CobiNet(寧波)推薦文章：

[導讀]Gyrfalcon Technology成立(li)于(yu)2017年，公司成立(li)時正式AI芯片備受關注之時。深度學習技術(shu)的(de)成熟及應用，原有的(de)芯片算力已經難以應對巨大的(de)算力消(xiao)耗……

2017年7月，Intel發布了基于Movidius技術的神經計算棒，售價79美元，可以接入多種設備，部署深度學習推理任務。半年之后，Laceli? 計算棒問世，根據官網參數，性能是Movidius神經計算棒的90倍, 售價僅為69美元。

推出(chu)這款產品的(de)(de)，正(zheng)是硅谷的(de)(de)一家AI芯(xin)片(pian)初創(chuang)公司(si) Gyrfalcon Technology。在此之前，公司(si)已(yi)推出(chu)“光矛(mao)處理(li)器 Lightspeeur? 2801S”，于(yu)2017年9月成功流片(pian)，基于(yu)自研(yan)的(de)(de)APiM架構，有(you)28000個并行神經計算核，180mW功耗下基于(yu)VGG模型每秒(miao)處理(li)圖片(pian)150張，適用于(yu)CNN、RNN等(deng)常見深(shen)度神經網(wang)絡的(de)(de)模型訓練及推理(li)。

Gyrfalcon Technology成立(li)于2017年，公司成立(li)時(shi)正式(shi)AI芯片備受關注之時(shi)。深(shen)度學習(xi)技(ji)術(shu)的(de)(de)成熟及(ji)應(ying)用(yong)，原有的(de)(de)芯片算力(li)已(yi)經難以(yi)應(ying)對巨大的(de)(de)算力(li)消耗(hao)。簡單來(lai)說，深(shen)度學習(xi)的(de)(de)過(guo)程可以(yi)抽象理解為利用(yong)大量(liang)標(biao)注的(de)(de)數據進行訓(xun)(xun)練，訓(xun)(xun)練出(chu)一(yi)個行之有效(xiao)的(de)(de)模(mo)型，再將這(zhe)一(yi)模(mo)型運用(yong)于新(xin)數據的(de)(de)推理。因(yin)為這(zhe)一(yi)算法是建立(li)在多層(ceng)大規模(mo)神經網(wang)絡之上的(de)(de)，后者本質上是包(bao)含(han)了矩(ju)陣乘積(ji)和卷積(ji)操作的(de)(de)大運算量(liang)函(han)數，往(wang)(wang)往(wang)(wang)需(xu)要先定義一(yi)個包(bao)含(han)回(hui)歸(gui)問題的(de)(de)方(fang)差、分類(lei)時(shi)的(de)(de)交叉熵的(de)(de)代(dai)(dai)價(jia)(jia)函(han)數，再數據分批傳遞進網(wang)絡，根據參數求(qiu)導出(chu)代(dai)(dai)價(jia)(jia)函(han)數值，從(cong)而更新(xin)整(zheng)個網(wang)絡模(mo)型。這(zhe)通常意味著至(zhi)少幾百萬次的(de)(de)相(xiang)乘處理，計(ji)算量(liang)巨大。

有多年半導體行業經驗的董琪、楊林、林建國、Terry Torng也看中了其中的市場機遇，于2017年一起創業，在硅谷創辦了Gyrfalcon Technology，希望打造AI芯片。

2017年，團隊(dui)推出了(le)第一款芯(xin)(xin)片(pian)，名為(wei)Lightspeeur?光矛系列智能(neng)神(shen)經網絡處理器。從官網公布(bu)的性能(neng)參數上(shang)看，這款產品采用了(le)28nm制造工(gong)藝(yi)，片(pian)上(shang)集成高達28000個運算單元(yuan)，單芯(xin)(xin)片(pian)峰值運算能(neng)力(li)為(wei)5.6TOPS，效率能(neng)耗(hao)比(bi)達到9.3Tops/W，180mW功耗(hao)下基于VGG模(mo)型每(mei)秒(miao)處理圖片(pian)150張，支持 常見的多種網絡模(mo)型，同(tong)時支持標準的開(kai)源框架，如 Caffe, TensorFlow和 MXNet，表現亮眼。

之所以能做到這一點，團隊分析主要是因為兩大創新。一是采用了不同于傳統處理器架構，而是采用了二維的矩陣芯片架構，第一代的芯片產品已經可以做到 168核X168個核的矩陣架構，相當于片上集成28000個運算單元。

傳(chuan)統(tong)(tong)的(de)處(chu)理器(qi)基(ji)本是馮諾依曼架(jia)構，如(ru)Intel X86 CPU，單點架(jia)構，基(ji)于(yu)(yu)指令集處(chu)理各(ge)種簡單或復雜(za)的(de)任務，；或是類似NVDIA GPU這(zhe)樣的(de)一(yi)維架(jia)構，可以做大(da)量(liang)并行計(ji)(ji)算(suan)(suan)(suan)(suan)，適用圖形計(ji)(ji)算(suan)(suan)(suan)(suan)，計(ji)(ji)算(suan)(suan)(suan)(suan)單元大(da)幅提高(gao)(gao)但總量(liang)依然受限，功耗很高(gao)(gao)。而基(ji)于(yu)(yu)Gyrfalcon Technology的(de)二(er)維矩陣式結構，單品(pin)可以輕易集成幾十到(dao)幾十萬計(ji)(ji)算(suan)(suan)(suan)(suan)單元，多單品(pin)之間還(huan)可隨意無縫互聯，非常適合不同(tong)場景下的(de)AI計(ji)(ji)算(suan)(suan)(suan)(suan)。，為(wei)降低(di)功耗和發熱，其時鐘設計(ji)(ji)可以很慢，但由于(yu)(yu)計(ji)(ji)算(suan)(suan)(suan)(suan)單元海(hai)量(liang)增加，芯片整(zheng)體速度卻會遠(yuan)遠(yuan)超過其他傳(chuan)統(tong)(tong)架(jia)構的(de)處(chu)理器(qi)。目前，團隊已經為(wei)這(zhe)一(yi)技術申請了專利。

二是自研了 APiM架構（存儲計算融合一體的本地并行AI運算），消除了數據搬運的環節，解決了數據搬運墻難題。AI算法在芯片實現時遇到的核心問題不是計算資源而是存儲問題，強如GPU提供眾多的計算資源，但實際計算能力與計算資源大為降低，很多情況下芯片80%左右的功耗都用于了數據搬運上。

Gyrfalcon Technology的(de) APiM架構提升內(nei)存(cun)(cun)的(de)地位，將數據和(he)運算寫在了內(nei)存(cun)(cun)里，相(xiang)當于減少了一半以上的(de)能(neng)耗。團隊告訴36氪(ke)，近期他們在ARM的(de)云(yun)端(duan)AI服務器(qi)測(ce)試時，節省了90%左(zuo)右(you)的(de)電量。

Gyrfalcon Technology告訴(su)36氪，之所以能做到上面(mian)的(de)這些創新，與團隊成員的(de)經(jing)歷、背景(jing)相(xiang)關。首席科學(xue)(xue)(xue)(xue)家(jia)(jia)楊林(lin)博士(shi)畢(bi)業于(yu)(yu)復旦大(da)學(xue)(xue)(xue)(xue)電子工程系，后(hou)獲(huo)清華大(da)學(xue)(xue)(xue)(xue)無線電系碩(shuo)士(shi)和(he)美(mei)國加大(da)伯(bo)克利(li)(li)電子工程系博士(shi)學(xue)(xue)(xue)(xue)位，研究領域為圖(tu)(tu)像(xiang)處理(li)、神經(jing)網絡(luo)(luo)、圖(tu)(tu)像(xiang)識別和(he)深(shen)度學(xue)(xue)(xue)(xue)習芯(xin)片，擁(yong)(yong)(yong)有近30年(nian)通訊(xun)、數字電視、芯(xin)片設計工作經(jing)驗，他是(shi)細胞神經(jing)網絡(luo)(luo)（CNN）和(he)中國數字電視傳輸標準核心技術發明人，擁(yong)(yong)(yong)有CNN領域30多(duo)(duo)項中美(mei)專利(li)(li)。CEO董琪(qi)畢(bi)業于(yu)(yu)清華大(da)學(xue)(xue)(xue)(xue)微電子專業，先(xian)(xian)后(hou)獲(huo)得學(xue)(xue)(xue)(xue)士(shi)和(he)碩(shuo)士(shi)學(xue)(xue)(xue)(xue)位，是(shi)圖(tu)(tu)像(xiang)傳感器專家(jia)(jia)，擁(yong)(yong)(yong)有20多(duo)(duo)年(nian)國際(ji)半導體開發與生(sheng)產管理(li)經(jing)驗，曾是(shi)美(mei)國OMINVISION公(gong)司初創管理(li)團隊成員，先(xian)(xian)后(hou)擔(dan)任技術開發副總裁和(he)市(shi)場拓展副總裁。

另一方面，要實現這樣的創新，還需要更多底層技術的支持。比如，采用APiM的架構，也意味著對內存的要求提升，但目前市面上的DRAM、RRAM、Flash等存儲元器件，雖然技術成熟，但各自都存在某種使用上的缺欠，如漏電、功耗大、性能表現隨環境變化不穩定等等，，需要在材料方面創新。團隊中的資深技術副總裁Terry Torng，是明尼蘇達大學材料工程系博士，有近30年磁性記憶、磁性材料、高溫超導、微電子機械系統和傳感器研發經驗，是高溫超導YBaCuO、93K發明人之一，帶領團隊研發了適用于AI芯片的新材料。

Gyrfalcon Technology的(de)產品，目(mu)前可(ke)以(yi)適用(yong)于深度學習的(de)訓練、推(tui)理環(huan)(huan)節(jie)，同時(shi)可(ke)以(yi)適用(yong)于云端和終(zhong)端。團隊分析，推(tui)理環(huan)(huan)節(jie)會是未(wei)來AI芯(xin)片的(de)重要應(ying)用(yong)場(chang)景，而(er)在云端團隊很難撼動NVIDIA的(de)優勢，因(yin)此主要聚焦終(zhong)端的(de)推(tui)理環(huan)(huan)節(jie)。

目前的產品主要包括單芯片、計算棒、板卡等多種形態，適用于移動邊緣計算、智能監控、智能玩具、、VR AR、、自動駕駛等。根據此前騰訊科技的采訪，公司目前已經與一家自動駕駛公司啟動無人駕駛深度學習的產品合作，與韓國手機品牌開始AI手機方案合作、與日本知名企業合作專用AI服務器、與中國制造業知名企業聯合啟動AI工業智能自動化項目、以及與國內安防企業籌劃真正具備本地AI識別能力的攝像頭等等。

總裁林(lin)建國告(gao)訴(su)36氪，搭載Gyrfalcon Technology芯(xin)片的(de)手機將于(yu)(yu)今年7月左右(you)正式推出(chu)，芯(xin)片將主要用(yong)于(yu)(yu)支持一(yi)款(kuan)圖像(xiang)相關(guan)的(de)應用(yong)。第二代產品(pin)疊加了新材料內存技術(shu)，在能耗、存儲能力上(shang)將實現量(liang)級提升，預計(ji)于(yu)(yu)2018年第四季度推出(chu)。

現階段(duan)，Gyrfalcon Technology組建了40人(ren)左右的(de)(de)團隊。除董琪、楊林、Terry Torng有(you)半導體(ti)行業的(de)(de)技術、研發背(bei)景外，軟件部總(zong)裁張文涵(han)是清華大學電(dian)子工(gong)程系博士，有(you)20多年圖像視頻信號(hao)處理研發經驗，專注(zhu)于(yu)計算(suan)機視覺及深度學習(xi)及其ASIC芯片架構，曾(ceng)先(xian)后任職于(yu)意法半導體(ti)、Genesis Microchip、凌(ling)訊科技、Motorola 擔任高級技術及管理職位。

此外，總裁林建國畢業于清華大學經濟管理學院，后在美國南加州大學取得MBA學位，有30年通訊、IT、互聯網等高科技行業國內國際創業以及企業管理和運營經驗，曾在世界500強企業分別擔任北美戰略總監、全球業務總經理、美國公司總裁等職務。 市場付總裁雷兵曾在Syncomm、C2 Microsystems、ArcSoft、Electronic Business等多家芯片、電子類公司擔任CEO、全球營銷及商務拓展副總裁等職務，在對專業技術進行市場化、全球戰略合作方面有經驗。

至目(mu)前為止(zhi)，公司(si)已經完成(cheng)來(lai)自(zi)中(zhong)、日、韓的兩輪融資，中(zhong)國上市公司(si)華西股份有參投。團隊(dui)透露(lu)，公司(si)2018年將有望實現盈虧平衡。

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發生產超五類，六類,七類線，屏蔽模塊，配線架及相關模塊(kuai)配(pei)件(jian)的研發和生(sheng)產。

歡迎來電咨詢0574 88168918,郵箱sales@aliance.cn，網址aliance.cn