芯東西（ID：aichip001）文 | 心緣
芯東西4月20日消息，據外媒Semiwiki報道，美國AI芯片公司Wave Computing接近倒閉，已申請破產保護。
芯東西第一時間向該公司一位負責人採訪得知，Wave Computing並非倒閉，只是申請破產保護，進行資產重組，也並未解僱所有員工，但中國區已全部關閉。Wave Computing原本有近40多中國區員工，目前只剩幾位，影響不大。
Wave Computing在2010年成立於美國加利福尼亞坎貝爾，是人工智能（AI）芯片領域被看好的新興公司之一，專注於通過基於數據流驅動（dataflow）技術、以及實現dataflow技術的軟件可動態重構處理器（CGRA）架構，突破AI芯片性能和通用性的瓶頸，加速從數據中心到邊緣的AI深度學習計算。
2018年6月，Wave Computing收購老牌半導體IP公司MIPS，計劃通過將它的數據流架構與它的MIPS嵌入式RISC多線程CPU核心和IP相結合，為下一代AI提供了動力。
一、半年兩換CEO
Wave Computing由Dado Banatao和Pete Foley創立。Banatao任董事長，也是Tallwood Venture Capital的創始人和管理合夥人。
該公司在2018年12月宣佈完成8600萬美元E輪融資，累計融資金額已超過2億美元。
去年Wave Computing兩度換任CEO，其現任CEO為Sanjai Kohli，於2019年9月從只任職4個月的Art Swift手中接任CEO一職。
▲Wave Computing前CEO Art Swift
當EE Times採訪Swift，問及為什麼離開Wave時，Swift拒絕透露詳情，只回應稱：“我在短期籌資策略上與（Wave）的董事會意見不一致。”
Wave新任CEO Kohli曾是多家初創公司的創始人和CTO，其中包括SiRF（IPO，後來被CSR收購）、WirelessHome（已被WMUX收購）、TruSpan（已被SiRF收購）和Inovi（已被Facebook收購）。據熟悉他的人士稱，Kohli在GPS和電信領域是知名的技術專家，但在AI領域未必如此。
▲Wave Computing現CEO Sanjai Kohli
有分析師認為，Wave的AI數據流處理器未見得會比英偉達或Graphcore好太多，除非Wave有很大的優勢，否則難以吸引別人冒險使用其產品，以及讓投資人繼續注資。
二、比GPU更靈活的創新架構
Wave Computing提供從數據中心到邊緣的系統、芯片、IP、解決方案服務的廣泛產品線，研發出基於軟件可動態重構處理器CGRA（Coarse grain reconfigurable array/accelerator）架構的AI芯片DPU（dataflow processing unit）。
當前主流AI芯片架構有CPU、GPU、FPGA、ASIC等。CPU、GPU、FPGA對於不同神經網絡具備一定通用性，主要缺點在於，無論是系統架構本身，還是說數據傳輸通道及交換容量不足的問題等，都會導致其效率相對而言較低，實際能效遇到瓶頸。
專用芯片ASIC通常基於DSA（domain specific architecture）的技術思路，即針對特定應用領域優化的處理器架構，包括谷歌TPU在內的很多跨界造芯玩家均採用這種思路。相比通用芯片，這種解決方案能顯著提高特定應用的能效，但它在通用性上的不足會導致其面對不同算法時，能效表現千差萬別。
還有一類新興的架構是軟件可動態重構計算（或者說“軟件定義芯片”）。這也是清華大學微電子所所長、中國半導體行業協會IC設計分會理事長魏少軍教授帶領的團隊早在十年前就開始研究的技術。
這類技術流派通過軟件實時動態地控制成千上萬個異步的處理器來構成具有特定功能的、並行處理的、數據驅動的計算流水線，最充分使用芯片的算力，最大程度減少數據存儲、傳輸和交換，實現較好的效率、通用性和可擴展性。
CGRA適用於大規模異步並行計算問題，其主要優勢是使得硬件更加靈活地適配於軟件，降低AI芯片開發門檻。相較CPU、GPU和FPGA，CGRA在可編程性和性能方面達到很好的綜合平衡，能效可接近ASIC水平。
相比編程難度大的FPGA，CGRA支持C、Python、JAVA等高級程序設計語言，更方便程序員們上手。
早在2014-2015年，Wave Computing意識到CGRA非常適用於實現數據流驅動dataflow技術架構，其AI芯片DPU（Dataflow Processing Unit）的產品方向至此確立。
基於dataflow技術架構芯片DPU的解決方案不僅適用於數據中心，在邊緣計算方面也有獨特的價值。一方面，AI對邊緣處理的能力要求越來越高；另一方面，AI不再只是單一模型的處理，需要同時支持多個不同的神經網絡，對處理器的通用性和能效的要求更高。
據悉，Wave的單芯片解決方案DPU對邊緣計算來說非常適用，可以在保證較好通用性的同時，在相同價格、功耗的條件下，實現比GPU解決方案更高的能效、可擴展性和性價比。
Wave的第一代DPU採用16nm製程工藝，以6 GHz以上的速度運行，已經落地商用。去年Wave高管曾透露正與博通合力研發新一代7nm DPU，計劃引入64位MIPS多線程CPU並採用高帶寬內存HBM（High Band Memory）。
三、中止的MIPS開放計劃
除了研發AI芯片外，Wave Computing手中還有一條引人注目的業務線——MIPS。
MIPS在1999年前曾是世界上被使用最多的處理器架構，一度是與x86、Arm齊名的三大處理器架構之一，可惜在生態的較量中漸顯頹勢，經多次輾轉賣身後，於2018年6月歸於Wave Computing麾下。
一方面，圍繞加速AI計算的目標，Wave計劃將MIPS與AI相融合；另一方面，Wave在2018年12月宣佈MIPS開放計劃，通過開放許可來拓展MIPS的生態。然而到2019年末，MIPS開放計劃又被宣告終止。
Wave Computing在發給註冊MIPS Open用戶的電子郵件中寫道：很遺憾地宣佈關閉MIPS開放計劃，自2019年11月14號起生效。
Wave將不再提供包括MIPS開放組件的免費下載，包括MIPS架構、核心、工具、IDE、模擬器、FPGA包和/或任何與之相關的軟件代碼或計算機硬件，這些都是根據（i）MIPS開放架構許可協議（ver）許可的，（ii）MIPS開放核心許可協議版本1.0（for the microAptiv UC Core）；（iii） MIPS開放核心許可協議版本1.0（for the microAptiv UP Core）；和/或（iv） MIPS開放FPGA許可協議版本1.0（統稱“MIPS開放組件”）。此外，所有MIPS開戶將從生效日起關閉。
郵件中強調，目前的活動許可和之前的下載不受影響，但Wave不再授權任何第三方認證。
關於Wave Computing過去一年種種波折的背後成因，目前尚未明晰。SemiWiki認為，人工智能市場正在蓬勃發展，隨著許多公司提出創新的方法，任何新市場通常都會經歷這種增長，然後進入整合階段。Wave Computing的消息是否表明我們已經進入整合階段？時間會證明一切。
文章來源：SemiWiki
