芯片
AI人工智能的發展主要依賴兩個領域的創新和演進:一是模仿人腦建立起來的數學模型和算法,其次是半導體集成電路AI芯片。AI的發展一直伴隨著半導體芯片的演進過程,20世紀90年代,貝爾實驗室的楊立昆(YannLeCun)等人一起開發了可以通過訓練來識別手寫郵政編碼的神經網絡,但在那個時期,訓練一個深度學習卷積神經網絡(ConvolutionalNeuralNetwork,CNN)需要3天的時間,因此無法實際使用,而硬件計算能力的不足,也導致了當時AI科技泡沫的破滅。
AI芯片是AI發展的底層基石。某達早在1999年就發明出GPU,但直到2009年才由斯坦福大學發表論文介紹了如何利用現代GPU遠超過多核CPU的計算能力(超過70倍),把AI訓練時間從幾周縮短到了幾小時。算力、模型、數據一直是AI發展的三大要素,而AI芯片所代表的算力則是人工智能的底層基石。
項目名稱:廣東半導體芯片產品研發推廣項目
項目地址:廣東省
主要業務:
本項目主要負責半導體芯片產品的研發和銷售。目前第一款產品為并行計算處理器,可用于AI模型的推理和訓練、科學計算、大數據加速處理、機器視覺、圖像數據加速處理、通信DSP等用途。
可應用的目標市場包括人工智能、AI-PC(即將興起的新市場,由微軟公司牽頭,明年的個人電腦中AI算力卡將成為標配)、自動駕駛、空中無人機、醫療圖像、安防智能監控、軍用雷達、工農業智能生產線、各類機器人、嵌入式設備前后端部件等。
盈利模式:
本項目未來的盈利來源可能包括以下幾個方面:
1、產品銷售利潤:通過銷售半導體芯片產品獲得直接利潤;
2、定制化服務費用:提供定制化的半導體芯片解決方案和技術支持,收取一定的服務費用;
3、授權使用費:將技術授權給其他企業使用,可以收取一定的授權使用費;
4、合作分成:與廣大合作伙伴進行溝通洽談,按照銷售額或利潤進行分成,從而獲得一定的收益。
項目進展:到目前為止,已經成型或在框架上成型的設計資料及軟件模塊有(約占總設計任務的70%)。
項目規劃:
1、第一階段:實現首顆1024核28nm工藝并行計算處理器芯片的落地,及為打開市場做準備。
2、第二階段:進行多元化產品升級。
目前產品主要集中在并行計算領域(后期可以研發世界上獨一無二的全景相機全方位雷達芯片),最突出的特征和優勢有:
(1)高效高速:高效體現在電路架構上設計獨特,從而使得運行速度快、占用硅片面積小,具有較高的工作主頻。與市面上傳統的同類產品相比,晶體管數量只有他們的1/3左右。
(2)超低功耗:由于電路上的高效和架構上的合理安排。從而使得在電功率損耗方面可以做到世界第一。與同類產品相比,功耗只有他們的1/4到1/6左右。這是最具競爭力的指標之一,功耗低,意味著溫升低,這也說明可以應用到非常惡劣的環境中。
(3)超低成本:由于以上等優點,此款芯片可采用28nm或更大納米數工藝制程。再加上公司只需極少數的高級研發工程人員,從而使得整個公司運營成本極低。間接使得芯片產品可以以非常有競爭優勢的價格打入市場。
(4)運營風險極低:在同行中,所有的公司在最初獲得資源時,基本上都從零開始進行研發設計。需要經過若干年(基本上需要2年以上)研發設計工作。再進行流片,然后再擴大隊伍進行相關軟件開發,這樣還得再花3年以上才可拿得出免強可以進行市場推廣的Demo產品。如此,風險極高,如果在相關軟件開發時發現某些功能無法實現,將導致本次流片失敗。再者,戰線拉得太長,時間和資源都已耗盡。
而本項目現在芯片相關軟件及芯片架構都已研發成型,在流片前將所有問題都已暴露出來,及時修正,盡可能在流片時確保芯片設計上沒問題。在芯片驗證上除了常規的之外,還可以模擬應用時的場景進行軟件驗證,確保時間和資源不浪費。所以基本在兩年內可以拿得出可進行市場推廣的Demo產品。
(5)技術崗位:同行中,需要技術崗位較多,且技術含量也較高。如果公司的技術核心人物不是個全面手的話,很多技術方面是把控不了的,這樣招進的高級人才到底能不能勝任都存在不確定性,導致存在不可控的風險。另外,核心人物不是全面手的話,設計出來的產品也不是最優的,且存在整個創業失敗的風險。本項目的核心人物在產品設計的每個環節都是專家,足以確保整個進程順利推進。
(6)惠及客戶:本項目全方位提供方便用戶使用的應用開發工具,具有獨特的神經網絡部署方式。充分降低客戶產品上市的時間及上市開發成本。增進了同類產品的市場競爭力。