深鉴科技创始团队：首席科学家韩松，创始人兼CEO姚颂，创始人汪玉，合伙人兼CTO单羿（从左到右）

随着人工智能技术和不同产业深度结合，传统的CPU处理器均已无法满足人工智能各种新兴计算需求带来的巨大挑战，人工智能对算力的需求日益增强。因此，国内外涌现了一系列针对人工智能尤其是深度学习的软硬件加速解决方案提供商，深鉴科技是其中的新锐公司之一。

10月24日，深鉴科技发布了最新一轮的融资信息，完成4000万美元A+轮融资，由蚂蚁金服与三星风投领投。

深鉴科技是一家清华系背景的深度学习解决方案开发商，其核心是深度压缩技术（Deep Compression），让算法模型更小，延迟更短、功耗更少，为深度学习提供端到端的软硬件结合解决方案。

深鉴提供的解决方案，正是针对特定领域的计算需求进行体系结构上裁剪和优化设计，能够使其获得比通用处理器体系结构更优秀的性能、更高的能效。

芯片业巨头英伟达曾率先推出深度学习软件包 TensorRT，在深度学习算法推理阶段能将GPU的计算能力更大程度释放出来，相对简单易用。而深鉴科技自主研发的DNNDK，即对标英伟达的 TensorRT 产品。

深鉴科技团队的技术背景是这家公司受到资本青睐的重要因素之一。

这家成立于2016年3月的公司，由清华系背景的姚颂、汪玉、韩松一起创办，后来同是清华背景的单羿博士以合伙人形式加入。

其中，汪玉是清华电子系副教授。韩松，本科毕业于清华大学电子工程系，斯坦福大学电子工程系博士。在2016年5月的ICLR大会上，两篇最佳论文其中一篇来自DeepMind，另一篇就来自深鉴的首席科学家韩松。其论文解释了如何利用“深度压缩”技术将神经网络压缩数十倍而不影响准确度，从而降低计算复杂度和存储空间。

另一位合伙人兼CTO单羿，清华大学博士，前百度IDL异构计算方向创始成员；前地平线机器人FPGA技术负责人。联合创始人兼CEO姚颂亦毕业于清华大学电子系。

除了发布融资信息，深鉴科技还在10月24日发布了多款图像、语音的解决方案。其中包括：人脸检测识别模组DP-1200-F1，支持高清18帧的人脸识别检测，整个方案功耗极低，仅3W左右；人脸分析解决方案DP-2100-F16，在测光、侧脸、低头、抬头等情况下支持人脸识别，人脸分析服务更加有效；视频结构化解决方案DP-2100-O16，能够使视频结构化分析更简单高效；基于Aristotle架构平台的DP-S64语音识别加速方案，让语音识别延迟更短等；

而面向AI导构计算平台DPU（深度学习处理器）自主研发的原创深度学习SDK DNNDK，提供自动化压缩和编译工具链全流程支持，这也是国内首家公开发布的深度学习开发SDK。

据深鉴科技CTO单羿介绍，深鉴专为处理DNN/RNN网络而设计的笛卡尔架构可对经过结构压缩后的稀疏神经网络进行高效的硬件加速。相对Intel Xeon CPU 与 英伟达Titan X GPU，应用笛卡尔架构的处理器在计算速度上分别提高了189倍和13倍，能效比提升了24000倍和3000倍。

这些产品都已实现落地，将于10月29日-11月1日的第十六届中国国际社会公共安全博览会上亮相使用。

异构计算平台将是未来AI芯片的主流

深鉴科技此次除了发布融资信息，同时也公布了最新的芯片计划，由其自主研发的芯片“听涛”、“观海”将于2018年上半年面市。

事实上，近两年在主流手机市场趋于饱和后，人工智能和自动驾驶成为了各大芯片巨头的另一个战场。而AI市场上也涌现大批智能芯片公司，且大多针对深度学习计算打造专用芯片。

就在此前不久，10月20日，人工智能芯片公司地平线宣布完成由英特尔领投的近亿美元A+轮融资。8月，中科院背景的芯片公司寒武纪也公布由国投创业领投，阿里巴巴创投、联想创投等跟投的1亿美元A轮融资。但Gartner 最新研究报告中指出，未来两到三年算法和技术类企业可能出现大批的并购潮。

面对激烈的市场竞争，姚颂在接受钛媒体采访时表示：

“不管是地平线、寒武纪，还是深鉴，AI芯片肯定能够应用于未来很多产业场景。如果把企业定位成通用芯片公司，那么竞争对手就是英伟达、Cadence；如果定位为纯解决方案公司，对手则是另一层次的公司。换句话说，其实每家公司都有自己擅长的业务。”

AI无疑是项新技术，而且呈现出了螺旋上升的发展趋势。那么芯片对于人工智能的未来发展会产生怎样的影响？

对此，姚颂告诉记者，目前，谷歌、微软以及脸书都在自己做芯片，可以说所有有自己应用需求的互联网公司都开始做芯片，而原来传统的芯片公司也在发生转变，比如，做GPU的英伟达开始打造互联网生态，现在还可以提供整机方案以及完整的带算法的自动驾驶方案、医疗影像方案。目前，整个芯片生态正在发生垂直层面的打通。

平台级芯片是最佳选择

一年多前，深鉴科技也曾在无人机、自动驾驶、机器人等领域探索技术落地，但由于这些市场提升的时间节点还未出现，体量不足，难以实现快速商业化，而后公司果断改变策略。

2017年以来，深鉴的技术已经在安防领域实现营收。

姚颂谈到在行业选择上，首先会考虑市场体量，其次是市场格局。目前，在安防领域，市场分裂，还没有出现巨头垄断，机会更大。这也是深鉴目前在安防领域重点布局且实现快营收的重要原因。

AI落地的方式其实有很多种，比如涉及语音的算法，图像的算法、搜索引擎算法等，那么行业该如何定义一款AI芯片，这对于AI的发展影响非常巨大。

CTO单羿向钛媒体编辑强调，芯片行业未来一定会出现固定标准，而未来AI芯片的主流一定是异构平台。

目前，市场主要有3类芯片作为AI芯片：GPU（图形处理器）、FPGA（现场可编程逻辑阵列）、ASIC（专用集成电路）。实现完整人工智能计算的方式为CPU+AI芯片的不同架构芯片协同计算，即异构计算。2000年以后，科学计算、数值分析、金融分析等高性能运算（HPC）需求催生了CPU+GPU的异构计算。大数据+计算力+算法逐步成熟，AI再次兴起，CPU + GPU/FPGA/ASIC的异构计算快速发展。

另一方面，企业对于芯片的需求往往是非常高的一次性投入，如果没有一个非常大体量的场景应用，而只是针对某一种像人脸识别这样的特定算法，那么单纯的只研发芯片其实就是浪费钱。从性价比角度考虑，只有做平台级方案才可以降低成本，达到高性能的计算处理。所以，深鉴要做平台级芯片，不仅有整套软件的开发环境，支持不同行业场景的应用，还可以应对不同的网络，不同的分辨率。也因此，行业标准越早出现越好，越严苛越好，只有这样，在比拼AI芯片性价比的时候，深鉴坚守的“高效、灵活、低功耗、低成本”等特点将显现出巨大优势。

单羿表示：“我们希望用安防和其他典型的垂直行业场景来教育客户，通过某些场景的成功案例直接影响比如医疗、金融等其他行业对AI的应用，帮助他们通过AI对行业赋能。”

公开资料显示，深鉴科技此前已经完成两轮融资：

• 2016年4月，高榕资本、金沙江创投投资的天使轮；
• 2017年5月，A轮融资获得赛灵思（Xilinx）、联发科（MediaTek）、清华控股、方和资本以及原有投资方金沙江创投、高榕资本跟投的数千万美元。

据钛媒体了解，最新一轮融资的资金除部分将继续用于安防和大数据领域的产品开发和市场销售，落地更多安防监控的终端产品和服务外，蚂蚁金服的战略资源注入，也会帮助深鉴进一步开拓包括金融在内的更多应用场景。（本文首发钛媒体，记者/张叶）