让芯片也能“私人订制”，中科驭数完成千万级天使轮融资

近日，来自中科院计算所的 创业 团队、领域专用计算架构研发的开拓者——中科驭数宣布，其已于今年 8 月以超过一个亿的估值，正式完成了千万级别的天使轮融资，由中科创星领投，久友资本跟投。本轮融资将主要用加速于产品研发、扩大团队规模等。

中科驭数成立于 2018 年 4 月，现阶段其主要布局计算 金融 、人工智能、 区块链 三大领域，以⾼性能、简操作、易落地的特点，用软件定义专用计算架构，为其实现高效加速。

自因特尔创始人戈登摩尔于 1965 年提出 " 摩尔定律 " 以来，" 芯片的运算性能大体上按照每 18 个月翻一番的速率在增长 " 已持续了半个世纪，但随着工艺不断细化到逼近一定的物理极限，单个处理器芯核的能效比提升面临着极大的困难。数据显示，近三年来，芯片晶体管密度的年化增长率仅为 3.5%。

尽管半导体芯片 " 摩尔定律 " 已经接近尾声，但 " 数据摩尔定律 " 似乎才刚刚开始。据美国发布《2016-2045 年新兴 科技 趋势》预测，全球数据量自 2015 年开始每两年翻一番。以人工智能、区块链、边缘计算技术等为代表的热门领域，其算力需求的不断增强随着应用领域的不断创新和数据的指数级增长，且硬件算力的提升已成为促进其发展最重要的因素之一。同时， VPU（视频处理器）、MPU（运动增强处理器）、APU（音频处理器）等大多与多 媒体 的编码解码相关的协处理器，面对不同行业的数据处理特点，越发暴露出力不从心和匹配不够。显然，摩尔定律放缓的 " 后摩尔时代 "，依靠传统的通用计算已很难有效为继，而专用计算架构则将发挥出巨大的作用。

据中科驭数创始人兼 CEO 鄢贵海介绍，目前，面向专用计算的体系结构研究仍然处于 " 百花齐放 " 的时代，从探讨 FPGA、ASIC 等具体底层实现到 ISA 指令集扩展等软硬件架构等均有涉及。专用加速系统的设计方法也还远没有形成统一的定式。可以看到，近几年来几乎所有的 互联网 巨头们都在补充自己的标准服务器—— CPU，以通用处理器结合特定应用加速的协处理器来共同处理海量数据。例如 Microsoft 利用 FPGA 来加速其旗下的 Bing 搜索引擎，Google 研发的 TPU 来加速神经网络推理，阿里巴巴公司也有 FPGA 硬件的团队来针对具体的计算负载来做加速等等。然而面对应用的多样性和数据的复杂性，" 高性能 " 和 " 通用性 " 却始终 " 不可兼得 "。

（图：中科驭数 CEO 鄢贵海）

为了高效解决特定领域的海量数据处理问题，中科驭数以专用芯片架构为核心，采用软件定义加速器的技术路线，实现软硬件协同的解决方案。主要业务为各类计算密集性的应用研发专用计算架构，包括芯片、支撑软件、SDK 等。其原创技术 KPUTM（即核处理器，已提交备案），是专为加速特定领域核心功能计算而设计的一种协处理器。 KPUTM 以功能核作为基本单元，直接对应用中的计算密集性应用进行抽象和高层综合，实现以应用为中心的架构 " 定制 " 。据悉，一颗 KPUTM 根据需求可以集成数十至数百个功能核。

（图：核处理器 KPUTM）

在运行机制上，KPUTM 采用 " 数据驱动并行计算 " 的架构，运行过程中通过数据流来激活不同的功能核进行相应计算。从而可以实现 " 功能核 " 到运算需求的 " 一对一 " 服务，保证效率。且不同于 FPGA 在电路层的改造的性能牺牲，KPUTM 的核心技术在功能核层，功能核来自于对于计算模式的抽象，并将其 IP 化。通过高层次综合，既实现了领域内硬件的统一，降低了规模限制的硬件成本和设计周期，又能通过软件编程实现不同功能的计算；特定需求只需要增删功能核的种类和数量即可。在整体计算效率提升百倍的前提下，仍然具有非常高的可扩展性和灵活性。鄢贵海表示，KPUTM 的技术路线的设计初衷，即是突破传统 " 性能 " 与 " 通用性 " 不可兼得的局限。

日前，中科驭数已经完成了近 20 项专利申请。其产品分别为 KPUTM 的三个系列，即 CONFLUXTM（功夫 TM）、FLEXFLOWTM（福来 TM）、TRUSTYTM（信芯 TM），建立了金融科技（FinTech）垂直行业基础层赋能架构 "FinArch"。

据悉，其产品将从今年 11 月陆续发布。其中国际首例金融时间序列分析专用芯片 " 功夫 1800（CONFLUX 1800）"，性能比通用 GPU 高两个数量级，功耗小于 10 瓦；国际首套实时风控系统 " 锐警 -A1 ( RiskCop-A1 ) "，全面提升交易市场的风控级别，推进 " 事后风控 " 向 " 事中风控 " 演进。数据表明，相对于 CPU 的服务器，中科驭数基于 KPUTM 的系统性能可以轻易提升 2-3 个数量级，同时功耗只占原系统的 30%。如果将数十甚至数百台的服务器集群都用 KPUTM 加速器来增强，将是性能的极大提升和运行成本的显著降低。

未来，中科驭数将会根据行业需求，在高性能计算、基因测序、5G 等领域，落地其相关的领域专用处理器。

团队方面，创始人兼 CEO 鄢贵海，本科毕业于北京大学，中科院计算所博士，计算所研究员（正教授），在计算机体系结构领域深耕十余年，主持多项国家自然科学基⾦项目 , 累计经费近千万。首席科学家李晓维，中科院计算所体系结构国家重点实验室常务副主任，主要研究领域为 VLSI 测试、容错计算，⼊选国家百千万⼈才⼯程（2013）。

核心创始团队近十人，均出自中科院计算所、清华、北大等研究所或高校相关专业；现有团队 20 余人，其中博士 11 人，硕士 7 人，团队成员 60% 以上来自中科院、清华、北大，基本都为核心技术人员；团队计划年底增至 40 人，一年内发展到 100 人左右的规模。

近一两年，寒武纪、中科曙光等在计算领域的表现，也让同出身中科院的中科驭数从一开始就备受期待。对此，鄢贵海也回应道：团队将以技术突破和技术落地作为最大的目标，未来，将一如既往的坚持用原创技术突破计算机性能瓶颈，为不同领域 " 私人定制 " 专属计算架构解决方案。

来源：猎云网