用ReRAM存算一体突围大算力AI芯片!深度对话亿铸科技CTO( 三 )


在底层软件上 , 亿铸SoC及基础软件支持当前绝大部分的硬件算子及软件算子 , 确保上层软件可以支持绝大多数的AI网络模型 。 值得一提的是 , 其AI芯片可以支持Transformer等复杂的神经网络算子 , 并预留有算子扩展能力 。
在功能上 , 亿铸会提供大部分应用场景的网络及示例代码 , 并确保成熟度 , 绝大部分情况下用户可以拿去略加修改后使用 。
在工具链上 , 亿铸会提供相应的模型转换工具 , 量化工具等方便各种模型进行转换 , 从而在亿铸平台顺畅运行 。
目前 , 亿铸科技正在开发业界首套针对存算一体架构的包括编译、资源优化和部署的软硬件协同EDA设计工具和应用开发平台 。
Debu说 , 亿铸团队希望在为整个行业开发编译器、映射优化器等软件工具方面处于先锋地位 , 突破编译墙 , 推动存算一体芯片商业化落地及生态构建 , 让更多客户愿意采用存内计算方案来作为其业务应用的底层支撑 。
四、明年亿铸第一代芯片落地
据Debu透露 , 当前他的首要目标是确保亿铸第一代芯片的顺利推出以及规划第二代芯片 , 亿铸科技第一代芯片将于2023年落地 , 并于同年投片第二代芯片 。
亿铸第一代AI芯片采用28nm工艺 , 具备数倍能效比优势 , 尤其二代芯片的计算加速卡的能效比或将实现当前主流AI计算加速卡的10倍左右 。
目前 , 亿铸在上海、深圳、杭州、成都以及美国硅谷设有分支机构 。 Debu称 , 随着公司进一步发展 , 他们还考虑在印度设立研发中心 。
融资方面 , 亿铸科技在去年12月宣布其首笔融资——超亿元天使轮融资 , 由联想之星、中科创星和汇芯投资(国家5G创新中心)联合领投 。
五、业界大牛联手创业 , 组建全栈式研发团队
由于亿铸科技的芯片相关技术都是在国内本土研发及制造 , Debu认为这为亿铸带来另一重优势——不易受到地缘纷争的影响 。
Debu在电子半导体行业从业超过30年 , 是IEEEFellow、曾任美国斯坦福大学EE系的外部特聘教授 , 在业内不少知名企业中负责管理大型芯片设计项目/团队 。
他曾就职于英特尔公司 , 是英特尔286微处理器的设计核心成员之一 , 在美国高通公司担任印度研发团队的负责人 , 在美国AICGRA架构的明星独角兽WaveComputing公司担任AI芯片架构设计副总裁 。 他也是Amati联合创始人 , 该公司后被TI德州仪器成功收购 。
加入亿铸之前 , 他在EDA巨头Cadence担任机器学习的首席科学家 , 在此期间 , 他负责所有关于算法、架构、性能分析和建模的前瞻性工作 , 以及所有下一代深度学习处理器和加速器的算法和架构 , 包括DNA100及其后续产品 。
Debu还领导了系统性能要求(SPR)、性能分析(PA)、体系结构定义(AD)、模型压缩、量化和再训练算法以及软件包开发等工作 , 此外他还曾负责下一代DL技术和产品的战略规划 , 研究和开发基于SRAM的存内计算AICore , 包括架构、电路设计、模拟和性能评估 。
除了Debu外 , 亿铸的其他几位核心团队成员 , 同样在AI加速、芯片设计、通信网络等领域积累深厚 , 拥有主流架构SoC量产交付、系统软件研发交付及AI算法研发等方面的丰富经验 。
亿铸科技董事长兼CEO熊大鹏在1983年本科毕业于西安电子科技大学 , 硕士毕业于华南理工大学 , 在美国德州大学奥斯汀分校获得博士学位 , 其间还获得应用数学硕士、电气和计算机工程硕士学位 。
他曾任美国知名AI芯片公司WaveComputing的中国区总经理 , 曾带领老牌芯片公司埃派克森的芯片产品线干到世界第二 , 早在2015年就开始用GPU支持AI算法的芯片规划和设计落地 , 对于不同技术路径应用于AI大算力场景的优缺点以及该赛道用户面临的痛点有着深刻的技术洞察和企业经营实践 。 熊大鹏和Debu还都有过半导体风险投资从业经历 。