蚂蚁金服领投，深鉴科技完成约4000万美元A+轮融资，自主研发深度学习芯片明年上市

刚刚，中国AI初创公司深鉴科技（DeePhi Tech）对外正式公布了完成A+轮融资，以及自主研发的深度学习芯片2018年上半年完成产品装载的消息。

新智元了解到，此次深鉴科技的A+轮融资，由蚂蚁金服与三星风投领投，招商局创投与华创资本跟投，共融资约4000万美金。据CEO姚颂介绍，本轮融资一部分将继续用于安防和大数据领域的产品开发和市场销售，落地更多安防监控的终端产品和服务。另一方面，蚂蚁金服的战略资源注入，会帮助深鉴进一步开拓包括金融在内的更多应用场景；与三星之间，则侧重于存储等方面的合作，为AI芯片打造以深度学习处理器为核心的智能化解决方案和高效的整体系统，以便多领域拓宽和产品落地，加速深鉴科技迈进商业化阶段。

几天前，中国的另一家芯片初创企业地平线宣布获得英特尔领投的近亿美元融资。此前，寒武纪宣布获得1亿美元融资，投资方包括阿里巴巴。

对于阿里系同时投资了深鉴和寒武纪这一事实，深鉴科技CEO姚颂在接受新智元采访时表示：“深鉴将更加着眼于垂直场景，利用好自己的压缩与推理引擎架构的优势，与蚂蚁金服探索金融领域应用的加速，希望为用户提供极致低延迟的服务。我们与陈老师的寒武纪、余老师的地平线，一直在业务场景、通用性取舍等方面形成互补。”

深鉴科技此前已经宣布了两轮融资：2016年4月完成天使轮，投资方是高榕资本、金沙江创投。2017年5月完成 A 轮，融资额数千万美元，投资方包括赛灵思（Xilinx）、联发科（MediaTek）、清华控股、方和资本，原有投资方金沙江创投、高榕资本跟投 。

自主研发深度学习芯片“听涛”，2018年上半年完成产品装载

除了完成融资，CEO姚颂还公布了一系列芯片计划，由深鉴自主研发的芯片“听涛”、“观海”将于2018年第三季度面市，其中，“听涛”将于上半年完成产品装载，提供极致性价比的深度学习加速方案。这将是深鉴布局深度学习芯片技术，首次实现芯片级产品化的正式开始。

深鉴“听涛”系列芯片，采用台积电28纳米制程，核心使用深鉴自己的亚里士多德架构，峰值性能1.1瓦 4.1 TOPS。亚里士多德架构针对卷积神经网络而设计。目前，卷积神经网络一般用来处理图像相关的智能问题，而此架构灵活与可扩展的特性使它可被应用于各种不同规格的终端中。

深鉴亚里士多德架构

实际上，深鉴很早以前就开始布局深度学习芯片技术。在今年7月新智元百人会上，深鉴科技CEO姚颂接受新智元专访，谈到深鉴芯片产品化布局。姚颂说：“AI芯片结构很专一，但上层支撑的应用非常广泛，我们做芯片也主要是看中了这点。”

对于竞争，姚颂认为：“不管是地平线、寒武纪，还是我们，芯片肯定是能够在很多场景应用的，那最终就是看商业策略了。如果把自己定位成通用芯片公司，那么你的竞争对手就是英伟达、Cadence这样的公司；如果定为一个纯解决方案公司，对手又是另一个层次上的公司了，这就涉及到商业上的合纵连横，我觉得这是一个更加关键的地方。每家公司都有自己长处，每家公司都有自己业务的擅长。”

姚颂表示，深鉴是一个解决方案的提供商，类似于一个制作Drive PX2的英伟达，所有的东西都是针对于行业的方案。深鉴的核心竞争优势有两点，技术优势和行业优势。技术方面，FPGA的开发难度很高，深鉴在研究方面全球领先。行业方面，深鉴在商业上希望借鉴Movidius，把软件做好，但更希望能在行业内建立标准，构建生态圈。

从8人到90人，依托神经网络压缩编译核心技术发布系列产品

在发布会上，深鉴还推出了一系列AI产品，分别是①视频结构化解决方案、②人脸分析解决方案、③人脸检测识别模组、④深鉴ARISTOTLE架构平台，⑤深鉴深度学习SDK DNNDK（Deep Neural Network Development Kit），以及⑥双目深度视觉套件。

其中，前4款均为应用道路监控、民用防盗等安防场景的解决方案。这几款产品都是将算法级模型压缩、软件级工具链和处理器级体系结构等技术，通过软件开发与硬件设计落地转化为实际产品。集成基于深度学习的智能算法，实现前后端多路人脸、车辆检测与识别，实时提取视频结构化信息等产品功能，应对多种场景下的应用需求，加速安防产业升级换代。

第五款产品深鉴DNNDK，此前于上周公布，是深鉴面向AI异构计算平台DPU（Deep-learning Processor Unit，深度学习专用处理器）自主研发的原创深度学习SDK，降低DPU平台深度学习应用开发门槛和部署难度，缩短算法部署到硬件的周期，全面提速AI产品研发过程。

在新品发布会上，CTO单羿总结公司发展历程，回顾深鉴科技从一个只有8人研发的小team，到如今兼顾研发与市场的90人团队，单羿总结为从0到1的跃进。

深鉴科技成立于2016年，由清华和斯坦福顶尖深度学习硬件加速研究者组成。联合创始人兼CEO姚颂是一位十分年轻的创业者。2011年，他进入清华大学电子系读本科，2015年才刚刚毕业。大学期间，他的成绩取得过年级200多人中的第8名，大一就进入实验室，本科期间发表多篇论文，也担任了电子系学生科协主席。

联合创始人汪玉是清华电子系副教授，国家自然科学基金“优青”获得者，清华大学教改以来首批终身教授，ACM FPGA技术委员会亚太唯一成员，IEEE/ACM Fellow。另一位创始人韩松，本科毕业于清华大学电子工程系，斯坦福大学电子工程系博士，获得ICLR 2016最佳论文，FPGA 2017最佳论文。合伙人兼CTO单羿，也是清华大学博士，前百度IDL异构计算方向创始成员；前地平线机器人FPGA技术负责人。

深鉴科技最为核心的，即为Deep Learning Processing Unit (DPU) 及神经网络压缩编译技术，并被世界最大的FPGA芯片厂商赛灵思认为是世界深度学习硬件加速的典范。

成立至今，深鉴科技在体系结构领域发表了不少顶会论文：

• NIPS 2015：神经计算领域世界最顶级学术会议
• FPGA 2016：FPGA领域世界最顶级学术会议
• ICLR 2016 Best Paper：深度学习领域世界最顶级学术会议
• ISCA 2016：计算机体系结构领域世界最顶级学术会议
• Hot Chips 2016：半导体工业界最顶级会议

2017年7月，新智元百人会，深鉴科技CEO姚颂（左）与寒武纪CEO陈天石（中）、英特尔中国研究院认知计算实验室主任陈玉荣博士在panel 讨论

深鉴科技CEO姚颂专访：定位解决方案提供商，商业上合纵连横

下面是今年7月姚颂参加“新智元百人会”时接受的专访，在不改变原意的基础上进行了编辑：

新智元：在专用芯片和通用芯片方面，对创业团队的要求和人才配置是怎么样的？如何定义一个好的AI芯片团队？

姚颂：我觉得定义一个好的AI芯片团队跟定义一个好的传统芯片团队还不太一样。AI这个行业并不像传统的ASIC那样，比如做蓝牙，做WiFi，一定有一个IEEE的什么标准，然后大家根据那个标准来执行就可以了。但AI不断在发展，应用也在变化，算法也在变化。所以AI芯片团队我认为至少要四个部分的人，一方面一定要有做算法研究的人，能够判断出来算法的趋势，这是传统芯片团队不太需要的人。第二类人是能清楚定义Spec（specification，具体的芯片功能）的人，他需要了解芯片，也了解应用需求，因为一个芯片要供别人用个三四年。在整个算法应用需求都变化的环境中，定义Spec实际上是最难最难的。再来就到了具体实施，首先你要有非常资深的架构师、工程人员，另外一方面也需要有成功流片、量产过经验的工程师，而且最好这个团队原来就是一起在合作，这样的话大家比较熟悉。

深鉴团队在经验方面可能不是那么好，其他的应该都还有，而且是比较领先的。

我们公司的人员构成主要分为两部分，所谓“高低搭配”。我们整个公司平均年龄其实很小，如果全职的话大概平均29岁，算上实习生大概27。我们会有一部分刚毕业一两年的硕士或者博士，在学校里面做这方面的研究；另外一部分是可能有十年以上工作经验的，正值当打之年的资深工程师，他们会带着大家一起来干活。刚出学校的年轻人会对具体体系结构设计这样偏研究的事情有他们的理解，而工程师会有他们积累下来对AI的经验。在工业上怎么做成一个产品，其实更多是靠这帮有经验的同志。

新智元：你们公司的商业模式是什么？如何看待芯片行业投资周期长和资本密集型的特点？

姚颂：深鉴其实是一个解决方案的提供商，英伟达卖很多显卡给大家用，但同时也做像Drive PX2这样针对于行业的方案，那我们实际上类似于一个制作Drive PX2的英伟达，我们所有的东西都是针对于行业的方案，但是上面会有一些推理、设计，有很好的算法，用户可以去自行开发。

我们现在核心做的两个行业一是安防监控，再一个是数据中心。这个也是触及行业的解决方案，拿到一些渠道，这也是我们的竞争优势之一。我之前跟清华电子系的师兄邓峰（北极光创投）聊，邓峰最开始也是创业做芯片，做硬件防火墙的芯片。但后来发现没有那么多做硬件防火墙设备的公司能够把他们的芯片很好地用起来，所以就直接自己做设备了。最后他们公司是40多亿美金被Juniper Networks（瞻博网络）收购。他们从中得到的一个最大的启示就是，单独一个芯片公司风险还是很高，因为周期比较长，资金也消耗多，所以还是得往前面走一点会更好：从一个单纯的芯片走到一个系统，走到一个解决方案的话，其实你的上线会更加高一些，这是也是我们正在做的。

新智元：如何与产业链的上下游合作？

姚颂：FPGA的话，我们的上游就是像赛灵思、英特尔、Altera这样的公司。它们在这个业内的话语权是很重的，因为你产品的单价很大部分依赖于这些公司给你的FPGA的价格。这个层面的合作，我们会希望能够跟某一家绑得越紧越好。所以深鉴接受了赛灵思的投资，这样双方的沟通会更好。跟下游的合作，一方面我们可以依赖赛灵思的帮忙，很多传统的FPGA应用场景，或者说一部分老市场，我们都可以把我们的FPGA放进去；新的市场，我们公司有自己主要关注的行业，我们招了很多行业内比较资深的商务人员，在定义好整个解决方案以后，比如像监控行业，那我们可能把全国前30、前40的安防监控公司全部都扫过一遍，有一些很能够容易合作起来的公司，都正在合作中。

如果只是单独做自己的芯片，比如我们在做的DPU，那你依赖两个东西，一个是要有一些IP核的购买，那这些IP核一般都是比较标准的（比如接口，DDR、Memory的接口），那主要就是像Sinopsis、Cadence等或者一些设计服务公司，这都比较标准，大家也会互相竞价。另外一方面就是外包流片制造和测试，比如走TSMC等等。芯片流片的费用相对来说挺标准，并没有那么大的差异，所以最终芯片的定价还是掌握在自己手里，根据自己的量来定价。

我们销售FPGA和销售芯片的产品的商务模式是一样的，因为对于用户来说看到的就是一个板卡，它上面支持的东西是一样的，只是性能和功耗可能会有一些区别。

新智元：你们的核心优势是什么？

姚颂：深鉴的核心竞争优势有2点，一方面是技术优势，一方面是行业优势。技术方面，大家知道FPGA的开发难度很高，设计一个真正满足需求的、高性能低功耗的芯片，其实并没有那么简单。在这一方面，我们的研究还是走在全球领先地位。

行业方面，深度学习的芯片大家都在做，我上个月跟Movidius的CEO吃饭，他得到的一个结论是，我们可能还是要从软件层面实现区分。用我的软件和用他的软件，用我的一天就搞定了，用他的可能要用十几天。我了解到还有一些做芯片公司，每换一次算法都会重新给客户写驱动，所以得有很多工程人员在那做支持，这样就很麻烦。Movidius的核心就是把软件做得很简单，方便用户开发，我觉得这是从商业上的一种考虑。还有一种考虑，就是往行业走，在行业内建立一个很多人都会用的标准，构建生态，形成生态圈。我们的商务人员主要聚焦在互联网公司数据中心和安防，比如说IP 摄像头的公司。但还是更加专注行业一些。

新智元：看好的专用芯片应用领域？

姚颂：安防监控、自动驾驶、IoT设备（包括各种家居）、金融、医疗，互联网数据中心，工业自动化，比如各种工业机器人设备，质检，很多的视觉系统其实都会需要。在这七个行业里面有的行业可能产生收入更晚一些，目前我们挑的数据中心和安防监控，算是整个在业内产生收入更快，而且总量也比较大的行业。

新智元：专用芯片如何在横向场景扩张？技术是否有通用性？如果有的话，各位面对未来的竞争如何避免同质化？

姚颂：AI芯片结构很专一，但上层支撑的应用非常广泛，我们做芯片也主要是看中了这点。不管是地平线、寒武纪，还是我们，芯片肯定是能够在很多场景应用的，那最终就是看商业策略了。如果把自己定位成通用芯片公司，那么你的竞争对手就是英伟达、Cadence这样的公司；如果定为一个纯解决方案公司，对手又是另一个层次上的公司了，这就涉及到商业上的合纵连横，我觉得这是一个更加关键的地方。每家公司都有自己长处，每家公司都有自己业务的擅长。