镁客网专访时擎科技于欣:边缘侧AI芯片的“另类”赛道上,以“算力效率”打开商业落地的市场

首页    公司新闻    镁客网专访时擎科技于欣:边缘侧AI芯片的“另类”赛道上,以“算力效率”打开商业落地的市场

图 | 时擎科技创始人于欣

 

 

在时擎看来,具备“低成本低功耗”的核心优势,才能更好地与物联网市场的需求相融合。

 

 

最近几年持续升温的半导体产业,在今年迎来了更为有力的政策性支持。上个月,国务院正式发布《新时期促进集成电路产业和软件产业高质量发展的若干政策》,给了大部分因为疫情以及美国禁令而焦灼的从业者一剂强心针。

 

“自主创新、国产替代”这八个字,牵引着众多的产业创业者进入这个赛道,而其中AI芯片领域更是空前火热。据相关数据显示,AI芯片市场规模在未来5年将会增长10倍,到2022年仅端侧AI芯就能够超过50亿美元。截至2019年底,仅国内芯片设计公司已经超过1700家,其中以AI芯片作为主要方向的有几十家之多,不少AI初创公司也纷纷推出了自己的芯片或者模组。

 

此时的AI芯片产业,已经不再限于纯粹的技术和概念层面,而是进入沉淀期,更强调场景的实际应用。如此一来,能够精准获得场景应用的AI芯片公司也就顺理成章地脱颖而出,例如成立仅两年的时擎科技。

 

 

丨“强匹配度”是技术打开市场的关键

 

对于于欣而言,十多年业界工作经验,见证了中国半导体产业的发展路径,外企及民企的双重从业经历带来了技术及管理层面上的深厚储备,得到芯原微电子之前的领导James的赏识,两人一拍即合,加上天使投资人海纳亚洲的支持,创业成为了一件自然而然的事。

 

2018年成立的时擎科技不久,就遇到了非常重要的一个产业趋势,那就是AIoT的崛起。

 

他们认为,伴随着AI技术的发展和成熟,并与物联网技术的深度融合,尤其是场景落地的市场日益明晰化,令边缘侧AI芯片慢慢呈现出增长的趋势和爆发的潜力。加上时擎的团队在全栈处理器设计方面实力过硬,从底层架构到最核心的DSA处理器以及工具链样样精通,使得他们有能力针对AIoT的落地场景进行芯片级的架构优化和定制,如此一来,市场前景和技术经验两方面都促使他们决定聚焦在端侧AI芯片这个赛道。

 

与一般AI芯片创业公司多选择的ARM架构不同,时擎科技选择的芯片架构是RISC-V。在采访中,于欣对此表示,“RISC-V的诸多特性,既能最大程度适应物联网应用的碎片化模式,也能满足对芯片成本和功耗的要求,还能进一步发挥团队在开放的指令架构基础上进行处理器定制的能力,为边缘侧应用场景量身打造的Timesformer智能计算架构和一系列的DSA处理器,从而满足高效运行各类端侧AI算法的需求。”

 

“架构和指令集其实只是一种形式,在深度嵌入式领域,性能、成本、功耗、易用性等指标才是竞争力的关键词。而且我们坚信,一定的场景覆盖以及强化特定场景下的竞争力,才是我们芯片的优势所在。”

 

 

丨在芯片产业,换一种思路去落地

 

众多周知,物联网市场对成本相当敏感,新技术落地的先决条件就是“成本价格”可以落地,很多时候市场的要求甚至是“加量不加价”。然而芯片行业又是一个成本高、盈利周期长的行业,这样的“矛盾”对诸多芯片初创企业来说都是一个巨大的挑战,对时擎科技来说也不例外,因此找准落地的切入点,尽可能的减少试错成本,就显得尤为关键。

 

在于欣看来,他们的选择是避开了对绝对算力的强调,而是转向对算力效率(即单位算力成本和算力能效)的发力,以“低成本低功耗”作为开拓端侧芯片市场重要的思路。

 

于欣解释说,所谓的“低成本低功耗”其实是相对的,面向特定的应用算力效率的提升要,才是我们追求的核心竞争力。时擎科技基于RISC-V指令架构,推出的适用于边缘侧智能计算的架构,称之为Timesformer,是根据边缘侧数据处理的算法特点以及对算力、功耗等的要求,来量身定制的,该架构的核心是构建在一系列DSP处理器、专用处理器之上的数据存储和数据流管理的机制和配套硬件。

 

Timesformer智能处理器一方面可以高效运行不同类型的算法,比方说传统的基于DSP的CV算法,以及各类CNN/RNN/LSTM的神经网络算法等,同时也可以根据应用场景的差异来生成不同算子类型、不同算力和存储的配置,最终实现在运行各类型算法时都达到高算力能效比的设计初衷。

 

例如针对智能图像、语音等应用,他们设计了T系列的DSP处理器,采用了RISC-V的精简基本指令集来设计控制逻辑,并在RISC-V灵活强大的向量架构上扩展、定制专用指令和数据格式,在计算力大幅增长的情况下仍能大大节省成本。而在多核DSP核心以外,时擎还有专用的处理器TPE和TME,针对各类关键算法设计算子,支持各类神经网络以及图像和算法的关键运算,通过动态重构运算结构、数据流,高效、灵活地支持各类关键算法的加速。

 

他们还设计了专用的数据流管理器DFM,完成包括数据复用、数据压缩、访存调度等一系列的数据流管理任务,实现数据在一二级片上缓存之间的复用,最大化存储空间的时间和空间利用率。

 

如此一来,“低成本低功耗”的核心优势才能更好地与物联网市场的需求相融合。

 

当然,芯片行业的特殊性,也让时擎团队在创业初期就对现金流的可持续性做了缜密的规划。除了主营产品紧锣密鼓的开发,在“业余时间”也拓展了客制化芯片业务,2018年成立的当年,时擎即实现了600万元的营收。如此一来,可以利用既有技术能力实现在创业初期正向“造血”,而不是一味的依赖外部投资的“输血”。

 

 

丨修炼内功,永远是芯片产业的根基

 

在和于欣的采访中,镁客网了解到,目前时擎科技自研创新的Timersformer智能处理架构,目前有三种智能处理器配置,分别用在语音识别、离线ASR的百GOPS算力级别的Blaster,用在人脸/行为识别、物体检测,几百GOPS级别的Blumble-bee,以及用在多目标检测、图像语义、vSLAM等应用的数T OPS算力的Optimus上。

 

而他们也基于Timesformer Blaster智能处理器,推出了面向智能语音、智能控制的AT1000系列芯片以及在此基础上升级研发了AT5000芯片,后者可以应用于各类中轻量级的智能摄像头,以及智能门锁/门铃和各类智能家居的带屏的终端设备,支持语音、影像、视觉、显示等多种形式的智能交互。目前AT1000芯片已经开始量产出货,而AT5000芯片也已经即将进入客户导入阶段。

 

 

 

目前时擎科技已经与多家算法公司和IDH达成了合作协议,以更灵活的方式扩展合作范围,既支持算法公司深度合作进行自有算法的移植和优化,也可以为IDH提供集成算法和SDK的芯片,乃至系统级的turn-key方案。

 

在时擎科技成立的这两年间,他们也先后完成了海纳亚洲、浦东科创、邦明资本等机构的两轮融资,且下一轮融资正在积极进行中。

 

同时,时擎科技也是科沃斯蒲公英“X加速计划”的一员,该计划由科沃斯蒲公英加速器发起,致力于通过“精准的圈子、实战的内容、高效的合作”,为行业内的企业及创始人提供高效率、低成本的加速服务,助力创始人系统提升,建立未来企业家全局思维,协助对接更精准的细分赛道投资人和行业伙伴,提升企业融资和增长效率。截止目前共举办五期,校友企业共116家,总估值超440亿,总融资超55亿万。

 

而谈及对整个产业的期望时,于欣表示:芯片赛道热了,政策与产业双环境在不断走高,对创业者而言无疑是件好事。但同时赛道也更加拥挤了,会出现更多的同质化竞争,因此还是要从把技术更多跟落地场景紧密结合起来,才能真正地把技术创新有效地形成产品的竞争优势,最终实现商业落地的转化。

 

“修炼内功,永远是我们这个产业发展的根基和驱动力。”

 

 

2020年11月12日

新闻中心