敲重点
-
1
在人工智能芯片行业，英伟达依旧是无可置疑的主宰，但是很多初创公司正要提出挑战。 -
2
d-Matrix和Rain Neuromorphics等初创公司表明，他的芯片帮助企业减少大模型推理成本费。 -
3
Tiny Corp和Modular等公司正在开发取代英伟达计算机语言Cuda的app，以尽可能减少英伟达CPU的依赖性。 -
4
很多初期创建的人工智能芯片公司多为倒闭结束，现阶段兴起的那批公司被称作第二波征服者。
在用作练习人工智能模型图型控制部件（GPU）销售市场，虽然AMD和因特尔等竞争者一直在努力追逐，但英伟达仍然死死地占据了领导地位。但是，很多开疆辟土的初创公司正添加这一场市场竞争，她们上线了人工智能芯片的代替设计方案，宣称比英伟达的GPU更强、更有效。别的初创公司则瞄上了英伟达的使用编辑软件，这种手机软件促进公司连续使用英伟达的芯片。
与英伟达的商品对比，d-Matrix和Rain Neuromorphics等初创公司一直在努力介绍自己的芯片软件，称他们帮助企业减少练习运行深度学习模型成本。Tiny Corp和Modular等公司即在开发设计英伟达计算机语言Cuda的替代物，Cuda能让开发人员加快她们应用程序，而且只有与英伟达的GPU适配工作中。
现阶段参加人工智能芯片市场竞争初创公司中，三家（Qyber、Modular及其MatX）由曾效力于谷歌的技术工程师所开创。谷歌搜索售卖的人工智能芯片致力于与英伟达市场竞争。这是一个显著的征兆，说明开疆辟土的科技企业家觉得，虽然面临财力雄厚的竞争者，但是他们能够在这些方面取得突破。
几个专注于顶尖芯片定制的初创公司都还没把产品走向市场。主要包括Lightmatter，该公司研发了应用晶体三极管和激光器组合芯片，即光子计算，它能够更快的、更低的电力能源传送数据。这种公司觉得，自己的品牌可以更加经济发展的形式，使企业搭建开发设计大语言模型所需要的高性能计算机。
第二波人工智能芯片创企兴起
我在这里详细介绍八家初创公司，她们正在尝试考验英伟达在人工智能芯片领域内的领导地位。2017年，起码有十几家初创公司尝试在人工智能芯片行业向英伟达提出挑战。但是，接踵而来大清洗提醒我们，这种创企面临高昂的成本与市场竞争考验。
2017年较为受重视的两家公司，KnuEdge和Reduced Energy Microsystems都已破产倒闭。另一家公司Wave Computing在2020年宣布破产，第二年以创新名字MIPS再次发生。据科技网The Register报导，另一家人工智能芯片初创公司Mythic前工程项目高级副总裁在职业社交平台领英上写到，该公司上年早已耗光现钱。在今年的稍早，Mythic宣布任命新CEO，并取得了1300万美金股权融资。
Cerebras生产制造的大量人工智能芯片融合了很多英伟达GPU的处理量，而SambaNova Systems或许是初期竞争者里最有实力考验英伟达的公司。从上一轮融资风潮中，他们与Graphcore一起以数十亿美元市场估值展开了几场大中型股权融资，现在正在销售商品。
新一代人工智能芯片初创公司遭遇多种考验，关键在于英伟达做为练习深度学习模型标准化的牢固影响力。英伟达在近日财报中表明，截止到7月30日的过往三个月中，该公司营业收入做到135亿美金，其中不少来源于数据中心业务。
更为关键的是，虽然近期投资人对人工智能充满激情，但初创公司所面临的金融环境比上一代创业人更加不容乐观。风投、私募投资和企业并购数据库系统PitchBook统计数据显示，人工智能芯片初创公司所获得的风投从2021年的95亿美金下降至上半年的稍高于10亿美金。
除此之外，这种初创公司也面临着进到芯片加工时期的技术复杂性和昂贵成本费考验，还要将制定结束并交由tsmc等生产商尽早建成投产。即便如此，创始人和投资人都会认为，生成式人工智能将改变测算领域内的很多一部分，这足够鼓励他从英伟达的身上分一杯羹。
以下是提前准备考验英伟达的八家创企：
1.Modular
成立年限：2022年
创办人：查尔斯·拉特纳（Chris Lattner，首席执行官）、蒂姆·理查德森（Tim Davis，首席产品官）
投资人：GV、Greylock Partners、Factory HQ及其SV Angel
股份融资总额：3000万美金
介绍：Modular旨在为练习运行深度学习模型制做软件开发平台和计算机语言。它用户可以从一系列人工智能专用工具中来选择，包含谷歌搜索最先研发的开源项目TensorFlow，及其最开始由Meta研发的开源项目PyTorch。随后，Modular大家可以在一系列网络服务器芯片上运作他的实体模型。这种芯片能够来源于英伟达，还可以来源于intel、AMD。
搭建运行人工智能应用软件需要大量计算水平。人工智能开发者吐槽说，在尝试操纵核算成本时，无法在不同种类的芯片中间挪动他的手机软件。在今年的5月，Modular上线了其比较有限测试版商品，其观念是让技术工程师比较容易在所有的种类的硬件上运作实体模型，进而在性能成本费中间获得均衡。
Modular并未透露其标价构造，其造成收入几乎很少。但二位创始人的环境激励了投资人。该公司首席执行官拉特纳在此前的苹果公司公司承担计算机语言Swift的研发，接着与Modular的联合创始人兼首席产品官理查德森一起在谷歌工作，两个人承担公司的人工智能产品研发。稍早有报道称，Modular近期正在进行中新一轮融资商谈，公司估值为6亿美金。
2.MatX
成立年限：2022年
创办人：巴斯科·波普风格（Reiner Pope，首席执行官）、乔治·冈特（Mike Gunter，技术总监)
投资人：Outset Capital、SV Angel及其Homebrew
股份融资总额：不明
介绍：MatX正在开发用以文字应用软件大语言模型（LLM）专用型芯片。这种芯片被设计方案成比英伟达GPU等硬件配置运作更快、比较便宜，后面一种适用包含图像生成等在内的多种多样人工智能运用。
前谷歌员工创办了这一家初创公司。MatX的首席执行官波普风格曾协助这一家检索大佬设立了大语言模型Pathways，并撰写了稳定运行模型手机软件。MatX的技术总监冈特承担偏微分控制部件的开发，这也是谷歌搜索专门人工智能硬件配置，与英伟达的GPU市场竞争。这一家初创公司则在平台上表明，它已经得到几个风投公司的大力支持，但是它并未发布商品，都没有公布筹集资金信用额度。
这一家公司总部美国加州山景城的公司还获得了很多LLM科研人员的大力支持，包含Palo Alto Networks公司首席运营官阿米特·辛格(Amit Singh)。现阶段并不清楚MatX是不是有顾客，但是该公司表明，它获得了“著名LLM公司大力支持”，主要包括OpenAI和Anthropic等初创公司。该公司创办人没有回复访谈要求。
3.Qyber
成立年限：2022年
创办人：纪尧姆·韦尔登（Guillaume Verdon），汤母·哈布雷格森（Tom Hubregtsen）
投资人：Hof Capital和Julian Capital
股份融资总额：不明
介绍：据业内人士表示，Qyber正在开发一种专门为运作LLM量身定做的芯片。
这一家隐秘自主创业公司是通过X（Alphabet“登陆月球加工厂”）前科研人员创建的，她们致力于量子计算机。Qyber网址并对方案闪烁其辞，有一个网页页面上面写着：“下一个测算时期并没有衰落，它没有死。” 依据PitchBook的信息，上年11月，Qyber从公司总部纽约的风投公司Hof Capital和公司总部美国旧金山种子环节股权投资基金Julian Capital筹资到资产。业内人士表示，该公司近期与潜在性投资人探讨了新一轮筹集资金事项。
4.Rain Neuromorphics
成立年限：2017年
创办人：戈登·威尔逊（Gordon Wilson，首席执行官）、杰森·肯德尔（Jack Kendall，技术总监）、胡安·尼诺（Juan Nino，顶尖科学合理咨询顾问）
投资人：Airbus Ventures、百度风投、FoundersX Ventures、罗伯·奥特战士（Sam Altman）及其托妮·曼祖基奇（Daniel Gross）
股份融资总额：3300万美金
介绍：Rain Neuromorphics如今被称作Rain AI，致力于帮助应用传统式GPU练习运行深度学习模型的公司减少昂贵成本费。
这种成本费在一定程度上来源于这种芯片再从运行内存与处理部件传送数据时的热量。这要不断制冷GPU，进而推高了数据中心的电力成本。Rain AI首席执行官威尔逊表明，该公司的芯片软件将运行内存和Cpu结合在一起，这和人类神经递质的功效十分相似，使其能以农用地环境温度、更节能的形式运作。
5.Tiny Corp
成立年限：2022年
创办人：乔冶·霍茨（George Hotz）
投资人：未公布
股份融资总额：510万美金
介绍：Tiny Corp的商品协助开发者加速练习运行深度学习模型的一个过程。
无人驾驶初创公司Comma AI的创始人兼前首席执行官乔冶·霍茨已经紧紧围绕一套名叫tinygrad的开源系统深度神经网络专用工具创建业务流程。在今年的5月，霍茨在GitHub上发帖子称，在他看来tinygrad能够成为Pytorch的“强有力竞争者”，Pytorch是一套源于Meta的深度神经网络专用工具。但是，就目前来看，霍兹好像更倾向于低调行事。他说道：“大家不与二种类型的人讲话，警察和新闻记者。”
6.Sima.ai
成立年限：2018年
创办人：克里希纳·兰加萨伊（Krishna Rangasayee，首席执行官）
投资人：富达、Amplify Partners、Dell技术资本、VentureTech Alliance
股份融资总额：2亿美金
介绍：Sima.ai正在开发硬件与软件，以用于飞机场、无人飞机、汽车医疗器械等“边沿”设备中，而不是去大数据中心为人工智能软件增加动力。
在芯片生产商Xilinx上班了近20年兰加萨伊于2018年创办了Sima.ai。他接受采访时表示，他认为，有一些行业对新硬件的需要日益提高，但缺由于种种原因无法打开云间的人工智能计算，希望解决这些问题。比如，无人驾驶汽车必须及时作出决定，并能从当地运作人工智能软件中受益。但在医疗健康等领域，企业很有可能不愿将隐秘数据发送至云空间，反而是更喜欢把它留到设备中。
在今年的6月，Sima.ai表明，该企业已经开始大批量生产其第一代EDGE人工智能技术芯片。该公司认为，它正在与加工制造业、汽车航空公司等领域的50多个顾客协作。
7.Lightmatter
成立年限：2017年
创办人：尼德普·桑德斯(Nicholas Harris，首席执行官)、达里乌斯·布南达尔（Darius Bunandar）、托马·格雷厄姆（Thomas Graham）
投资人：Matrix Partners、Spark Capital、Viking Global、SIP Global Partners
股份融资总额：2.66亿美金
介绍：Lightmatter利用激光器在芯片和服务器组中间传送数据。
麻省理工大学的学生们利用从本高校所获得的发明专利创立了这一家新成立公司。据其联合创始人兼首席执行官尼德普·桑德斯说， 在练习运行设备学习模型时，Lightmatter的商品助力企业将数据中心的能源消耗成本下降了约80%，而英伟达显卡、AMD和因特尔等供应商芯片根据电缆线传送数据。桑德斯说，Lightmatter还准备让英伟达显卡、AMD和因特尔等公司授权技术在自己芯片中应用。
8.d-Matrix
成立年限：2019年
创办人：希德·谢斯(Sid Sheth，首席执行官)，苏迪普·博贾（Sudeep Bhoja）
投资人：微软公司、SKsk海力士、Playground Global及其Entrada Ventures
股份融资总额：5100万美金
介绍：d-Matrix正在开发一种专门芯片软件，用以运作融合了Cpu和运行内存的设备学习模型，这种Cpu和运行内存一般是芯片上互不相关的差异部件。
d-Matrix的联合创始人兼首席执行官希德·谢斯表明，此方法使d-Matrix的芯片的热量越来越少，所以需要的散热也越来越少，这使其变成比主要供应商的GPU和CPU芯片更具有成本效率的挑选。在很多公司都是在寻找根据OpenAI的GPT-4等LLM搭建生成性人工智能技术程序流程时，这一点很重要。
谢斯说，d-Matrix挑选致力于逻辑推理运作的设备学习模型，而非练习这种实体模型，因为她们觉得随着时间推移，这种实体模型会变得更大，使用成本也会变得更加高。该企业已经有顾客检测其芯片软件，并计划在明年上半年度把它商业化的。（文/金鹿）
相关文章
