「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
学院出身，喊话英伟达，技术惊艳，框架开源，融资激进……剧本是否似曾相识，套用在那些响当当的明星 AI 芯片公司身上似乎都能对号入座，但是很不幸，先驱已经倒在了退潮期的沙滩上。
过分追求性能、功耗等参数上的优越性很大程度上将造成在实际应用上脱节——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，产品再好，但客户用不上。
撰文 | 徐丹、吴昕
编辑 | 四月
2020 年，第一家 AI 芯片公司倒在了黎明前。
美国 AI 芯片公司 Wave Computing 接近倒闭，已申请破产保护，中国区工厂全部关闭。尽管 Wave Computing 负责人第一时间向媒体解释，公司并非倒闭，只是申请破产保护，进行资产重组。但显然并不能改变什么。
Wave Computing ， 2010 年成立于美国加利福尼亚坎贝尔，公司愿景是「数据追踪」，定位云计算市场，从数据中心到边缘云，对客户的数据进行深度学习训练。核心产品是基于 dataflow 技术架构的芯片 DPU ，每项技术都处在行业研究前沿，在加速神经训练上甚至能够超越 GPU 1000 倍。可以称得上最早的一批 AI 芯片公司。
Wave 早期团队与学院派出身的 MIPS 渊源颇深，甚至说脱胎于 MIPS 也不为过——Wave 的七位高管有四位都曾任职 MIPS ，其中 CEO Derek Meyer 曾经是 MIPS 销售与营销副总裁。而作为最早最早的商业化 RISC 架构芯片之一的 MIPS ，比 ARM 早了数年进入市场，在中高性能的嵌入式设备和通讯市场大放光彩，曾与 ARM、x86 一同誉为全球三大主流架构。
这家明星公司一度被誉为全球最有前途的 AI 公司之一，从资本市场中共获得超过 2 亿美元投资。在最高光的 2018 年，先后被评为「机器学习行业技术创新领导者」，「25 大人工智能供应商」之一，又入选全球半导体联盟 (GSA）「最受尊敬的私营半导体公司」奖，坐拥超过 400 余项专利。
一 DPU 的挫败：「AI 芯片的核心竞争力是生态」
2017 年的高性能芯片峰会 Hot Chips 上， Wave Computing 一鸣惊人。其 CTO Dr. Chris Nicol 在大会上公开表示，他们的 DPU 产品「在加速神经网络训练上能够超越 GPU 1000 倍」。
考虑到 GPU 在目前深度学习市场的地位，刚成立 5 年的 wave 发出这样的宣言实在是艺高人胆大。「超越 GPU」，这一产品的最初定位也成了他们走错的第一步。虽然如今这已成为 AI 芯片宣传的惯用套路，但回到 2017 年，仍然称得上「惊世骇俗」。
传统的 CPU、GPU 有一些不足的地方，使用冯诺依曼（von Neumann）架构，提供各个精度的高并行的科学运算，数据输送流程繁复。但深度学习算法往各个领域渗透时却只需要低精度的累乘加运算，无法在 GPU 上获得很好的性能功耗比。
Wave Computing 正式看准了这个市场，推出独创的基于 DataFlow 技术架构芯片 DPU ，欲出售给正在寻找 GPU 替代产品的大型互联网数据中心和企业。
从技术角度看， DPU 无论在哪个维度都非常惊艳。它采用了采用非冯诺依曼（von Neumann）架构的软件可动态重构处理器 CGRA（Coarse grain reconfigurable array/accelerator）技术，数据驱动执行，全异步电路，以及数十万核的静态调度工具链，每一项都是业界最前沿的研究方向。

本文插图
DPU 晶片具有 16000 个处理元件、8000 个以上的运算单位及独特的自定时机制，使用粗粒可重组式架构 (coarse grained reconfigurable architecture) ，有（16nm ， 160K PEs ， 400mm^2 ， 200W）的超低功耗和（6.7GHz）的超高效率频。