AI人工智能进入落地阶段 高估值时代结束

2018年7月17日，总部设在加利福尼亚圣何塞市（SanJose）的自适应和智能计算的全球领导企业赛灵思公司（Xilinx,Inc.，(NASDAQ:XLNX)），今天宣布已经完成对深鉴科技的收购。这也表示，在中国市场这一波AI人工智能热潮中，出现了第一例AI明星企业被收购的案例，并且还是被美资企业收购，这在中美贸易战与中美科技战仍在持续的情况下，对业界的影响十分深远。

赛灵思表示，深鉴科技是一家总部位于北京的初创企业，拥有业界领先的机器学习能力，专注于神经网络剪枝、深度压缩技术及系统级优化。自2016年成立以来，深鉴科技就一直基于赛灵思的技术平台开发机器学习解决方案，两家公司合作密切。经深鉴科技优化的神经网络剪枝技术运行在赛灵思FPGA器件上，可以实现突破性的性能和行业最佳的能效。从2017年开始，赛灵思就已经与全球其它知名投资机构一起成为了深鉴科技的主要投资者。

此次交易的具体财务条款未对外披露，业界人士评估收购金额可能在3亿美金左右。深鉴科技此前已经进行了三轮融资，分别为2016年4月完成天使轮，由高榕资本、金沙江创投投资，融资金额未透露；2017年5月完成A轮，投资方包括赛灵思（Xilinx）、联发科、清华控股、方和资本，同时，原投资方金沙江创投、高榕资本跟投，融资千万美元；2017年10月完成约4000万美元A+轮融资，由蚂蚁金服、三星风投领投，招商局创投与华创资本跟投。

深鉴科技的核心价值

深鉴科技的核心价值在于有两个工具类AI人工智能技术，为深度学习提供更便捷、更高效、更经济的深度学习平台解决方案，可灵活扩展于服务器端与嵌入式端。其中一个是深度压缩工具DECENT（DEepComprEssioNTool）创新性的结合了剪枝（Pruning）、量化（Quantization）等一系列压缩技术，在保证基本不损失算法精度的前提下可将网络模型的计算量和规模压缩数倍至数十倍。另一个是神经网络编译器DNNC，将训练后经过DECENT压缩的神经网络模型映射为DPU上高效执行的优化指令流，在极大提高DPU计算性能的同时可有效降低系统访存带宽和功耗的需求。

此外，深鉴科技还有一个比较核必的技术是针对CNN计算的亚里士多德平台，能够脱离系统内存芯片直接把数据模型压缩结果在AI单元内部进行读取，极大的提升了执行效率，减少了对外部软、硬件系统的依赖，在保证AI运行性能的前提下，还能降低系统功耗。

深鉴科技表示，其AI技术主要应用场景在于安防、大数据和辅助驾驶方面。深鉴科技主要的产品包括智能IPC深度学习加速模块、智能NVR/DVR深度学习加速模块、视频结构化服务器深度学习加速卡等，可同时对30张以上人脸进行检测、建模及识别操作及实时人脸建模。

此前，深鉴科技与国内众多AI人脸识算法企业一样，主要业务依赖于为安防企业和智能手机企业提供数据库运行卡及软件，还有部分安防终端及智能手机终端的人脸识别算法软件。后来也慢慢开始为一些企业的云端AI提供运行卡及软件服务。

真正让深鉴科技在行业中引起重视，还是今年6月26日深鉴科技曾对外宣布，已完成面向自动驾驶/高级辅助驾驶领域的技术整合及商业布局，实现了方案落地及产品转化，正式加入自动驾驶赛道。

而这个基于FPGA的车载深度学习处理器平台DPhiAuto方案，可以协同计算机视觉环境感知的软硬件协同，面向高级辅助驾驶和自动驾驶的嵌入式AI计算平台，为高级辅助驾驶系统提供车辆检测、行人检测、车道线检测、语义分割、交通标志识别、可行驶区域检测等深度学习算法功能，且已与日本、北美、欧洲、国内汽车主机厂商及一级供应商签署合作。

而赛灵思是全球领先的可编程逻辑完整解决方案的供应商。赛灵思研发、制造并销售范围广泛的高级集成电路、软件设计工具以及作为预定义系统级功能的IP（IntellectualProperty）核。客户使用赛灵思及其合作伙伴的自动化软件工具和IP核对器件进行编程，从而完成特定的逻辑操作。

赛灵思主要为全球客户提供民用级及工业级现场可编程逻辑阵列（FPGA）技术和复杂可编程逻辑器件（CPLD）技术，目前深鉴科技的技术，基本上都是基于赛灵思FPGA技术的嵌入式应用视觉案例进行研发与生产。

另外，深鉴科技还发布了语音识别处理芯片"听涛"与图像识别视觉处理"观海"两款AI人工智能芯片，目前这两款芯片的部分内核与算法，都被赛灵思借鉴或整合到了其正在开发的人工智能深度学习处理器芯片上。此次赛灵思以3亿美金的代价收购深鉴科技，应该是深鉴科技的技术解决了赛灵思深度学习处理器芯片的关键问题，赛灵思为了防止其技术扩散进而采取了以收购方式封闭其技术。

AI人工智能进入落地阶段，赛灵思力抗英特尔、英伟达

目前在深度学习处理器芯片研发方面，市场上竞争比较激烈的是英特尔和英伟达，而英伟达由于在行业中积累了大量的图形与语音处理技术和经验，一直走在行业的前列，是工业机器人、自动驾驶、云与端巨型计算解决方案的主要提供商。

此前英特尔为了对抗英伟达，在2016年也收购了一家AI人工智能软件公司Nervana，之后也通过其技术成功地将CPU与FPGA揉在一起，并创造出极为强大的开发环境，让英特尔在AI计算领域中重夺话语权，在市场上直接与英伟达竞争。

经过几年的市场缊酿与磨合，AI人工智能开始由智能手机等消费类电子领域开始，往自动驾驶、工业机器人等方面落地，在未来很长的一段时间内，都将是整个工业文明进步的核心部分，有着巨大的市场规模与经济利益。

而在这些领域的竞争也将会跟PC领域一新，不管是工业PC，还是消费PC，最后只有少数头部企业会存活下来。赛灵思作为全球FPGA技术的领导者，当然也希望能够自研AI深度学习芯片，来充分发挥自己的技术优势，以求从人工智能的处理速度与系统执行效率两个方面来吸引客户，分食未来十年甚至二十年的工业革命大市场。

中国AI人工智能洗牌仍将继续，高估值时代基本结束

在中国市场上与深鉴科技齐名的AI人工智能企业，还有商汤科技、深兰科技、旷视科技、依图科技、云知声、思必驰、云从科技、寒武纪科技等，主要从事的研究基本上也是基于语音处理和图像识别等方面，只是面向的行业或客户群体有所不同。

不过由于中国的芯片技术基础环节相对薄弱，这些企业的技术，基本上都是基于国处芯片企业的IP内核进行部分优化，或对一些算法模型进行完善，很少有原理层面的技术突破，基本上停留在应用创新与场景服力上。

这些企业在处理器芯片企业没有行动之前，可以通过提升AI人工智能算法在数据不同环节的建模速度或执行效率，来获得更好的用户体验，从而在市场上找到自己的生存空间。但当处理器芯片企业，或者传感器、存储器企业，都开始把AI人工智能相关的IP核整合进去的时候，这些没有原理IP核的人工智能企业就很难在市场上获得更大的生存空间。

如从上季度开始，智能手机处理器芯片企业高通、联发科以及三星等，都对外透露将开发量产自带图像与语音识别人工智能IP核的芯片，从硬件层面直接支持人脸识别、指纹识别、声纹识别、语音识别、图像识别、环境识别等，为下一阶段的5G、AR、智能交互等应用场景服务。

实际上，深鉴科技等AI人工智能企业在听到这消息后，反应十分激烈，因为AI人工智能不管是哪个环节的研发，投入都十分庞大，仅以人脸识别为例，一个单独的方案从研发到成型，至少要花费1亿人民币以上，稍微复杂的案例研发费用甚到要超过3亿人民币。

如果硬件企业开始接入算法部分后，行业的应用研发与使用成本将会大幅下降，只是基础应用算法的软件企业将面临巨大的危机，或会重蹈当年视频与图像算法企业的覆辙，仅能去高端订制化市场上竞争很少的市场份额。

因此深鉴科技出走美国，初赛灵思收购，在这个节骨眼上对于深鉴科技来说未尝不是一招好棋，至少还能有个比较好的价格。不过对于中国的其它AI人工智能企业来说，深鉴科技这第一购下来，行业对AI人工智能企业的前景，肯定会持较大的怀疑态度。

可以说，AI人工智能洗牌还才开始，AI人工智能的高估值时代就已结束，这对需要高昂费用来进行研发投入的中国AI人工智能行业来说，打击非常致命。