做AI芯片的公司

  1）BPU – 地平线机器人（Horizon Robotics）公司

  2）Adapteva。一家做多核MIMD结构处理器的公司。2016年tapeout的Epiphany V集成有1024个核。相对以前的版本，针对deep learning和加密增加了特定指令。

  3）kalrayinc。一家做多核并行处理器的公司，有针对数据中心和自动驾驶的解决方案。最近公布了第三代MPPA处理器“Coolidge”的计划，并融资$26 Million。计划采用16nm FinFET工艺，集成80-160个kalray 64-bit core，以及80-160个用于机器视觉处理和深度学习计算的协处理器。

  4）Deephi Tech（深鉴）

  5）DLU – 富士通，富士通预计2018财年内推出DLU
  DPU–创立于2010年的wave computing公司将其开发的深度学习加速处理器称为Dataflow Processing Unit(DPU)，应用于数据中心.https://zhuanlan.zhihu.com/p/26594188

  6）UniOne–云知声（uniSound）

  参考资料：https://mp.weixin.qq.com/s/7qR1ZAt2eJNqh7v4BO5B4Q

GPU芯片显存对算力的影响_GPU芯片显存对算力的影响

AI芯片的SDK

  1. openVX：支持的厂家比较多，synopsys EV系列， verisilicon, 目前通过一致性检测的公司有，但是他们的产品目前并非都支持openvx。
  2. Android NN：google推的。
  3. kirin AI API：华为的API，不知道华为能不能玩的溜。
  4. ceva，有完整的软件生态环境。
  5. qualcomm：snapdragon 神经网络处理器（SNPE）；可将caffe、caffe2、TensorFlow转成DLC格式文件。
  6. synopsys：支持openCV和openVX
  7. nvi

Graphcore

  国外 AI 芯片市场时，会发现一家名为 Graphcore 的 AI 芯片初创公司也十分引人瞩目。 总部位于英国布里斯托的 Graphcore 开发的是一种新型处理器——IPU（intelligent processing unit /智能处理器），可以用来帮助加速机器智能产品和服务的开发。此外，公司还开发了一套可以帮助用户无缝使用 TensorFlow 和 MXNet 等机器学习框架的接口，并为此提供了一个包含工具、驱动和应用库的开源软件框架 Poplar。

高通

  宣布，明年就将推出搭载“神经网络处理单元”(NPU)的旗舰芯片——也就意味着2018年，将成为所有手机厂商的AI之年。
  值得一提的是，AI硬件领域，手机仍然会是最大的应用平台。
  另一崛起的“AI硬件”将是汽车。高通也宣布会围绕汽车等新兴AI硬件推出专用硬件、提升后的算法和改进优化的架构。

Grop

  今年4月底，谷歌TPU核心团队的十个人里有8人离职创业，组建了新公司Groq。
  近日Groq官网发布消息，打算在2018年发布第一代AI芯片产品。这款芯片对标英伟达的GPU，是专门为人工智能重新定制一款芯片。

深鉴科技(美国企业赛灵思公司宣布已经完成对深鉴科技的收购)

  清华电子+斯坦福学术背景，地点就在同方大厦。汪玉、韩松，将学术研究转化为生产力。
  关于稀疏方面的paper被引用的很多，EIE，ESE，等。而且，不只是做FPGA上的加速，也在做芯片。市场方面，不太了解情况。关于什么股东名单，清华系利益捆绑，幕后什么的话题，完全不知道有什么意义。
  深鉴科技核心成员大多来自于清华大学和斯坦福大学，联合创始人兼 CEO 姚颂 2015 年从清华大学电子系本科毕业，另外一名联合创始人汪玉是清华电子系副教授，ACMFPGA 技术委员会亚太唯一成员，IEEE/ACM Fellow ；获得 ICLR 2016 最佳论文、FPGA 2017 最佳论文的韩松本科毕业于清华大学电子工程系，是斯坦福大学电子工程系博士； CTO 单羿作为前百度 IDL 异构计算方向创始成员，同样来自清华大学。团队的核心技术为 Deep Learning Processing Unit (DPU) 及神经网络压缩编译技术。 通用芯片公司，竞争对手就是英伟达、Cadence 。但他们的定位是Movidius（只做AI芯片）

  deephi最强的当属其面向AI的专用design kit —— DNNDK以及其FPGA的实现，其中涵盖了其大杀四方的必杀技——稀疏化网络。做AI硬件的如果没有看过剪枝（prunning）就可以放弃科研了。
与此同时，deephi也有其ASIC产品线——听涛系列SoC。

地平线

  地平线不是直接从学校直接出来的，初始班底是从百度出来的。由于不是从科研项目孵化的，所以没有paper可以看技术能力。真要纠结技术能力的话，可以去看看founder团队的组成。
  另一个区别，地平线不是只做芯片。地平线的目标应该是做“嵌入式人工智能”，是做解决方案，“算法+芯片”的这种，用在端上的。市场针对的是ADAS（和intel有合作，一起参展CES）、智能家居（和美的、科沃兹都有合作的上市产品）、智能安防。

  主要是智能算法的应用，创始人余凯是这个领域的资深人士，公司虽说要做神经网络芯片，但实际上推出的产品都是上层应用为主，各种带AI功能的产品，主要就是家用和辅助驾驶两个方向的应用软件，这跟创始人的背景也比较契合，个人觉得地平线不太可能会在芯片领域发展，因为芯片方面技术上需要长期的积累，感觉他们的团队技术方面没有明显优势。

  其中，最后一种“类脑芯片”，正是地平线核心努力的方向，被命名为“BPU”。在这个疆界里，除了英特尔、英伟达等传统巨头，还有Google推进的TPU，百度搭建的XPU，寒武纪的NPU，以及深鉴科技打磨的DPU……

  就在2017年10月底，它还完成了新一轮由英特尔领投的融资。这是一家志在打造“AI大脑”的初创公司，而这个大脑的核心所在，是芯片。
  更早之前，当百度IDL创始院长余凯、Facebook的FAIR创始成员杨铭等创办地平线时，他们个人的名气要比公司名声响亮得多，那时为了公司对外介绍，常使用“AI时代的英特尔”来类比。

地平线机器人（Horizon Robotics）

  它做的事情，是把人工智能应用到日常的场景中：家电、汽车、玩具。长远来说，它还希望做神经网络芯片。
  科沃斯合作的扫地机；
  和美的合作的空调，ADAS等等，
  主要方向是家用和汽车这两个。

寒武纪

  无数会议大奖拿到手软，现在也是投资界追捧的明星企业。

  中科院计算所背景，地点就在计算所（要搬家有独立的办公环境了），以diannao系列架构获多个顶级会议的best paper，然后再中科系统资本扶持下成立公司。公司性质，可以类比一下联想和龙芯，都是计算所出来的。核心架构和指令级都是成立公司前就差不多成型的，现在社招了一些人做产品化。寒武纪的芯片，通用性强，你可以理解为一个nb的适合神经网络的CPU。反驳前面说没流片的，不说diannao系列都是流片测试过的，其实寒武纪公司的产品也流过片了。并且，有真实的订单，不小。另一方面，IP也做授权，例如，华为的麒麟970中的神经网络。
  寒武纪那个一般般吧，没有吹的那么牛逼，如果下代技术不大幅进步的话就是鸡肋了

Movidius

  一家做CV处理芯片的创业公司，

比特大陆

  比特大陆产品战略总监汤炜伟在媒体沟通会上表示，公司将按照“九个月一迭代”的节奏设计及量产新一代ASIC芯片，并将在安防、互联网和城市大数据方向布局AI。
  矿机芯片起家。目前只做云端，终端芯片并不在比特大陆的短期计划中。