寒武纪科技完成一亿美元A轮融资 或成全球AI芯片领域第一家独角兽公司

本篇文章1393字，读完约3分钟

据《新智元新闻》报道，坎布里肯科技有限公司已完成1亿美元的首轮融资，由SDIC风险投资(首轮领军企业)、阿里巴巴风险投资、联想风险投资、郭克投资、中科图灵、元和源(天使之轮领军企业)和永勇投资(天使之轮投资者)共同投资；本轮融资将用于推动终端和云环境下的寒武纪系列处理器的生产化和市场化，推动各种终端设备的智能化，提供高性能、低功耗的云智能处理解决方案。

据公开消息，寒武纪科技可能成为继A轮融资后全球人工智能芯片领域的第一家独角兽公司。

寒武纪科技是中国科学院计算技术研究所(中国科学院计算技术研究所)的背景，其主要业务是人工智能芯片。官方网站显示它已经成功发布，有两条产品线:终端ai处理器ip和云高性能ai芯片。该公司的主要产品是2016年发布的寒武纪1a处理器(寒武纪ON-1A)，这是一个商业深度学习处理器。目前，已经导出了许多模型，例如1a和1h。

人工智能的快速发展和应用，特别是神经网络的广泛应用，对计算能力提出了更高的要求。传统的中央处理器在神经网络计算中的弊端显现出来，人工智能芯片应运而生，并成为人工智能领域的一个热点。根据市场和市场的数据，2022年，全球深度学习市场的价值将达到172.29亿美元，复合增长率为65.3%。由于对运行深度学习算法的高计算能力硬件平台的需求不断增长，硬件市场将在2016年至2022年间大幅增长。

一般来说，大规模神经网络本质上是一个计算量很大的函数，包括矩阵乘积和卷积运算。具体到训练，需要定义一个包含回归问题方差和分类交叉熵的代价函数，然后将数据分批转移到网络中，根据参数推导出代价函数值，从而更新整个网络模型。这通常意味着至少要进行几百万次乘法处理，计算量很大，处理速度可能会受到影响。另外，神经网络越深，需要的训练时间就越长。如果一些网络使用串行x86处理器进行培训，可能需要几个月甚至几年的时间。因此，具有高通用性的cpu在计算上的缺点开始逐渐显现。Gpu、fpga、asic和类脑芯片作为可行的人工智能芯片方案受到了关注。

在国外，巨头们已经参与进来，英特尔已经收购了内尔瓦纳和奥特拉来研究和制造机器学习的特殊芯片；乐坤透露，高通公司也在开发专门运行神经网络的芯片；英伟达聘请了专注于人工智能芯片构建的clément farabet，ibm也在开发具有类似硬件结构和神经网络设计的芯片。面对强劲的芯片需求，以软件闻名的谷歌和微软也进入了芯片制造业。在今年的cvpr期间，微软宣布了人工智能芯片制造计划；2016年，tpu芯片在谷歌i /o大会上发布，今年将租赁给云计算业务的客户。

在国内，除了宣布研发人工智能芯片的大公司华为之外，沈剑、地平线、寒武纪和田芸·李飞等知名初创企业也出现了，并赢得了资本的青睐。沈剑科技今年已经完成了数千万美元的系列融资。投资者包括西林、联发科、清华控股、何方资本，以及早期投资者金沙江创业投资和高淳资本。近期有可能完成新一轮融资；去年年中，零点机器人宣布融资，投资者包括双湖投资、青云创投、向峰投资，晨星、高淳、金沙江、线性资本、正格基金等种子轮投资机构继续追加投资。融资金额不详，但业内人士普遍表示，估值非常高。今年3月，田芸李飞宣布在A系列融资中赢得数千万美元，投资者包括山水康隆传媒投资有限公司、松河资本、深交所、投资控制东海、洪秀辛颖等多家投资机构。

(主编:徐ht001)