错误收购、夸大产品、内部不合……美国AI芯片明星公司Wave Computing走向破产边缘

林志佳

林志佳

· 4月22日

一家总融资额超过2亿美元、已经受到部分市场认可的公司,是如何走向破产边缘的?

播放 暂停

错误收购、夸大产品、内部不合……美国AI芯片明星公司Wave Computing走向破产边缘

00:00 07:30

根据SemiWiki的报道,美国AI芯片明星公司Wave Computing已经依照《破产法》第11条向破产法院提交了保护重组申请,接近破产。报道中称,公司已将重组消息告知所有员工,并把Wave Computing中国区团队解散,公司办事处全部关闭。

Wave Computing成立于2010年,是一家致力于推动人工智能深度学习,从边缘计算到数据中心的计算加速方案公司,总部位于美国硅谷(Silicon Valley)。

这家公司的主要业务是提供从数据中心到边缘的系统、芯片、IP、解决方案服务的广泛产品线。在芯片上,Wave Computing的核心产品是基于软件可动态重构处理器CGRA架构的AI芯片DPU。2018年,Wave Computing收购了MIPS,通过将MIPS多线程CPU IP核与自家的数据流架构相结合,为人工智能计算提供完整的数据处理支持。2019年,Wave Computing针对边缘计算市场的算力需求,将MIPS技术与Wave旗下WaveFlow™和WaveTensor™技术相结合,推出TritonAI™ 64 IP平台。

2018年12月,该公司获得了奥克蒙特(Oakmont Corporation)领投的8600万美元E轮融资,当年也被商业咨询公司Frost & Sullivan评为“机器学习行业技术创新领导者”。截止发稿前,Wave Computing已经资本中获得总融资额超过2亿美元(2.033亿)。

一家已经受到市场认可的公司,又是如何走向破产边缘的?

总的来看,业界认为Wave Computing倒闭的主要原因有三个:

  • 1、错误收购了MIPS,开源计划一年就夭折了;
  • 2、产品故事过于夸大,与事实不完全相符;
  • 3、意见不一致、换帅等内部原因。

“MIPS开放计划”夭折

时间回溯到2018年6月,Wave Computing宣布收购了MIPS。后者是业内知名的IP处理器架构和IP核供应商,其IP授权广泛应用于消费娱乐、家庭网络设施、LTE调制解调器和嵌入式应用等产品。

而Wave Computing希望通过将MIPS多线程CPU IP核与其数据流架构相结合,为人工智能计算提供完整的数据处理支持。

2018年12月,Wave Computing正式启动MIPS Open项目,将MIPS架构完全开源。2019年3月,该公司发布了32/64位指令集Release 6版本。

然而不到一年的时间,Wave Computing就宣布MIPS开放计划结束。在给注册MIPS Open用户的邮件中,Wave Computing遗憾地表示,该决定自2019年11月14日起生效,所有MIPS Open帐户将关闭。

据媒体报道,该公司在发给 MIPS Open 注册用户的电子邮件中写道。“ Wave Computing,inc. 及其附属公司(‘ Wave’)遗憾地宣布关闭MIPS开源计划,并自2019年11月14号起生效。从现在开始,Wave 将不再提供免费下载 MIPS Open 组件的服务,这些组件包括 MIPS架构、核心、工具、 IDE、模拟器、 FPGA 包,以及 / 或与之相关的任何软件代码或计算机硬件。

i)MIPS开放架构许可协议(ver)许可的,(ii)MIPS开放核心许可协议版本1.0(for the microAptiv UC Core);(iii) MIPS开放核心许可协议版本1.0(for the microAptiv UP Core);和/或(iv) MIPS开放FPGA许可协议版本1.0(统称“MIPS开放组件”)。此外,所有MIPS开户将从生效日起关闭。”

夭折的背后,更多的是MIPS与Wave Computing业务发展并不契合。Wave Computing是一个“可扩展,统一的AI平台”,它只希望利用MIPS处理器提供“从边缘到数据中心”的数据流处理技术,为全球客户提供解决方案,并没有把商业模式想透彻。

核心产品或存在性能问题

除了“MIPS开放计划”失败,Wave computing的核心产品数据流处理器单元DPU也没有取得期望中的成果,距离落地应用还有点远。据SemiWiki预测,Wave的DPU存在性能问题,这也许是他们退出的原因。但Semiwiki也表示,对性能的质疑也只是一个推测。

Wave computing这款DPU芯片具有16000个处理元件、8,000个以上的运算单元以及独特的自定时机制。DPU可以看作是FPGA与多核处理器的混合体,主要用于AI的训练和推理阶段,面向数据中心使用的AI技术,用于训练神经网络。

Wave Computing曾宣称,这款芯片的性能处理速度比当下英伟达的芯片更快。而DPU首席架构师Dr.Chris Nicol曾指出,DPU在加速神经网络训练上能超过GPU1000倍。而现有的CPU和GPU架构不适用于数据流计算。

但不管是边缘计算,还是训练AI神经网络的芯片技术,并不完全是靠算力就可以的,而Wave Computing研发出的DPU芯片,距离应用和落地存在大量的问题没有解决。

Semiwiki进一步指出,Wavecomputing之所以会有这样的结局,也许与他们试图一次做太多事情有关。他们强调,在新兴的AI市场上,缩小重点或者是更好的策略。

频繁换帅,内部意见不合

在2019年,Wave Computing两度更换CEO,仅任职4个月的Art Swift于去年9月离职,而继任者为Sanjai Kohli,后者曾是多家初创公司的创始人和CTO。

被问及为什么离开Wave Computing时,Swift表示,“我在短期筹资策略上与董事会意见不一致。”但她拒绝透露事件详情。

市场中不少声音认为,公司继任者Sanjai Kohli在GPS和电信领域是专家,但在人工智能领域是一个“小白”,这样一位CEO,很难说是企业发展的正确选择。

两次换帅,使得客户、MIPS和社区开发人员消失殆尽。在产品方面,相比Nvidia、Graphcore,Wave Computing芯片的优势并没有得到很好的凸显,引发大众对该公司前景的担忧。

种种结果最终导致这家AI明星公司陷入了破产危机。

据华盛顿资本数据调研机构PitchBook提供的数据显示,过去几年,利用AI技术的创业公司融资金额增长迅速,去年VC在这个领域投了近310亿美元,但其中有超过40%的公司,根本没有在研发真正的人工智能。

事实上,存在这种现象的一部分原因在于,AI自带的神秘色彩让公众和投资者都坚信AI无所不能,这种观念已经渗透到了所有的公司和产业。人工智能可能在测试阶段很容易起步,但是在规模化和实际部署中则会出现很多阻力,资金、技术、落地场景都是其中的缘由。

SemiWiki认为,随着许多提供新颖技术的公司出现,人工智能和深度学习市场正在蓬勃发展。任何新市场通常都会经历这种增长,然后再进入整合阶段。

随着时间的推移,行业接近饱和,巨头正在加入与快速收购,AI路上并不好走了。一个洗牌的时代已经来临。

(钛媒体编辑林志佳综合报道)

本文系作者林志佳授权钛媒体发表,并经钛媒体编辑,转载请注明出处、作者和本文链接
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

”支持原创,赞赏一下“
钛粉20377 钛粉88981 钛粉88609 钛粉22894 钛粉46303 钛粉32504
366人已赞赏 >
366换成打赏总人数366人赞赏钛媒体文章
关闭弹窗

挺钛度,加点码!

  • ¥ 5
  • ¥ 10
  • ¥ 20
  • ¥ 50
  • ¥ 100

支付方式

确认支付
关闭弹窗

支付

支付金额:¥6

关闭弹窗
sussess

赞赏金额:¥ 6

赞赏时间:2020.02.11 17:32

关闭弹窗 关闭弹窗

Oh! no

您是否确认要删除该条评论吗?

注册邮箱未验证

我们已向下方邮箱发送了验证邮件,请查收并按提示验证您的邮箱。

如果您没有收到邮件,请留意垃圾邮件箱。

更换邮箱

您当前使用的邮箱可能无法接收验证邮件,建议您更换邮箱

账号合并

经检测,你是“钛媒体”和“商业价值”的注册用户。现在,我们对两个产品因进行整合,需要您选择一个账号用来登录。无论您选择哪个账号,两个账号的原有信息都会合并在一起。对于给您造成的不便,我们深感歉意。