清华校友陈怡然、杨越组队进军AI芯片市场，成立苹芯科技，最新Pre-A轮斩获近千万美元 来源：量子位 随着最新一轮融资的曝光，由清华校友杨越博士、陈怡然教授主导创立的苹芯科技，引起资本界和产业界的关注。 在最新一轮Pre-A轮融资中，其融资金额达到近千万美元，吸引了红点中国、红杉中国等多家投资机构的青睐，其中红杉中国更是连续两轮跟投。 创始团队也不简单，不仅有杜克大学陈怡然教授领衔，还集结系统架构方面多位顶尖人才： CEO杨越曾是美光科技首席系统架构师，创始人许振隆曾在台积电任职多年，章尧君曾开发多款 MRAM 商用芯片，拥有十余项关键专利。 这让人不禁好奇： 苹芯科技，到底是一家怎样的公司？ 存算一体提升性能据公开信息显示，苹芯科技今年2月在北京海淀区注册成立，主营业务为提升深度学习计算性能的硬件单元和相关IC设计服务。 一言蔽之，苹芯科技是一家在AI加速赛道上起跑的创业公司。 怎样加速呢？从公司名字中我们就能窥见一二。 芯，也就是造芯片。 事实上，在AI算法发展迅速的今天，整个AI行业都迫切需求性能更强大、功耗成本更低的芯片。 目前在计算结构中，冯诺依曼架构占据主导地位，但它的计算单元与内存是两个完全分离的部分，其计算单元需要根据指令从内存中读取数据，在计算单元中完成计算或处理、并存回内存。 这样一来一回，芯片的计算能力就会受到限制，并产生数据延迟。 同时在能效方面，读写一次内存数据的能量，要比计算一次数据的能量多消耗几百倍。 如何解决这一难题？ 在原有技术上继续开发？运用新型半导体材料？开发新架构？ 在这几种解决路线中，苹芯科技选择的是最后一种。 他们主要应用了存算一体这一新兴技术。 将存储器与计算器整合在同一块模块上，打破了“存储墙”，大幅降低整体运算时间和芯片功耗。 现在，他们已经开发出多款基于SRAM的存内计算加速单元。 相较于冯诺依曼架构的AI加速芯片，这种芯片的功耗更低、效率更高、面积更小，适合处理低功率、小面积和高算力的复杂神经网络（NN）相关计算工作。 目前，苹芯科技的多款芯片已经完成流片，处于外部测试和demo阶段。 其产品主要用于智能穿戴、无人机摄像头、安防领域、机器人领域、智能家居等低能耗、长待机的场景。 据悉，此次Pre-A轮融资将主要用于芯片研发的相关工作。 陈怡然主导创立而除了本身的技术，更让人关注的就是苹芯科技的创始人们了。 公司董事长兼主导创始人为存算一体方向的学术权威：杜克大学陈怡然教授。 陈教授目前就任于杜克大学电子与计算机工程系，兼任杜克大学计算进化智能中心（CEI）联合主任。 专注于新型存储器及存储系统，机器学习与神经形态计算，以及移动计算系统等方面的研究。 陈怡然教授本硕均毕业于清华大学电子工程系，之后在普渡大学获得博士学位。在2018年晋升为IEEE Fellow，2021年当选ACM Fellow。 创始人兼CEO杨越，本科毕业于清华大学自动化系，博士毕业于多伦多大学计算机工程系。 曾在美国加州硅谷美光科技担任首席系统架构师，在存储芯片，人工智能及相关领域研究方向拥有技术积累及行业经验。 创始人章尧君，本科毕业于上海交通大学，后于匹兹堡大学电子工程系取得博士学位，前期深耕于新型存储器研发行业，设计开发了多款 MRAM 商用芯片，拥有十余项关键专利。 创始人许振隆，本硕毕业于新竹清华大学，多年任职于台积电，拥有超过 20 年芯片设计经验，曾带领团队成功交付多款量产芯片。 据了解，苹芯团队规模已达数十人，其他成员均来自清华大学、北京大学等知名高校，技术人员占比达80%。 参考链接： [1]http://pimchip.cn/index/product/index/type/6 [2]https://cloud.jingdata.com/#/news/InsightNews/details/info-2mj7t7eo2f?t=1629851445875 说个正事哈 由于微信平台算法改版，公号内容将不再以时间排序展示，如果大家想第一时间看到我们的推送，强烈建议星标我们和给我们多点点【在看】。星标具体步骤为： （1）点击页面最上方“深度学习技术前沿”，进入公众号主页。 （2）点击右上角的小点点，在弹出页面点击“设为星标”，就可以啦。 感谢支持，比心。 推荐阅读【重磅】斯坦福李飞飞《注意力与Transformer》总结，84页ppt开放下载！ MLP进军下游视觉任务！目标检测与分割领域最新MLP架构研究进展！ 北京大学智能计算与感知实验室招收博士、硕士、本科实习生 博士申请 | 香港中文大学LaVi实验室招收2022年秋季入学博士生、硕士生 周志华教授：如何做研究与写论文？（附完整的PPT全文） 都2021 年了，AI大牛纷纷离职！各家大厂的 AI Lab 现状如何？ 常用 Normalization 方法的总结与思考：BN、LN、IN、GN 注意力可以使MLP完全替代CNN吗？未来有哪些研究方向？ 重磅！DLer-计算机视觉&Transformer群已成立！ 大家好，这是计算机视觉&Transformer论文分享群里，群里会第一时间发布最新的Transformer前沿论文解读及交流分享会，主要设计方向有：图像分类、Transformer、目标检测、目标跟踪、点云与语义分割、GAN、超分辨率、视频超分、人脸检测与识别、动作行为与时空运动、模型压缩和量化剪枝、迁移学习、人体姿态估计等内容。 进群请备注：研究方向+学校/公司+昵称（如Transformer+上交+小明） ??长按识别，邀请您进群！