六年磨一剑！深思创芯携首颗AI神经网络平台芯片落户成都!
前几日，iPhone X的亮相，凭借人脸识别功能可谓赚足了眼球。据悉，iPhone X除了通过原深感摄像头进行面容识别外，其所搭载的双核心A11仿生电子芯片是关键。这几年，苹果、微软、高通、IBM等全球巨头IT企业都在AI芯片领域有所布局，芯片的人工智能能力正在逐渐凸显。
六年磨一剑：深耕人工智能芯片
随着人工智能成为风口，入局者越来越多，热炒氛围一路高涨。据了解，市场上90％的企业都纷纷选择涉足软件、算法或者人脸识别、语音识别等领域，但成都市深思创芯科技有限公司CEO俞德军却认为，算法、人脸识别等应用最终都需要硬件作为载体支持，而传统芯片在人工智能应用中速度、功耗、体积等方面有明显的缺陷。而当前热炒的很多人工智能领域的公司却往往难以打破这个制约，始终停留在软件和算法的创新上，难以突破瓶颈，改变根本。实际上，人工智能与硬件相结合后“进化”出的神经网络芯片，在未来必将会有更大的想象空间。
这一想法和判断并非毫无根据的凭空幻想。作为一家开发硬件人工智能芯片的高科技公司，深思创芯的研发团队一直在专注于人工智能神经网络芯片的设计、研发。他们从底层技术做起，将核心技术应用于硬件人工智能领域。
CEO俞德军是电子科技大学大规模集成电路与系统方向博士，拥有10年以上集成电路产品开发经验和集成电路企业管理运营经验。公司研发团队背后还有以电子科技大学博士生导师刘洋教授为首席科学家的强大技术支持。
这支研发队伍在芯片级人工智能领域精心耕耘已经有六年时间，目前，思创芯团队已经成功研发了一颗人工智能神经网络平台芯片，这颗芯片体积只有9平方毫米，芯片内置多个核心，每个单核心可实现三层神经网络，每层神经网络均可复用，从而实现深度递归神经网络，这一拓扑结构可映射几乎所有类型的人工神经网络，具有速度快、低功耗、面积小等特点，为人工智能提供强大的底层硬件支持。
“进阶版”人工智能：类人脑芯片模拟人类大脑
在采访的过程中，俞德军拿出之前颇受关注的人机大战来解释：“将深思创芯研发的芯片植入智能手机、家电等设备后，人们只需带着装载有人工智能神经网络芯片的手机，就可以挑战围棋高手，不再需要一屋子的电脑了。”
随着第一代芯片的研发成功，最前沿的理论和拓扑都得以实现可靠验证。芯片中内置全连接神经元和神经突触，在200MHz频率下已经可以实现每秒50亿次以上的16位运算能力。“我们的技术和产品迭代也早已经开始，相信不需要很久，深思创芯开发的类人脑芯片的技术指标将突飞猛进”。俞德军说。
如此一来，将芯片植入其他载体后，这种“进阶版”人工智能所拥有“学习”能力，实际上能够把人工智能带到一个新台阶。
应用场景广：加强芯片的学习和训练
一颗小小的芯片，其所承载的功能以及能够应用的场景却不少。俞德军说，人工智能平台芯片可验证各种智能专用功能，如智能分类、非线性函数逼近、金融产品预测、智能家居等。
据了解，这颗芯片实际上是一颗平台型芯片，能够适用于众多的领域。据悉，深思创芯正在积极通过与专注于云识别、人脸识别、智能控制、机器人等公司进行合作，实现芯片的应用。俞德军说“公司的价值不局限于简单的硬件芯片销售，而是希望能够和更多的第三方企业合作，让这一系列AI芯片能够在不同场景的应用中，创造更大的价值。”。公司已经陆续和一些第三方企业建立了合作。比如，现阶段已经和第三方企业在“安检系统”场景上建立了合作。据介绍，芯片经过学习后，会自动识别出来过检行李中是否具有枪支、炸药等危险品，一旦发现有危险品后，会自动报警并提醒人工介入处理，以此来提升工作的效率，降低人力成本，保障公共场所的安全。
除了安检系统的合作案例外，还会在其他的领域继续探索合作的可能，比如金融、工业和家电等领域。俞德军也透露，AI芯片可以分为很多的类型，随着公司第一颗芯片的面世，之后也会快速迭代，面向不同的领域推出不同类型的AI芯片。
而在此过程中，芯片也会不断的在线学习和训练，根据用户的使用数据进行数据优化，以此来不断贴合用户的习惯。俞德军说：“经过学习和训练以后，冷冰冰的芯片未来可以懂得‘嘘寒问暖’，甚至“未卜先知”，这才是人工智能神经网络芯片价值所在。”
目前，IBM、谷歌这样的巨头公司，已经在人工智能和硬件领域投入了大量资金进行研发，但作为公司首席科学家的刘洋教授似乎并不担心，在他看来，目前团队研发的芯片实际上并不是和这些巨头企业正面竞争，而是在更垂直的领域做专业化的尝试，或许会有更大的市场空间。
免责声明：本文由入驻邦投条平台的作者撰写，除邦投条官方账号外，文章观点仅代表作者本人，不代表邦投条立场，文章版权归原作者所有，请联系原作者申请授权。文章内容仅供参考，不构成投资建议。若有投资者据此操作，风险自担。如您发现内容存在版权问题，请提交相关链接至邮箱：banquan@rongebang.com，我们将及时予以处理。阅读更多有价值的内容，欢迎下载 邦投条APP
