AI 芯片近兩年成為大熱門，養(yǎng)出不少獨角獸，但在今年下半年行業(yè)已經(jīng)出現(xiàn)不小震蕩，先是深鑒科技被美國半導(dǎo)體公司賽靈思（Xilinx）收購，華為在全聯(lián)接大會上推出了昇騰 910、昇騰 310 兩款 AI 芯片，坐實了傳聞已久華為要自己做芯片的說法。而 2 個月前，阿里巴巴宣布設(shè)立平頭哥半導(dǎo)體公司。

有人選擇被收購，有人面對危機就是轉(zhuǎn)機，也有新人加入戰(zhàn)局，包括華為及阿里巴巴，后續(xù) AI 芯片初創(chuàng)領(lǐng)域又會怎么發(fā)展？“大廠已經(jīng)投入資源切入，就是行業(yè)洗牌的時候！”，耐能創(chuàng)始人劉峻誠在接受 DT 君采訪時說。對于同屬 AI 芯片創(chuàng)業(yè)一員的耐能，其開發(fā)的神經(jīng)網(wǎng)路處理器（NPU，Neural Processing Unit）芯片，預(yù)計明年第二季出貨，并通過與 3D 傳感供應(yīng)商合作，全力搶攻 3D 傳感商機。

不同于幾家媒體上常曝光的 AI 芯片初創(chuàng)公司多是從學(xué)術(shù)圈走向創(chuàng)業(yè)，耐能的創(chuàng)始團隊則是來自半導(dǎo)體業(yè)內(nèi)人士，劉峻誠曾任職于高通、三星，耐能首席科學(xué)家李湘村則是前高通多媒體研發(fā)部門總監(jiān)，也曾在展訊、朗訊（Lucent Technologies）擔(dān)任高管。

云端的 AI 服務(wù)可以通過 GPU、服務(wù)器、高性能計算機群（HPC）提供強大的算力，但越是終端的產(chǎn)品隨著系統(tǒng)計算能力的減弱，可以運行的深度學(xué)習(xí)網(wǎng)絡(luò)就越小，因此如何讓終端設(shè)備也能執(zhí)行一定程度的 AI 功能，就是耐能鎖定的市場。

2016 年推出自家第一款終端裝置專用的 NPU 以及軟體開發(fā)套件“重組式人工智能神經(jīng)網(wǎng)路（Reconfigurable Artificial Neural Network）”，芯片體積小、功耗低，更做到可以在終端上跑 ResNet、SSD（Single Shot MultiBox Detector）等深度學(xué)習(xí)網(wǎng)絡(luò)框架。

在深度學(xué)習(xí)領(lǐng)域有幾個被廣泛使用的模型架構(gòu)，像是 AlexNet 有 5 或 8 個網(wǎng)絡(luò)層，ResNet 有 18 層、50 層、101 層、152 層等，而 SSD VGG-300、VGG-512 則是龐大的模型，目前主要應(yīng)用在安防領(lǐng)域，讓機器可以在空間中判斷出各個物體的位置、距離等。耐能的 NPU 使用 ARM Cortex-A7、A9 處理器，卻能跑得動 ResNet 和 SSD，這就是其技術(shù)獨到之處。

正因如此，吸引了不少重量級投資者，去年底耐能宣布完成超過千萬美元的 A 輪融資，就是由阿里創(chuàng)業(yè)者基金（Alibaba Entrepreneurs Fund）領(lǐng)投，其他投資者還包括高通、中科創(chuàng)達、紅杉資本等。今年 5 月耐能完成由香港富商李嘉誠旗下維港投資（Horizons Ventures）領(lǐng)投的 1800 萬美元 A1 輪融資，累計融資金額超過 3300 萬美元。

盡管大股東自己當(dāng)起了平頭哥，要做 NPU 以及嵌入式芯片，但并不影響耐能的生意，劉峻誠透露，近期將宣布完成新一筆融資，此輪金額將超過先前累計的 3300 萬美元。另外，耐能最初的商業(yè)模式是采取先賣軟體、NPU IP 授權(quán)的商業(yè)模式，合作客戶包括 ARM、家電巨頭格力等，隨著營收來源穩(wěn)固，明年將開始銷售自有 NPU IC。

進軍 3D 傳感，協(xié)同大廠供貨結(jié)構(gòu)光、雙目方案

蘋果 Face ID 刷臉解鎖技術(shù)的問世，定義了整個科技行業(yè)的新方向，不僅 Android 陣營的手機品牌全部跟進 3D 傳感，也延伸到了新零售，像是刷臉支付，或是通過掃描面部或身體的 3D 建模，可為消費者定制化產(chǎn)品，還有門禁解鎖，就有汽車公司思考通過 3D 傳感技術(shù)來取代車鑰匙。

除了取代人們口袋中的東西，像是錢包、鑰匙之外，還有 AR 應(yīng)用，業(yè)界就盛傳蘋果有意在 iPad 平板電腦采用 ToF 技術(shù)，預(yù)計在 2019 或 2020 年問世。在蘋果的力拱下，3D 傳感技術(shù)無疑依舊是 2019 年產(chǎn)業(yè)的熱點。

不過，目前 3D 傳感技術(shù)的問題在于方案成本仍昂貴，舉例來說，蘋果 Face ID 的結(jié)構(gòu)光模組打出 3 萬多個光點到用戶的臉，然后把這些訊息丟到 iPhone 的主芯片 A12 Bionic，這塊主芯片里有一個神經(jīng)網(wǎng)絡(luò)引擎（Neural Engine），由這個人工智能專用加速處理器執(zhí)行運算，而結(jié)構(gòu)光模組成本大概是 20 多美元，主芯片大概是 70～80 美元，兩者加起來就逼近 100 美元的成本，并不是所有終端產(chǎn)品都適合，例如物聯(lián)網(wǎng)產(chǎn)品、智能家居產(chǎn)品等。

簡單來說，3D 傳感方案包括 3D 傳感器以及后段的運算處理，目前較流行的做法是利用 NPU 芯片或神經(jīng)網(wǎng)絡(luò)引擎來進行后段的運算，3D 傳感器取得光的信息和深度信息后，由 NPU 來運算這些數(shù)據(jù)。因此，耐能的戰(zhàn)略是開發(fā)一個專門處理 3D 傳感的 NPU 芯片，實時進行三維建模，像是人臉識別、物體或行為識別，同時解決耗能高及成本的問題，他進一步指出，一些簡單的功能靠這一顆芯片就可獨立運作，“該芯片價格大概在 10 美元左右”，并可搭配不同的傳感器如結(jié)構(gòu)光、雙目或 ToF。目前已與奇景光電及***半導(dǎo)體公司鈺創(chuàng)分別合作結(jié)構(gòu)光、雙目方案，進攻 3D 傳感市場。

除了新零售應(yīng)用，劉峻誠指出，3D 傳感應(yīng)用在安防領(lǐng)域是一大商機，將 2D 平面信息轉(zhuǎn)為 3D 模型，立體化之后的好處是提高準確度，除了多加了“深度”信息之外，還能用光來感測體溫，拿了照片、甚至是蠟像、雕像也無法矇混過關(guān)，除了強化系統(tǒng)安全性，另一個優(yōu)點在于“賦予行為識別能力”，過去安防領(lǐng)域是通過 2D 視頻來判斷，可能因為角度錯位導(dǎo)致系統(tǒng)容易出現(xiàn)誤報，通過 3D 傳感讓機器具有行為識別能力，促使安防產(chǎn)品進入下一個時代。

另一個就是產(chǎn)線的異常檢測，目前在工廠生產(chǎn)線上采用自動化光學(xué)檢測（AOI）技術(shù)已行之有年，也就是利用高精度跟高速度的光學(xué)鏡頭來協(xié)助檢查產(chǎn)品是否有缺陷，不過，近來 AOI 也興起一股很明顯往機器學(xué)習(xí)靠攏的趨勢。劉峻誠認為，傳統(tǒng) AOI 主要是應(yīng)用在“平面的”印刷電路板（PCB）、面板等行業(yè)，其他行業(yè)的曲面、立體的產(chǎn)品不見得適用，另外 AOI 準確度仍有很大的改進空間，更多時候是需要靠人力來檢查，通過 3D AI 技術(shù)即時 3D 建模，可以更精確檢查產(chǎn)品的焊錫是否準確等，同時成本得以下降。

從賣 IP 到賣 IC，瞄準物聯(lián)網(wǎng)及新應(yīng)用

從初期賣 NPU IP 到準備開始賣自有 IC，特別是耐能的投資方還有一個芯片巨頭高通，難道不怕得罪投資方？“在手機跟安防領(lǐng)域，我們是不可能自己做芯片去跟巨頭競爭，”劉峻誠說得很坦白。

他進一步分析，目前手機市場就只有前五大業(yè)者才有出貨量，但手機芯片行業(yè)已被高通及聯(lián)發(fā)科拿下，而在安防領(lǐng)域，行業(yè)巨頭海康威視、大華也自己跳下來做晶片，“今天做個晶片跟巨頭 PK，那我就是找死！而且 NPU 其實只是一個協(xié)處理器，耐能做的是幫助客人強化他們的產(chǎn)品線，”因此耐能在手機及安防領(lǐng)域的策略就是銷售 NPU IP，一是讓客戶的芯片在 3D AI 功能更強大，二是讓新切入芯片領(lǐng)域的巨頭能夠加速 IP 整合、開發(fā)芯片。

在手機跟安防領(lǐng)域不直接與巨頭競爭，耐能瞄準的是物聯(lián)網(wǎng)以及新興應(yīng)用，“有些領(lǐng)域并沒有這種獨占性，物聯(lián)網(wǎng)至今就沒有所謂的贏家，但是有很多生態(tài)鏈，像騰訊、阿里巴巴、小米等，”劉峻誠指出，這些就是耐能將直接銷售 NPU 芯片的領(lǐng)域。

芯片是老師傅當(dāng)?shù)溃珹I 芯片初創(chuàng)公司的前景如何？

對于今年 AI 芯片初創(chuàng)公司陸續(xù)有一些變化，未來整個市場發(fā)展又會如何？他認為，“大廠已經(jīng)投入資源進來，華為就是一個代表”，華為的兩款升騰芯片 910 和 310，各自對準云跟端，“當(dāng)大廠切進來打的時候，這個行業(yè)洗牌的時候就到了”，“半導(dǎo)體芯片門檻還是高的，是老師傅當(dāng)?shù)馈保纾咄ㄊ遣粫屢粋€ 7 年以下工作經(jīng)驗的人到第一線做產(chǎn)品，“直接做大型晶片，跟大廠競爭是傻的”。

其實可以檢視一下 AI 芯片獨角獸們的產(chǎn)品策略，有兩家企圖攻進云端市場，像是數(shù)據(jù)中心，但云端市場早已是巨頭把持的天下，谷歌自研的 TPU 已經(jīng)開始對外提供服務(wù)，除了半導(dǎo)體巨頭 NVIDIA 之外，更不用說還有一個在數(shù)據(jù)中心具有極高市占率的英特爾，不只芯片，內(nèi)存以及傳輸介面（Interface）都是它的強項，因此英特爾的優(yōu)勢在于“整體系統(tǒng)”的性能強大。

另外，汽車領(lǐng)域也吸引了不少芯片初創(chuàng)企業(yè)投入，國內(nèi)就有一家知名的獨角獸推出了自動駕駛芯片，“但車的整個開發(fā)周期是三年到五年，時間很長，小公司沒有營收，發(fā)展會比較辛苦”，更重要的是，在這個領(lǐng)域會遇到 NVIDIA。眾所皆知，NVIDIA 跟國際車廠包括奔馳、奧迪等，已經(jīng)建立深厚的關(guān)系，而且汽車并不在意功耗問題，只重視系統(tǒng)的穩(wěn)定度及可靠度，因此想要跟 NVIDIA 搶食自動駕駛芯片的蛋糕，難度其實很高。

因此，耐能的策略很清楚，“我們不碰“云”跟“汽車”行業(yè)，專攻“端”，”劉峻誠強調(diào)，把過去依賴大量云端算力進行的 AI 計算，搬到終端上來實現(xiàn)，也就是邊緣運算，但盡管是鎖定“端”的 AI 市場，在安防跟手機領(lǐng)域是以賣 IP 為主，不會去跟大廠競爭，而是幫助他們技術(shù)提升，抓住自己的獨有性。

內(nèi)存跟 I／O 將是下一個重要趨勢

面對這場 AI 芯片大混戰(zhàn)，劉峻誠倒是看得很冷靜，“估值喊得再高，本質(zhì)還是要創(chuàng)造價值”，就是“比誰的氣比較長”，“能做的就是趕快找一些細分領(lǐng)域做突破、做前沿技術(shù)開發(fā)”，他進一步分析兩大趨勢，AI 發(fā)展后，未來一定是多個 NPU 多核堆疊起來，因此內(nèi)存跟中間的 I／O 傳輸會是下一個非常重要的領(lǐng)域，像是內(nèi)存內(nèi)計算（In Memory Computing）以及高速傳輸介面 SerDes。

由于 AI 或認知運算都需要處理非常大量的資料，如何有效率處理這些數(shù)據(jù)就成了關(guān)鍵，現(xiàn)今的電腦架構(gòu)都是使用馮諾伊曼架構(gòu)（von Neumann architecture）來運行，但基于馮諾伊曼架構(gòu)，在執(zhí)行 AI 應(yīng)用時，處理器和記憶體之間需要大量傳輸資料，耗費資源且效能不佳。

許多重量級研究機構(gòu)都已經(jīng)投入相關(guān)研究，除了美國美國國防高級研究計劃局（DARPA）資助開發(fā)一種全新的非馮諾伊曼（non-von-Neumann）架構(gòu)處理器之外，今年 4 月 IBM 研究團隊發(fā)表了一個全新的混合式精確內(nèi)存內(nèi)運算架構(gòu)（Mixed-precision in-memory computing），將計算型內(nèi)存單元（Computational memory unit）加入馮紐曼架構(gòu)（von Neumann architecture），來提高 AI 訓(xùn)練的效能。

隨著 AI 芯片的行業(yè)正走向洗牌，初創(chuàng)公司必須開始做出差異化，因此耐能已經(jīng)投入上述兩大領(lǐng)域的開發(fā)，希望在未來的前沿領(lǐng)域仍可跟巨頭競爭。