本文編譯自zdnet
據知名晶片分析公司Linley Group稱，智慧手機等邊緣裝置上的人工智慧推理的晶片吸引了越來越多的初創公司和風險投資。
“有更多新的初創公司不斷湧現，並繼續試圖與眾不同。”Linley Group的高階分析師Mike Demler在接受 ZDNet 電話採訪時表示。
Linley Group 每年在矽谷舉辦兩次處理器論壇，近年來尤其重點關注人工智慧初創公司。
在最近一次於 10 月在加州聖克拉拉舉行的線上線下同步活動中，包括Flex Logix、Hailo Technologies、Roviero、BrainChip、Syntiant、Untether AI、Expedera 和 Deep AI 等初創公司分別談論他們的晶片設計。
Demler 和團隊定期編寫一份題為《深度學習處理器指南》的研究報告，最新版本預計將於本月釋出。 “在這個最新版本中，我統計了 60 多家晶片供應商。”他告訴 ZDNet。
Edge Cortix
邊緣AI已成為一個籠統的術語，主要指不在資料中心內的所有事物，儘管它可能包括位於資料中心邊緣的伺服器。它的範圍從智慧手機到使用谷歌TinyML 框架微瓦功率級別的嵌入式裝置。
Demler 說，其中功耗從幾瓦到 75 瓦不等的邊緣AI晶片，是市場中最擁擠的部分，通常採用可插拔 PCIe 或 M.2 卡的形式。 （75 瓦是 PCI 匯流排限制。）
“PCIe 卡是市場的熱門部分，用於工業人工智慧、機器人技術、交通監控。”他解釋說。 “你已經看到了 Blaize、FlexLogic 等公司——其中很多公司都在追求這一領域。”
但真正的低功耗也相當活躍。“我想說的是 tinyML 領域也很火爆，從幾毫瓦到幾微瓦不等。”
Hailo軟體工具鏈
大多數器件都是專用於人工智慧的“推理”階段。
推理發生在神經網路程式經過訓練之後，這意味著它的可調引數已經完全開發到足以可靠地形成預測並且可以投入應用。
Demler說，初創公司面臨的最初挑戰實際上是從一個漂亮的PPT到工程中實際應用。許多人從FPGA模擬開始，然後轉向銷售成品SoC，或者將他們的設計變為可整合到客戶SoC中的IP。
“我們仍然看到許多初創公司對沖他們的賭注，或者儘可能多地追求靈活的收入模式。”Demler 說，“首先在 FPGA 上進行演示，並提供他們的核心 IP 以進行許可。一些初創公司還提供基於 FPGA 的版本作為產品。”
Roviero
市場上有數十家供應商，因此真正點亮的晶片，也面臨著各種競爭與挑戰。
“很難總結出各家的真正不同。”Demler說。 “我已經看了幾十個宣稱‘世界第一’或‘世界最好’的PPT。”
有些公司一開始採用了不同的方法，以至於他們很早就脫穎而出，但花了一些時間才結出碩果。
澳大利亞悉尼的 BrainChip Holdings 在 2011 年就開始使用晶片來處理脈衝神經網路，這是一種人工智慧的神經形態方法，旨在更準確地模擬人腦的功能。
多年來，該公司展示了其技術如何執行任務，例如使用機器視覺識別賭場地板上的撲克籌碼。
“BrainChip 一直在堅決低追求這種尖端架構。”Demler 說。 “它具有獨特的能力，它可以真正在裝置上學習”，從而進行訓練和推理。
FlexLogix
從某種意義上說，BrainChip 是所有初創公司中走得最遠的：它上市了。其股票在澳大利亞證券交易所上市，股票程式碼為“BRN”，去年秋天，該公司發行了美國存托股票，在美國場外交易市場交易，股票程式碼為“BCHPY”。自那以後，股票的價值已經翻了三倍多。
BrainChip 剛剛開始產生收入。該公司在 10 月份推出了適用於 x86 和 Raspberry Pi 的“Akida”處理器的迷你 PCIe 板，並於上個月宣佈了新的 PCIe 板，價格為 499 美元。該公司在 12 月季度的收入為 110 萬美元，高於上一季度的 10 萬美元。 年度總收入250 萬美元，運營虧損 1400 萬美元。
事實證明，其他一些奇特的方法很難在實踐中實現。晶片初創公司 Mythic 成立於 2012 年，總部位於德克薩斯奧斯汀，一直在尋求使用模擬技術實現AI的新穎路線，它不是處理 1 和 0，而是透過操縱實時的模擬電訊號進行計算。
“Mythic 已經生產了一些晶片，但還沒有公佈我們所知道的任何設計匯入。”Demler觀察到。“每個人都同意，理論上，模擬應該具有功率效率優勢，但在商業上實現這一點要困難得多。”
ArchiTek
Demler 指出，另一家在處理器大會上展示的初創公司 Syntiant 也是以模擬晶片設計方法開始，但認為模擬沒有提供足夠的功耗優勢，並且開發週期更長。
加州歐文市的 Syntiant 成立於 2017 年，專注於非常簡單的物體識別，它可以在功能機或可穿戴式裝置上以低功耗執行。
“在功能機上，您不需要應用處理器，因此 Syntiant 解決方案是完美的。”Demler說道。
Demler 表示，無論任何一家初創公司是否成功，AI的實用性都意味著AI加速將作為一種晶片技術持續存在。
“人工智慧在許多領域變得如此普遍，包括汽車、嵌入式處理、物聯網、移動、PC、雲等，專用加速器將變得司空見慣，就像 GPU 用於圖形一樣。”
Expedera
儘管如此，Demler 說，在通用 CPU、DSP 或 GPU 上執行某些任務會更有效率。這就是為什麼英特爾和英偉達以及其他公司正在使用特殊指令（例如向量處理）來繼續他們的架構。
只要風投市場現金充裕，養料豐富，一千朵鮮花都可以綻放，市場可以有不同的方法進行探索。
“仍然有如此多的風險投資資金進入這一市場，我對這些增量感到震驚。”Demler說。
Demler 指出，成立於 2018 年的加州聖何塞的 Sima.ai 獲得了鉅額融資，該公司正在開發其所謂的“MLSoC”，專注於降低功耗。該公司在 B 輪融資中獲得了 8000 萬美元。
另一個是特拉維夫的 Hailo Technologies，該公司成立於 2017 年，根據 FactSet 的資料，該公司已母雞了 3.205 億美元，其中包括最近一輪的 1 億美元，據稱估值為 10 億美元。
“來自中國的資料，如果屬實，將更加驚人。”Demler說，風投資金看起來將暫時繼續。 “在風險投資界決定投資其他東西之前，你會看到這些公司將繼續獲得熱捧。”
在某個時候，會發生一次洗牌，但那一天何時到來尚不清楚。
“一些公司最終會離開。”Demler沉思道。“無論是從現在開始的 3 年還是 5 年後，我們都會在這個領域看到更少的公司。”
