【独家】寒武纪B轮估值25亿美元,领跑AI芯片赛道

简介:

今天,全球智能芯片领域首个独角兽寒武纪宣布完成数亿美元的B轮融资。

本轮融资由中国国有资本风险投资基金、国新启迪、国投创业、国新资本联合领投,中金资本、中信证券投资&金石投资、TCL资本、中科院科技成果转化基金跟投,原股东元禾原点、国科投资、阿里巴巴创新投、联想创投、中科图灵继续跟投支持。

寒武纪B轮投后整体估值达25亿美元,继续领跑全球智能芯片创业公司。

5月份发布AI云芯片,由端入云,端云结合

寒武纪是全球领先的智能芯片公司。寒武纪创始团队源自学术界,公司也延续了学术界开放、协作的精神。

终端领域,寒武纪以处理器IP授权的形式与全世界同行共享最新的技术成果,帮助全球客户能够快速设计和生产具备人工智能处理能力的芯片产品。公司研发的寒武纪1A处理器(Cambricon-1A)是世界首款商用深度学习专用处理器,已为数千万台智能手机插上智能之翼。目前寒武纪终端处理器IP产品已衍生出1A、1H、1M等多个型号,将为全球数以亿计的各类终端提供强大的本地智能处理能力。

云端,寒武纪致力于为全球客户提供高性能、低功耗、高性价比的智能处理芯片。2018年5月发布的寒武纪MLU100智能芯片(Cambricon-MLU100),适用于视觉、语音、自然语言处理等多种类型的云端人工智能应用场景,不仅其本身可以高效完成多任务、多模态、低延时、高通量的复杂智能处理任务,还可以与寒武纪1A/1H/1M系列终端处理器完美适配,以端云协作的方式提供前所未有的智能应用体验。

cac39065cfc2b7309aafc46b69a273cf186913f0

寒武纪MLU100智能芯片

在新老投资人的助力下,寒武纪将继续致力于将智能芯片的思想、技术和产品播撒到世界每个角落,让机器更好地理解和服务人类。

中国智能芯片独角兽崛起之路——

从首款商用深度学习专用处理器到首款AI云芯片

2017年8月,新智元独家报道了寒武纪科技一亿美元的A轮融资消息,由国投创业(A轮领投方),阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资。

寒武纪科技在A轮融资后估值达到10亿美元,成为全球AI芯片领域第一个独角兽初创公司。

寒武纪科技是全球第一个成功流片并拥有成熟产品的AI芯片公司,拥有终端AI处理器IP和云端高性能AI芯片两条产品线。2016年发布的寒武纪1A处理器(Cambricon-1A),是世界首款商用深度学习专用处理器,面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备,在运行主流智能算法时性能功耗比全面超越传统处理器,入选第三届世界互联网大会(乌镇)评选的十五项“世界互联网领先科技成果”,得到业界广泛关注。

c0300b497623d16bc4a6dafc52470cc0f030e01e

2016年发布的寒武纪1A处理器(Cambricon-1A)

寒武纪1A处理器基于寒武纪科技所发明的国际首个人工智能专用指令集,具有完全自主知识产权,在计算机视觉、语音识别、自然语言处理等关键人工智能任务上具备出类拔萃的通用性和效能比,在1GHz主频下理论峰值性能为每秒5120亿次半精度浮点运算,对稀疏化神经网络的等效理论峰值高达每秒2万亿次浮点运算,同时支持八位定点运算和一位权重。在若干关键人工智能应用上实测,寒武纪1A达到了传统的四核通用CPU 25倍以上的性能和50倍以上的能效。

2017年11月,寒武纪召开成立以来首次发布会,公布了系列新品及公司未来路线图——“3年内占领10亿智能AI终端,占领中国云端高性能芯片1/3市场份额”。

b45a1d9637ce3471b34cf6ebd9dec6e5b9764912

2017年11月寒武纪首场发布会

发布会上,寒武纪三款全新的智能处理器IP产品亮相:面向低功耗场景视觉应用的寒武纪1H8、拥有更广泛通用性和更高性能的寒武纪1H16,以及面向智能驾驶领域的寒武纪1M。同时揭幕的,还有寒武纪高性能机器学习处理器芯片“寒武纪MLU100”和“寒武纪MLU200”。

这两款芯片主要服务于服务器端的智能处理需求,分别偏重于推理和训练两个用途。有别于“神经网络处理器”(NPU)的常见称呼,寒武纪科技的云端芯片产品线使用全新的命名“机器学习处理器”(MLU)。这显示出寒武纪未来的芯片产品将全面支持多样化的机器学习应用,而不仅仅是常见的深度学习。

随同智能处理器新品发布的,还有寒武纪公司专门为开发者打造的寒武纪人工智能软件平台“Cambricon NeuWare”,包含开发、调试、调优三大部分,将全面支撑端云一体的智能处理。据了解,该软件开发平台构建于寒武纪发明的人工智能专用指令集支撑之上。这意味着,基于寒武纪软硬件平台,人工智能产业界将构建一个完整的、基于底层自主指令集的智能新生态,方便开发者进行跨平台应用迁移,并为端云一体的人工智能处理打下坚实基础。

2018年5月,寒武纪发布第三代IP产品Cambricon 1M,以及最新一代云端AI芯片MLU100和板卡产品。其中,MLU100采用寒武纪最新的MLUv01架构和TSMC 16nm的先进工艺,可工作在平衡模式(1GHz主频)和高性能模式(1.3GHz主频)下,平衡模式下的等效理论峰值速度达每秒128万亿次定点运算,高性能模式下的等效理论峰值速度更可达每秒166.4万亿次定点运算,但典型板级功耗仅为80瓦,峰值功耗不超过110瓦。

45c5834873ea7654d32d0749aa5f251db7cb85ed

2018年5月发布的寒武纪MLU100

寒武纪在技术上贯彻“端云协作”的理念。寒武纪MLU100能与寒武纪1A/1H/1M系列终端处理器完美适配,以端云协作的方式提供前所未有的智能应用体验。过去,大部分芯片厂商都是主攻端(例如ARM),或者主攻云(例如Intel),两者兼顾的很少,因为端云的任务生态都区别比较大。但是,寒武纪认为这个局面在智能时代会被全面打破,因为端和云的AI任务是一体的,编程和使用的生态也是一致的。作为一个通用机器学习芯片的厂商,寒武纪要端云结合,共同推动生态。


原文发布时间为:2018-06-20

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”。

原文链接:【独家】寒武纪B轮估值25亿美元,领跑AI芯片赛道

相关文章
|
4月前
|
人工智能 Cloud Native Java
书本大纲:从芯片、分布式到云计算AI时代
本文深入探讨并发编程、JVM原理、RPC框架、高并发系统、分布式架构及云原生技术,涵盖内存模型、同步机制、垃圾回收、网络协议、存储优化、弹性伸缩等核心议题,揭示多线程运行逻辑与高并发实现路径,助你掌握现代软件底层原理与工程实践。
189 6
|
5月前
|
云安全 人工智能 安全
2025·全球AI攻防挑战赛启动选手招募:图、视、音三赛道逐鹿,推动AI安全技术进化
7月10日,2025·全球AI攻防挑战赛正式启动选手招募,邀请国内外的AI安全攻防精英参与全模态的AI攻防实战演练。本次大赛将重点关注数字身份交互认证安全,特别是在生活、金融和健康等场景下的应用。比赛分为图片、视频和音频三个赛道,采用攻防闭环的赛程设计,打破传统的静态攻防模式,推动安全技术的持续进化和发展。
191 0
|
9月前
|
人工智能 搜索推荐 数据挖掘
CRM+AI赛道,纷享销客与销售易谁更胜一筹?
在 CRM+AI 领域,纷享销客 ShareAI 与销售易 Neo AI 呈现差异化路径。纷享销客构建全场景 AI 矩阵,依托行业化 PaaS 平台支持自定义能力,尤其在快消行业实现货架分析等垂直功能;销售易聚焦 AI Agent 平台,通过大模型融合提供 B2B/B2C 定制方案。
|
9月前
|
人工智能
破局AI焦虑,赋能职场未来——GAI认证开启智能时代职业新赛道
在AI快速发展的数字化时代,职场人士面临被技术取代的焦虑。生成式人工智能(GAI)认证由培生推出,为职场人士提供系统学习AI技能的机会,助力提升竞争力。掌握AI技能不仅可应对挑战,还为职业发展创造新机遇。GAI认证不仅是求职市场的加分项,更是职场晋升的加速器。与其焦虑,不如拥抱AI,通过学习与认证赋能自我,在未来职场中脱颖而出。
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD(单指令多数据)与SIMT(单指令多线程)的计算本质及其在AI芯片中的应用,特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作,提高数据并行处理能力;而SIMT则在GPU上实现了多线程并行,每个线程独立执行相同指令,增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系,为理解现代AI计算架构提供了理论基础。
2094 12
|
人工智能 数据安全/隐私保护 数据中心
“芯片围城”下国产AI要放缓?答案或截然相反
12月2日,美国对华实施新一轮出口限制,将140余家中国企业列入贸易限制清单。对此,中国多个行业协会呼吁国内企业谨慎选择美国芯片。尽管受限企业表示影响有限,但此事件引发了关于AI领域芯片供应的担忧。华为云推出的昇腾AI云服务,提供全栈自主的算力解决方案,包括大规模算力集群、AI框架等,旨在应对AI算力需求,确保算力供给的稳定性和安全性,助力中国AI产业持续发展。
215 3
|
12月前
|
人工智能
阿里云领跑生成式AI工程领域,两大维度排名Gartner®生成式AI工程Market Quadrant全球第二
阿里云凭借强劲实力入选Gartner 《Innovation Guide for Generative AI Technologies》所有领域的新兴领导者象限。
|
人工智能 安全 芯片
【通义】AI视界|谷歌 Tensor G5 芯片揭秘:1+5+2 八核 CPU,支持光线追踪
本文由【通义】自动生成,涵盖黄仁勋宣布台积电协助修复Blackwell AI芯片设计缺陷、苹果分阶段推出Apple Intelligence、OpenAI保守派老将辞职、英伟达深化与印度合作推出印地语AI模型,以及谷歌Tensor G5芯片支持光线追踪等最新科技资讯。点击链接或扫描二维码,获取更多精彩内容。
|
机器学习/深度学习 人工智能 并行计算
【AI系统】芯片的编程体系
本文探讨了SIMD与SIMT的区别及联系,分析了SIMT与CUDA编程的关系,深入讨论了GPU在SIMT编程的本质及其与DSA架构的关系。文章还概述了AI芯片的并行分类与并行处理硬件架构,强调了理解AI芯片编程体系的重要性,旨在帮助开发者更高效地利用AI芯片算力,促进生态繁荣。
334 0
|
机器学习/深度学习 存储 人工智能
【AI系统】谷歌 TPU v2 训练芯片
2017年,谷歌推出TPU v2,专为神经网络训练设计,标志着从推理转向训练的重大转变。TPU v2引入多项创新,包括Vector Memory、Vector Unit、MXU及HBM内存,以应对训练中数据并行、计算复杂度高等挑战。其高效互联技术构建了TPU v2超级计算机,显著提升大规模模型训练的效率和性能。
395 0