AI芯片之战在英特尔、英伟达等半导体巨头之间如火如荼进行，但也有不少小公司加入进来，下大赌注。到目前为止，Nvidia的GPU在AI芯片竞赛中处于领先地位，但一些AI芯片初创公司可以赶上芯片，无论是在成本、效率、性能，还是深度学习和机器学习工作负载的灵活性方面。巨大的。据市场研究公司GlobalMarketInsights今年发布的一份报告显示，全球人工智能加速器芯片市场规模预计将以每年35%的速度增长，从2019年的80亿美元增长到2019年的700亿美元。2026年，这也说明，AI芯片市场充斥着大量的现金流，同时也充满了各种机会。下面，我们根据近期的融资、产品发布或业绩记录等里程碑，整理出了2020年最酷的10家AI芯片初创公司。BlaizeCEO：DinakarMunagalaBlaize表示，他们的GraphStreamingProcessor是第一个在单个系统上同时运行多个人工智能模型和工作流的处理器。这家总部位于加利福尼亚州埃尔多拉多的初创公司于去年秋天摆脱了隐身模式，今年早些时候推出了自己的计算架构，并筹集了8700万美元的资金。8月，Blaize发布首款商用产品，包括面向边缘服务器的XplorerX1600E和XplorerX1600P，以及面向小型边缘设备的PathfinderP1600。Blaize表示，GraphStreamingProcessor克服了AI处理的成本和尺寸障碍，效率比现有解决方案高10到100倍。CerebrasSystems首席执行官：AndrewFeldmanCerebrasSystems表示，他们的WaferScaleEngine处理器是有史以来最大的芯片，拥有1.2万亿个晶体管和400,000个计算核心。它是CerebrasSystems的CS-1系统，去年11月，这家位于加利福尼亚州LosAltos的初创公司表示，其CS-1系统运行神经网络的速度比GPU快10,000倍。CerebrasSystems去年首次推出WCE芯片和CS-1系统，目前已经拿下多个大订单，包括为美国能源部阿贡国家实验室和美国匹兹堡超级计算中心提供CS-1系统。国家科学基金会。.FlexLogixTechnologiesCEO：GeoffTateFlexLogixTechnologies表示，他们的InferXX1芯片是全球最快的边缘推理芯片，吞吐量是NvidiaJetsonXavier芯片的11倍，而尺寸仅为后者的1/7，成本也低很多。这家总部位于加利福尼亚州山景城的初创公司在10月份表示，它将把InferXX1芯片与InferXX1P1和X1P4PCIe以及更高吞吐量的InferXX1MM.USD一起推向市场。此外，FlexLogixTechnologies还提供一套用于优化和应用程序支持的软件工具。GraphcoreCEO：NigelToonGraphcore表示他们的智能处理单元芯片是第一款专门为机器智能设计的处理器。这家总部位于英国布里斯托尔的初创公司于今年6月发布了其最新的ColossusMK2IPU，以及相应的M2000系统，该系统具有四个MK2IPU。Graphcore表示，八个M2000系统在运行FP32计算任务时的性能比NvidiaDGXA100系统高出12倍，而AI计算则高出三倍多，但总成本仅高出30%。目前，Graphcore已与多家系统制造商和OEM厂商建立了渠道合作伙伴计划，包括PenguinComputing、Lambda、DellTechnologies和Atos。HailoCEO：OrrDanonHailo表示，他们的Hailo-8深度学习芯片可以在边缘提供数据中心级别的性能，同时在尺寸、性能和功耗方面击败竞争对手的边缘处理器。这家总部位于以色列特拉维夫的初创公司今年早些时候表示，它已经从ABBTechnologyVentures（瑞士制造跨国公司ABB的企业风险投资部门）和日本IT巨头NEC那里筹集了6000万美元的B轮融资。Hailo-8的结构驱动数据流架构提供高性能、低功耗和最小延迟，可在智能相机、智能手机和自动驾驶汽车等边缘设备中每秒提供高达26万亿次操作。表现。KneronCEO：AlbertLiuKneron正在为支持音频和视觉识别应用的边缘设备设计人工智能芯片。这家总部位于美国圣地亚哥的初创公司于今年8月推出了其下一代芯片KneronKL720，该芯片支持完整的自然语言处理和增强的视频处理。Kneron表示，该芯片的样品已提供给设备制造商，该芯片的能效是英特尔MovidiusAI芯片的两倍，而在同等性能??水平下成本只有后者的一半。耐能今年在A轮融资中筹集了4000万美元，在包括高通在内的投资者的支持下，其总融资额达到7300万美元。LeapMindCEO：SoichiMatsudaLeapMind以超低功耗AI推理加速器设计进入处理器IP业务，用于ASIC和FPGA电路设计，可以在小型1到2位数据格式上运行AI模型，其精度几乎是与8位数据相同。这家总部位于日本东京的初创公司声称，在LeapMindIP上运行人工智能模型不需要尖端的半导体制造工艺，也不需要使用专门的单元库来最大化推理处理能力和空间效率。LeapMind预计今年将提供软件开发工具包EfficieraIP和其他工具服务。SambaNovaSystemsCEO：RodrigoLiangSambaNovaSystems致力于通过硬件和软件推进人工智能工作负载，不同之处在于其集成的硬件和软件具有可重构的数据流架构。这家总部位于加利福尼亚州帕洛阿尔托的初创公司表示，该架构可以通过让应用程序主要负责驱动硬件优化来提高数据中心和边缘的性能。今年2月，SambaNovaSystems在C轮融资中获得英特尔投资、贝莱德等投资人的资金，进一步提升软件能力。SiMa.aiCEO：KrishnaRangasayeeSiMa.ai表示，他们的机器学习片上系统（简称MLSoC）是第一款集高性能、低功耗和硬件安全于一体的芯片，主要用于机器学习推理。这家总部位于加利福尼亚州圣何塞的初创公司表示，该SoC既环保又高效，每秒每瓦每秒发送帧的速度比竞争对手快30倍。今年5月，SiMa.ai获得戴尔科技资本领投的3000万美元A轮融资，用于加速生产和客户交付。TenstorrentCEO：LjubisaBajicTenstorrent表示，他们的GrayskullAI处理器可以通过业界首个可以动态消除不必要计算的条件执行架构，将深度学习性能提升到一个新的水平。这家总部位于多伦多的初创公司于4月推出了Grayskull，这是一种新的架构方法，可适应模型的精确输入并紧密集成计算和网络，使处理器能够随着AI模型的不断增长而扩展。迄今为止，Tenstorrent已从包括EclipseVentures和RealVentures在内的投资者那里筹集了3320万美元的资金。
