撰文 | 王藝

「我們現在是一家領先的人工智慧晶片公司。」位元大陸產品戰略總監湯煒偉說。

1 月 4 日，超效能計算晶片廠商位元大陸在京舉辦媒體溝通會，這也是其 AI 晶片「SOPHON」（中文名：算豐）正式發售後首次媒體交流。會上，位元大陸對其 AI 晶片及銷售成果進行了詳細的介紹，併發布了其 2018 年戰略規劃。

位元大陸成立於 2013 年，在比特幣礦機領域處壟斷地位。

有資料顯示，位元大陸供應了全球 80%-90% 的礦機晶片。

到目前為止，位元大陸已經迭代了十餘款基於 ASIC 架構的礦機專用晶片。2017 年 11 月，位元大陸的首款 AI 晶片 SOPHON BM1680 正式發售。

SOPHON 基於 ASIC 架構，是專為張量計算設計的 TPU 晶片，執行在伺服器端，也是繼谷歌 TPU 之後的第一代深度學習專用處理器。與谷歌自研自用不同的是，位元大陸的 SOPHON 晶片已經實現量產。

據湯煒偉介紹，目前 SOPHON 伺服器等相關產品在公司官網渠道已售罄，銷售量在數百臺量級。同時在談客戶逾百家，涵蓋安防、醫療等多個行業，與一些國內頭部大型網際網路公司也在合作洽談。

2018 年，位元大陸計劃在晶片升級、提升效能的同時，加快在公安安防、大資料、網際網路等領域的場景化落地，提供 SOPHON 人工智慧解決方案，加速自身人工智慧全方位佈局。

圖中從左至右依次為：基於 SOPHON BM1680人工智慧晶片的加速卡SC1+、SC1、智慧視訊分析伺服器 SS1。

SOPHON 的誕生

儘管在比特幣礦機領域成果頗豐，位元大陸還是更願意將自己定義為 HPC 計算公司。

目前，從晶片到演算法，再到中間的軟體驅動、韌體以及深度學習工具都有相應的團隊負責，擁有一支規模達 200 人的 AI 團隊。

據公司產品技術總監王俊介紹，自創立初期，公司就在高效能運算的硬體以及軟體方面開始積累。只是由於公司創立當時，數字貨幣晶片是一個較好的產品，才深扎比特幣礦機。

「做礦機晶片的公司到底能不能做 AI 晶片？」機器之心將這一問題拋給了湯煒偉。得到的答案是，這兩個領域有很多技術儲備可以複用。

湯煒偉介紹道，晶片設計團隊有很大一部分比重是在做物理設計，這一部分的經驗和能力在兩個領域是通用的，都是在追求最優的工藝製程。除物理設計外，工程師團隊也有很大的複用空間。

因此，位元大陸 AI 團隊與礦機團隊在人員上是打通的。

「我們趟過了晶片從設計到製造上的很多坑，這些坑是創業公司不可避免的要一路走過去的，所以我們前期積累到的經驗是很重要的。」湯煒偉說。

這就很好地解釋了人工智慧專用晶片 SOPHON 的誕生。以比特幣礦機晶片的大量生產所積累下來的 ASIC 晶片設計及製造經驗為基礎，2015 年初，看到 AI 的興起以及當前計算架構在應對人工智慧特別是深度學習所用的張量計算時的乏力，公司決定進入 AI 領域。

2015 年底，SOPHON 的設計程序正式開始，2017 年 4 月流片，並於同年第二季度拿到樣品。

在未來一年半時間內完成計劃內 4 款 AI 晶片的迭代，刨除已經發布的 BM1680 以及已流片的 BM1682，平均 9 個月一代。

過快的迭代速度不禁讓人擔憂，因為這有悖於摩爾定律（晶片行業以 18-24 個月為週期，計算能力翻一番）。但湯煒偉自信地表示，這不是計劃，而是已經達到的能力，當前的第一代 AI 晶片就是在這樣的速度下量產出來的。

湯煒偉將這一切歸功於「一批經過數字貨幣晶片的戰火洗禮的人才」，以及人才身上所具備的經驗。

跨過 FPGA 直接做 ASIC 的底氣

第三方調查機構 Tractica 於 2016 年底進行的調查結果顯示，儘管當時 GPU 仍為深度學習計算的主流架構，但隨著行業的發展、深度學習演算法的成熟、計算體系架構的不斷演進，到 2020 年，專用深度學習晶片在人工智慧領域的應用數量將會超過 GPU。

湯煒偉認為，這從一個側面表明了位元大陸所進入的這一新興市場是符合行業發展趨勢的。

圖中綠色表示 GPU 顆數，藍色表示 ASIC 顆數（均為百萬量級）

當年比特幣礦機晶片走過了從 CPU 到 GPU 再到 ASIC 專用晶片的程序。與之類似地，深度學習算也將走過從 CPU 到 GPU 再到 ASIC（TPU）的程序。

在人工智慧時代，與 GPU 和 ASIC 經常被一同提及的計算架構還有 FPGA。由於 FPGA 的可反覆程式設計的靈活特性，在深度學習演算法還在不斷摸索中前進的今天，看起來比只能編寫一次的 ASIC 更適合當下的產業需求。

王俊對此解釋道，FPGA 確實是很不錯的硬體架構解決方案，開發週期短，易迭代。但位元大陸將 AI 看作公司長期戰略方向，會持續多年進行投入。著眼於未來的成熟神經網路計算晶片產品，FPGA 在效能、價效比、功耗等方面都不具備優勢，到時候 ASIC 肯定是那個更合適的方案。

王俊認為，在未來市場存量足夠大時，對 ASIC 的設計就可以從現在著手做起，而很明顯地，AI 具備這樣的條件與潛力。

關注場景落地的下一年

和眾多晶片廠商一樣，由於處於產業上游，因此需要藉助客戶以及合作伙伴的力量賦能行業。位元大陸從產品及產業兩個層面在 AI 領域進行佈局。

產品層面，位元大陸提出 ABCR 佈局，即 AI+Big Data+Cloud+Robot，2017 年 12 月 8 日，位元大陸收購了機器人公司蘿蔔科技，代表著位元大陸向機器人領域邁出的第一步。

位元大陸認為，在未來，機器人領域將是一塊很大的蛋糕，在智慧家居和機器人方面，位元大陸看到了很高的需求。因此，儘管當前位元大陸沒有終端 AI 晶片的量產計劃，仍然提早佈局。

這讓人不禁猜測，位元大陸在終端晶片上的研發是否已經悄然進行，這一猜想在會後機器之心從王俊口中得到了證實。

伺服器端晶片是位元大陸的基因所在，但並不代表位元大陸會不碰終端晶片的市場。王俊表示，終端和雲端是互相扭合促進的過程，位元大陸已在默默準備。

產業層面，位元大陸著眼安防、網際網路、以及城市大資料三大領域。

位元大陸認為，這三大領域相對其他如醫療、金融、教育等領域技術更成熟、落地程度更高、且需求更明確。加之位元大陸觀察到其產品在這三個領域的雲端有更好的表現，因此決定選擇這三個領域進行佈局。

王俊稱：「我們結合了市場需求與自身技術的擅長點。」

位元大陸計劃從晶片層開始，封裝演算法層，最終形成一個一體化的解決方案，與合作伙伴進行深度合作，向行業進行推進。位元大陸認為，其產品在局端（雲端邊緣）的小規模伺服器叢集上會有需求。

中美的晶片「不爭」

近兩年，包括寒武紀、地平線在內的眾多人工智慧初創晶片公司相繼成立，引發了業內的探討熱情。國內的晶片熱能否在人工智慧時代打破長期以來半導體市場被國外巨頭強行壟斷的情形。

曾供職 Intel 及英偉達兩大晶片巨頭的湯煒偉對此發表了看法。他認為，巨頭在行業內長時間耕耘和積累以及巨頭已經形成的晶片生態，是國內企業所欠缺的；但相反，國內企業有更多的人才優勢以及更大的市場體量。

但當記者提到中美晶片「抗衡」這個詞時，湯王二人均表示不認同。他們認為，技術是跨國界的，隨著人才的流動和技術的交流，技術是相通的。

「人工智慧晶片是大家共同看到的藍海，」湯煒偉說，「在藍海中肯定是合作大於競爭。」