学院身世、喊话英伟达、手艺惊艳、框架开源，融资激进……剧本是否似曾相识？套用在那些响当当的明星 AI 芯片公司身上似乎都能对号入座，然则很不幸，先驱已经倒在了退潮期的沙滩上。太过追求性能、功耗等参数上的优越性，很大水平上将造成现实应用上的脱节——编程难题和不能移植，很难在现实应用中施展效果，更难确立生态。换句话说，产物再好，但客户用不上。

本文来自微信民众号：机械之能（ID：almosthuman2017），撰文：徐丹、吴昕，原文题目：《论首家“学院派”AI 芯片公司若何倒掉？喊话英伟达，开源框架，筹了2亿美元却止步于市场》，题图来自：视觉中国

2020 年，第一家 AI 芯片公司倒在了黎明前。

美国 AI 芯片公司 Wave Computing 靠近倒闭，已申请停业珍爱，中国区工厂所有关闭。只管 Wave Computing 负责人第一时间向媒体注释，公司并非倒闭，只是申请停业珍爱，举行资产重组，但显然并不能改变什么。

Wave Computing，2010 年成立于美国加利福尼亚坎贝尔，公司愿景是“数据追踪”，定位云盘算市场，从数据中央到边缘云，对客户的数据举行深度学习训练。焦点产物是基于 dataflow 手艺架构的芯片 DPU，每项手艺都处在行业研究前沿，在加速神经训练上甚至能够逾越 GPU 1000 倍。可以称得上最早的一批 AI 芯片公司。

Wave 早期团队与学院派身世的 MIPS 渊源颇深，甚至说脱胎于 MIPS 也不为过——Wave 的七位高管有四位都曾任职 MIPS，其中 CEO Derek Meyer 曾经是 MIPS 销售与营销副总裁。而作为最早商业化 RISC 架构芯片之一的 MIPS，比 ARM 早了数年进入市场，在中高性能的嵌入式装备和通讯市场大放荣耀，曾与 ARM、x86 一同被誉为全球三大主流架构。

Wave 一度被誉为全球最有前途的 AI 公司之一，从资源市场中共获得跨越 2 亿美元投资。在最高光的 2018 年，先后被评为“机械学习行业手艺创新领导者”“25 大人工智能供应商”之一，又入选全球半导体同盟 (GSA）“最受尊重的私营半导体公司”奖项，坐拥跨越 400 余项专利。

DPU 的挫败：“AI 芯片的焦点竞争力是生态”

2017 年的高性能芯片峰会 Hot Chips 上，Wave Computing 一鸣惊人。其 CTO Dr. Chris Nicol 在大会上公然示意，他们的 DPU 产物“在加速神经网络训练上能够逾越 GPU 1000 倍”。

考虑到 GPU 在现在深度学习市场的职位，刚成立 5 年的 Wave 发出这样的宣言实在是艺高人胆大。“逾越 GPU”，这一产物的最初定位也成了他们走错的第一步。虽然现在这已成为 AI 芯片宣传的习用套路，但回到 2017 年，仍然称得上“惊世骇俗”。

传统的 CPU、GPU 有一些不足的地方，使用冯诺依曼（von Neumann）架构，提供各个精度的高并行的科学运算，数据运送流程繁复。但深度学习算法往各个领域渗透时，却只需要低精度的累乘加运算，无法在 GPU 上获得很好的性能功耗比。

Wave Computing 正是看准了这个市场，推出独创的基于 DataFlow 手艺架构芯片 DPU，欲出售给正在寻找 GPU 替换产物的大型互联网数据中央和企业。

从手艺角度看，DPU 无论在哪个维度都异常惊艳。它采用了非冯诺依曼（von Neumann）架构的软件可动态重构处置器 CGRA（Coarse grain reconfigurable array/accelerator）手艺，数据驱动执行，全异步电路，以及数十万核的静态调剂工具链，每一项都是业界最前沿的研究偏向。

DPU 晶片具有 16000 个处置元件、8000 个以上的运算单元及怪异的自定时机制，使用粗粒可重组式架构 （coarse grained reconfigurable architecture），有（16nm，160K PEs，400mm²，200W）的超低功耗和（6.7GHz）的超高效率频。

中国区总经理熊大鹏博士曾在采访中示意，DPU 的解决方案相比传统 GPU 更适用于边缘盘算，价钱功耗相同的情形下，DPU 在能效、可扩展性和性价比方面更有优势。

正是由于这些无与伦比的性能参数，Wave Computing 一直都是资源的宠儿。2017 年 D 轮融资，投资方包罗三星电子和 Tallowed Venture，2018 年 E 轮融资，领投公司为 Oakmout Corporation，现在为止总投资已经跨越 2 亿美元。

但与资源市场高歌猛进的态势相反，Wave Computing 的市场显示很昏暗，一直没能做出响应的成就。

Wave Computing DPU

对此，研究机构 Tirias Research 首席剖析师 Kevin Krewell 预测，“可能是由于 Wave 的 AI 数据流处置器并没有对英伟达或者 Graphcore 造成若干实质性的威胁。”

DPU 在参数上简直可以胜过 GPU，然则对 AI 来说，焦点竞争力并不是这颗芯片真正的性价比怎么样，而是生态环境。

Wave Computing 无法对英伟发生实质性威胁，其中的要害是无法挑战重大的 CUDA（Compute Unified Device Architecture）生态，CUDA 是一种由英伟达推出的通用并行盘算架构，具有极强的天真性和可编程性，可为差别领域做定制化、高效率加速，在消费级市场、科研市场和金融市场等都有异常普遍的应用。现在 CUDA 已开发到第 10 代，在全球拥有跨越 50 万开发者使用。

再回头看，像 Wave Computing 一样的公司，其实是牺牲了通用性来获得某个领域的专用加速，谷歌、百度、阿里都在很短时间里组建了自己的硬件设计团队，并推出了各自的加速器和编程框架。在各家的宣传中，对 GPU 的性能可以说都是数十倍的提升。

专用于某个特定领域的芯片牺牲通用性完全没有问题，但对 Wave Computing 来说，太过追求性能、功耗会造成在现实应用上的编程难题和不能移植，很难在现实应用中施展效果，更难确立生态。

换句话说，DPU 再好，但客户用不上。

加速坠落：一桩事先张扬的收购案

2018 年 6 月，Wave Computing 做了一件震惊 AI 届的事情——收购硅谷老前辈 MIPS。并于 12 月正式启动 MIPS Open 项目，免费开源 MIPS 架构，2019 年 3 月公布了 32/64 位指令集 Release 6 版本。

对于一家只有 100 多名员工的初创企业收购另一家规模相当的老前辈的行为，那时许多业内人士以为异常冒险。

然则站在 Wave Computing 的角度，在 DPU 产物在市场萎靡不振的情形下，收购 MIPS 或许是可以拯救他们的最后一搏。而且 Wave Computing 和 MIPS 另有内在的“血缘关系”，多达 7 位高管都来自 MIPS，在内部磨合方面应该会更轻松。

说到 MIPS 就不得不提及它的历史，这是一家颇具传奇性又命运多舛的公司。

MIPS 架构流水线

MIPS 全名为“无内部互锁流水级的微处置器”（Microprocessor without interlocked piped stages），是基于精简指令集（RISC）的衍生架构之一。

它曾是安卓系统支持的三大处置器之一，一度比 ARM 还要火，比 ARM 降生还早六年，算是“同门师兄”。

早期 MIPS 公司对标英特尔，面向中高端市场输出产物，设计多被用于游戏机、路由器、盘算机等终端装备上。

不外，在子弟英特尔武断踏入移动时代的大门并迅速完善生态时，MIPS 却固守在高清盒子、打印机等原来的市场，错失了 2007 年～2017 年内移动手机生长的黄金十年，在生态较量中铩羽而归。厥后在 Silicon Graphics、英特尔、Imagination Techologies、Tallwood Capital 手上几经辗转，业绩一直处于亏损状态。

或许是几度卖身历久寄人篱下削减了它的锋芒，MIPS 兵败如山倒，再也没能恢复昔日的绚烂。

2012 年 MIPS“卖身”给 Imagination 时收购价高达 1 亿美元。惋惜，收购并没给 Imagination 带来预期的效果，反而还拖累了业绩。去年 5 月，Imagination 最先出售 MIPS，在不到五年的时间内价值从 1 亿美元缩水到 6500 万美元。到 Wave Computing 接手时，虽然详细价钱未披露，但想必是在 6500 万美元的基础上又缩了水。

即便如此，Imagination 照样有其怪异的价值，在一些多线程手艺上，MIPS 甚至比 ARM 所能提供的更为先进。而且它还能在一些实时、功率敏感的应用中施展重要作用，例如 LTE、人工智能 (AI) 和物联网 (IoT)。

对于 Wave Computing 来说，MIPS 作为一个成熟的盘算方案，可为其提供“从边缘到数据中央”的数据流处置手艺，为全球客户提供解决方案，使 Wave Computing 成为一个“可拓展、统一的 AI 平台”，执行整个 AI 事情，而无需 CPU 干预或消耗 CPU 资源，加倍高效。

另外，借 MIPS 在网通装备上的影响力，Wave Computing 也可以强化自己的终端大计，从中央云进入到边缘云市场。

前任 CEO Derek Meyer 对于 MIPS 寄予了厚望，他多次谈到将人工智能从数据中央推向边缘的愿望，示意“开源 MIPS 是这一战略最要害的一环”。

惋惜的是，不到一年的时间 MIPS OPEN 设计就宣布失败，给客户的邮件中说：

“Wave Computing，inc. 及其隶属公司 (Wave) 遗憾地宣布关闭 MIPS 开源设计，并自 2019 年 11 月 14 号起生效。从现在最先，Wave 将不再提供免费下载 MIPS Open 组件的服务，这些组件包罗 MIPS 架构、焦点、工具、 IDE、模拟器、 FPGA 包，以及 / 或与之相关的任何软件代码或盘算机硬件。”

开源失败，可以说是压死 Wave Computing 的最后一根稻草。一方面耗费了大量的现金流，另一方面去年 Wave Computing 的硬件峰会也宣布作废，资源市场最先对其发生嫌疑，Wave Computing 可能很难再靠手艺和战略故事融资。

延续出走的 CEO 和掌权的“外行人”

若是最后一搏乐成，Wave Computing 的故事可能还会继续讲下去，为什么这个野心勃勃的开源设计不到一年就夭折了？

从 IP 市场来看，MIPS 开源“外祸”不小，面临着 ARM 和 RISC-V 的双重夹击。

往前看，吃到智能手机盈利的 ARM 已经拥有全球性的生态，基本垄断全球移动芯片市场，而且在一步步往终端市场攻城略地，ARM 白皮书称，“将在物联网模块和数据服务上破费 1 万亿美元”。

往后看，同样开源的 RISC-V 生长迅速，咄咄逼人。相比 ARM，RISC-V 具备精简、天真、模块化、可设置、没有历史负担等特征，在生长领域上同样瞄准了边缘或终端市场，且二者手艺没有显著差异，未来会不能避免的举行竞争。谁能取胜就要看政策、商业模式、治理等其他因素。

很不幸，MIPS Open 的内部治理机制异常杂乱，比“外祸”更严重的是“内忧”。

2019 年 Wave Computing 履历了两次换帅，现任 CEO 为 Sanjai Kohli，于 2019 年从只任职 4 个月的 Art Swift 手中接任 CEO 一职。

那时 EE Times 采访了 Art Swift，问及为什么这么快就脱离 Wave Computing，Swift 拒绝透露详情，只回应称：“我在短期筹资计谋上与董事会意见不一致。”

Art Swift

频仍的公司高层更改会对开源发生很大的影响，由于有用的治理，对于确保 MIPS 客户开发工具、应用程序和 MIPS 开放生态系统提供的其他增值特征和服务都至关重要。

事实上，履历过这两次更改后，Wave Computing 内部也险些没有人能率领 MIPS 开源设计。正如 Krewell 所说：“Swift 走后，Wave Computing 内部已经没有偏心 MIPS 的人了。”

开源原本是前两任 CEO Derek Meyer 的设计，他同时也是 MIPS 的资深人士，自收购 MIPS 以来一直在悄悄推动开源。

Meyer 走后，Swift 接替其成为 MIPS 授权营业总裁，他也十分熟悉 MIPS，曾在该公司担任营销和营业开发副总裁四年。

同时，Swift 照样 prpl 基金会的主席，prpl 基金会成立于 2015 年，是一个开源的、社区驱动的同盟，专注于实现嵌入式装备的安全性和互操作性，例如客户端装备、物联网和家庭网关系统，Arris Technology、英特尔、沃达丰、高通等都在其会员名单内。

以是 Swift 在社区治理方面很有自己的看法，而 MIPS 未来的乐成在很大水平上取决于社区的起劲。“我们能够确立一个何等有活力、何等繁荣的社区，这是要害。走开源不仅仅是一句空话。”

惋惜，Swift 最后由于内部不合选择出走，MIPS 开源设计就此损失了一员大将，也险些断了 Wave Computing 与 MIPS 之间的血脉。

新来的 Sanjai Kohli 别说是对 MIPS，甚至在人工智能方面都是一个“外行人”，Kohli 曾是多家初创公司的首创人和 CTO，包罗 SiRF、WirelessHome，TruSpan 和 Inovi。但据熟悉他的人示意，Kohli 在 GPS 和电信方面有很深的造诣，但在人工智能领域却没有太多令人信服的成就。

内忧外祸之下，MIPS 开源失败也就无独有偶。

马太效应下，初创企业退潮裸泳

“应该会有不少企业去他那里抢人吧。”Wave Computing 倒闭之后，有一些业内人士发出了这样的感伤。讥讽背后，也有对这家昔日明星公司的惋惜，究竟它有独创性的手艺，也曾被誉为 AI 创业公司的标杆。

而它倒下的背后，也反映出了一些行业性焦虑。对于宽大的 AI 创业公司来说，或许 Winter is coming，凛冬已至。

就国内市场来说，据艾媒咨询 2019 年数据，2015 年～2017 年是 AI 芯片公司迅速增进的阶段，到 2018 年新增企业数目削减，融资事宜同比增进 32%，但整体投融资额金额骤减。与此同时，头部企业在 2018 年依然连续获得投资人青睐，多家企业创估值新高。

这些征象解释，AI 芯片行业“马太效应”征象越来越显著，头部企业占有资金、手艺、生态等种种优势，最终会强者愈强，一步步蚕食市场，给创业公司生长带来伟大的压力。

从下游市场来说，在巨头的挤占下，初创型 AI 芯片公司落地场景异常有限。据艾媒咨询，现在 AI 芯片落地市场主要可分为云盘算和边缘盘算。云盘算市场前文已提及，险些被英伟达垄断，没有壮大的生态很难与其较量。

边缘盘算的应用场景主要有三块：智慧安防、移动互联网、自动驾驶。这个市场也是 Wave Computing 后期想重点发力的市场，但它的情形同样不容乐观。

智慧安防领域主要是智能摄像头的应用，但由于摄像头义务相对单一，产物同质化严重，行业竞争猛烈。从英伟达等一线厂商到地平线等创业公司，再到国科威等传统安防半导体都在行业中有结构，猛烈惨烈，要想出圈只能靠整体解决方案。

移动互联网市场主要是智能手机，由于图像是 AI 领域最成熟的偏向，而且可以很显著地提升手机摄像和识别的效果，因此各厂商都有动力开发这样的专用加速器，而且是各自开发来保证差异性和控制力。这一市场基本被苹果、华为、三星、高通等厂家朋分，而且是“各玩各的”。

自动驾驶领域倒是一个增量重大的市场，但手艺生长还很不成熟。自动驾驶汽车出现在道路上，可能还要等到 2025 年～2030 年。在这个赛道落地需要有打持久战的准备。

以是，就市场生长情形来看，AI 芯片初创企业可能已经到了“退潮裸泳”的阶段，光依附手艺和远景就能拿到投资的时代已经不再。

Wave Computing 的生长历程值得 AI 芯片初创企业警醒。有业内人士剖析，初创公司的破局之路或许在于找准一个详细的痛点，手艺与行业解决方案并重，慢慢地结构生态。

总之，Wave Computing 倒下了，这个资源与手艺并重的行业，还在守候一个“搅局者”来打破僵局。

本文来自微信民众号：机械之能（ID：almosthuman2017），撰文：徐丹、吴昕