智东西(公众号:zhidxcom)
文 | 心缘

今年4月的“?#34892;?/a>?#24405;?#25970;醒了中国的自主造芯之魂,而IP设计正是实现国产化芯片的关键要素。然而,由于起步早、积累时间长,主流的半导体IP都被ARM、Synopsys、Imagination、CEVA、Cadence等公司掌控,本土企业凤毛麟角。

面对欧美?#30475;?#30340;芯片专利壁垒,越来越多的芯片从业者认识到国内芯片行业的IP短板。近年来,一批国内芯片设计厂商开始瞄准AI芯片IP授权,其中有一家芯片IP公司就是合一智芯。

从ARM和威盛取经八年 解密合一智芯杨桦的IPU

▲合一智芯创始人兼CEO杨桦

近日,智东西来到合一智芯的办公室,与创始人兼CEO杨桦进行了一场深入对话,看这位曾在威盛电子和ARM工作过的芯片老将,如何带领合一智芯将芯片设计能力转换为更高的终端侧软?#24067;?#21033;用效率和AI计算性能?

一、从iPhone看到未来趋势,十年好友联手创业

杨桦本科毕业于北航电?#26377;?#24687;工程学?#21644;?#20449;工程专业(2001年入学),期间还辅修了法学双学位,硕?#31185;?#38388;在北航攻读了通信与信息系统专业。在2016年12月成立合一智芯之前,杨桦曾先后任职于威盛电子与ARM。

在苹果手机刚问世时,其界面、显示、游戏等都非常酷炫,原因是当时的一代iPhone采用的三星S5L8900芯片里集成了PowerVR嵌入式GPU,能够显著提升图像与游戏任务的表现。杨桦觉得将越来越先进的GPU核心集成进端侧芯片是未来的大趋势。

毕?#30340;?#24180;,杨桦进入威盛电子任职显卡架构工程师,主要从?#24405;?#25104;显卡架构设计以及很多跟图形图像相关的设计工作。

后来,杨桦在芯片设计行业做了多年技术开发。那时,刚好ARM有一个在销售部门做嵌入式GPU与多媒体IP技术方案的机会。

因为?#37266;?#21457;GPU的工程经验,杨桦对GPU比较了解。ARM彼时正在主打一个产品系列,Mali GPU IP,尽管它如今已经是市占第一的GPU IP,但在杨桦加入时,全球市占最大的还是凭借苹果手机的成功如日中天的Imagination PowerVR GPU IP。

为了做技术分析,杨桦一家一家芯片厂商去拜访,与亚太和英国的同事讨论如何和对手竞争,定期组织跨部门会议为客户解决实际问题,支持好一个个芯片产品的同时,?#27493;?#35302;到了许多围绕芯片厂商做终端产品的公司和做算法的公司。在这个过程中,杨桦逐渐看到了整个生态。

由于之前是在一家芯片公司,杨桦看到的只是这家芯片公司的产品所面向的市场。但到ARM之后,他开始看到整个半导体产业,而?#20063;?#27490;?#21069;?#23548;体,还会向下穿透到应用层面。

和杨桦一样长期在行业中历练的,还有几位他近十来年的老朋友,有北航的校友,有上交大、中科大的老同事,其中包括算法负责人、?#24067;?#35774;计负责人。大家经过讨论后,都觉得AI计算对整个行业是一个全新机会,于是一同出来在2016年12月创办了合一智芯。

“合一智芯”代表将软件与?#24067;?#32467;合,将技术与工?#25506;?#21512;,将创新与实践结合,也取“知行合一”的谐音。“知行合一”是王阳明的核心思想,也是北航的校训。AI的大规模落地需要不断探索和积累,是一个长期?#39029;?#28385;挑战的过程,杨桦带领着近20人的团队想要踏踏实实做事,把他们对行业与应用的理解不?#31995;?#20195;进自己的产品,做一家兼具科技与人文精神的勇于创新的公司。

他们将这家图像与机器视觉公司的核心业务定为做软?#24067;蘒P与方案,希望将从芯片设计到产品方案的链条缩短,为AI的落地提升效率、降?#32479;杀尽?017年1月,合一智芯拿到900万天使轮融资,投资方为中科创星。

二、软件IP落地三大应用场景,第一代IPU今年10月问世

现阶段任何一家芯片公司的AI芯片中最核心的部分,是如何对深度学习的相关算法做加速处理。合一智芯就做了一款针对这类计算的端侧IP,相当于一款神经网络处理器,同时还可以兼具一些图像处理能力。他们的第一代产品在今年10月已经问世,目前正在做第二代产品迭代。

1、核心技术围绕两大抓手

其核心技术围绕两大抓手,一个是图像处理技术,另外一个是底层的AI算力技术。

很多在实验?#19968;?#24471;不错识别率的算法,在进入一个真实场景、遇到光照条件等外部因素的干扰后,它的实际识别率会大幅下降,常常会下降到客户难?#36234;?#21463;的程?#21462;?/p>

这时需要系统性的去解决图像处理、选择计算平台、?#26432;?#21151;耗的控制等问题。为了实现高效的底层AI算力,杨桦带领团?#30001;?#35745;了自己的核心IP,然后和芯片公司一起去看怎样去抓住市场的新机会。

另外从实际应用的角度来看,如何能把图像处理的非常好、让图像里的信息能够被AI算法?#34892;?#25552;取,就需要面向工程应用的图像处理技术。

2、软件IP落地三大场景

合一智芯基于深度学习的软件IP实现了图像处理、识别等功能,目前已在三个应用场景落地:军民融合、轨道交通、安防?#24067;臁?#25454;杨桦透露,以上三个应用场景均已签署合同并形成收入。

软件IP跑的?#24067;?#24179;台也不一样,可能是嵌入式的,?#37096;?#33021;是PC的。但杨桦认为,它的前端终极形态一定是最后能在?#32479;杀?#19979;解决实际问题,这必然会落到?#24067;?#21644;芯片核心IP设计上,比如合一智芯的?#24067;蘒P,符合工程实践的软?#24067;?#21327;同创新,就能一步步把问题解决掉。

3、深度学习+图像处理——IPU

其?#24067;蘒P名为IPU,全称是Image&Intelligence Processing Unit,因为它既可以对图像去做一定程度的处理,同时有深度学习的加速。

从ARM和威盛取经八年 解密合一智芯杨桦的IPU

IPU授权?#25970;?#21521;高性能、低功耗深度神经网络计算的智能处理单元?#24067;蘒P授权,具有两大特点:一是多核可扩展,可以为客户提供从毫瓦级到瓦级的不同配?#23186;?#28857;上的方案;二是除了深度学习外,还有配套的一些引擎来解决图像处理问题。

杨桦表示,合一智芯希望的节奏?#25970;?#21322;年有一代新产品,然后基于团队对端侧客户应用理解,将对软?#24067;?#30340;协同优化放在芯片设计中整体考虑,帮助客户更好地开拓市场和落地。

未来他们会拓展更多的应用场景,同时和芯片合作伙伴紧密合作,努力把不同领域的方案做到极致,把?#26432;尽?#24615;价比以及效能都做到最好。

三、发现两个创业机会点,第一步选做IP不做芯片

创业之前,杨桦发现了一个问题,以前中国的IC产业基本上是一个跟随者的状态,跟随国外的三星、高通、飞思卡尔等公司的芯片产品。

这是因为那些大公司的市场份额足够大,其技术也相对成熟,所以IP公司在设计IP时,会更多参考这些公司的意见。相对而言,中国企业由于技术底子相对薄弱、芯片出货量?#31995;停?#23545;这些头部IP厂商的影响有限。

基于这样的背景,杨桦看到了创业的两个机会点。

1、创业的两个机会点

AI算法和相关应用正在快速发展。由于中国有最大的人口基数以及丰富的应用场景和数据,将给予AI发展极为有力的支持,这会是中国IC的一个机会点,即乘着AI的东风在未来的底层的芯片创新上把握新的机遇,去引领趋势。

AI刚起步阶段,特别像GPU早期的复现,GPU最早其实也?#21069;?#23478;争鸣的状态,最后会收敛到几家巨头。但是故事不一样的地方在于,由于GPU主要是用于图形渲染的,受到屏幕分辨率、刷新率、屏幕尺寸等物理工艺的限制,再?#30001;?#28216;戏API通常比较统一,GPU产品本身相对来说会更标准化更聚拢。

而AI创新,尤其是端侧AI与边缘计算,在应用方面市场更碎片化,面对不同场景,要解决问题不同,?#29575;?#23545;?#24067;?#30340;要求也完全不一样,加之摩尔定律的消退,对设计与架构创新的要求更迫?#23567;?#36825;也意味着如果创企在垂直领域做的够好的话,它有机会成为垂直领域的头部公司。这就是另外一个机会点。

2、为什么做IP不做芯片?

在看到创业的机会后,杨桦选择切入行业的第一步是做AI芯片IP授权,而非直接自己生产芯片。

IP本身具有很强的扩展性和灵活性,可以根据客户的需求去做半定制。杨桦希望合一智芯扮演的角色是为市场提供高性价?#21462;?#36148;近应用场景的芯片软?#24067;蘒P产品。

算法公司、互联网公司、产品公司都正在进入芯片领域,在杨桦看来,IP核心技术会转化为产品的核心竞争力,市场也会选择能效表现更突出、更高性价比的产品。市场在逐步发展,只要产品做的足够好,就会有机会。

为此,他们对自己的定位是“轻智能”公司,希望通过和其他公司合作来做大市场,帮助合作伙伴补短板。

至于没有自己开芯片,他表示,这是因为芯片业务一定是和出货量相关,如果这个基本量不能保证,其实是赔钱的。

尽管AI相关应用正在逐渐起来,但还没有到放量阶段,在没有成熟客户的情况下靠单点应用支撑AI芯片比较困难;而较通用的AI芯片需要积累和产品体系,如果自己独立切入通用芯片开发的话,?#26432;?#24456;高、周期也会很长,合作共赢是合一智芯的选择。

所以,他们现阶段没有做自己的芯片,而是专门做软件IP和IPU神经网络加速处理器,服务于AI芯片公司或者?#33529;?#20570;AI芯片的企业。

3、IP技术挑战?#35759;?#39640;

杨桦和团队在最初设计?#24067;?#23433;防软件IP方案的时候,实验?#19968;?#22659;效果很好,但设备搬到实地后表现很差。

为了尽快落地,他们和客户一起跑到新疆南疆的戈壁?#37319;先?#23454;验。那里环境相当艰苦恶劣,一边是沙漠,一边是戈壁,中间是高速。

就在这样的地方,他?#25970;?#22825;从早上七八点工作到第二天的凌晨三四点,采集各?#27490;?#29031;与热辐射数据,分析它对传感器的影响,然后通过数据不?#31995;?#35843;优算法,逐渐?#20849;?#21697;满足应用需求。

做IP不仅要打通软?#24067;?#36824;要对产品各方面的性能做调优,因此面临诸多技术挑战。合一智芯原本?#33529;?#22312;今年年中研发出来的第一代?#24067;蘒P产品,实?#26102;?#39044;期稍晚完成。

与传统IP设计不同,做AI芯片IP,除了考虑?#24067;?#38382;题外,还要考虑如何去配合软件,即如何既让第三方的神经网络结构能快速高效的在?#24067;蘒P?#26174;?#34892;,同时又不像传统DSP那样有很多后续调优工作,真正对开发者做到傻瓜式和透明。只有解决了这些问题,才能尽可能把客户的研发?#26432;?#38477;到最低。

因为进度的?#28216;螅?#26472;桦他?#23884;?#25481;了第一个?#24067;蘒P上的合作机会。对此,创始团队认真地进行反思和总结,对产品研发过程中的瓶颈做了梳理,重新调整了资源配?#21462;?/p>

经历了一些?#37096;?#21518;,他们终于完成了初代IP产品,而且杨桦表示,其团队现在可以实现半年一迭代的创新速度,逐步形成系列IP产品。

结语:国产化芯片道阻?#39029;?/h2>

相对于自己开芯片,做IP授权对于芯片业的创企而言不失为一种稳妥的路线。正如当年ARM通过打造自己?#30475;?#21644;富有创新力的生态圈,迅速在消?#24310;布?#26550;构领域跃上龙头,创企?#37096;?#20197;通过IP授权,先积累客户构建生态圈,再循序渐进地扩展业务范围。

尽管ARM、Synopsys、Cadence国外的传统IP厂商已经割据了全球大部分市场,但AI尚处于初级阶段,相对灵活的架构更具备生存空间,这对于从事AI芯片IP授权的创企而言未尝不是?#19994;?#31361;破口的一个机会。

如今越来越多的算法公司、互联网公司风风火火地宣布自研芯片,泡沫化风险开始显现。对此,杨桦认为适度的泡沫有助于行业快速发展,会有更多的人才和资源投入进来,从长远角度来看对行业未必是坏事。竞争其实倒逼着公司去做创新,无论大小与新老,能够真正做?#31859;?#24049;的创新点,为客户创造实?#22987;?#20540;,就有机会胜出。

不过,芯片战?#36291;?#38750;一蹴而就,这需要本土的芯片设计、制造、封测企业以?#20843;?#27861;公司、方案提供商一起努力,共同撑起中国集成电路产业的未来。