創(chuàng)業(yè)從來都不是容易的事情，特別是芯片領(lǐng)域的創(chuàng)業(yè)鮮有成功者。不過，有這么一個(gè)創(chuàng)始成員都來自清華的創(chuàng)業(yè)團(tuán)隊(duì)，以Sticker AI芯片為核心，提供從硬件到算法到平臺(tái)的全棧解決方案，創(chuàng)立僅一年就獲得了中國(guó)石油、中國(guó)石化、山東雙輪等行業(yè)客戶的支持，銷售業(yè)績(jī)達(dá)到數(shù)千萬。

這家名為湃方科技的公司有何獨(dú)特之處？他們?nèi)绾螌?shí)現(xiàn)AI芯片的快速落地？ 

2018年資本寒冬創(chuàng)立

湃方科技成立于2018年9月，從外部大環(huán)境來看，湃方的成立不僅沒有趕上2015年左右的AI芯片創(chuàng)業(yè)熱潮，還遇上了2018年的資本寒冬。這對(duì)于需要大量資金長(zhǎng)期支持的芯片創(chuàng)業(yè)來說，并不是好消息。

雖然面臨全球不容樂觀的局面，但國(guó)內(nèi)的局面對(duì)湃方的成立帶來了機(jī)會(huì)。一方面，在經(jīng)歷了中興和華為事件之后，國(guó)內(nèi)對(duì)于芯片的關(guān)注度陡然升高，政策和資金都支持芯片產(chǎn)業(yè)的發(fā)展。同時(shí)，2015年左右創(chuàng)立的AI芯片初創(chuàng)公司們正面臨芯片落地的挑戰(zhàn)。另一方面，國(guó)內(nèi)工業(yè)互聯(lián)網(wǎng)的熱潮也開始興起，政策也在大力支持。

從2014年就開始研究AI芯片的湃方創(chuàng)始團(tuán)隊(duì)，到2018年已經(jīng)迭代了7款芯片。顯然，湃方成立就趕上了AI芯片落地的熱潮，同時(shí)還遇上了工業(yè)互聯(lián)網(wǎng)的廣闊市場(chǎng)。

這樣看來，湃方也創(chuàng)立在了一個(gè)好的時(shí)間點(diǎn)。湃方科技聯(lián)合創(chuàng)始人、CEO武通達(dá)接受雷鋒網(wǎng)專訪時(shí)表示，“在2015年左右，AI芯片才剛剛起步，我那時(shí)候更多的注意力還是跟隨我的導(dǎo)師，也是現(xiàn)在湃方科技創(chuàng)始人、首席科學(xué)家劉勇攀在探索技術(shù)上的深度。創(chuàng)業(yè)是一個(gè)探索技術(shù)和應(yīng)用的結(jié)合的地方，那時(shí)候我還不夠敏感。”

湃方科技聯(lián)合創(chuàng)始人、CEO武通達(dá)

武通達(dá)以優(yōu)異的成績(jī)進(jìn)入清華大學(xué)電子系，本科、研究生、博士都跟隨清華大學(xué)電子工程系電路與系統(tǒng)研究所所長(zhǎng)、博士生導(dǎo)師劉勇攀教授。劉教授團(tuán)隊(duì)從2014年開始AI芯片的研究工作，遵循“非規(guī)則化稀疏-規(guī)則化稀疏-稀疏量化協(xié)同”的技術(shù)路線，在2016年發(fā)布了Sticker系列的第一個(gè)研究成果。2018年又相繼研發(fā)了Sticker-I、Sticker-T等芯片，在芯片推理的能效上實(shí)現(xiàn)了巨大突破。

雷鋒網(wǎng)了解到，到2018年他們已經(jīng)連續(xù)迭代了7款芯片，并且每次都完成了流片測(cè)試和驗(yàn)證。

作為AI芯片的研究者，武通達(dá)顯然更加深切地感受到了AI以及AI芯片的熱潮。既然有了Sticker系列芯片，并且芯片不斷取得突破，2017年又遇上了邊緣端AI芯片的落地?zé)岢?，武通達(dá)開始思考如何把研究成果與實(shí)際的應(yīng)用相結(jié)合。

他想到了AI芯片與工業(yè)的結(jié)合，作為黑龍江大慶人，武通達(dá)了解到我國(guó)傳統(tǒng)油田的生產(chǎn)流程在很長(zhǎng)的一段時(shí)間內(nèi)存在設(shè)備管理困難、過于依賴人工、無法進(jìn)行預(yù)測(cè)性維護(hù)等難題，這些問題不但導(dǎo)致企業(yè)運(yùn)轉(zhuǎn)效率低下，也使得運(yùn)轉(zhuǎn)成本異常高昂，大量國(guó)有資產(chǎn)被浪費(fèi)。

有意思的是，生長(zhǎng)于石油城遼寧盤錦的清華大學(xué)博士后的馬君與武通達(dá)有著驚人相似的經(jīng)歷。馬君有著7年的算法研發(fā)經(jīng)驗(yàn)和4年的工業(yè)實(shí)踐經(jīng)驗(yàn)，曾任阿里巴巴達(dá)摩院決策智能實(shí)驗(yàn)室算法專家、中國(guó)石油地球物理公司數(shù)據(jù)科學(xué)家。

最終，2018年武通達(dá)、馬君和劉勇攀以及一眾清華大學(xué)電子系志同道合的戰(zhàn)友，成立了湃方科技，目標(biāo)是用AI技術(shù)推動(dòng)我國(guó)工業(yè)智能化升級(jí)。雖然在資本寒冬成立，湃方受資本寒冬的影響并不是很大，因?yàn)槟菚r(shí)候芯片在國(guó)內(nèi)的熱度不降反升，同時(shí)，政策也在推動(dòng)工業(yè)互聯(lián)網(wǎng)的發(fā)展。

成立僅兩個(gè)月，湃方就完成了天使輪融資，由百度風(fēng)投領(lǐng)投，經(jīng)緯中國(guó)、策源創(chuàng)投，華控基石跟投，不過湃方并未透露具體的融資金額以及下一輪的融資計(jì)劃。

核心競(jìng)爭(zhēng)力——Sticker系列AI芯片

AI芯片的創(chuàng)業(yè)想要獲得資本的認(rèn)可，技術(shù)獨(dú)特性非常重要。前面已經(jīng)提到了湃方的AI芯片技術(shù)路線，從這個(gè)技術(shù)路線，也就能容易理解Sticker系列芯片的優(yōu)勢(shì)?！傲炕且粋€(gè)早期的神經(jīng)網(wǎng)絡(luò)芯片優(yōu)化技術(shù)，后來我們發(fā)現(xiàn)其實(shí)神經(jīng)網(wǎng)絡(luò)有很高的稀疏性，這意味著很多計(jì)算的可以約減，這樣可以提高性能并降低功耗。但我們最早采用的是非規(guī)則稀疏的技術(shù)，這種方法可以識(shí)別網(wǎng)絡(luò)中不同零的位置，然后進(jìn)行加速。”武通達(dá)解釋。

“這種方法雖然提高了性能，但硬件復(fù)雜度比較高。我們繼續(xù)對(duì)這個(gè)算法進(jìn)行分析，發(fā)現(xiàn)可以犧牲一部分不那么規(guī)則的稀疏，實(shí)現(xiàn)結(jié)構(gòu)化稀疏的同時(shí)不降低計(jì)算精度，這樣就可以大大減少硬件的復(fù)雜程度。”

經(jīng)過不斷地深入研究和迭代，2018年Sticker-I神經(jīng)網(wǎng)絡(luò)加速器芯片發(fā)布，用統(tǒng)一的芯片架構(gòu)高效支持了不同稀疏度的神經(jīng)網(wǎng)絡(luò)運(yùn)算。Sticker-I通過動(dòng)態(tài)配置人工智能芯片的運(yùn)算和存儲(chǔ)電路，實(shí)現(xiàn)了對(duì)不同稀疏度神經(jīng)網(wǎng)絡(luò)的自適應(yīng)處理，大幅提升了人工智能加速芯片的能量效率，也是首款全面支持不同稀疏程度網(wǎng)絡(luò)，且同時(shí)支持片上網(wǎng)絡(luò)參數(shù)微調(diào)的神經(jīng)網(wǎng)絡(luò)加速芯片。

如何理解？用圖像處理來做一個(gè)容易理解的解釋，神經(jīng)網(wǎng)絡(luò)的第一層輸入的圖像，包含大量的信息，沒有辦法進(jìn)行剪枝，為了保證性能不下降，就需要用稠密的方式計(jì)算網(wǎng)絡(luò)，在稀疏的網(wǎng)絡(luò)層，再采用稀疏的方式計(jì)算網(wǎng)絡(luò)。這其中的突破在于，Sticker-I能夠根據(jù)輸入情況靈活的配置芯片，靈活調(diào)整計(jì)算方法以及用高效的接口設(shè)計(jì)去適應(yīng)這種調(diào)整，這也正是湃方的核心技術(shù)。

武通達(dá)介紹，Sticker-I芯片在65nm工藝下，取得62.1TOPS/W的峰值核心操作計(jì)算能效，并發(fā)表在2018年國(guó)際超大規(guī)模集成電路峰會(huì)(Symposia of VLSI Technology and Circuits)。

Sticker-I之后，研究團(tuán)隊(duì)針對(duì)具有規(guī)則化稀疏特點(diǎn)的神經(jīng)網(wǎng)絡(luò)，利用算法-架構(gòu)-電路的聯(lián)合優(yōu)化，提出了基于變換域的通用神經(jīng)網(wǎng)絡(luò)計(jì)算芯片Sticker-T。Sticker-T提出了一種全部并行局部串行的高效FFT處理器架構(gòu)，這種方法有點(diǎn)類似傳統(tǒng)的FFT，將時(shí)域變到頻域，經(jīng)過一次變換域后，計(jì)算的復(fù)雜度和存儲(chǔ)的復(fù)雜度下降了，但需要考慮如何讓變換域計(jì)算架構(gòu)更適合深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，所以還需要進(jìn)行更精細(xì)的設(shè)計(jì)。

當(dāng)然，團(tuán)隊(duì)還提出了一種二維行列可交換的數(shù)據(jù)復(fù)用計(jì)算陣列架構(gòu)，這種架構(gòu)能夠增加數(shù)據(jù)計(jì)算并行度以及數(shù)據(jù)動(dòng)態(tài)位寬的支持。另外，在做變換域計(jì)算的時(shí)候，輸入和輸出的行列并不統(tǒng)一，正常應(yīng)該有一個(gè)矩陣轉(zhuǎn)制的操作，團(tuán)隊(duì)研發(fā)了一種基于6T SRAM的行列可交換的存儲(chǔ)器，可以極大降低轉(zhuǎn)置操作的資源和時(shí)間開銷。

經(jīng)過聯(lián)合優(yōu)化，Sticker-T 相比于之前的Sticker芯片在能效和面積兩個(gè)方面都有著顯著的提升，該芯片的峰值能效 140.3TOPS/W 為之前工作的 2.7 倍，而 7.5mm^2 的面積僅為前者的 60%。此外，Sticker-T 的通用架構(gòu)可以同時(shí)高效支持包括 CNN，RNN 和 FC 在內(nèi)的主流網(wǎng)絡(luò)結(jié)構(gòu)，滿足了不同應(yīng)用場(chǎng)景的需求。

還值得一提的是，Sticker-T的研究工作入選了年初在美國(guó)舊金山舉辦的ISSCC 2019，這也是中國(guó)大陸首篇發(fā)表的人工智能芯片ISSCC論文。Sticker系列人工智能芯片基于算法-架構(gòu)-電路的聯(lián)合創(chuàng)新，受到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。

如何一年創(chuàng)造數(shù)千萬銷售業(yè)績(jī)？

瞄準(zhǔn)萬億級(jí)市場(chǎng)規(guī)模的工業(yè)互聯(lián)網(wǎng)

湃方成立之后，基于Sticker打造了兩款芯片產(chǎn)品，一款是面向工業(yè)終端應(yīng)用的AI芯片Tritium 103，另一款是工業(yè)視覺邊緣計(jì)算平臺(tái)Reactor。Tritium 103在今年7月份已經(jīng)流片，面向低功耗嵌入式視覺應(yīng)用，采用臺(tái)積電65nm工藝，平均功耗不到40mW，平均能效達(dá)3.7 TOPS/W，支持卷積神經(jīng)網(wǎng)絡(luò)、全連接網(wǎng)絡(luò)等主流模型，可支持設(shè)備振噪分析、人臉識(shí)別、設(shè)備檢測(cè)、目標(biāo)識(shí)別、介質(zhì)泄漏等常用一維或二維信號(hào)處理方法，支持與Arm  Cortex M系列以及A系列MCU。

邊緣計(jì)算平臺(tái)Reactor可對(duì)常見工業(yè)視覺需求進(jìn)行處理，在實(shí)際應(yīng)用中，Reactor可以作為數(shù)據(jù)的匯集點(diǎn)進(jìn)行數(shù)據(jù)融合，也可以支持工廠中基于攝像頭的泄漏檢測(cè)、入侵檢測(cè)等圖像處理場(chǎng)景。

雖然武通達(dá)一直在強(qiáng)調(diào)湃方不以片面追求AI芯片、算法等技術(shù)的高指標(biāo)為目的，但Tritium 103相比英特爾Movidius芯片，功耗較之減少約80%，同時(shí)芯片能效提升3-4倍。

在芯片具備優(yōu)勢(shì)的前提下，找到合適的落地場(chǎng)景非常關(guān)鍵。據(jù)了解，湃方創(chuàng)始團(tuán)隊(duì)自2017年就開始前期籌備工作，用了一年余的時(shí)間調(diào)研客戶的市場(chǎng)信息、實(shí)際痛點(diǎn)。武通達(dá)透露，他們也探索過汽車的胎壓監(jiān)測(cè)、3D結(jié)構(gòu)光識(shí)別、無人機(jī)視覺智能儀表等，但最終主要做的還是旋轉(zhuǎn)設(shè)備的數(shù)據(jù)采集、預(yù)測(cè)性維護(hù)和節(jié)能增效業(yè)務(wù)。

這主要有兩方面的原因，一方面，創(chuàng)始團(tuán)隊(duì)的兩位成員對(duì)包括石油在內(nèi)的傳統(tǒng)工業(yè)有很深的理解，特別是馬君還有豐富的工業(yè)實(shí)踐經(jīng)驗(yàn)。經(jīng)過探索，湃方發(fā)現(xiàn)傳統(tǒng)工業(yè)制造與運(yùn)營(yíng)企業(yè)面臨著三個(gè)層面的痛點(diǎn)：

• 設(shè)備運(yùn)維成本高、依賴人工，效率低下；

• 設(shè)備廠站各類數(shù)據(jù)形成數(shù)據(jù)孤島，無法進(jìn)行數(shù)據(jù)的整合分析和預(yù)測(cè)性維護(hù)；

• 工廠生產(chǎn)過程可控性差，依賴人工干預(yù)，計(jì)劃排程不合理。

另一方面，工業(yè)互聯(lián)網(wǎng)今年來熱度很高，特別是在國(guó)內(nèi)，工業(yè)互聯(lián)網(wǎng)平臺(tái)的數(shù)量已經(jīng)有400多家，這是一個(gè)非常巨大的市場(chǎng)。

至于為什么選擇工業(yè)互聯(lián)網(wǎng)的設(shè)備運(yùn)維？武通達(dá)表示，運(yùn)維市場(chǎng)是萬億級(jí)的市場(chǎng)，我們羅列了9-10個(gè)行業(yè)，去估算設(shè)備運(yùn)維費(fèi)用，大概就有7-8萬億的水平。其中，旋轉(zhuǎn)機(jī)械是工業(yè)中的動(dòng)力核心，包括泵、電機(jī)、壓縮機(jī)等設(shè)備每年消耗全國(guó)超過23%的電量。以泵為例，2018年全國(guó)新增1.15億臺(tái)，這個(gè)數(shù)量與國(guó)內(nèi)智能手機(jī)一年的銷量相當(dāng)。雖然泵的價(jià)格從幾百到幾十萬不等，但值得監(jiān)測(cè)的泵機(jī)大部分處于無人監(jiān)管的狀態(tài)。因此，旋轉(zhuǎn)機(jī)械的智能化管理成為了一個(gè)龐大的待開拓市場(chǎng)。

全棧式解決方案降低落地門檻

既然市場(chǎng)已經(jīng)選定，接下來需要思考的就是如何滿足市場(chǎng)的需求。在AI還不成熟的當(dāng)下，全棧式的端到端解決方案能夠最大程度降低用戶的使用門檻。武通達(dá)表示，在市場(chǎng)上如果只做硬件或者只做軟件，都會(huì)面臨局限性，因?yàn)橹虚g的接口目前還沒有一套標(biāo)準(zhǔn)來實(shí)現(xiàn)理想的軟硬融合。因此，湃方提供的是全棧式的方案，而這其中又貫穿了融合。

“這種融合首先是芯片和算法的融合，讓一個(gè)無線無源的電池供電傳感器就可以做邊緣計(jì)算。再上一層就是端和邊緣的融合，我們部署了算法管理平臺(tái)。因?yàn)槲覀兛吹剿惴▽?duì)數(shù)據(jù)提出了需求，數(shù)據(jù)對(duì)硬件提出了需求。如果只做其中的一部分，就意味著得不到另外一部分的輸入，也就不知道對(duì)面要什么，不可能把這個(gè)東西做得足夠的好。所以湃方最關(guān)鍵一條主線，最核心的芯片、傳感器、算法和軟件都是自己做。”

他還進(jìn)一步表示，要提供全棧的解決方案，每一個(gè)技術(shù)模塊的打磨都很難，但最核心的是技術(shù)模塊之間的融合，我們?cè)谶@一年中解決的最核心的問題也是模塊之間的融合。雖然我們是初創(chuàng)公司，提供全棧的解決方案需要在軟件、硬件和算法都進(jìn)行投入，但因?yàn)槲覀兯泻诵哪K都是在內(nèi)部打磨，而且知道客戶的需求，有明確的目標(biāo)的情況下，整個(gè)系統(tǒng)也更容易做到最優(yōu)。

武通達(dá)還透露，滿足客戶需求是我們的第一要?jiǎng)?wù)，我們會(huì)把80%的資源放在用戶上，20%的資源放在核心技術(shù)以及未來3-5年主流技術(shù)的研發(fā)，我認(rèn)為這樣的分配可以讓公司有一個(gè)健康的發(fā)展。

最終，湃方提供的全棧式解決方案包含湃方星核、湃方星象、湃方星塵、湃方星云。也就是通過湃方星塵的采集設(shè)備采集振動(dòng)、溫度、磁場(chǎng)強(qiáng)度、流量、壓力、電參數(shù)等數(shù)據(jù)，采集的數(shù)據(jù)可以基于湃方星核做本地計(jì)算，把狀態(tài)檢測(cè)出來，如果有異常，再將信息發(fā)送到云上，這樣可以大大節(jié)省硬件部署的成本，幫助設(shè)備運(yùn)營(yíng)方實(shí)現(xiàn)更好地和智能化運(yùn)維。

值得強(qiáng)調(diào)的是，湃方的芯片工具鏈產(chǎn)品Axon也在全棧式解決方案中扮演了非常關(guān)鍵的角色，Axon是將基于主流框架的算法重新訓(xùn)練一遍，這樣能夠在幾乎不降低神經(jīng)網(wǎng)絡(luò)算法精度的前提下，讓算法能夠應(yīng)用到Sticker芯片上，發(fā)揮出最高的能效比。與此同時(shí)，當(dāng)湃方星塵部署之后，湃方星象自動(dòng)學(xué)習(xí)AI算法平臺(tái)能夠根據(jù)設(shè)備所處的環(huán)境，通過4-5天的自動(dòng)學(xué)習(xí)就能夠完成算法部署，不僅周期短，這種標(biāo)準(zhǔn)化的方法也具備非常強(qiáng)的遷移能力。

湃方的全棧解決方案既可以用在前裝市場(chǎng)，也能應(yīng)用于后裝市場(chǎng)。比如湃方科技為國(guó)內(nèi)某傳統(tǒng)泵機(jī)廠商提供的以AI芯片為核心技術(shù)的LIMS全生命周期智能管理系統(tǒng)，使客戶將產(chǎn)品的制造，銷售信息數(shù)據(jù)化、設(shè)備運(yùn)行智慧化，達(dá)到快速，有效的產(chǎn)品供應(yīng)，產(chǎn)品監(jiān)控，產(chǎn)品維護(hù)，甚至利用平臺(tái)的反饋數(shù)據(jù)，指導(dǎo)新產(chǎn)品的研發(fā)。在后裝市場(chǎng)，中石油某場(chǎng)站長(zhǎng)期被高昂的設(shè)備管理成本困擾，湃方科技為其精心打造的設(shè)備智能管理系統(tǒng)，最終讓客戶的設(shè)備管理成本比之前減少了近30%。

湃方的全棧解決方案在推出之后就迅速獲和華為云、英偉達(dá)、兆易創(chuàng)新、樹根互聯(lián)、東方國(guó)信、海爾COMOSPlat以及中國(guó)移動(dòng)oneNET等行業(yè)前沿工業(yè)互聯(lián)網(wǎng)、集成電路企業(yè)達(dá)成戰(zhàn)略合作意向。武通達(dá)透露，湃方作為一家從創(chuàng)立之初就追求落地的公司，今年的營(yíng)收額已經(jīng)做到了數(shù)千萬的水平。

未來幾年，湃方的營(yíng)收仍將會(huì)以工業(yè)互聯(lián)網(wǎng)為主。

武通達(dá)表示，我們現(xiàn)在所處的市場(chǎng)已經(jīng)很大，這一市場(chǎng)的公司都還處于小范圍重疊，大范圍有自己的賽道的狀態(tài)。未來，我們會(huì)做向跨品類（泵機(jī)、電機(jī)、通風(fēng)機(jī)、鼓風(fēng)機(jī)、壓縮機(jī)），跨行業(yè)（工業(yè)，石油、石化、冶金、鋼鐵、煤化工、電力、水利）的方向拓展。

雷鋒網(wǎng)小結(jié)

湃方作為一家成立才一年的初創(chuàng)公司，已經(jīng)獲得了數(shù)千萬的銷售業(yè)績(jī)。這個(gè)成績(jī)首先是得益于清華創(chuàng)始團(tuán)隊(duì)多年在芯片領(lǐng)域的研究成果，這也是湃方的核心技術(shù)。Sticker芯片作為核心為神經(jīng)網(wǎng)絡(luò)算法提供算力支撐，但因?yàn)锳I技術(shù)還處于初級(jí)階段，無論是硬件還是軟件都不夠成熟，特別是Sticker芯片又有其獨(dú)特性，在這種情況下，想要實(shí)現(xiàn)芯片的落地，解決用戶的痛點(diǎn)，全棧式的解決方案是一個(gè)最優(yōu)解，湃方也是這么做的。

湃方取得的成績(jī)也很好地說明，除了安防和自動(dòng)駕駛市場(chǎng)，工業(yè)也是AI芯片落地非常好的方向。也就是說，只要能夠解決用戶的痛點(diǎn)，打動(dòng)用戶，AI芯片就能夠落地，當(dāng)然這其中技術(shù)也起到了關(guān)鍵作用。隨著工業(yè)互聯(lián)網(wǎng)和AI的落地，湃方還有非常廣闊的市場(chǎng)空間。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。