深扒赛灵思收购深鉴科技，AI芯片收编潮开场了？

今天一早，科技媒体小伙伴们的朋友圈就被赛灵思公司(Xilinx)宣布完成对深鉴科技收购的消息刷屏了。

深鉴科技是一家总部位于北京的初创企业，拥有业界领先的机器学习能力，专注于神经网络剪枝、深度压缩技术及系统级优化。自2016年成立以来，深鉴科技一直基于赛灵思的技术平台开发机器学习解决方案，经深鉴科技优化的神经网络剪枝技术运行在赛灵思FPGA器件上，可以实现突破性的性能和行业最佳的能效。

深鉴科技联合创始人兼首席执行官姚颂表示收购已经完成，四位创始人将继续留在深鉴科技，并在朋友圈发文称“一起做成了一件了不起的事情！”

由来已久，水到渠成

从2017年开始，赛灵思与全球其它知名投资机构一起成为了深鉴科技的主要投资者。官方发布的消息称，收购之后的深鉴科技将继续在其北京办公室运营，成为赛灵思大中华区的一部分，但此次交易的具体财务条款并未对外披露。

赛灵思CEO Victor Peng此前在接受《国际电子商情》采访时就曾表示，计算领域正在发生一场非常重大的变革。整个行业所产生的数据量已经远远超过传统CPU和GPU架构所能承受的负载，所以异构计算的重要性得到了凸显。他认为CPU和GPU都不如赛灵思的产品来得灵活，更加能够适应新的行业应用与工作负载。因此，如何以更加全面的视角来看待这些行业组成元素，是他在成为CEO之后必须关注的重点。

但他对人工智能的发展一直保持着足够的理性。“人工智能并不是一个应用，而是能够与多种应用完美结合的新兴技术。这些应用会在终端侧，会在边缘，会在云端。但目前，人工智能还处于发展的早期阶段，市场上存在着一定的炒作和不理性的行为，是需要我们警惕的。”Peng说。

因此，赛灵思的做法是除了在公司内部积极从事机器学习和人工智能研究外，也在全球包括中国在内的广阔市场中，继续关注和投资其它很有前途的创业型、创新型的企业，继续与全球高校、研究机构保持创新协作的良性互动，为用户从端点到边缘再到云端多种不同技术的快速创新提供支持。

而在赛灵思的官方新闻稿件中，赛灵思软件业务执行副总裁Salil Raje也做出了同样的表态，“人才和创新是实现赛灵思公司发展的核心。未来，赛灵思将继续加大对深鉴科技的投入，不断推进公司从云到端应用领域部署机器学习加速的共同目标。”

可见，收购深鉴科技正是为了实现这一宏伟战略布局所做出的选择。

大手笔的布局

根据Peng的规划，赛灵思将凭借新发展、新技术和新方向，积极打造“灵活应变的智能世界”。

他提出的三大战略布局包括：优先发展“数据中心加速”；加速汽车、无线基础设施、有线通信、音频、视频与广播、航空航天、工业、科学与医疗、测试、测量与仿真以及消费类电子技术等八大主流市场的发展；推出具备令CPU与GPU 所无法企及的性能水平与单位功耗性能的自适应计算加速平台(ACAP)。

“虽然FPGA与Zynq SoC技术仍然是我们业务的核心，但赛灵思今后将不再仅仅是一家FPGA企业。”Peng强调称，在“灵活应变的智能世界”中，赛灵思将超越FPGA的局限，通过ACAP将创新提升到一个新的高度，为数据中心与主流市场创造更多的价值。

ACAP历经四年的研发，累积研发投资逾10亿美元，理想适用于加速广泛的应用，包括视频转码、数据库、数据压缩、搜索、AI推断、基因组学、机器视觉、计算存储及网络加速等。赛灵思有超过1500名软硬件工程师参与“ACAP 和Everest”的设计，首款“Everest”产品将于2018年实现流片，于2019年交付给客户。

深鉴科技的这两年

2016年3月，毕业于清华大学电子系的姚颂放弃了CMU读博的机会，和同是清华人的汪玉、韩松一起创建了深鉴科技(DeePhi Tech)，后又吸引来同是清华毕业的单羿博士以合伙人形式加入。凭借清华大学与斯坦福大学的先进学术理念及科技创新方法，使深鉴迅速获得了世界最大的FPGA厂商—赛灵思(Xilinx)与手机芯片厂商联发科(MediaTek)的资本入股及技术支持。在2016年OpenPOWER峰会上，赛灵思介绍了他们认为具有代表性的深度学习处理器方法，其中技术的部分大多来自深鉴。2017年，深鉴关于ESE语音识别引擎的研究获得世界顶级FPGA会议—FPGA2017唯一的最佳论文。

2017年10月，深鉴公布了一系列AI产品方案，分别是：人脸检测识别模组、人脸分析解决方案、视频结构化解决方案、Aristotle架构平台、双目深度视觉套件、深度学习SDK DNNDK(Deep Neural Network Development Kit)以及语音识别加速方案。10月的新品发布会上，深鉴还公布了“芯片计划”，宣布自主研发的芯片“听涛”、“观海”系列将于2018年问世。

与芯片计划同时公布的还有融资计划。继2016年4月完成天使轮，2017年1月完成A轮融资后，同年9月，深鉴科技获得由蚂蚁金服与三星风投领投，招商局创投与华创资本跟投，共计约4000万美金的A+轮融资。

姚颂在回答为什么会选择赛灵思的投资和产品搭配深鉴的核心算法时曾表示，做一颗完整芯片至少需要两年的时间，对一个创业公司来说，熬这么长的时间只做一颗芯片是不太可能的，必须要抓紧时间到市场上去验证自己的核心技术是有价值的，只有充分了解客户需求，才能更好地定义产品。

而赛灵思之所以愿意投资深鉴科技，一是希望通过深鉴嫁接起FPGA与客户需求之间的桥梁，可以直接向客户提供一个基于赛灵思FPGA的深度学习解决方案；二是深鉴最核心的深度压缩算法在FPGA芯片上发挥了极高的潜力，这是目前极少数能让FPGA在性能上打败GPU的方法之一。

从技术角度来看的话，姚颂认为FPGA的可编程特性非常符合算法架构的不断迭代需求，能大幅降低用户的使用成本。而且与GPU相比，FPGA在功耗、延迟性方面占据优势，但如果想要在性能上超过GPU，就必须结合算法压缩。

AI芯片泡沫要碎？

这可能会是很多人在听到收购消息后的第一反应。

曾经有业内人士半开玩笑半认真的说，“现在人工智能公司越开越多，留给我的印象是如果不开发出几款AI芯片，都不好意思说自己是这个行业里的人。”但作为国内AI芯片的代表性玩家，深鉴科技被赛灵思收购，人们据此猜测AI芯片市场会不会马上要迎来被收编整合的一波新浪潮，似乎也在情理之中。

一时间，议论纷纷，谣言四起。不过截止发稿时，双方都不愿对收购一事做更多说明。

按照此前深鉴的战略规划，安防市场是重中之重。姚颂的看法是，整个安防行业的格局可能没有外界想象的那么理想，仅头部一两家公司还能在研发上有些许投入，其它公司则心有余力不足。而在未来的安防产业中，单纯只做算法的公司肯定是没有前途的，用户也不习惯为看不见的算法付费。所以深鉴方面希望用2年的时间站稳安防市场，3-5年能够占领几个核心应用场景，并针对一些无法实现算法压缩，或是缺乏承载算法硬件运算平台的用户给予帮助。

对不少AI创业公司而言，落地困难、应用场景难找等问题始终困扰着他们，不过对深鉴来说这应该不是问题。例如全国最大的ETC公司金溢科技已经成为深鉴的第一批客户，他们希望结合深鉴的产品，提高车辆智能识别与检测能力。

当然，也有人认为，深鉴的被收购，表明AI ASIC芯片可能最终还是干不过FPGA。

姚颂其实很早就谈论过该问题。他认为尽管FPGA有自身的优势，比如稳定性和可靠性非常高，但也存在自身短板，主要是没办法做到特别低的功耗，然而很多场景又偏偏需要低功耗产品，所以不推出ASIC芯片是没办法达到的。

“听涛”、“观海”系列SoC是深鉴科技面向安防行业推出的ASIC芯片。相比现有FPGA产品的较高功耗，将于年中交付的“听涛”SoC产品的预期功耗约为3瓦，峰值算力4TOPS。考虑到网络压缩部分，等效的算力应该再扩大5-10倍。当下嵌入式领域的AI芯片中，无论是FPGA还是GPU，都很难越过每瓦1TOPs能效比，而听涛将会超过这条能效比的红线。

深鉴的下一步

除了安防外，数据中心和自动驾驶业务是深鉴科技另外两个重要的市场，对于产品方案是否能够进入手机领域也正在做积极的评估。

6月26日，深鉴科技对外宣布已经完成面向自动驾驶/高级辅助驾驶领域的技术整合及商业布局，实现了方案落地及产品转化，正式加入自动驾驶赛道。

根据官方介绍，深鉴科技基于FPGA的车载深度学习处理器平台DPhiAuto，是面向高级辅助驾驶和自动驾驶的嵌入式AI计算平台， 可为高级辅助驾驶系统提供车辆检测、行人检测、车道线检测、语义分割、交通标志识别、可行驶区域检测等深度学习算法功能，是一套针对计算机视觉环境感知的软硬件协同产品，并已经与日本、北美、欧洲和国内知名汽车主机厂商及一级供应商签署了合作。

众所熟知，对于智能化车载计算平台和产品而言，需要对多源传感器输入的大量传感数据进行实时处理，在更高级别的自动驾驶应用中更需要在感知的基础上进一步实现决策和控制，无论计算复杂度还是性能需求都远高于传统计算平台，而功耗又需要控制在较低的范围内。

而对于目前的环境感知算法，为保证检测、识别等感知功能的准确率，绝大多数都采用了基于深度卷积神经网络的算法模型，对计算平台的算力要求达到了处理每帧图像需要经过数十亿次GOPs甚至百TOPs以上级别的运算操作。这一高算力、高精度、低功耗、易融合的需求，意味着车载计算平台必须实现极高的能效比水准，同时保证部署的灵活性。

因此，深鉴正式入局自动驾驶赛道，并不令人意外。