写点什么

AI 芯片第一股,寒武纪终科创板如期上市 | InfoQ 特别报道

  • 2020-07-23
  • 本文字数:3832 字

    阅读完需:约 13 分钟

AI 芯片第一股,寒武纪终科创板如期上市 | InfoQ特别报道

7 月 20 日,中科寒武纪科技股份有限公司(以下简称:寒武纪)正式在科创板挂牌上市,开盘后即迎来上涨,市值一度突破千亿人民币。3 月 26 日,上交所受理了寒武纪上市的申请,6 月 23 日注册生效,7 月 20 日上市,寒武纪经历了 116 天终于实现“AI 芯片第一股”的梦想。



自寒武纪成立以来,InfoQ 一直密切关注这家国内 AI 芯片独角兽企业的动向,过往曾独家采访了寒武纪创始人兼 CEO 陈天石博士、寒武纪科技副总裁王在,并于2018年的全球人工智能与机器学习技术大会AICon上邀请到了寒武纪副总裁刘道福分享人工智能芯片的技术发展与应用…在过往多年的合作中,寒武纪给我们留下了低调、内敛、技术过硬、优秀人才聚集等标签。在短短四年的发展历程中,这家公司经历了什么?如何在巨头涌入芯片赛道后继续保持“独立”并成功上市?

如期上市,寒武纪市值超预期

自今年 3 月递交 IPO 申请起,寒武纪的 IPO 进程一直备受 InfoQ 和业界的关注。上市历程中,寒武纪是除了中芯国际外“过会”最快的企业,仅用时 68 天。自 2016 年成立以来,仅 4 岁的寒武纪在资本市场上备受青睐,先后经历了 6 轮融资,估值一路水涨船高,在最近(2019 年 9 月)的一次融资中,其估值已经高达 220 多亿美元,如今成功上市,市值更是一度破千亿。


发行后,寒武纪总股本为 4010 万股,发行价 64.39 元 / 股,其中 3110.48 万股今日起上市,此次募资总额为 25.82 亿元。根据其 IPO 申报材料,本次募集资金将用于新一代云端训练芯片、推理芯片、边缘 AI 芯片及系统项目、补充流动资金。


寒武纪表示,除募投项目所涉及三款芯片产品外,预计未来 3 年内,仍有其他 5-6 款芯片产品需进行研发投入,预计除募集资金以外,仍需 30-36 亿元资金投入该等研发项目。今年 7 月 6 日,寒武纪披露其战略配售投资者包含联想北京、美的控股、OPPO 移动、中证投资,合计获配股数 7104536,获配金额逾 4.57 亿元。

AI 芯片赛道的抢跑者:不一样的“学术派”

寒武纪科技由陈天石、陈云霁两兄弟共同创立,同为“天才少年”的他们都毕业于中科大少年班,博士在中科院计算所深造,二人曾主导研发了世界首款深度学习专用处理器原型芯片。团队的其他核心团队成员,比如寒武纪科技副总裁刘少礼博士、刘道福博士、王在博士同样拥有着中科院的学术背景。



TGO 鲲鹏会专访寒武纪创始人兼 CEO 陈天石博士


寒武纪科技的雏形是一个来自中科院计算技术研究所的科研团队,自 2008 年开始从事人工智能相关探索,就取得了一系列令人瞩目的学术研究成果。


作为国内智能芯片的先行者,王在在此前接受 InfoQ 采访时回忆道:“2008 年,那个时候深度学习还暂时没有兴起,也就意味着那个时候做深度学习芯片没有多少应用场景。所以我们在 08 年做这个事情的时候,是一项很前沿,同时也略带孤独的研究。”


2011 年,寒武纪创始团队成员与南京大学 LAMDA 研究组合作,将人工智能方法应用于处理器架构优化,该论文发表于人工智能领域顶级国际学术会议 IJCAI 2011。


2013 年,互联网快速发展,人们通过互联网获得了更多的数据,同时随着英伟达的 GPU 产品提升了算力,开发者们发现原来神经网络的层数可以越做越多,自那以后,深度学习快速发展为深度学习芯片提供了应用场景。王在说:“从那时候起,我们发现当初很多只敢想而无法实现的任务都可以完成了。”


那么接下来的问题就来了,算力真的提升了吗?


“我们认为还没有,确实还没有。”王在告诉我们,英伟达本质是做图形图像渲染出身的,从出身来讲就不是做深度学习的,而真正从出身来讲就是做深度学习的,是寒武纪:“在深度学习芯片领域,我们做得比较早,所以也正好就在深度学习兴起、整个社会需要一些针对人工智能的强大的算力的时候,我们能够给全世界的智能应用解决这个需求。”


王在说:“在芯片设计这一环节,寒武纪现在非常有幸能够处于一个世界引领的位置。工业上我们不敢这么自大,但是从研发的学术领域以及前沿性上来讲,我们是处于世界上的绝对引领这样一个地位的,国家也给我们寄予厚望,认为这也是一个在未来到来的时候能够跟外国人平起平坐的一个点,甚至能够超越他们。”


2014 年,寒武纪创始团队成员与 Inria 的国际学术合作者公开提出国际首个深度学习处理器学术架构 DianNao(电脑),该学术论文获处理器架构领域顶级国际学术会议 ASPLOS 2014 最佳论文奖。同年,他们还公开提出了国际首个多核深度学习处理器学术架构 DaDianNao(大电脑),该学术论文获处理器架构领域顶级国际学术会议 MICRO 2014 最佳论文奖(除美国以外,第一次有其他国家获得该奖项)。


2016 年,寒武纪科技正式创立,寒武纪创始团队发布了国际首个智能处理器指令集 Cambricon ISA。


可以说,寒武纪一开始就站在了很高的起点上,这家公司也一度被认为是国产 AI 芯片民族之光。在很多行业从业者看来,即便寒武纪当下的盈利能力略有不足,但它代表着中国 AI 芯片未来崛起的希望。从这方面看,这家公司具有很大的价值。在过往接受 InfoQ 采访时,陈天石曾表示:


AI 芯片这个领域和其他的芯片领域不太一样的是,中国和其他国家相比不存在太多历史积累上的差距,相反中国还在开始设计研发 AI 芯片的时间上还领先一步。大家从同一起跑线出发,AI 芯片市场前景广阔,人工智能产业发展和应用推进也是迅猛的,希望和国内外同行一道共同努力,推进人工智能领域发展进步。


也许是在这种信念的支持下,寒武纪科技在创立没多久,就发布了成熟的商用深度学习专用处理器 IP——Cambricon-1A。华为芯片麒麟 970 发布之初,不止一次提到的 NPU 就是集成了 Cambricon-1A IP。


Cambricon-1A 相对于四核的通用 CPU 来说,具有 25 倍以上的性能和 50 倍以上的能效,人工智能实测性能远超苹果 A11 处理器,搭载 Cambricon-1A 的麒麟 970 每分钟能够识别 2005 张照片,而苹果 A11 每分钟识别 889 张照片。


除此之外,在接下来的几年里,寒武纪科技陆续发布了第二代终端 IP Cambricon-1H 系列以及第三代终端 IP Cambricon-1M;在云端,寒武纪科技还发布了 MLU 系列训练推理芯片和相应的板卡产品。

做芯片,没有捷近可走

人工智能正在划时代的改变着经济结构和行业生态,用科技创新推动社会变革。智能芯片是人工智能计算平台的核心,是计算力的最主要承载者,智能芯片的发展决定着人工智能运算能力的上限,对人工智能产业发展具有关键的引领性作用。


AI 芯片是技术密集型行业,烧钱如流水,寒武纪的钱绝大部分都投入到了芯片研发上。最近三年,寒武纪的研发费用分别为 0.29 亿、2.4 亿和 5.4 亿,研发费用率分别为 380.73%、205.18% 和 122.32%,研发投入占营收比重连续 3 年超过 100%,可见,这条路没有那么好走,越来越多的企业,包括巨头互联网公司都在布局 AI,寒武纪又如何独善其身呢?


陈天石曾表示,基于 AI 技术的突飞猛进和对日常生产生活的深入影响,布局 AI 已经成为一种潮流和趋势,包括现在许多巨头通过研发 AI 芯片来实现自身 AI 生态圈的闭环,形成全栈 AI 平台,其实是希望围绕自身的主营业务形成完整或相对完整的行业解决方案,提前部署万物互联时代的战略,以期待减少对芯片供应商的依赖,保护自身核心技术秘密与知识产权。


但客观来说,芯片从设计、制造到封装是一条几乎没有捷径的漫长链条,尤其是芯片的设计,需要技术和资本双重密集支撑。所以,能对计算基础架构进行布局的 AI 公司不多,能真正打造出高性能、可商用的量产 AI 芯片又是一件更不容易的事。


寒武纪的定位一直以来很明确 —— 做独立的芯片设计公司。为下游厂商提供不同尺寸、面向不同应用场景的终端 AI 处理器 IP,提供从前端训练到后端推理的多品类云端 AI 芯片,帮助大家解决“AI 闭环路上最后一公里”的事情。


未来,全球每年产生的数据量会持续高速增长。有报告指出,到 2025 年,全球数据总量将会超过 163ZB,约为 2010 年 80 倍,并且大部分数据来自于终端。不难想象,AI 应用场景中所产生的计算需求主要分为以下两类:


1.在终端把刚刚采集到的数据进行快速即时处理与应答;


2.对于高复杂度的大型数据模型则需要上传到云进行进一步处理。


长期以来,寒武纪一直在关注一个问题:尤其是在云端应用场合,芯片实现必须通用和好用,即在 AI 领域显示出足够好的性能,又有比较好的通用性,才能满足云端多维度的 AI 计算需求。


在 2018 年上半年,寒武纪于业内率先提出 “端云一体、端云融合、端云协作” 的思路,建立端和云之间统一的应用生态、指令集和软件开发平台,就是为了实现数据处理在终端低粒度低复杂度处理和云端高复杂大规模神经处理之间的灵活切换。


寒武纪芯片采用灵活的指令集与可扩展的架构,经过手机等数千万智能终端上的大规模应用验证,并据此对编程工具和编程框架反复迭代和打磨,形成了现有从云到端的成熟产品。 寒武纪将不断用性能更高、功耗更低、价格更合理的 AI 芯片,从云到端全面助推 AI 的行业发展与应用落地。

结束语

在 AI 前线最初与寒武纪接触之时就曾在文章中留下这样一句话:我们看到了一群认真、严谨的技术人和一家低调但潜力无限的初创企业。


如今的结局就是这句话最好的证明,这家很大程度上代表了国产 AI 芯片最高水平的独角兽企业未来表现如何,将受到整个 AI 芯片行业的关注,但无疑为整个行业带来了利好。


相关文章:


探寒武纪:认真做好技术,在芯片领域低调前行的实干家


《独家 | 陈天石:芯片要跟上 AI 专有的速度与激情》


《AI 芯片赛道抢跑者寒武纪:做不一样的“学术派”》


《寒武纪发布边缘 AI 芯片思元 220,布局 AIoT 新时代》


InfoQ 将持续关注并报道该行业内的大事记,同时欢迎大家与我们联系。



2020-07-23 09:561901

评论

发布
暂无评论
发现更多内容

大一被调剂到计算机,对电脑根本不了解,只会上网聊天,如何杜绝

hanaper

c++ 数据结构算法

Python Web 菜谱项目再次前进一步,从应用层了解内置用户认证系统

梦想橡皮擦

8月日更

架构实战营模块五作业

袁小芬

【SpringCloud技术专题】「Feign技术专区」从源码层面让你认识Feign工作流程和运作机制

洛神灬殇

OpenFegin spring-cloud Fegin 8月日更

阿里架构师花近十年时间整理出来的Java核心知识pdf(Java岗)

编程菌

Java 编程 程序员 面试 计算机

全靠阿里内部(珠峰版)Java面试笔记,成功拿下12家大厂offer

编程菌

Java 编程 程序员 阿里 计算机

PaaS厂商该如何面对方兴未艾的通信云To B市场

融云 RongCloud

Flink 和流式应用运维(十-中)

Databri_AI

flink 调度 检查点

没有捷径的中国AI“直道超车”之路:百度世界大会2021的智能时代启示录

脑极体

【ClickHouse】 核心特性

LeifChen

Clickhouse 8月日更

Jira Automation 探索与实践

GrowingIO技术专栏

项目管理 自动化 Jira

面试必考:秒杀系统如何设计?

苏三说技术

系统设计 高并发 秒杀

从0开始的TypeScriptの十一:模块和命名空间

空城机

typescript 大前端 8月日更

架构实战营第五周作业——微博评论高性能高可用

发酵的死神

架构实战营

QDS curl 安装

耳东@Erdong

curl 8月日更 qds

前端之算法(八)贪心算法

Augus

算法 8月日更

干货来袭!阿里技术官甩出的内部首推分布式系统开发笔记太顶了

编程菌

Java 编程 程序员 面试 计算机

阿里P8整理的《百亿级并发系统设计》实战教程,实在是太香了

编程菌

Java 编程 程序员 阿里 计算机

”微博评论“的高性能高可用计算架构

feitian

真的香!Github一夜爆火被各大厂要求直接下架的面试题库也太全了

编程菌

Java 编程 程序员 面试 计算机

腾讯云数据库开源再突破:TDSQL PG版查询性能提升百倍

腾源会

腾讯云 开源 腾讯 tdsql TBase

【大咖直播】Elastic Security 安全管理实战工作坊

腾讯云大数据

大数据 elasticsearch

PAI:一站式云原生AI平台

阿里云大数据AI技术

微服务的演进之路

卢卡多多

微服务 8月日更

常见酒店行业术语

IT蜗壳-Tango

8月日更

Chai 和 Mocha 为API编写测试

devpoint

JavaScript 单元测试 8月日更

网络攻防学习笔记 Day109

穿过生命散发芬芳

网络安全 8月日更

有了阿里人的并发图册+JDK源码速成笔记,我终于不慌内卷了

编程菌

Java 编程 程序员 面试 计算机

从零开始的SRC挖掘

网络安全学海

黑客 网络安全 信息安全 渗透测试 漏洞挖掘

Nacos-spring-boot 0.2.10 发布,全面支持 Nacos2.0

阿里巴巴中间件

云计算 开源 云原生 中间件

模块五作业

king

AI 芯片第一股,寒武纪终科创板如期上市 | InfoQ特别报道_AI&大模型_赵钰莹_InfoQ精选文章