芯片级的虚拟化技术，在实现高峰值算力的基础上，还大大提升了芯片使用率，是创新的黑科技。CPU虚拟化技术让云计算的使用率成倍提升，AI芯片级的虚拟化技术也会让AI云使用率成倍提升，商业价值巨大。
记者：市场了解依图，主要是以人脸识别技术为基础的安防业务，最近依图连续投资布局了AI医疗、AI制药、AI芯片，是不是AI公司参与投资是个趋势？
焦惠茹：AI医疗是我们两年前就开始做的方向，那时候市场还没有今天这么火。而我们的初心很简单，就是站在患者的角度看到了医疗行业可以被AI赋能的巨大潜力。我们先切入的医疗领域是语义理解，也不是我们最擅长的计算机视觉技术领域。但是我们以极高的执行力做起来了。
投资是个专业的事，是有门槛的。我们这些合作其实是出于对前沿技术和科学研究的兴趣和热情，是很朴素的追求。并不是我们有钱了才开始做，也不是去兑现我们的技术获利，更不是跨界跟风去投资。
大约在4年前我们就有投资AccutarBio，当时也没多少资金，在力所能及的范围内，资助他们的生物制药研究。当年还没有AI这个热门词汇，而直到今天，大部分投资人也并不认可或看不懂AI制药创新。
依图和ThinkForce关于AI未来的讨论很早就开始了。我们认为人工智能必将进入“中美双擎”的时代。芯片技术和团队是国家战略资源。我们也希望我们国家拥有世界顶级的芯片团队。AI时代，给了这样千载难逢的机会。
我们相信，跨领域发展的认知有很大的行业不对称性，这对AI多学科结合是很大的门槛。希望我们对AI趋势的理解和对各行业影响的预测，能帮助我们在不同领域作出有世界级竞争力的成果。
据悉，ThinkForce目前已经和包括IBM、Cadence等在内的多家公司展开合作。人工智能领域风起云涌，英雄角逐，创新开拓，AI芯片的黄金时代已经拉开了序幕。
|
