瞄准AI训练市场,「燧原科技」发布首款人工智能训练产品“云燧T10”


2019年是业内公认的人工智能商业化落地之年,AI芯片是其中的关键要素之一,也可能在不远的将来成为千亿人民币级别的市场。

36氪近日接触到的“燧原科技”成立于2018年3月,目标是为客户提供云端训练和推断的国产通用人工智能解决方案,服务金融、医疗、教育、交通等行业,为公有云、私有云和混合云等智能化场景提供AI算力。

一般来说,云端数据中心人工智能训练会要求训练芯片具有高算力、低功耗、强互联,并支持多种训练算法,以满足其对通用性和能耗的要求。

针对这些要求,燧原科技近日发布了首款人工智能训练产品 “云燧T10”。根据介绍,这是一款面向云端数据中心的人工智能训练加速卡、双槽位标卡,支持PCIe 4.0,将于2020年第一季度上市,并大规模量产。其25GB双向背板互联方案有别于业内通用的InfiniBand组网,能在相同的互联带宽下,较大幅度降低组网的复杂度和成本。其单卡单精度(FP32)算力达到20TFLOPS,支持单精度FP32和半精度BF16的混合精度计算。

此外,基于可重构芯片的设计理念,燧原科技发布的“邃思”芯片的计算核心包含了32个通用可扩展神经元处理器(SIP),每8个SIP组合成1个可扩展智能计算群(SIC)。SIC之间通过HBM实现高速互联,通过片上调度算法,数据在搬迁中完成计算,实现SIP利用率最大化。芯片由12nm FinFET工艺打造,总计141亿个晶体管,攻克了2.5D封装难题 。

同时,燧原科技还提供计算及编程平台“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。此外,该公司还推出了基于OCP加速模组(OAM)的“云燧T11”,OAM模组比PCIe标卡的性能更高。燧原科技称,他们是国内第一家做出OAM模组的公司。

谈及中国AI产业发展的痛点,燧原科技CEO赵立东告诉36氪,首先,此前的GPU主要用于游戏加速、图像渲染,在精度、算力和架构上无法支持人工智能产业的多样化需求;其次,云端训练是整个架构的源头,而一个训练卡往往动辄5000-8000美元;第三,AI芯片长期被国外巨头垄断,封闭且不开源,导致产业里的客户做定制化和差异化产品的时候,要依赖国外巨头的工程师,其产品的升级换代也要依赖芯片供应商升级换代的节奏,而国外公司的本地化技术支持常常无法满足国内市场的差异化需求。

燧原科技曾在今年6月宣布获得3亿人民币的A轮融资,由红点创投中国基金领投,海松资本、云和资本、腾讯投资、阳光融汇资本、信中利资本跟投;在2018年7月宣布获得3.4亿人民币的Pre-A轮融资,由腾讯领投,亦和资本(武岳峰资本旗下基金)、真格基金、达泰资本、云和资本继续跟投;在2018年4月获得天使轮/种子轮融资,投资方包括亦和资本、真格基金、达泰资本、云和资本。

值得注意的是,不轻易投资硬件公司的腾讯,在去年6月作为大股东领投了这家AI芯片公司。赵立东表示,他们已经与腾讯针对通用人工智能应用场景的项目开展密切合作,未来也将会扩展更多场景。

赵立东提到,他们目前有三个主要业务方向,第一是云服务商,包括公有云、私有云和混合云服务商;第二是行业服务商,比如金融服务、保险、医疗和交通等行业,这些行业投资者可以帮助燧原科技快速在垂直领域落地;第三是智慧城市和AI超算中心。

“在这三个方向上,我们都希望找到一个战略合作伙伴,进行深度合作,最终由一个点变成好多点,由点连成线,由线形成面。”赵立东说。

谈及云燧T10的量产能力,张亚林告诉36氪,通常情况,芯片的大规模量产,意味着良率符合要求、本身的供货不是问题,后面就取决于客户拓展能力。而现在燧原科技的“量产良率完全符合GlobalFoundries的良率指标……芯片从流片成功到量产,通常需要一年时间,这一年的时间要进行良率的爬坡,以及稳定性、可靠性、各种特性化的测试,保证芯片能通过极端温度和老化等测试”。

谈及未来的研发规划,该公司创始人兼COO张亚林表示,虽然目前公司主要研发云端训练芯片,但之后一定会布局云端推理芯片。相比训练芯片,推理芯片的通用型不太强,需要在某些业务模型的领域上做更强大的优化,才可以真正提供有效性,对功耗和成本更敏感。

赵立东表示,燧原科技目前的目标是建设顶级工程化团队,完成产品研发和量产,实现产品的热启动,完成首个人工智能训练平台的商业化落地。接下来,燧原科技打算建立市场销售和服务支持体系,迅速拓展业务,进行产品研发和迭代,构建云端训练和推理平台的完整解决方案,并加强与国内外学术界的合作,引进高端人才。

燧原科技创始人兼CEO赵立东曾在紫光通信科技集团有限公司任副总裁,主管半导体投资相关工作,兼任紫光集团旗下锐迪科微电子公司总裁和董事,并曾任紫光集团有限公司副总裁,负责重大专项的谈判和筹建。更早之前,他在硅谷工作超过20年,其中的2007至2014年间,在AMD历任计算事业部高级总监、产品工程部高级总监等。

该公司创始人兼COO张亚林曾在AMD的十年间历任AMD资深芯片经理、技术总监,曾作为全球芯片研发主要负责人之一,在AMD上海研发中心领导开发并量产了多颗个世界级芯片,拥有丰富的工程和产品化实战经验,包括领导全球团队为微软定制开发了XBOX-ONE系列主芯片,领导开发了全球目前最大的融合芯片APU,并一次量产成功,该款芯片成功用于小霸王最新发布的Z+游戏电脑。

(封面图片来自燧原科技)

我是36氪记者王艺瑾,业务交流可添加微信catherineyijin,请备注姓名+公司职务+来意

          

源链接   来源:企名片   日期: 2019-12-16 09:01:07  

推荐文章

阿里的AI安全武功秘籍:迁移+元学习开路,小样本数据能用跨模态

安全AI的第二方面:提升AI自身的安全性、鲁棒性和泛化性等,让AI更强大另一方面,由于处于当前发展阶段的AI无法满足上述安全AI的四个特征,导致它无法被应用于在一些关键应用领域,例如辅助医疗的诊断结果、自动驾驶的控制指令等都必须给出可解释性的决策规则,让生产方和使用方能够清楚的了解判断依据,但目前的深度学习模型的黑盒性还无法做到这一点,因此安全性成为制约AI扩大应用范围的一个主要障碍。阿里除了AI应应用于各类安全场景中之外,也努力使用各种技术提升AI安全性,从算法和数据等多个方面采用技术手段进行了多种方法的实践。


3D模型学会了「唱、跳、Rap、篮球」,GitHub网友也沉迷「鸡你太美」

示例2:pythonrun.py-dhumaneva15-kdetectron_pt_coco-strTrain/S1,Train/S2,Train/S3-steValidate/S1,Validate/S2,Validate/S3-ccheckpoint--evaluatepretrained_humaneva15_detectron.bin --render--viz-subjectValidate/S2--viz-action"Walking1chunk0"--viz-camera0--viz-outputoutput_he.gif--viz-size3--viz-downsample2--viz-video"/path/to/videos/S2/Walking_1_.avi"--viz-skip115--viz-limit60未标注视频的可视化更加容易,因为这些视频不需要与groundtruth保持一致。在该论文中,研究者提出了一个用于3D人体姿态预测的全卷积模型,只需基于2D的关键点执行时间卷积,就可以对视频中的人体实现精准的3D姿态预测。实现地址:https://github.com/zh-plus/video-to-pose3D这项技术是3D人体姿态预测的一种,项目作者利用该技术从原版视频中预测出了人物的3D姿态,无需昂贵的拍摄设备,也不需要在人物身体的关键点上贴标签


2019新浪教育盛典访谈:火币大学于佳宁

主持人:好的,我们也祝福火币大学能够在这块领域越来越深耕,当然也希望我们的“区块链+教育”能够更好更好完美的结合,也为社会创造更多可能。所以说我决心创办火币大学,开始了我的区块链教育事业。于佳宁:我是做区块链教育的,区块链是一个全新的技术,一个新技术变革,必然会带来商业模式的创新,商业模式的创新会带来基础商业理论、经济理论的变革


中国能源报:区块链发展 能源领域不能盲目跟风

"区块链发展的号角已经吹响,能、工信等领域相关主管部门要时刻绷紧一根弦,加强对区块链技术的引导和规范,加强对区块链安全风险的研究和分析,为区块链发展营造良好生态,进而为加快推进“能革命”提供更强有力的技术支撑和保障。能领域响应此迅速,大致有两方面的原因一方面,得益于区块链身的技术“吸引力”——在促进数据共享、优化业务流程、降低运营成本、提升协同效率、建设可信体系等方面,区块链的天然优势与能企业的发展诉求一拍即合;另一方面,煤炭、油气、电力等能各细分领域,具备推进和“领跑”区块链发展应用的资金实力,同时,敏锐抓住区块链技术融合、功能拓展、产业细分的契机,也是企业高效经营、抢占营收“新增长点”的内生需求。"


自动驾驶出租车,巨头们的应许之地?

言外之意,文远知行涉足自动驾驶出租车市场,并没有触碰原有出租车市场的蛋糕,像是一场对未来出行的联合探索。无论是国内自动驾驶的“保守运营”,还是谷歌的“艺高人胆大”,自动驾驶领域大大小小的玩家们,把目标瞄向出租车市场早已是不争的事实。在万亿市场的蛋糕面前,科技巨头们可以扮演两个角色,一是自动驾驶的技术供应商,二是自动驾驶出行服务供应商