文章| Lina介绍：“AI芯片”这个新鲜概念已经逐渐度过了近一年来的普及阶段，越来越受到大众的欢迎。
众所周知。
随着行业经历了残酷的增长，并开始加速落地和整合，更多的AI芯片企业开始走自己的差异化路线。
继此前第一季度的AI芯片系列报告之后，智东西再次出发，进一步对AI芯片全产业链的近百家核心企业进行差异化、深度的跟踪报告。
这是智能AI芯片行业系列报告第二季度的一部分。
今年年底，探晶科技将发布两款分别针对图像和语音的AI芯片。
虽然他们专注于低功耗端端智能安防、智能家居等应用场景，但探晶科技提出，当前终端AI芯片性能的瓶颈不是芯片的峰值算力，而是芯片的管理和调度。
贮存。
只有良好的存储管理，芯片才能达到最佳的性能和功耗——而AI芯片的存储性能优化是探晶科技的核心竞争力。
▲创始人兼CEO陆勇 近日，智西西来到探景科技北京办公室，与创始人兼CEO陆勇进行了深入对话。
这是一位拥有15年芯片制造经验的半导体“老手”。
在Marvell 20年的研发生涯让他对芯片行业的运行规则有着深刻的理解，对于AI芯片的发展方向有着自己独特的见解。
值得一提的是，不仅陆勇本人毕业于清华大学本科、硕士、博士学位，潭晶科技的创始团队大部分也毕业于清华大学。
在芯片和AI芯片行业，清华学子几乎遍布行业各处，占据全国大半。
智东西将对清华大学芯片企业家进行系列跟踪报道，探晶科技就是其中之一。
1、Marvell前研发总监离职创业。
拥有15年芯片制造经验的探晶科技于2019年上半年成立，2015年获得马里创投、震云创投、大鹏创投等天使轮融资，今年5月又获得数十轮融资。
每月数百万美元Pre-A轮融资，由中芯聚源资本领投，鸿泰基金、先锋长青、启迪汇、精道基金、熊猫资本跟投。
值得一提的是，中芯聚源资本由国内集成电路行业龙头企业中芯国际设立。
潭晶科技创始人兼CEO陆勇是一位在半导体行业摸爬滚打15年的资深人士。
在成立潭晶科技之前，陆勇曾担任通信和存储解决方案公司Marvell Semiconductor的中国芯片研发总监。
据陆勇介绍，在 Marvell 的十年里，他带领 Marvell 中国芯片研发团队从无到有打造。
这一轮人工智能和深度学习在2017年行业兴起。
和很多芯片从业者一样，陆勇也敏锐地意识到人工智能对未来的决定性意义，也看到了芯片带来的算力瓶颈。
紧跟人工智能发展步伐。
不过，当时的陆勇并没有选择立即离职创业，而是开始认真研究两件事——1、技术落地；2、技术落地。
2、市场需求。
“做芯片不是做科研，我们必须找到足够大的市场来支撑企业的商业发展。
”当陆勇仔细研究AI芯片热潮背后的真实需求和实际落地场景时，他被几件偶然的事情所感动。
抓住了他。
当时，几位在海康威视、大华科技等安防巨头工作的朋友纷纷来找陆勇询问Intel Movidius VPU能否适合终端AI处理需求。
一方面，我们看到安防巨头如此积极推动AI的落地；另一方面，我们看到很多人来询问Movidius VPU等不适合AI安防摄像头的弱计算芯片。
可见，安防行业对芯片提供的AI算力有着如此强烈的需求；那一刻，陆勇感觉自己一直在寻找的机会来了。
2006年，陆勇决定离开Marvell，与一群老朋友一起创立了探晶科技。
目前，探景科技核心创始团队约有7人，都是陆勇的老同事、老朋友、清华大学的同学。
他们负责芯片设计、系统设计、软件、算法等领域。
其中近一半拥有博士学位。
探晶科技的名字来源于其英文名Intengine的音译，意为“探索未来，探索未知领域”。
谭晶希望成为智能时代的引擎，推动人工智能的普及。
在加入 Marvell 之前，陆勇在硅谷 Analog Semiconductor 工作了 5 年。
此前，陆勇是清华大学“三清学”本科毕业生，拥有学士、硕士、博士学位，并有清华微电子研究所的研究背景。
目前，探景科技团队约有50人，在北京、上海等地设有分支机构。
2、打造两款AI芯片：“巴赫”和“达芬奇”。
虽然潭晶科技成立于2010年，并不是一家以第一波AI芯片出道的初创公司，但陆勇相信潭晶产品将持续增长，不会落后于市场。
今年下半年，探晶的两款AI芯片将进入流片。
分别是专注于智能家居物联网市场的语音识别和专注于安防市场的图像识别。
谭晶内部将这两款芯片称为“Bach”和“Bach”。
两款芯片都将由台积电代工，采用28nm工艺。
“达芬奇”芯片目前在算力和功耗方面可以达到4T/W，可以满足很多安防应用场景的需求，同时“巴赫”芯片主打低功耗物联网语音交互场景，功耗将低至数百毫瓦。
除了这两款产品之外，探景科技未来还将继续沿着图像和语音两大产品线进一步拓展。
▲运行探晶科技图像检测算法的开发板陆勇认为，探晶科技核心团队拥有多年芯片行业从业经验，对芯片行业的运行规律有着深刻的理解和理解，这使他们能够改进芯片的设计和功能。
在定义、架构构建、流片量产过程中避免了很多弯路。
同时，可以更准确地把握市场定位，对市场做出更准确的预测。
同时，据陆勇介绍，潭晶科技的团队中还包括不少软件算法人才。
例如，探景科技的首席算法顾问是谷歌副总裁，他在AI算法方面有自己的积累。
3、解决AI芯片瓶颈的两大路径——存储 陆勇认为，目前终端AI芯片的性能瓶颈不在于计算能力，而在于存储——存储问题分为带宽和功耗两部分。
一旦不进行存储优化，芯片实际能够提供的计算能力实际上会远低于理论值。
芯片存储优化有两条路径：一是压缩神经网络的大小，降低精度，减少数据量；二是压缩神经网络的大小，降低精度，减少数据量。
二是设计更合理的数据流程，减少接口中数据资源的往返次数。
神经网络的压缩和简化是学术界和工程界正在研究和讨论的重要问题。
目前的深度神经网络普遍较大，无论是在云端还是在终端，都会影响网络速度并增加功耗。
该领域最流行的两个研究方向是降低计算精度（例如从32位到8位）和剪枝（Purne）。
首先构建整个算法网络，然后尝试消除冗余节点并对网络进行压缩。
尺寸。
优化设计数据流程是探晶科技的优势。
如果将多次重复使用的数据放置在距离计算资源较近的地方，则可以大大减少数据需要来回“传输”的次数，并可以最大限度地降低芯片的性能和功耗。
结论：AI芯片竞争已进入2.0时代。
随着AI芯片已经过了概念普及阶段，越来越多的AI芯片公司开始涌现；虽然在应用场景上，大多也瞄准安防（图像）和IoT（语音）市场，但在技术路径上，也逐渐开始走上自己的差异化路线，AI芯片的竞争也开始进入2.0时代。
然而，虽然安全和物联网市场规模很大，但其情报过程需要时间积累，而且两个市场都极其分散。
另一方面，随着各AI芯片公司的产品逐步推出，市场竞争将更加激烈。
每家公司还需要严格控制芯片推出的节奏，以免落后于市场。