江苏龙网

  1. 首页 > 人文 > >

「机器之心」论首家“学院派”AI 芯片公司如何倒掉？筹了2亿美元却止步于市场( 二 )


中国区总经理熊大鹏博士曾在采访中表示 ， DPU 的解决方案相比传统 GPU 更适用于边缘计算 ， 价格功耗相同的情况下 ， DPU 在能效、可扩展性和性价比方面更有优势 。
正是因为这些无与伦比的性能参数 ， Wave Computing 一直都是资本的宠儿 。 2017 年 D 轮融资 ， 投资方包括三星电子和 Tallowed Venture ， 2018 年 E 轮融资 ， 领投公司为 Oakmout Corporation ， 目前为止总投资已经超过领 2 亿美元 。
但与资本市场高歌猛进的态势相反 ， Wave Computing 的市场表现很惨淡 ， 一直没能做出相应的成绩 。
「机器之心」论首家“学院派”AI 芯片公司如何倒掉？筹了2亿美元却止步于市场
本文插图
Wave Computing DPU
对此 ， 研究机构 Tirias Research 首席分析师 Kevin Krewell 猜测 ， 「可能是因为 Wave 的 AI 数据流处理器并没有对英伟达或者 Graphcore 造成多少实质性的威胁 。 」
DPU 在参数上的确可以胜过 GPU ， 但是对 AI 来说 ， 核心竞争力并不是这颗芯片真正的性价比怎么样 ， 而是生态环境 。
Wave Computing 无法对英伟产生实质性威胁 ， 其中的关键是无法挑战庞大的 CUDA（Compute Unified Device Architecture）生态 ， CUDA 是一种由英伟达推出的通用并行计算架构 ， 具有极强的灵活性和可编程性 ， 可为不同领域做定制化的高效率加速 ， CUDA 在消费级市场、科研市场和金融市场等都有非常广泛的应用 。 目前 CUDA 已开发到第 10 代 ， 在全球拥有超过 50 万开发者使用 。
再回头看 ， 像 Wave Computing 一样的公司其实是牺牲了通用性来获得某个领域的专用加速 ， Google ， 百度 ， 阿里都在很短时间里组建了自己的硬件设计团队并推出了各自的加速器和编程框架 。 在各家的宣传中 ， 对 GPU 的性能可以说都是数十倍的提升 。
专用于某个特定领域的芯片牺牲通用性完全没有问题 ， 但对 Wave Computing 来说 ， 过分追求性能、功耗会造成在实际应用上的编程困难和不可移植 ， 很难在实际应用中发挥效果 ， 更难建立生态 。
换句话说 ， DPU 再好 ， 但客户用不上 。
二 加速坠落：一桩事先张扬的收购案
2018 年 6 月 ， Wave Computing 做了一件震惊 AI 届的事情——收购硅谷老前辈 MIPS 。 并于 12 月正式启动 MIPS Open 项目 ， 免费开源 MIPS 架构 ， 2019 年 3 月发布了 32/64 位指令集 Release 6 版本 。
对于一家只有 100 多名员工的初创企业收购另一家规模相当的老前辈的行为 ， 当时很多业内人士认为非常冒险 。
但是站在 Wave Computing 的角度 ， 在 DPU 产品在市场萎靡不振的情况下 ， 收购 MIPS 或许是可以拯救他们的最后一搏 ， 并且 ， Wave Computing 和 MIPS 还有内在的「血缘关系」 ， 多达 7 位高管都来自 MIPS ， 在内部磨合方面应该会更轻松 。
说到 MIPS 就不得不提及他的历史 ， 这是一家颇具传奇性又命运多舛的公司 。
「机器之心」论首家“学院派”AI 芯片公司如何倒掉？筹了2亿美元却止步于市场
本文插图
MIPS 架构流水线
MIPS 全名为「无内部互锁流水级的微处理器」（Microprocessor without interlocked piped stages） ， 是基于精简指令集（RISC）的衍生架构之一 。
它曾是安卓系统支持的三大处理器之一 ， 一度比 ARM 还要火 ， 比 ARM 诞生还早六年 ， 算是他的同门师兄 。
早期 MIPS 公司是对标英特尔 ， 面向中高端市场输出产品 ， 设计多被用来游戏机、路由器、计算机等终端设备上 。
不过 ， 在后辈英特尔果断踏入移动时代的大门并迅速完善生态时 ， MIPS 却固守在高清盒子、打印机等原来的市场 ， 错失了 2007-2017 移动手机发展的黄金十年 ， 在生态较量中铩羽而归 。 后来在 Silicon Graphics、英特尔、Imagination Techologies、Tallwood Capital 手上几经辗转 ， 业绩一直处于亏损状态 。


推荐阅读


上一篇：『中关村在线』字节跳动上线中文百科全书“头条百科测试版”

下一篇：科技：小米公司刚刚宣布，24个小时超过97万，以后不用再羡慕iOS