科技猎与华为合作、拿联想投资、让中国沸腾，寒武纪这头AI“独角兽”走向世界还要避免龙芯悲剧
前几天的德国IFA大展上，华为发布了全球首款AI移动平台麒麟970，其搭载的NPU(Neural Network ProcessingUnit，神经网络处理器)，以CPU50倍的运算速度和25倍的能效，“煮沸”了全中国。华为BG业务CEO余承东也称麒麟970运行速度足以吊打三星Note8与iPhone 8。
正当人们竞相报道华为在AI平台领域取得突破、为国争光时，另一家名为“寒武纪”的公司却发来“贺电”， 明确指出“技术是好的，但NPU是我们研发的寒武纪-1A!”
寒武纪作为一家专注于AI芯片的研发公司，去年因推出全球首款神经网络处理器(NPU)“寒武纪”而名声大噪，近日又拿下1亿美元A轮融资，让其成为了全球AI芯片首个独角兽。
说到“寒武纪”，可以说与中科院有着不解渊源：
中科寒武纪CEO陈天石(左)和哥哥 陈云霁(右)
l 创始人陈天石是中科院少年班的门生;
l 陈天石曾就职于被誉为“中国计算机事业摇篮”的中科院计算所;
l 在政策扶持下，项目启动初期获得了中科院千万科研基金;
l 近日A轮融资中，领投之一便是同起源于中科院计算所的联想。
而作为中科院项目，就很容易联想到另外一个师出同门的“龙芯”，虽然我们偶尔能在电视中看到其身影，但就是不见身边有人在用，成为了印象之中活在“新闻联播”中的处理器。
那么这颗“寒武纪”与“龙芯”有何不同，是否会重蹈后者的悲剧呢?
得指令集者，得天下
早在2001年，龙芯立项之初，正是英特尔凭借基于x86指令集的Windows如日中天，无法冲破专利壁垒的龙芯项目组在ARM和MIPS两种指令集之间，选择了当时较为强大的后者，而从那一刻起，龙芯的命运就已注定悲剧。
那时Windows早已凭借丰富的软件生态和高度易用的图形桌面，成为了国内从“娃娃抓起”的必修课，也造成了x86芯片一家独大的局面，纵然其他指令集平台一度在技术上领先，但因为软件匮乏，只能被特种计算领域所用，无法形成产业化。
正当人们竞相报道华为在AI平台领域取得突破、为国争光时，另一家名为“寒武纪”的公司却发来“贺电”， 明确指出“技术是好的，但NPU是我们研发的寒武纪-1A!”
寒武纪作为一家专注于AI芯片的研发公司，去年因推出全球首款神经网络处理器(NPU)“寒武纪”而名声大噪，近日又拿下1亿美元A轮融资，让其成为了全球AI芯片首个独角兽。
说到“寒武纪”，可以说与中科院有着不解渊源：
中科寒武纪CEO陈天石(左)和哥哥 陈云霁(右)
l 创始人陈天石是中科院少年班的门生;
l 陈天石曾就职于被誉为“中国计算机事业摇篮”的中科院计算所;
l 在政策扶持下，项目启动初期获得了中科院千万科研基金;
l 近日A轮融资中，领投之一便是同起源于中科院计算所的联想。
而作为中科院项目，就很容易联想到另外一个师出同门的“龙芯”，虽然我们偶尔能在电视中看到其身影，但就是不见身边有人在用，成为了印象之中活在“新闻联播”中的处理器。
那么这颗“寒武纪”与“龙芯”有何不同，是否会重蹈后者的悲剧呢?
得指令集者，得天下
早在2001年，龙芯立项之初，正是英特尔凭借基于x86指令集的Windows如日中天，无法冲破专利壁垒的龙芯项目组在ARM和MIPS两种指令集之间，选择了当时较为强大的后者，而从那一刻起，龙芯的命运就已注定悲剧。
那时Windows早已凭借丰富的软件生态和高度易用的图形桌面，成为了国内从“娃娃抓起”的必修课，也造成了x86芯片一家独大的局面，纵然其他指令集平台一度在技术上领先，但因为软件匮乏，只能被特种计算领域所用，无法形成产业化。
“龙芯之父” 胡伟武
直到后来进入移动互联网时代，高通、联发科这些耳熟能详的ARM芯片异军突起，与桌面平台x86分庭抗礼，选择MIPS的龙芯又一次与时代失之交臂。就连“龙芯之父”胡伟武，也只能感叹“谁也无法预测十年以后ARM的崛起，MIPS的衰败。”
总结龙芯的产业化失利，只因当初起步慢了半拍，在指令集上被人占了先机。如今，移动互联网又开始向智能互联网进化，中国这次终于和世界站在了同一条起跑线上，为寒武纪留出了“变道超车”的机遇。
虽然2014年芯片巨头IBM曾推出过TrueNorth(真北)处理器，但在产业化上，却在2016年被寒武纪芯片捷足先登，这也 让中国主导研发的面向深度学习指令集“DianNaoYu(电脑语)”指令集攻占市场赢得了先机。
技术的成功转化为商业上的成功
也许有人会问，寒武纪的NPU，为何能引起行业内的沸腾?
其实这颗 NPU，是一款针对神经网络计算特定的处理单元，不同于全能的CPU，NPU也许快出天际也不能让你打《王者荣耀》时更加流畅，但是却给未来的计算机感知技术提供了强大的运算力支持。
如果说龙芯那个年代是“硬件+软件”的时代，那么在即将到来的智能互联网时代，这个定义发生了一些变化。
无论是华为的“On Device AI+CloudAI”、还是联想的“设备+云”，两大科技巨头的不谋而合，已经勾勒出了未来AI的模式： 设备端将作为信息收集的“眼睛”与“耳朵”，智能分析情景;而云端超级计算机则是AI的“大脑”，负责运算调度。
想让我们手中的设备本具备人类的感知有多难?2014年《Nature》期刊中曾有分析称小鼠大脑的13个神经元的结构，用了高达1TB的数据。而一般成人大脑的神经元总数高达1000亿个!
对于现有的通用处理器来说，速度慢、能耗高。AlphaGo最初与樊麾对弈时，共动用了1202个CPU和176个GPU，每分钟的电费就高达300美元;而到了2016年迎战李世石时，谷歌部署了70个用于加速神经网络推理的TPU以完成计算任务;今年与柯洁对弈时，TPU的能效再次升级，数量精简为4个。
面对未来智能互联网时代“爆炸”增长的运算需求，谁能够率先实现AI处理单元推向市场，谁就能占领AI智能时代的制高点。
所以再回过头来看寒武纪芯片，能够抢在IBM、英特尔之前实现产业化，并且借力华为品牌势能，随麒麟970一同杀入千万级别的市场，占了产业的“天时”。
成功失败，最终还要看生态
虽然寒武纪凭借1A芯片首次实现了AI加速硬件的大规模商业化，但英特尔、IBM、谷歌、高通在内的这些国际IT巨头，虽然在商用上慢了一步，但凭借多年与全球范围内开发者的关系，产品成熟之时可以在短时间内建立一套初具规模的AI应用生态。
对于现有的通用处理器来说，速度慢、能耗高。AlphaGo最初与樊麾对弈时，共动用了1202个CPU和176个GPU，每分钟的电费就高达300美元;而到了2016年迎战李世石时，谷歌部署了70个用于加速神经网络推理的TPU以完成计算任务;今年与柯洁对弈时，TPU的能效再次升级，数量精简为4个。
面对未来智能互联网时代“爆炸”增长的运算需求，谁能够率先实现AI处理单元推向市场，谁就能占领AI智能时代的制高点。
所以再回过头来看寒武纪芯片，能够抢在IBM、英特尔之前实现产业化，并且借力华为品牌势能，随麒麟970一同杀入千万级别的市场，占了产业的“天时”。
成功失败，最终还要看生态
虽然寒武纪凭借1A芯片首次实现了AI加速硬件的大规模商业化，但英特尔、IBM、谷歌、高通在内的这些国际IT巨头，虽然在商用上慢了一步，但凭借多年与全球范围内开发者的关系，产品成熟之时可以在短时间内建立一套初具规模的AI应用生态。
而作为芯片行业新兵， 寒武纪能否在AI硬件芯片行业迎来爆发之前，充实自己的软硬件生态，将成为其在业内站稳脚跟，或是重蹈“龙芯”覆辙的关键所在。
另一方面，寒武纪作为“中国芯”，有一定可能同样遇到当年华为芯片出海时，所遇到的专利以及政策阻力。华为在发布会上对“寒武纪”避而不提，或许也是为了规避这一风险。
幸运的是，寒武纪在麒麟芯片上的商用，已经基本注定了其千万量级的出货，而随着其A轮融资的完成，未来其产品或解决方案还会为联想、科大讯飞等中国企业所用，形成中国AI创新的联盟。
随着中国互联网科技的高速发展，世界的创新中心正在向中国转移。而伴随麒麟970的落地的寒武纪1A，可以说是中国科研史上在“技术-资本-市场”转化成功的经典案例。中国AI创新“新势力”开始逐步成型，可以期待，未来中国在世界技术创新中将充当越来越重要的角色。
