创头条App
扫码下载APP
扫码下载APP

您是个人用户,您可以认领企业号

    免密码登录
  • 图形验证码
  • 获取验证码
  • 立即登录
第三方账号登录
·
·

Hello,新朋友

在发表评论的时候你至少需要一个响亮的昵称

GO
资讯 > 人工智能 > 从ARM和威盛取经八年 解密合一智芯杨桦的IPU
分享到

从ARM和威盛取经八年 解密合一智芯杨桦的IPU

时间:12-07 00:00 阅读:84次 转载来源:智东西

看点:对话合一智芯CEO杨桦,看八年芯片老手如何用芯片IP搏杀一条生路!

今年4月的“中兴事件”敲醒了中国的自主造芯之魂,而IP设计正是实现国产化芯片的关键要素。然而,由于起步早、积累时间长,主流的半导体IP都被ARM、Synopsys、Imagination、CEVA、Cadence等公司掌控,本土企业凤毛麟角。

面对欧美强大的芯片专利壁垒,越来越多的芯片从业者认识到国内芯片行业的IP短板。近年来,一批国内芯片设计厂商开始瞄准AI芯片IP授权,其中有一家芯片IP公司就是合一智芯。

▲合一智芯创始人兼CEO杨桦

近日,智东西来到合一智芯的办公室,与创始人兼CEO杨桦进行了一场深入对话,看这位曾在威盛电子和ARM工作过的芯片老将,如何带领合一智芯将芯片设计能力转换为更高的终端侧软硬件利用效率和AI计算性能?

从iPhone看到未来趋势,十年好友联手创业

杨桦本科毕业于北航电子信息工程学院通信工程专业(2001年入学),期间还辅修了法学双学位,硕士期间在北航攻读了通信与信息系统专业。在2016年12月成立合一智芯之前,杨桦曾先后任职于威盛电子与ARM。

在苹果手机刚问世时,其界面、显示、游戏等都非常酷炫,原因是当时的一代iPhone采用的三星S5L8900芯片里集成了PowerVR嵌入式GPU,能够显著提升图像与游戏任务的表现。杨桦觉得将越来越先进的GPU核心集成进端侧芯片是未来的大趋势。

毕业那年,杨桦进入威盛电子任职显卡架构工程师,主要从事集成显卡架构设计以及很多跟图形图像相关的设计工作。

后来,杨桦在芯片设计行业做了多年技术开发。那时,刚好ARM有一个在销售部门做嵌入式GPU与多媒体IP技术方案的机会。

因为有研发GPU的工程经验,杨桦对GPU比较了解。ARM彼时正在主打一个产品系列,Mali GPU IP,尽管它如今已经是市占第一的GPU IP,但在杨桦加入时,全球市占最大的还是凭借苹果手机的成功如日中天的Imagination PowerVR GPU IP。

为了做技术分析,杨桦一家一家芯片厂商去拜访,与亚太和英国的同事讨论如何和对手竞争,定期组织跨部门会议为客户解决实际问题,支持好一个个芯片产品的同时,也接触到了许多围绕芯片厂商做终端产品的公司和做算法的公司。在这个过程中,杨桦逐渐看到了整个生态。

由于之前是在一家芯片公司,杨桦看到的只是这家芯片公司的产品所面向的市场。但到ARM之后,他开始看到整个半导体产业,而且不止是半导体,还会向下穿透到应用层面。

和杨桦一样长期在行业中历练的,还有几位他近十来年的老朋友,有北航的校友,有上交大、中科大的老同事,其中包括算法负责人、硬件设计负责人。大家经过讨论后,都觉得AI计算对整个行业是一个全新机会,于是一同出来在2016年12月创办了合一智芯。

“合一智芯”代表将软件与硬件结合,将技术与工程结合,将创新与实践结合,也取“知行合一”的谐音。“知行合一”是王阳明的核心思想,也是北航的校训。AI的大规模落地需要不断探索和积累,是一个长期且充满挑战的过程,杨桦带领着近20人的团队想要踏踏实实做事,把他们对行业与应用的理解不断迭代进自己的产品,做一家兼具科技与人文精神的勇于创新的公司。

他们将这家图像与机器视觉公司的核心业务定为做软硬件IP与方案,希望将从芯片设计到产品方案的链条缩短,为AI的落地提升效率、降低成本。2017年1月,合一智芯拿到900万天使轮融资,投资方为中科创星。

软件IP落地三大应用场景,第一代IPU今年10月问世

现阶段任何一家芯片公司的AI芯片中最核心的部分,是如何对深度学习的相关算法做加速处理。合一智芯就做了一款针对这类计算的端侧IP,相当于一款神经网络处理器,同时还可以兼具一些图像处理能力。他们的第一代产品在今年10月已经问世,目前正在做第二代产品迭代。

1、核心技术围绕两大抓手

其核心技术围绕两大抓手,一个是图像处理技术,另外一个是底层的AI算力技术。

很多在实验室获得不错识别率的算法,在进入一个真实场景、遇到光照条件等外部因素的干扰后,它的实际识别率会大幅下降,常常会下降到客户难以接受的程度。

这时需要系统性的去解决图像处理、选择计算平台、成本功耗的控制等问题。为了实现高效的底层AI算力,杨桦带领团队设计了自己的核心IP,然后和芯片公司一起去看怎样去抓住市场的新机会。

另外从实际应用的角度来看,如何能把图像处理的非常好、让图像里的信息能够被AI算法有效提取,就需要面向工程应用的图像处理技术。

2、软件IP落地三大场景

合一智芯基于深度学习的软件IP实现了图像处理、识别等功能,目前已在三个应用场景落地:军民融合、轨道交通、安防安检。据杨桦透露,以上三个应用场景均已签署合同并形成收入。

软件IP跑的硬件平台也不一样,可能是嵌入式的,也可能是PC的。但杨桦认为,它的前端终极形态一定是最后能在低成本下解决实际问题,这必然会落到硬件和芯片核心IP设计上,比如合一智芯的硬件IP,符合工程实践的软硬件协同创新,就能一步步把问题解决掉。

3、深度学习+图像处理——IPU

其硬件IP名为IPU,全称是Image&Intelligence Processing Unit,因为它既可以对图像去做一定程度的处理,同时有深度学习的加速。

IPU授权是面向高性能、低功耗深度神经网络计算的智能处理单元硬件IP授权,具有两大特点:一是多核可扩展,可以为客户提供从毫瓦级到瓦级的不同配置节点上的方案;二是除了深度学习外,还有配套的一些引擎来解决图像处理问题。

杨桦表示,合一智芯希望的节奏是每半年有一代新产品,然后基于团队对端侧客户应用理解,将对软硬件的协同优化放在芯片设计中整体考虑,帮助客户更好地开拓市场和落地。

未来他们会拓展更多的应用场景,同时和芯片合作伙伴紧密合作,努力把不同领域的方案做到极致,把成本、性价比以及效能都做到最好。

发现两个创业机会点,第一步选做IP不做芯片

创业之前,杨桦发现了一个问题,以前中国的IC产业基本上是一个跟随者的状态,跟随国外的三星、高通、飞思卡尔等公司的芯片产品。

这是因为那些大公司的市场份额足够大,其技术也相对成熟,所以IP公司在设计IP时,会更多参考这些公司的意见。相对而言,中国企业由于技术底子相对薄弱、芯片出货量较低,对这些头部IP厂商的影响有限。

基于这样的背景,杨桦看到了创业的两个机会点。

1、创业的两个机会点

AI算法和相关应用正在快速发展。由于中国有最大的人口基数以及丰富的应用场景和数据,将给予AI发展极为有力的支持,这会是中国IC的一个机会点,即乘着AI的东风在未来的底层的芯片创新上把握新的机遇,去引领趋势。

AI刚起步阶段,特别像GPU早期的复现,GPU最早其实也是百家争鸣的状态,最后会收敛到几家巨头。但是故事不一样的地方在于,由于GPU主要是用于图形渲染的,受到屏幕分辨率、刷新率、屏幕尺寸等物理工艺的限制,再加上游戏API通常比较统一,GPU产品本身相对来说会更标准化更聚拢。

而AI创新,尤其是端侧AI与边缘计算,在应用方面市场更碎片化,面对不同场景,要解决问题不同,致使对硬件的要求也完全不一样,加之摩尔定律的消退,对设计与架构创新的要求更迫切。这也意味着如果创企在垂直领域做的够好的话,它有机会成为垂直领域的头部公司。这就是另外一个机会点。

2、为什么做IP不做芯片?

在看到创业的机会后,杨桦选择切入行业的第一步是做AI芯片IP授权,而非直接自己生产芯片。

IP本身具有很强的扩展性和灵活性,可以根据客户的需求去做半定制。杨桦希望合一智芯扮演的角色是为市场提供高性价比、贴近应用场景的芯片软硬件IP产品。

算法公司、互联网公司、产品公司都正在进入芯片领域,在杨桦看来,IP核心技术会转化为产品的核心竞争力,市场也会选择能效表现更突出、更高性价比的产品。市场在逐步发展,只要产品做的足够好,就会有机会。

为此,他们对自己的定位是“轻智能”公司,希望通过和其他公司合作来做大市场,帮助合作伙伴补短板。

至于没有自己开芯片,他表示,这是因为芯片业务一定是和出货量相关,如果这个基本量不能保证,其实是赔钱的。

尽管AI相关应用正在逐渐起来,但还没有到放量阶段,在没有成熟客户的情况下靠单点应用支撑AI芯片比较困难;而较通用的AI芯片需要积累和产品体系,如果自己独立切入通用芯片开发的话,成本很高、周期也会很长,合作共赢是合一智芯的选择。

所以,他们现阶段没有做自己的芯片,而是专门做软件IP和IPU神经网络加速处理器,服务于AI芯片公司或者计划做AI芯片的企业。

3、IP技术挑战难度高

杨桦和团队在最初设计安检安防软件IP方案的时候,实验室环境效果很好,但设备搬到实地后表现很差。

为了尽快落地,他们和客户一起跑到新疆南疆的戈壁滩上去实验。那里环境相当艰苦恶劣,一边是沙漠,一边是戈壁,中间是高速。

就在这样的地方,他们每天从早上七八点工作到第二天的凌晨三四点,采集各种光照与热辐射数据,分析它对传感器的影响,然后通过数据不断地调优算法,逐渐使产品满足应用需求。

做IP不仅要打通软硬件,还要对产品各方面的性能做调优,因此面临诸多技术挑战。合一智芯原本计划在今年年中研发出来的第一代硬件IP产品,实际比预期稍晚完成。

与传统IP设计不同,做AI芯片IP,除了考虑硬件问题外,还要考虑如何去配合软件,即如何既让第三方的神经网络结构能快速高效的在硬件IP上运行,同时又不像传统DSP那样有很多后续调优工作,真正对开发者做到傻瓜式和透明。只有解决了这些问题,才能尽可能把客户的研发成本降到最低。

因为进度的延误,杨桦他们丢掉了第一个硬件IP上的合作机会。对此,创始团队认真地进行反思和总结,对产品研发过程中的瓶颈做了梳理,重新调整了资源配比。

经历了一些坎坷后,他们终于完成了初代IP产品,而且杨桦表示,其团队现在可以实现半年一迭代的创新速度,逐步形成系列IP产品。

结语:国产化芯片道阻且长

相对于自己开芯片,做IP授权对于芯片业的创企而言不失为一种稳妥的路线。正如当年ARM通过打造自己强大和富有创新力的生态圈,迅速在消费硬件架构领域跃上龙头,创企也可以通过IP授权,先积累客户构建生态圈,再循序渐进地扩展业务范围。

尽管ARM、Synopsys、Cadence国外的传统IP厂商已经割据了全球大部分市场,但AI尚处于初级阶段,相对灵活的架构更具备生存空间,这对于从事AI芯片IP授权的创企而言未尝不是找到突破口的一个机会。

如今越来越多的算法公司、互联网公司风风火火地宣布自研芯片,泡沫化风险开始显现。对此,杨桦认为适度的泡沫有助于行业快速发展,会有更多的人才和资源投入进来,从长远角度来看对行业未必是坏事。竞争其实倒逼着公司去做创新,无论大小与新老,能够真正做好自己的创新点,为客户创造实际价值,就有机会胜出。

不过,芯片战略绝非一蹴而就,这需要本土的芯片设计、制造、封测企业以及算法公司、方案提供商一起努力,共同撑起中国集成电路产业的未来。

本账号系网易新闻·网易号“各有态度”签约帐号

2018 AI生产力创新奖评选

人工智能相关技术已成为这个时代最具潜力的生产力,AI生产力创新奖旨在表彰中国技术创新的引领者们,是他们将AI技术真正转化会社会生产力,赋能各行各业产业升级。

声明:该文章版权归原作者所有,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与本网联系。

评论

未登录的游客
游客

    为您推荐
  • 推荐
  • 人物
  • 专题
  • 干货
  • 地方
  • 行业
+加载更多资讯

阅读下一篇

高云半导体工程副总裁王添平:基于FPGA的低功耗边缘计算芯片实现难点|公开课预告

高云半导体工程副总裁王添平:基于FPGA的低功耗边缘计算芯片实现难点|公开课预告

返回创头条首页

©2015 创头条版权所有ICP许可证书京ICP备15013664号RSS