Xilinx拿下深鉴科技,到底看中了什么?

2018-07-18 09:48:36 来源:张国斌
标签:

 

自适应和智能计算的全球领导企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX))今天宣布已经完成对深鉴科技的收购。深鉴科技是一家总部位于北京的初创企业,拥有业界领先的机器学习能力,专注于神经网络剪枝、深度压缩技术及系统级优化。
 
赛灵思于2018年7月18日宣布完成对深鉴科技的收购
自 2016 年成立以来,深鉴科技就一直基于赛灵思的技术平台开发机器学习解决方案,两家公司合作密切。经深鉴科技优化的神经网络剪枝技术运行在赛灵思 FPGA 器件上,可以实现突破性的性能和行业最佳的能效。从2017年开始,赛灵思就已经与全球其它知名投资机构一起成为了深鉴科技的主要投资者。
 
我们非常高兴能够进一步深化深鉴科技与赛灵思的合作,让双方能够更加紧密地联手为中国乃至全球用户提供领先的机器学习解决方案。
 
——姚 颂,深鉴科技 CEO
 
作为早期投资者之一,赛灵思一路陪伴深鉴科技共同发掘机器学习的潜力,并见证了我们在这一领域的创新与发展。我们期待通过此次交易,合力将我们的机器学习解决方案提升到一个全新的性能水平。
 
——单 羿,深鉴科技 CTO
 
我们对深鉴科技加入赛灵思大家庭感到非常兴奋。我们期待着他们的加入能进一步增强赛灵思全球领先的工程技术研发力量,加速赛灵思打造灵活应变智能世界的公司愿景。
 
人才和创新是实现赛灵思公司发展的核心。未来,赛灵思将继续加大对深鉴科技的投入,不断推进公司从云到端应用领域部署机器学习加速的共同目标。
 
——Salil Raje,赛灵思软件业务执行副总裁
 
收购之后的深鉴科技将继续在其北京办公室运营,成为拥有 200 余名员工的赛灵思大中华区大家庭的一部分。另此次交易的具体财务条款未对外披露。
 
打动赛灵思的是什么?
2016年,在OpenPOWER那场峰会上,Xilinx 介绍了有关深度学习处理器的新方法,而其中有关技术的部分大多来自中国的这家初创公司——深鉴科技。2017年初之际,在全球顶级学术大会——FPGA2017会议上,深鉴科技又成为该届最佳论文奖的唯一获得者。
 
除了技术方面在行业内获得高度认可之外,这家初创公司在资本市场的表现也十分漂亮。自2016年3月成立以来,深鉴科技已经获得了天使到A+轮的3轮融资,累计融资金额超1亿美金,投资方均为相关领域的佼佼者,有金沙江创投、高榕资本、Xilinx、联发科、清华控股、方和资本、蚂蚁金服、三星风投、招商局创投、华创资本等。
 
而事实上,深鉴科技的CEO今年才刚刚26岁,大学毕业也不过3年时间,创始团队非常年轻。
 
 
深鉴科技的诞生源于姚颂在清华读本科时,认识了汪玉博士。作为姚颂的导师,汪玉博士生于1982年,毕业于清华,拥有多年相关领域研究经验与成果。基于汪玉博士的渊源,姚颂认识了韩松与单羿两位清华学长。2015年姚颂本科毕业之际,在出国去CMU读博与国内创业之间,最终选择了与汪玉教授、当时在读斯坦福大学电子工程博士的韩松一起联合创立了深鉴科技,后续又邀请汪玉老师的第一个博士生——单羿加入。因此,深鉴科技便拥有了清华大学与斯坦福大学深度学习加速研究的基因。
 
2016年3月,深鉴科技正式成立。4月,便获得来自金沙江创投、高榕资本的天使轮融资。5月,深鉴科技首席科学家韩松有关“深度压缩”技术的论文在ICLR大会上获得最佳论文奖。2017年年初,深鉴科技获得Xilinx与联发科领投的数千万美金A轮融资。2017年10月24日,深鉴科技举办2017新品发布会,共发布了6款最新产品,多应用于安防领域,同时,宣布完成A+轮融资信息。
 
如今,深鉴科技已成长为一家具备神经网络压缩编译工具链、深度学习处理器DPU设计、FPGA开发与系统优化等技术能力的初创公司。其中,最为核心的,即为DPU(Deep Learning Processing Unit),以及神经网络压缩编译技术,它不仅可以将神经网络压缩数十倍而不影响准确度,还可以使用“片上存储”来存储深度学习算法模型,减少内存读取,大幅度减少功耗。这些技术在人工智能领域有着广泛而深入的影响,甚至影响了世界深度学习的发展。
 
姚颂表示:“深鉴科技是一个深度学习解决方案的提供商,而非一家只是卖芯片的公司。” 这样的定位源于他对市场端的深度思考:“如果只是单独做一个芯片公司,风险非常高。因为周期比较长,资金消耗大,只有从一个单纯的芯片走到一个系统,再到一个解决方案,公司的前景才会更广阔一些。”
 
深鉴科技曾获得如下公司机构投资
 
 
关注与非网微信 ( ee-focus )
限量版产业观察、行业动态、技术大餐每日推荐
享受快时代的精品慢阅读
 

 

继续阅读
GPU如何训练大批量模型?方法在这里

深度学习模型和数据集的规模增长速度已经让 GPU 算力也开始捉襟见肘,如果你的 GPU 连一个样本都容不下,你要如何训练大批量模型?通过本文介绍的方法,我们可以在训练批量甚至单个训练样本大于 GPU 内存时,在单个或多个 GPU 服务器上训练模型。

想靠Neoverse芯片闯入英特尔重型计算地盘,Arm如何打算
想靠Neoverse芯片闯入英特尔重型计算地盘,Arm如何打算

即便没有听说过 ARM,该公司的芯片技术,也几乎在任何你能见到的智能设备上存在。现在,这家英国芯片设计企业又推出了一个名叫 Neoverse 的处理器家族,希望为每一项互联网基础设施提供运行制成。

浪潮联合Xilinx发布全球首款集成HBM2的FPGA AI加速卡F37X

10月16日,在北京举行的2018 XDF赛灵思开发者大会上,浪潮联合赛灵思宣布推出全球首款集成HBM2高速缓存的FPGA AI加速卡F37X。

企业到底该不该一窝蜂做AI芯片,听赛灵思CEO怎么说

从去年下半年到今年,AI芯片遍地开花,国内不少AI初创企业纷纷推出了自己的AI专用芯片,但全球最大FPGA厂商赛灵思总裁兼CEO Victor Peng则浇了一盆冷水,认为初创企业不应从头开始自己做AI专用芯片。

Xilinx推出首款新类别平台—— Versal

赛灵思开发者大会—自适应和智能计算的全球领先企业赛灵思公司首席执行官 Victor Peng 宣布推出 Versal™ – 业界首款自适应计算加速平台 ,从而为所有的开发者开发任何应用开启了一个快速创新的新时代。

更多资讯
从FPGA到ACAP,“万能芯片” 的华丽转身
从FPGA到ACAP,“万能芯片” 的华丽转身

FPGA被誉为“万能芯片”,能量就只有这么一点?当然不是的,目前FPGA在数据中心领域已经得到认可,加速卡解决方案成为数据中心的首选。而人工智能通过深度学习算法在认知智能和推理智能上遇到难题,擅长推理的FPGA被寄予厚望。

《深度强化学习》手稿开放

一年前,机器之心发布了加拿大阿尔伯塔大学计算机系博士 Yuxi Li 的深度强化学习综述论文,该论文概述了在深度强化学习(Deep Reinforcement Learning)方面喜人的进展。而这本刚上线的《深度强化学习》手稿对前面的版本《深度强化学习综述》做了大规模的改进;从一年多前的 70 页扩充到现在的 150 页。

GICv3架构中,对中断的分组解析

GICv3架构中,对中断进行了分组。分成了以下三个组

想要学好大数据需掌握这十二大技术

大数据是对海量数据进行存储、计算、统计、分析处理的一系列处理手段,处理的数据量通常是TB级,甚至是PB或EB级的数据,这是传统数据处理手段所无法完成的,其涉及的技术有分布式计算、高并发处理、高可用处理、集群、实时性计算等,汇集了当前IT领域热门流行的IT技术。

基于SRAM工艺FPGA的保密性问题

在现代电子系统设计中,由于可编程逻辑器件的卓越性能、灵活方便的可升级特性,而得到了广泛的应用。

Moore8直播课堂