《AI芯片创企寒武纪完成数亿美元B轮融资 估值25亿美元》

  • 来源专题:集成电路
  • 编译者: shenxiang
  • 发布时间:2018-06-27
  • 智能芯片创业公司寒武纪宣布完成数亿美元的B轮融资,由中国国有资本风险投资基金、国新启迪、国投创业、国新资本联合领投,中金资本、中信证券投资&金石投资、TCL资本、中国科学院科技成果转化基金跟投,原股东元禾原点、国科投资、阿里巴巴创新投、联想创投、中科图灵继续跟投。此轮融资后,寒武纪整体估值为25亿美元。

    今年4月初,网上爆料寒武纪“近期完成新一轮融资,估值翻番达到20多亿美元”。但寒武纪科技创始人兼CEO陈天石在微信朋友圈辟谣,称关于公司“估值逾20亿美元 国家队基金入场”是假新闻。

    寒武纪科技创立于2016年3月,由陈天石、陈云霁兄弟联合创办。哥哥陈云霁1983年出生,14岁考入中国科学技术大学少年班,19岁进入中国科学院计算所硕博连读,并成为当时首个国产通用CPU“龙芯”的研发成员,25岁成为8核龙芯3号的主任架构师。

    弟弟陈天石1985年出生,16岁考入中科大少年班,25岁在中科大计算机学院拿到博士学位,指导导师是陈国良和姚新。2010年博士毕业后,陈天石成为中国科学院计算所研究员,并在2014年斩获ASPLOS最佳论文奖和MICRO最佳论文奖,是这两大国际顶会首个荣膺最佳论文奖的中国人。

    2016年,寒武纪发布商用深度学习处理器“寒武纪1A”,2017年11月,寒武纪发布了三款智能处理器,包括拥有更高性能的寒武纪1H16处理器,面向视觉领域的1H8处理器和面向智能驾驶领域的寒武纪1M处理器。

    2018年5月发布的寒武纪MLU100智能芯片(Cambricon-MLU100),适用于视觉、语音、自然语言处理等多种类型的云端人工智能应用场景。

    至今为止,寒武纪共完成3轮融资。

    天使轮融资1000万美元,估值1亿美元,由中国科学院旗下基金和联想创投等共同投资。

    2017年年中,完成A轮融资,估值10亿美元,由国投创业领投,阿里巴巴、联想创投、国科投资、中科图灵、元禾原点和涌铧投资等参投。

相关报告
  • 《2018年全球最值得关注的AI芯片初创公司》

    • 来源专题:集成电路
    • 编译者:shenxiang
    • 发布时间:2019-01-31
    • 在《芯片巨头们2019年的AI芯片之争会如何?》一文中作者Karl Freund详细介绍了巨头公司们的AI芯片。此外,还有数十家硅谷创业公司和中国独角兽公司估值超过10亿美元,并且也参与了AI芯片的竞争。在本文中,作者将介绍全球的最杰出,或至少是最受关注的AI芯片创业公司。 Wave Computing Wave Computing在2018取得了不少进展,推出其第一个DataFlow处理单元,收购MIPS,创建MIPS Open,并将首批系统交付给少数客户。虽然Wave架构有一些非常有趣的功能,但我们更期待用户的大规模真实体验反馈。 Wave不是插入到服务器的加速器,它是用于图形计算的独立处理器。这种方法有利有弊。从积极的方面看,Wave不会受到GPU等加速器面临的内存瓶颈影响。从消极方面来说,安装Wave设备将是新的升级,需要完全替换传统的X86服务器,也让其成为所有服务器制造商的竞争对手。 我不认为Wave能从某个点击败NVIDIA,但该架构的设计的非常好,该公司已经表示它很快就会有客户的反馈。 Graphcore Graphcore是一家资金雄厚(融资3.1亿美元,目前估值为17亿美元)的英国独角兽创业公司,拥有全球化的团队。它正在构建一种新型的图形处理器架构,其内存与其逻辑单元位于同一芯片上,这应该能够实现更高的性能。该团队产品的发布时间暂不明确,不过他们去年四月表示“几乎准备好发布”了,12月的最新信息表明它将很快开始生产。 Graphcore的投资者名单令人印象深刻,包括红杉资本、宝马、微软、博世和戴尔科技。 我了解了该公司的架构,它非常令人印象深刻。从边缘设备扩展到用于数据中心的训练和推理的“Colossus”双芯片封装。在最近的NeurIPS活动中,Graphcore展示了其RackScale IPU Pod,它在一个32台服务器的机架中提供超过16 petaflops的算力。虽然该公司经常声称它将提供比同类最好GPU强100倍的性能。 Graphcore表示,4“Colossus”GC2(8芯片)服务器可提供500 TFlops(每秒数万亿次操作)的混合精度性能。单个NVIDIA V100可提供125 TFlops,因此理论上4 个V100就可提供与其相同的性能。 与往常一样,细节更能发现差别,V100峰值性能仅在重构代码执行TensorCore的4x4矩阵乘法时才可用,这是Graphcore架构巧妙避免的限制。更不用说V100消耗了300瓦的电能和大量现金这一事实。 此外,Graphcore支持片上互连和“处理器内存”(片上存储器)方法,可以得到超出TFlops基准所认可的优秀性能。在一些神经网络中,如Generative Adversarial Networks,内存是瓶颈。 再次强调,我们将不得不等待真实的用户用实际应用程序来评估此体系结构。尽管如此,Graphcore的投资者名单、专家名单和台天价估值告诉我,这可能是一件好事。 Habana Labs Habana Labs是一家以色列创业公司,去年9月在第一次AI硬件峰会上宣布它已经准备好推出其首款用于推理的芯片,其创纪录的性能用于卷积神经网络图像处理。结果显示在Resnet50图像分类数据库中该处理器每秒分类15,000张图像,比NVIDIA的T4高出约50%,功耗仅为100瓦。 在2018年12月,Habana Labs的最新一轮融资由英特尔风险投资(Intel Venture Capital)领投,WRV Capital,Bessemer Venture Partners和Battery Ventures跟投,该公司的融资也由此前的4500万美元增加了7500万美元。 据悉,Habana Labs新的融资将部分用于流片其名为“Gaudi“的第二款芯片,该芯片将专注于训练市场,据称可扩展到1000多个处理器。 其它创业公司 我知道世界上有超过40家公司在为人工智能设计训练和推理芯片。我发现大多数公司都在进行简单的FMA(浮点乘法累加)和混合精度数学(整型8位和浮点16位和32位)。对此我不会感到惊讶,因为这种方法相对容易实现并且会获得一些成果,但它不会为像NVIDIA,英特尔以及少数初创公司做出不一样的架构提供持久的架构优势。
  • 《AI芯片巨头争霸时代,华为AI芯片下周将首次亮相》

    • 来源专题:集成电路
    • 编译者:tengfei
    • 发布时间:2017-11-20
    • 近日,华为高级副总裁余承东在微博上发布了一段视频,为自家的人工智能AI芯片造势。他表示,“速度之追求,从不止于想象”,并预告了AI芯片将在9月2日IFA2017上亮相。 在上月的华为年中业绩媒体沟通会上,余承东透露,将于今年秋季发布AI芯片,华为也将是第一家在智能手机中引入人工智能处理器的厂商。此外,在2017年中国互联网大会上,余承东还曾表示,由华为海思制造的芯片将会集CPU、GPU和AI功能于一体,并且有可能基于ARM今年在Computex展会上推出的全新AI芯片设计。 根据今日余承东视频透露,华为的AI处理器有望显著提升麒麟970的数据处理速度。如果AI芯片能用在10月份发布的华为Mate 10手机上,则华为Mate 10的数据处理能力将十分令人期待。 与华为一样,当下英特尔、联想、英伟达、谷歌、微软等全球科技巨头纷纷在积极拥抱AI,对AI芯片的布局成为重中之重。 英特尔 对于AI芯片的重要性,英特尔中国研究院院长宋继强本月接受媒体新智元采访时指出,我们需要用技术去处理大量数据,使其对客户产生价值,在这个过程中无疑芯片是极其重要的: 到2020年,保守估计,全世界会有500亿设备互联。未来的数据来源于各种设备终端。不再靠我们人打电话、玩手机、发邮件这些数据。无人车、智能家居,摄像头等都在产生数据。 以后每一台无人驾驶汽车都是一台服务器,每台车每天会超过4000个GB的数据,这些数据都不可能通过5G来传输,所以一定很多数据是在本地处理和分析然后选择性的往上走,本地你会使用很多技术,超越现代服务器的技术。 作为传统的芯片龙头制造商,英特尔今年7月推出了新一代Xeon服务器芯片,性能大幅提升,深度学习能力是上一代服务器的2.2倍,可接受培训和推理任务。此外,英特尔还展示了将在未来AI领域发挥重大作用的现场可编程门阵列(FPGA)技术,同时,计划推出Lake Crest处理器,旨在深度学习代码。 联想 联想集团总裁杨元庆表示,“AI通用处理器芯片是人工智能时代的战略制高点“,联想集团高级副总裁、联想创投集团总裁贺志强也指出: 智能互联网时代,AI芯片是人工智能的引擎,对于智能互联网的发展将起到决定性作用。 就在上周,联想创投与阿里巴巴创投等顶尖投资方一起,联合投资了有“全球AI芯片界首个独角兽”之称的寒武纪科技。 英伟达 英伟达在过去几年中将其业务重心转移到AI和深度学习领域,今年5月,英伟达发布了一款针对人工智能应用的重量级处理器:Tesla V100。 该芯片拥有210亿个晶体管,性能比英伟达一年前发布的带150亿个晶体管的Pascal处理器强大得多。虽然只有Apple Watch智能手表的表面那么大,但它拥有5120个CUDA(统计计算设备架构)处理核心,双精度浮点运算性能达每秒7.5万亿次。英伟达CEO黄仁勋表示,英伟达花了30亿美元打造这款芯片,售价将会是14.9万美元。 谷歌 宣布战略转向“AI first”的谷歌,在去年就发布了专门为机器学习定制的TPU(张量处理单元),与CPU、GPU相比,TPU效率提高了15-30倍,能耗降低了30-80倍。 今年5月的谷歌开发者大会上,谷歌发布了新款产品——Cloud TPU,它拥有四个处理芯片,每秒可完成180 tflops计算任务。将64个Cloud TPU相互连接可组成谷歌称之为Pod的超级计算机,Pod将拥有11.5 petaflops的计算能力(1 petaflops为每秒进行1015次浮点运算)——这对AI领域的研究来说将是非常重要的基础性工具。 目前,TPU已经部署到了几乎所有谷歌的产品中,包括Google搜索、Google Assistant,甚至在AlphaGo与李世石的围棋大战中,TPU也起到了关键作用。 微软 上月,媒体报道称,微软将为下一代HoloLens加入一款自主设计的AI协处理器,可以在本地分析用户在设备上看到和听到的内容,再也不需要浪费时间把数据传到云端进行处理。这款AI芯片目前正在开发,未来将被包含在下一代HoloLens的全息处理单元(HPU)当中。微软表示,这款AI协处理器将会是微软为移动设备设计的首款芯片。 近几年来,微软一直在致力于开发自己的AI芯片:曾为Xbox Kinect游戏系统开发了一套动作追踪处理器;为了在云服务方面与Google、亚马逊竞争,微软专门定制了一套现场可编程门阵列(FPGA)。此外,微软还从英特尔的子公司Altera处购置可编程芯片,写入定制化的软件来适应需求。 去年,微软曾在一次大会上使用数千个AI芯片,把所有英文维基百科翻译成西班牙语,大概有500万篇文章,而翻译时间不到0.1秒。接下来,微软希望能让使用微软云的客户通过AI芯片来完成任务,比如从海量数据中识别图像,或者通过机器学习算法来预测消费者的购买模型。