​燧原科技发布云端AI芯片邃思及加速卡云燧T10

热闹的AI芯片赛道又迎来新的挑战者。

zui近，燧原科技发布了面向云端数据中心的AI训练芯片“邃思”及加速卡“云燧T10”。

“AI领域和传统的CPU不同，CPU、GPU已有五六十年的历史，比较多技术授权；芯片、软件、用户整个生态耦合非常紧。而AI的算法、模型都在持续更新迭代，不怎么成熟的市场和生态。”在接受专访时，燧原科技创始人、CEO赵立东这样解释进军云端训练市场的原因。

燧原科技是腾讯投资的国内AI芯片初创企业。2018年8月，燧原科技由腾讯领投获得Pre-A轮融资3.4亿元人民币；本年度6月，该公司获得新一波融资3亿元人民币，由红点创投中国基金领投，腾讯继续跟投。

入局者的战场

随着AI的可持续发展，计算硬件和内存都将到达临界点，CPU、GPU等通用芯片已经不能满足AI时代的需求。

云燧T10的单卡单精度（FP32）算力达到20TFLOPS，支持单精度FP32和半精度BF16的混合精度计算。按照英伟达官网显示，PCIe版本Tesla V100在FP32精度下算力为14 TFLOPS，升级版V100S算力为16.4TFLOPS。

据悉，“邃思”由格芯的12nm FinFET工艺打造，总计141亿个晶体管，采用先进的2.5D封装。当前支持主流的TensorFlow架构，下一步也将支持PyTorch、MXNet、ONNX。

赵立东认为，国外企业在中国的技术指导不够以支撑国内AI的需求和发展。这既是制约中国AI行业发展的痛点，亦是市场机会。另外，当前国内对AI及其芯片产业也强力支持。

本年度8月，赛迪顾问发布的《中国AI芯片行业发展白皮书》显示，受益于宏观营商环境、技术进步与升级、AI应用普及等多数利好因素，中国AI芯片市场可持续发展与成熟。2018年中国AI芯片市场依然保持增长，总体市场规模达到80.8亿元，同比增长50.2%。

在我国加速推动公有云、私有云、数据中心等建设的拉动下，2018年中国云端训练芯片市场份额达到51.3%。中国AI芯片市场规模依然以云端训练芯片为主。

按使用场景划分，AI芯片主要分为云端和需求端芯片。而当前主流的神经网络深度学习包括训练和推断两个部分。由于训练侧需要大量数据去训练人工神经网络，因而训练主要在云端进行。

云端追求高性能，开发成本更大，需求端更侧重低成本和低功耗。当前中国AI初创企业主要布局在需求端和边缘侧，至今发布云端AI芯片的初创企业主要包括AI独角兽寒武纪和“四小龙”之一的依图科技。

据介绍，燧原科技有三大目标市场，一是云服务供货商，包括公有云、私有云、混合云等，此类企业有很多的流量和数据，需要训练算法加速AI相关应用；二是专注于金融、保险、交通等领域的行业服务商；三是AI超算中心和智慧城市等领域。

赵立东透露，当前该公司也在云端推理上布局，后续也将推出产品。

AI生态之争

在AI市场上，拼的是生态，企业仅仅提供芯片和硬件产品不够以招揽用户。

依靠先发优势和持续高额的研发投入，英伟达的CUDA已成为特强的生态系统和行业标准，成为其竞争壁垒。

其他芯片巨头也持续完善其生态系统，包括软件和开发者环境。比如，为了调优跨不同计算架构的使用程序开发工作，英特尔推出了oneAPI项目；赛灵思zui近也发布了新Vitis统一软件平台。

赵立东告诉记者，“我们之因而选择AI训练这种很高端的芯片是因为AI领域和传统的CPU、GPU不同，CPU、GPU已有五六十年的历史，比较多技术授权。在历经产业及上下游形成的过程中，芯片、软件、用户整个产业生态历经数十年耦合非常紧。”

而AI的算法、模型都在持续更新迭代中，没有CPU、GPU那么成熟的市场和生态。赵立东认为这是完全开放的市场，“AI深度学习真正起飞也就是7年前的事情，业内还刚开始。不论是用户还是供应商，都还需要时间持续磨合。大家的起跑线没有差太远，这是我们的一个机会。”

对于AI芯片来讲，除了硬件本身，算法和软件变得更加剧要，也出现了“软件定义芯片”、“算法即芯片”等论调。

赵立东指出，硬件如同车的引擎，有一定的“马力”，但是怎么在不一样的使用场景都能充分发挥“马力”需要靠软件、编译器、软件栈。“整个软件栈非常重要，未来我们软件人员会超过硬件人员。”

燧原科技当天也发布了计算及编程平台“驭算”，支持主流深度学习框架，提供完整的编译、调试、调优工具链，并在硬件层开放SDK，为深度开发者提供细粒度算力编程接口。针对复杂模型集群训练，如BERT等，提供分布式调度系统。

此前，英特尔AI事业部副总裁兼AI平台和市场研究总经理辛周妍（Julie Shin Choi）也告诉记者，该公司将越来越重视软件，“英伟达的黄仁勋谈到他们公司50%的人都在做软件，英特尔也一样，我们非常重视。”