未來可期 探境科技篤實AI芯片基礎研發

2016年3月，AlphaGo擊敗曾榮獲18次世界冠軍的圍棋選手李世石后，人工智能（AI）產業突然涌現在了大眾面前，各類以AI概念為核心競爭力的公司呈幾何式增長，有一種向創業藍海前赴后繼的既視感。同時，一幅幅通過人工智能技術改變未來的美好畫面，被描繪的觸手可及，攪動了千億級的投融資市常

AI成為社會現象級的事件。國際老牌企業積極布局相關產業，金融、生產制造、家居家電被貼上“智能”的標簽。曾經只有在科幻片中才能相遇的場景，那些離我們很遠的“高大上”，在一夜之間覺醒，快速融入人們的生活。

促成這樣現象級熱點的原因，除了有政策紅利和資本加持外，“人工智能”市場對入局者沒有明確的指標限定。有報告稱，目前國內入局AI產業的企業分布大多集中在技術層和應用層，相對于投入大，產出風險的高基礎層則很少有企業涉足。

國內做AI芯片的企業主要分為軟件類（技術層、應用層）和硬件類（基礎層）兩大陣營。其中軟件類又可分為平臺和算法兩個類別，相對于硬件類來說，它們的研發周期短、變現速度塊、研發難度低。

基礎層的AI芯片，其門檻要比做技術層和應用層高很多，因為它需要涉及分別提供算力和算法框架的硬件、軟件。“做終端AI芯片，除了要在計算方面提升，存儲優化同樣至關重要。”探境科技創始人魯勇曾這樣說到。

探境科技自成立，就自帶天然的原生芯片屬性光環。魯勇出身芯片領域，投身芯片領域，近20年的行業經驗和芯片核心技術研發經驗，讓他對“做芯片是一個系統工程，它需要每個環節沒有短板”有深刻的理解。魯勇在組建團隊時就考慮到了從軟件算法到硬件設計需要有均衡的特點，塑造擅長做原生芯片技術的核心優勢。這決定了探境科技不會去采購或用別家的現成方案做改進，而是從最底層開始做起。

探境科技認為，整個AI芯片行業的難點不是解決算力的問題，而是解決“存儲”的問題，是如何更好的管理這些數據，調度這些數據，進而提高性能降低功耗，這是大部分人沒有解決的癥結，另外很多人在做嵌入式的AI算法，從算法層面做大量的簡化，但這并不能做到最佳工業化實用化的水平，未來終端所有的信息處理和運算都需要在AI芯片上去運行，不能很好解決這些問題的公司都是在玩游戲。

存儲（數據）和計算（芯片）就像是位于河兩岸的倉庫，整個運算的過程可以類比從存儲的倉庫搬取數據、搬運過橋，將數據搬入計算的單元進行處理，并高速循環往復。而當前的AI芯片技術重點提升將數據搬入計算單元后的處理速度，但因為搬出數據、過橋的過程基本未發送變化，因此整體的效率提升還相對有限。

探境科技另辟蹊徑，提出了具有行業顛覆性的架構方案：以存儲為中心來帶動計算，重新設計整個AI芯片的系統架構——即SFA架構。

探境科技提出的“存儲優先架構”

整個SFA架構由數據層、計算層和控制層組成。它是一個以存儲調度為核心的計算架構，數據在存儲之間的搬移過程之中就完成了計算，計算對于數據來說只是一種“演變”，但這樣做計算資源利用率可以從常見的30~40%提高到80%，DDR帶寬占用率大幅度下降。

通過反復測試論證：在相同條件下采用該架構的AI語音芯片，能效比是目前主流產品的3倍，單片面積得到了有效優化、減小電路規模的同時具備配置靈活的特性。在當前的主流集成電路工藝下實現縮減2/3的成本，符合商用化產品的成本考慮。

探境科技是一家成立時間不長，但已經掌握包括芯片設計、系統設計、軟件、算法等領域數十項發明、軟件著作權的AI芯片研發公司。對整個人工智能市場而言，探境科技的入局，從某種意義上來說，為整個產業打開全新局面創造了有利條件，同時改善了中國人工智能市場缺少基礎層的局面。

今年上半年，探境科技圍繞語音行業推出的AI芯片將開始量產銷售，主要面向智能家居、電子終端、個人外設等行業，預計銷售量達千萬級片。另外，圖像系列的AI芯片將于今年下半年開始測試、量產。

做好真正意義上的“邊緣計算”，突破“內存墻”的障礙、推動新的架構方案，只是探境科技現階段的技術目標。未來，探境科技將在AI技術提升、應用實踐落地、服務模式創新等方面，做出更多探索與努力，成長為一家具有扎實技術功底、核心專利產品、切實為用戶提供有效解決方案的AI技術型公司。

在缺芯的時代，探境未來可期。