“云开·体育全站APPkaiyun(综合)官方网站-登录入口”比特大陆，AI专用芯片霸主候选人之一？

本文摘要：FP32浮点支出，浮点峰值性能为2TFlops、峰值功耗为41W、平均值功耗25W。

FP32浮点支出，浮点峰值性能为2TFlops、峰值功耗为41W、平均值功耗25W。明确定位为“面向深度自学的张量计算出来加快处理器”，限于于CNN / RNN / DNN 等人工神经网络的预测和训练。

整体性能和功耗展现出可圈可点。配备1颗BM1680芯片的Sophon SC1深度自学加速卡更加最重要的是，BM1680并不是个“空架子”，比特大陆同时还拿走了三款用于BM1680芯片的产品：深度自学加速卡SC1/SC1+、智能视频分析服务器SS1，以及驱动、运行库、调用底层等等。

这一系列产品目标用户定位为急需人工智能图像处理能力的互联网巨头、科技公司。这3款产品也在公布之后展开了小批量的发售，产品战略总监汤炜伟向回应：BM1680芯片涉及的产品第一批早已全部销售一空了，但明确数字不方便透漏。

但我可以透漏的是，目前与我们接入的各种公司机构数量早已超过了3位数，其中还包括不少来自国外的。他们都期望需要尽快获得我们的产品，尽早的进行一些测试。配备2颗BM1680芯片的Sophon SC1+深度自学加速卡为什么比特大陆需要在第一次宣告转入AI的时候就拿走这么多而且比较原始的产品呢？产品战略总监汤炜伟也讲出了其中的“秘密”：“早在2015年，我们就早已开始思维未来市场的问题，最后我们在2016年确认了AI为下一个主要目标。

随后2016年初就开始了产品和涉及技术的研发，2017年4月将芯片转交代工展开流片。按照这个时间来看，我们只不过早于有打算。”汤炜伟也“偷偷地”跟(公众号：)共享了一下比特大陆自己对于AI市场2018年有可能的变化趋势的观点：在经过2015、2016、2017三年之后，整个市场实质上正在经历一个较为大的转型——从最开始的科学学术阶段，转化成到实际应用于阶段。

而这也引向了比特币转入AI专用芯片市场的“源动力”：部分落地的应用于场景开始经常出现，之后也将有更加多应用于场景南北落地，他们对于计算机硬件的市场需求（性能、功率、能效比等）将不会更加低。而想要让芯片们符合这些市场需求，不能倚赖最基础的半导体产品设计、研发、生产技术，后者才是是比特大陆所最擅长于的。汤炜伟也给举了一个形象的例子：我们具有一把“大锤子”（芯片设计和工程能力），然后AI市场又是一个“大钉子”（反感的计算力市场需求），所以在AI这个市场里面进行不会更佳地充分发挥我们的优势。

全套专用芯片打造出能力，专攻AI专用芯片比特大陆 Antminer S9那么比特大陆的“大锤子”究竟有多强呢？这一点最差的相比较也许是来自比特大陆此前在比特币矿机芯片上所获得的一些成绩。也整理了一些数据：2013到2017年间，比特大陆的ASIC矿机芯片递归了7次（从最先的BM1380、到近期的BM1387，其中部分型号未投产）；芯片制程从最开始的55nm，一路提高至近期的16nm；比特币挖矿运营速度从Antminer S1的180Gh/s，提高到近期的Antminer S9的13.5Th/s（提高幅度相似75倍）。并且随着一系列挖矿芯片的打造出，比特大陆也和半导体业中代工技术能力最弱的TSMC台积电构成了深度合作。

强大的半导体技术，以及芯片最后构建能力，最后才让比特大陆在比特币矿机领域超过了今日的地位。但在挖矿芯片上的经验否需要全部或者部分“重制”到AI专用芯片之上呢？汤炜伟自由选择首先向说明他眼中AI专用芯片的4大关键点：1、架构：如何打造出一款芯片的微架构，即如何在硬件层面符合应用于场景的明确市场需求；2、获取充裕的数据输入输出能力：符合AI应用于可观的数据传输市场需求，防止这个环节沦为瓶颈；3、为整体硬件打造出高效的指令集：让计算机可以尽量榨取出有硬件的全部性能；4、芯片工程化能力：芯片如何展开物理设计、以及在量产过程中的一些其他问题。很显著，比特大陆的产品性能和轨迹早已证明了在比特币挖矿、这个比较非常简单场景中4大关键点的解决问题能力。

那么对于目前仍不成熟期、简单许多的人工智能应用于呢？汤炜伟得出的答案再行非常简单不过——特人：截至目前，我们在AI方面工作的人力早已有约200人，涵括了硬件、指令集、驱动、甚至还包括上层的一些算法和应用于。目前比特大陆公司整体员工为1000人左右。

除此之外，比特大陆也在大大与行业内的公司展开着合作，进而构成比特大陆自己特有的生态。汤炜伟回应也向补足说明了一下：“我们并不是要像巨头一样摸几乎对外开放的生态，而是再行在行业内与客户展开多方面了解的交流，以符合他们的市场需求为抵达去优化我们的产品。”CPU、GPU、FPGA、ASIC之间的通用性/易用性、与性能/能效比的对比图既然是AI专用芯片市场，大自然也才对面临一个“经典”问题——处理器的设计方向，到底应当是向通用性、还是专用性弯曲？到底在目前AI硬件市场早已不存在很多势力、特别是在像NVIDIA这样一举一动都会影响整个业界的巨头情况下，后转入市场的小企业们应当如何决择？回应，汤炜伟是这样问的：首先特别强调一下我们的定位，我们一定会是做到通用性的处理器。主要有两个原因：标准化处理器在很多应用于场景效率太低；回头标准化路线意味著要打造出平台生态、甚至是夹住整个生态前进。

所以对于我们一家创业公司来说，我们还是再行作好细分的行业场景的淋漓尽致加快。汤炜伟在的拒绝下，也对未来高效率AI专用芯片的发展趋势作出了一个自己的辨别——3年，也就是到2020或者2021年，AI专用芯片的销量，将不会多达标准化处置芯片的数量。2018，才是确实的开始比特大陆AI全新子品牌——算数富 Sophon在去年公布BM1680的同时，比特大陆实质上也发布了自己面向AI领域的全新子品牌——算数富（Sophon）。

这个名字听得一起十分拗口，实质上毕竟《三体》里外星球用来掌控人类科技发展的机器人“智子”的英文名。相比之下，中文名“算数富”的官方释义非常简单一点“算数天地玄空，富理解智能”。在这次媒体交流不会的现场，汤炜伟也将中英文名融合一起做到了一个牵头的解释：“智子在小说里面需要‘进行’，进行之后不具备很强的自学能力。而这也正是我们想做到的事——利用人工智能需要转变各行各业。

”而从时间上来看，2018年也许将不会是“算数富”最重要的一年。因为“算数富”早已在尝试复现他们的一项光荣传统：超高速递归。

据汤炜伟透漏，BM1680的先前芯片早就开始转入研发阶段，BM1682早已在去年12月顺利流片，BM1684将不会在2018年的9月已完成流片。其中BM1684预计在2018年4季度顺利量产，其性能指标将超过6T运算力、30W功耗、同时还反对FP16、INT8等较低精度计算出来。其还将用于TSMC获取的12nm近期工艺。

计算力摩尔定律，在过去的100年间给与了人类很大社会推动力用汤炜伟自己的话来说，这就是“超强摩尔定律”：谋求每9个月（CPU摩尔定律周期为18个月）展开一次产品递归，不仅需要在新产品中对新的算法展开优化，同时也能维持自家产品的竞争力。同时，“算数富”还在尝试一系列新的布局，首当其冲的就是布局机器人。上个月比特大陆刚并购了另外一家机器人创业公司，萝卜机器人。

并且在此次媒体交流会上，产品技术总监王俊也公开发表回应：“我们并不是不做到末端，只是我们根据现有状况自由选择再行回头云这一条路，未来不敌视我们转入AI专用末端芯片的市场。”在采访的最后，也尝试着给汤炜伟抛掷一个小难题——用一句话非常简单阐述一下比特大陆这家公司。汤炜伟在思维了3秒之后得出了两个词：“行胜于言，精益求精。

”随后他笑着说道：也许听得一起有点老套，但我们就是一家做到产品的公司。全文完。原创文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：云开·体育全站APPkaiyun-www.shji120.com