众多风险投资的进入使得人工智能边缘芯片市场异常火热

众多风险投资的进入使得人工智能边缘芯片市场异常火热

数十家初创公司继续获得数千万的风险投资，以制造用于移动和其他嵌入式计算的人工智能芯片。而此类趋势没有放缓的迹象。

据一家覆盖该领域的著名芯片分析公司称，在智能手机等边缘设备上进行人工智能推理的芯片是一个红火的市场，甚至在该领域出现多年后，吸引了越来越多的初创公司和越来越多的风险投资。

“有更多新的创业公司不断涌现，并继续尝试差异化，”出版广为人知的《微处理器报告》的Linley集团的高级分析师Mike Demler在通过电话接受ZDNet采访时说：Linley集团每年在硅谷举办两次会议，接待众多初创企业，即春季和秋季处理器论坛，近年来重点关注那些人工智能初创企业。

在最近一次于10月在加州圣克拉拉举行的虚拟和现场活动中，会议上挤满了Flex Logix、Hailo Technologies、Roviero、BrainChip、Syntiant、Untether AI、Expedera和Deep AI等创业公司，就他们的芯片设计进行简短的演讲。

德姆勒和团队定期汇总一份名为《深度学习处理器指南》的研究报告，其最新版本预计将在本月发布。"他告诉ZDNet说："我统计了一下，在这个最新版本中，有60多家芯片供应商。

图片来源：EdgeCortix

边缘人工智能已经成为一个笼统的术语，主要指的是不在数据中心的一切，尽管它可能包括数据中心边缘的服务器。它的范围包括从智能手机到使用谷歌TinyML移动人工智能框架的嵌入式设备，这些设备吸纳了微瓦特的电力。

Demler说，这个范围的中间部分，即芯片消耗的功率从几瓦到75瓦，是市场上特别拥挤的部分，通常是以可插拔的PCIe或M.2卡的形式。(75瓦是设备中的PCI总线限制）。

"PCIe卡是市场的热点部分，用于工业、机器人、交通监控的人工智能，"他解释说。"你已经看到Blaize、FlexLogic等公司，这些公司很多都在追求这一领域。"

但是真正的低功耗也是相当活跃的。"我想说的是，tinyML领域也同样热门。在那里，我们有从几毫瓦到甚至微瓦的芯片。"

图片来源：Hailo

大多数设备都致力于人工智能的"推理"阶段，即人工智能根据新数据进行预测。

推理发生在神经网络程序被训练之后，这意味着其可调整的参数已被充分开发，足以可靠地形成预测，并且该程序可以投入使用。

德姆勒说，初创公司最初的挑战是如何从一个漂亮的PowerPoint幻灯片到工作硅。许多人一开始是在现场可编程门阵列上运行其芯片的模拟，然后要么转向销售成品的系统芯片（SoC），要么将其设计作为可合成的IP授权给客户的芯片。

"Demler说："我们仍然看到很多初创公司在对冲他们的赌注，或追求尽可能多的收入模式，""首先在FPGA上进行演示，并提供他们的核心IP进行授权。一些初创公司还将基于FPGA的版本作为产品提供"。

图片来源：Roviero

由于市场上有几十家供应商，即使是那些可以使用硅的供应商也面临着挑战，要展示一些有意义的不同。

一些公司在开始时采用了这种不同的方法，使自己很早就脱颖而出，但需要一些时间才能开花结果。

澳大利亚悉尼的BrainChip Holdings公司在加利福尼亚州拉古纳山设有办事处，该公司在2011年很早就开始研发处理尖峰神经网络的芯片，这种神经形态的人工智能方法声称更接近于模拟人类大脑的功能。

多年来，该公司展示了其技术如何执行任务，如使用机器视觉来识别赌场地板上的扑克筹码。

"BrainChip一直在坚持不懈地追求这种尖峰架构，"Demler说。"它有一种独特的能力，它可以真正地在设备上学习，"因此既能进行训练又能进行推理。

图片来源：FlexLogix

从某种意义上说，BrainChip是所有创业公司中走得最远的：它已经上市。它的股票在澳大利亚证券交易所上市，股票代码为 "BRN"，去年秋天，该公司发行了美国存托股票，在美国场外交易市场交易，股票代码为 "BCHPY"。这些股票的价值已经增加了两倍多。

BrainChip刚刚开始产生收入。该公司在10月份推出了用于X86和树莓派的 "Akida "处理器的迷你PCIe板，并在上个月宣布了新的PCIe板，价格为499美元。该公司12月份的收入为110万美元，比上一季度的10万美元有所增加。今年的总收入为250万美元，营业损失为1400万美元。

其他一些奇特的方法已被证明很难在实践中实现。芯片初创公司Mythic成立于2012年，总部位于德克萨斯州奥斯汀市，它一直在追求一种新颖的路线，即让它的一些电路使用模拟芯片技术，它不是处理1和0，而是通过操纵电信号的实值波形进行计算。

"Mythic已经产生了一些芯片，但据我们所知，还没有宣布任何设计上的胜利，"Demler观察到。"每个人都同意，从理论上讲，模拟应该有一个电源效率的优势，但在商业上可行的东西中达到这个目标将是更加困难的。"

图片来源：Architek

Demler指出，另一家在处理器大会上发言的初创公司Syntiant一开始采用的是模拟方法，但认为模拟方法没有提供足够的功率优势，而且需要更长的时间才能推向市场。

加利福尼亚州欧文市的Syntiant公司成立于2017年，专注于非常简单的物体识别，可以在功能手机或听筒之外的地方以低功率运行。

"在功能手机上，你不希望有一个应用程序处理器，所以Syntiant的解决方案是完美的，"Demler说。

Demler说，不管任何一家创业公司是否成功，特殊电路的效用意味着人工智能加速将作为芯片技术的一个类别而持续存在。

"人工智能在许多领域都变得无处不在，包括汽车、嵌入式处理、物联网、移动、个人电脑、云等等，包括一个特殊用途的加速器将变得很普遍，就像GPU在图形方面一样。"

图片来源：Expedera

然而，有些任务在通用CPU、DSP或GPU上运行会更有效率，Demler说。这就是为什么英特尔和英伟达以及其他公司正在用特殊指令放大他们的架构，例如用于矢量处理。

只要充斥着现金的风险资本市场能让万花齐放，不同的方法就会继续被探索。

"外面还有这么多风险投资资金，我对这些公司继续获得的资金量感到震惊，"德姆勒说。

德姆勒注意到加州圣何塞的Sima.ai的巨额融资回合，该公司成立于2018年，正在开发其所谓的 "MLSOC"，专注于减少电力消耗。该公司在其B轮融资中获得了8000万美元。

另一家是特拉维夫的Hailo Technologies，成立于2017年，根据FactSet的数据，该公司已经筹集了3.205亿美元，包括最近一轮的1亿美元，据说估值为10亿美元。

"从中国传出的数字，如果是真的，那就更令人吃惊了，"德姆勒说。他说，融资看起来暂时会继续下去。"在风险投资界决定有其他东西可以投资之前，你将会看到这些公司到处出现。"

在某些时候，洗牌会发生，但这一天何时到来还不清楚。

"他们中的一些人最终必须离开，"德姆勒喃喃道。"无论是3年还是5年后，我们将看到这个领域的公司少得多。"

德姆勒和他的同事们将在4月下旬举办春季处理器论坛，地点在圣克拉拉的凯悦酒店，但为那些不能亲自到场的人提供了现场直播。