《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
  • 《分立元件、功率芯片制造商Nexperia成功筹资8亿美元》

    • 来源专题:宽带移动通信
    • 编译者:wangxiaoli
    • 发布时间:2018-07-31
    • 分立元件、逻辑元件和MOSFET元件制造商Nexperia BV(荷兰奈梅亨)已经获得8亿美元的信贷额度,以为其未来的增长计划提供资金。 该公司成立于2017年2月,是由中国北京建广资产管理有限公司和WiseRoad投资有限公司牵头的财团,收购了NXP半导体 NV(荷兰埃因霍温)旗下的标准产品业务部门而成立的。 这笔信贷额度由美银美林和汇丰银行安排,由九家银行联合组成的财团提供。 Nexperia的CEO Frans Scheper在一份声明中表示:“对未偿债务进行再融资将节省大量资金,并使我们拥有更大的灵活性,而额外的信贷将使我们能够通过投资新的设施和制造技术,来实现我们的雄心壮志”。 Nexperia拥有超过11000名员工,在德国汉堡和英国曼彻斯特设有芯片工厂,并在中国广东、马来西亚的芙蓉和菲律宾的卡布尧设有组装中心。该公司目前正在投资增加其产能和市场份额,最近对其位于中国广东的装配和测试设施进行了重要扩张。
  • 《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。