机器翻译|从学术成果到产品转化，创业仅一年点亮存算一体大算力芯片，后摩智能做对了什么？( 五 ) 语音识别

一旦做成，就有国际竞争力
创业邦：后摩智能做存算一体大算力芯片，这件事的意义是什么？
吴强：此前，存算一体芯片更多被用在小算力领域，而我们是第一个将这种技术用到了智能驾驶等大算力场景中，并且在产品化和商业化方面都作出了探索和拓展。
从技术角度来讲，存算一体技术取得了突破，证明了这种架构是可以用在大算力上的，这在业内是件好事。而对国家而言，也需要自主研发的大算力芯片技术。
创业邦：这种技术的优势有哪些？
吴强：传统芯片架构是以逻辑单元为核心进行计算的。存算一体架构的设计围绕数据的存储和调取展开。以数据为核心的AI计算就非常适合采用这种架构。它能解决AI芯片计算的根本问题，例如存储、功耗等等。同时也是最接近商业化落地的技术方向。
创业邦：为什么之前很少有人考虑用存算一体架构来设计大算力芯片？
吴强：一方面最初的存算一体技术不适合大算力。当时相关领域采用的存储介质基于NOR Flash 。这种介质不仅读写性能差，擦写次数也比较少。
因为这些问题，早期的存算一体芯片只能进行一些串联操作，没有办法把中间结果存储下来用于并行计算，只能用在小算力场景里。
2017年左右出现了新型的存储介质，有很强的读写能力，可擦写性能又非常好，能够利用中间结果做并行计算。这种新技术的出现，让存算一体架构有了进行大算力计算的可能。
此外，存算技术的人才储备多在学术界。但大算力芯片是非常复杂的工程。除了学术能力外，团队还要有很强的工程能力，考虑如何量产等问题。工程能力不足，也是这种技术没有应用到大算力领域中的原因之一。
创业邦：英伟达、AMD这些巨头已经在大算力领域占据主导地位了，为什么还要创业做这件事？
吴强：这和大环境有关。
芯片有很强的技术壁垒，创业公司从中抓住机遇很难。我之前在美国读书和工作了近20年时间，看到能够做这件事情的，都是英伟达、AMD这样的巨头。
因为地缘因素，中国芯片行业被“卡脖子”后，国家对大芯片的需求迫切，无论是政策，还是资本，都在鼓励大家在这个方向上努力。当时我们判断，这是一个适合布局的历史机遇，无论从国家战略，还是从商业价值上看，中国都有机会从中诞生芯片巨头。
然后是怎么做的问题。机会虽然存在，但还是要思考怎样做才能达到最大的成功率。我们当时的想法很清晰：既然很难正面挑战英伟达这种巨头，那就采用新的技术、新的手段来另辟蹊径。只有这样才有可能弯道超车。
创业邦：开始创业后，第一个大的战略目标是什么？
吴强：把产品方向定义下来。虽然技术大方向有：做存算一体，做大算力，做AI芯片。但在这个大方向下，我们具体要做的事情是什么？还是要细化下来。
细化工作其实就是研判产品的应用场景。即便是AI芯片，应用场景也有很多：安防、AIoT、智能驾驶……创业公司总要聚焦，选择场景切入。
我们最后选择是“先边后云”：先从边缘计算入手，再做云端AI算力。落地到智能驾驶、泛机器人的细分赛道上去。
创业邦：能详细介绍下思考的过程吗？
吴强：主要是三个方面的思考：首先是看市场空间是否足够大，其次看巨头在这个领域里的壁垒深不深，最后看存算一体芯片的优势能否发挥出来。
比如市场空间， AIoT的市场空间也很大，但它碎片化程度高，单独到某一个细分方向上空间就很小了。安防也是这样：两家公司就占了80%、90%的市场份额。