ThinkForce设计融合一流AI算法和先进制成工艺的智能芯片

一、ThinkForce简介

ThinkForce——上海熠知电子科技有限公司成立于2017年，公司主要设计融合一流AI算法和先进制成工艺的智能芯片，并以此构建人工智能硬件平台，提供一站式行业应用解决方案。

ThinkForce团队有着深厚的工业界背景。团队核心成员来自IBM、AMD、INTEL、LSI、Broadcom、Cadence、ZTE等业界龙头芯片企业，且都具备十年以上的专业芯片研发设计经历，为芯片领域的顶级人才，在芯片设计、体系结构、算法研究等领域都有深厚功力，负责过IBM PowerPC、AMD APU的北桥、SonyPS3 Cell处理器、Microsoft XBOX游戏机主芯片、以及全球最高速的56G Serdes等，团队成员手里曾量产过40款以上各类芯片，总销售额数十亿美金。AI芯片，不像传统芯片，是软硬结合的，芯片设计、算法、体系结构都很强的团队不仅优势极大，在全球都非常稀缺，而ThinkForce正是这样的团队。再加上依图科技多年在算法、工程方面的顶级AI能力加持，团队阵容不得不让人刮目相看。

AI芯片是人工智能市场中重要一环，根据英伟达、AMD、赛灵思、谷歌等相关公司数据，到2020年，人工智能芯片市场规模将达到146.16亿美元，约占全球人工智能市场规模12.18%。同时我国也是芯片进口大国。据海关总署数据，2016年我国集成电路进口金额为2270.26亿美元，同期我国原油进口金额仅为1164.69亿美元，集成电路进口金额已是原油进口额的近两倍。仅2017年一季度，我国集成电路(芯片)进口额已达505.16亿美元。ThinkForce目前已经和包括IBM、Cadence等在内的多家公司展开合作。

从战略高度看，ThinkForce提出的“算法即芯片”的论断深刻且富有远见。从战术或者技术层面来看，ThinkForce提出的AI芯片级的虚拟化技术，在实现高峰值算力的基础上，还大大提升了芯片使用率，是创新的黑科技。CPU虚拟化技术让云计算的使用率成倍提升，AI芯片级的虚拟化技术也会让AI云使用率成倍提升，商业价值巨大。

AI芯片已经有很多创业公司，AI的发展为稳定成熟的芯片行业带来了颠覆性创新的可能性，也带来了巨大的市场需求。ThinkForce有丰富的工业界实战经验、全面的能力模型，无论成果还是业绩都已获得业内认可，同时，产业链上下游的生态支持也是ThinkForce的强竞争力。

二、ThinkForce融资概况

近日，AI芯片初创团队ThinkForce宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。三家侧重点不同的顶级投资公司和AI明星企业依图科技的投资组合，此次共同聚焦AI芯片，可见虽视角不同，但对AI芯片的发展未来有着一致认可。

在全球范围内，AI芯片早已成为各行业巨头最为重视的战略高地。Google自研TPU；Nvidia接连推出Pascal及Volta架构；Intel以150亿美金收购Mobileye以及Movidius、Facebook、Tesla等也接连在芯片方向布局。而国内如阿里、腾讯也早已开始布局海内外AI芯片企业。通过此次ThinkForce融资可以预见，随着具备全球视野的顶级投资人和资本的快速加入，产业资源必将进一步聚拢。

算法改进和算力背后的芯片实现被视为是人工智能普及的核心基础。2015年，美国商务部颁布对中国禁售Intel高性能计算产品Knights Landing Xeon Phi和英伟达的高性能计算卡。2016年，美国外国投资委员会(CFIUS)否决了中方资本对快捷半导体(Fairchild)、威腾电子(WD)等公司的多起收购案。此后，我国本土芯片企业开始浮出水面。10月，地平线宣布获得英特尔、嘉实、晨兴资本等在内的近亿美元A+轮融资。阿里则在近年里陆续投资了5家本土AI芯片公司，包括有中科院背景的寒武纪、由清华和斯坦福研究者组成团队的深鉴科技等。

人工智能必将进入“中美双擎”的时代，芯片技术和团队是国家战略资源，未来AI芯片的竞争格局将是世界性的。ThinkForce即将推出的AI芯片相对于Nvidia主流计算卡，“能实现5倍以上的功耗和成本节省”，采用自主研发的微内核ManyCore架构，能完成AI云虚拟化调度在芯片级的实现，此架构将AI云的弹性计算和调度提升一个量级，类似CPU的虚拟化给云计算的弹性调度带来成倍的成本节约。同时，该技术结合自主研发的固件和TFDL软件SDK能够实现对于各类神经网络模型的计算加速，相对于Nvidia主流计算卡能实现5倍以上的功耗和成本节省。

三、ThinkForce技术分析

ThinkForce提出一个理念：AI时代是“算法即芯片”的时代。通过对各类AI算法的研究，提取其共性的运算特征并将硬件加速，辅以相对灵活的固件及驱动程序，完成与上层应用软件的无缝衔接。依图科技在这方面的经验和技术积累对ThinkForce有很大的帮助。同时，AI一定需要落到垂直行业的各个应用场景里面去才能产生价值，ThinkForce和各垂直行业的企业深度合作，用高效的算力协助业界伙伴创造更多价值。

芯片是高风险行业，ThinkForce从以下三个方面保证流片成功：

1、规格风险：指所定义的产品经历了开发周期之后，是否能在市场上具备竞争力。这考验团队的市场预判和产品规划能力，ThinkForce与垂直行业客户的深入沟通以及先期导入市场的智能硬件产品，都有助于ThinkForce更好地理解我们的客户和市场。

2、可生产性风险：指的是芯片能否正常工作，产品良率能否落在合理范围内。解决这些问题都有芯片工程领域的方法学，ThinkForce在设计过程中会依赖FPGA、仿真器等工具进行逻辑仿真，同时在集成电路布图设计时会有预留足够的修改余地，以便流片后万一发现有错误可以较低的代价快速修正。

3、性能与功耗风险：是否达到设计的指标，是否在设计功耗的范围内没有偏差。芯片的性能和功耗与采用多少纳米的制程工艺以及集成电路布图的优劣有很直接的关系。业内有不少AI芯片团队因为缺乏相关领域的沉淀而选择将这部分的工作外包，ThinkForce则坚持自行完成该部分的工作，以达到最优的性能与功耗表现。

其次，ThinkForce通过以下三个方面来保证芯片的高效算力：

1、以应用场景和算法为核心设计芯片，合理分配神经网络单元数量和结构。

2、芯片功能的迭代与制程工艺的进步保持同步。

3、充分优化驱动程序及运算调度策略，确保核心运算模块能满负荷运转。

目前ThinkForce的加速单元实际效率在90% - 95%之间，是非常有优势的一个加速结构。

除了高算力，ThinkForce还有芯片虚拟化技术，可以在需要弹性计算的场景成倍提高芯片使用率，例如让整体AI云使用率成倍提高。在这方面，ThinkForce在芯片架构与Firmware上做了大量的工作，以保证在云端应用中，可以实际完全透明的虚拟化能力。

芯片是巨头的游戏，他们在经验、生态、渠道等方面都有很大优势，如果从不同阶段来看，AI芯片发展的最终一定是巨头间的竞争，因为AI芯片无论在总体规模，还是复杂性上都有足够高的要求。但在目前这个阶段，AI芯片还处在不断突破的黄金年代，创新再创新，是现阶段AI芯片的主题。大公司的优势是在规模，但如果打破常规是必由之路，那么规模在一定程度上也会成为包袱。在ThinkForce内，每天都有大量新的想法不断被尝试，这种活力正是创业公司最大的优势。在不断推新的同时，ThinkForce又有很多在世界巨头工作过的尖端人才不断加入，逐步建立生态与渠道，一步步做大做强。

华信研究院简介

华信研究院下设产业经济研究所、信息安全与信息化研究所、智能制造研究所三大咨询研究部门，编辑出版《产业经济评论》、《中国信息化》等杂志，运营模式是以产业研究为牵引，以杂志为平台，为政府和企事业单位提供战略软课题研究、数据分析、信息咨询等服务。

成立以来，围绕智能制造、电子信息、现代服务业以及信息化等领域，华信研究院先后承担了工业和信息化部、中央网信办、国家信息化专家委、湖南省发改委等政府部门委托的60多项国家重点课题研究，承担了《“一带一路”工业和信息化资源建设》、《工业和信息化大数据资源建设》等多个国家级大型数据库项目建设，并承接了华夏幸福基业股份有限公司等企业机构委托的多项产业发展规划编制项目，在业界积累了良好的声誉。

目前，华信研究院建立了一支长期从事行业研究咨询的研究团队，研究人员共82名，其中博士18名，硕士以上学历人员达90%。拥有由工业和信息化领域知名科研院所、大型企业、行业协会共同组建的近500名优秀专家资源库资源。