“我们的天垓100 通用GPU，累计订单额超过2.3亿元，是国内唯一量产的通用GPU芯片。” 天数智芯首席技术官吕坚平表示。
　　过去几年的国内GPU赛道可谓炙手可热，涌现出不少GPU初创企业。天数智芯正是其中备受瞩目的一员。2022年7月，“天数智芯”宣布完成超10亿元的C+轮及C++轮融资，分别由金融街资本以及厚朴投资和旗下的厚安创新基金领投。
　　相比不少GPU产品还处于“PPT”状态的企业，天数智芯是少数有芯片落地并已产生营收的国内企业。过去一年，天垓100产品累计订单额超过2.3亿元，意向签约客户超过200家，业务覆盖行业超过20个。
　　“在完成从0到1的突破后，我们要做的是从1到100的跨越，通过产业生态的融合，实现更大范围内的规模应用。” 吕坚平如是说道。
　　今年8月，天数智芯推出了百大应用开放平台DeepSpark.作为国内首个通用计算应用开发及评测平台，DeepSpark基于天数智芯的应用落地经验，分享与落地应用深度耦合的百大算法，并针对行业需求构建多维度测评体系，广泛支持各类落地场景。
　　吕坚平透露，DeepSpark将在9月30日对全球开发者开源。“通过打造开源社区，我们希望汇聚全球开发者以及合作伙伴的力量，为GPU产业生态提供更多的可能。”
　　专用AI芯片难以取代GPU
　　“通用GPU是当下的架构赢家。在云端数据中心场景，不管是AI训练芯片还是AI推理芯片，都需要通用性。” 吕坚平指出。
　　这是由于，AI算法创新相当于软件迭代。如果没有通用算力，那么AI芯片就疲于应付各种层出不穷的崭新算法，这也是DSA架构的芯片落地困难的原因。
　　“很多AI芯片在设计架构的时候，往往局限于某些特定的算法。一旦出现新的算法和模型，就无法进行适配。现在细分领域的算法大多很复杂，比如在安防行业里，客户提出的算法超过了100个。考虑到AI训练本身为了开发新的算法，如果为了某些特定算法，又来重新设计AI训练芯片，这无疑行不通。” 吕坚平解释道。
　　当前，英伟达GPU芯片在云端AI训练领域几乎一家独大。根据IDC发布的《2020-2021中国人工智能计算力发展评估报告》显示，2020年国内GPU服务器占据95%左右的市场份额，是数据中心人工智能加速方案的首选。
　　“通用GPU，是唯一被广泛采用开发新AI算法的软硬件平台。这也是英伟达胜出的重要原因。”吕坚平分析，“其他试图取代GPU的竞争者，比如DSA架构的AI训练芯片，常常无法顺利跑通从AI学术大会刚出炉的最新AI算法，甚至忙于应付性能测试标准中的基本算法，这使得其在实际落地中出现困境。反而，被视为‘不够AI专业’的通用GPU，在这方面得心应手。”
　　与此同时，即将到来的元宇宙和数字孪生时代，将产生大量的图形计算需求，这意味着AI与图形必须在云端融合。
　　“云端内容生成，需要与图形高度配合的AI；云端图形渲染，需要能善用AI的图形。非GPU的架构无法应对AI与图形在云端融合的挑战，但通用GPU可以追加图形功能。” 吕坚平说。
　　国产通用GPU的研发之路：从0到100的突破
　　这一切，都促使天数智芯在创立之初，就坚定地走上了通用GPU的道路。2018年，天数智芯开始启动云端训练通用芯片天垓100的架构设计，并于2021年3月正式发布。2022年5月，天数智芯点亮了其首款云端推理通用GPU产品？“智铠100”。
　　“我们计划今年年底量产智铠100，明年量产第二代AI训练产品天垓200，并在两年之内量产天垓300.” 吕坚平表示。
　　在具体的产品性能方面，天垓200将提供更强大算力，并进一步提升AI训练集群的能力；天垓300则会加入图形渲染，使其成为能同时支持云原生渲染和通用技术的GPU。
　　“对AI训练芯片而言，在通用性上能达到国际水平的，天数必须榜上有名，我们能让用户无缝地从英伟达迁移到天数智芯的平台。” 吕坚平自信地提到。
　　据悉，天数智芯的客户已覆盖安防、自动驾驶、工业、医疗、教育、互联网、金融、零售、智能家居等诸多领域。
　　“公司的芯片应用主要分为两大类，一类是运营商之类的算力中心，另一类是各行各业的企业用户。”吕坚平介绍。
　　“在医疗医药行业，像基因测序、AI医疗影像诊断等，都需要用到GPU；在体育训练领域，教练可利用AI来评估学生的姿态，对体能提升等给出更适当的建议；在科学计算领域，比如远程石油资源的勘探，我们也都有客户正在落地。此外，公司还在探索AI for science的应用，这是AI专用芯片比较难触碰的领域。由于芯片不够通用，对这些非传统AI算法的新场景无法很好地适配。”
　　有投资人对天数智芯评价道：“不少GPU初创企业虽然发布了产品，但离应用还有一定的距离，天数智芯无疑是其中跑得很快的一家。”对此，吕坚平认为，团队的知识和经验是令其在赛道中领跑的原因。
　　“GPU架构都有一定的通则，但光知道这个不够，还需要有设计GPU架构的知识、经验、方法学。我们拥有这样的完整团队，懂得从架构设计到验证的全过程。目前研发人员占公司总人数的80%，技术骨干来自于AMD、英特尔、博通、英伟达、甲骨文等各个知名国际企业，参与过多个GPU芯片的研发与产品化。”
　　吕坚平自身的履历亦颇为亮眼。加入天数智芯前，他曾任三星全球副总裁、联发科资深总监、英伟达全球资深GPU架构师、高级架构经理等职务。在英伟达任职期间，吕坚平参与多款GPU架构的研发，为索尼研发PS3主机中的RSX GPU，为三星及联发科自研GPU做出重要贡献。
　　在30年的漫长芯片研发经验中，吕坚平得出结论，要把产品做成功，三样缺一不可：专业的知识、严谨的方法学，以及优秀的团队。“只要一个环节有所疏漏，产品可能就没法正常发挥功能。”
　　此外，对处于前沿技术应用的GPU研发而言，团队能否“向前看”、“看得远”，也是影响未来发展的关键。
　　“GPU涉及的场景均是前沿领域。图形渲染持续有新的东西，AI更是不断在往前发展，有时候，你要看得比你客户更远，能预期产业界会往哪方面走。这是带领GPU团队最困难的一点。不能客户要什么，就做什么。有时候稍微想远一点，再跟客户探讨，大家如何一起合力，把产业往前推进。”
　　开放开源共建GPU生态
　　曾有投行人士指出，国内企业做GPU主要有两大难，一是难在专利壁垒，二是难在GPU芯片的生态体系创新。
　　在生态方面，需要初创企业建立完善的软件开发团队，着重开发自身产品的软件开发平台、开发应用软件、中间件等软件产品，通过软件产品来建立更多的行业触达，丰富自身应用面，建立完善的生态体系。
　　“GPU生态在这个赛道确实很重要，所以我们也必须做到，与生态伙伴一起合作。” 吕坚平说。
　　据了解，天垓100是国内唯一适配X86、ARM、MIPS等各种类型CPU的通用GPU产品；在操作系统层面，支持主流LINUX操作系统和国产KYLIN系统，同时兼容国内外主流AI生态，支持PyTorch、TensorFlow、飞浆等各种深度学习算法框架。
　　8月底，天数智芯正式发布百大应用开放平台DeepSpark.在吕坚平看来，当一款产品能够跑通百大应用，并达到多维度性能指标要求以及大规模品质管控，就表明其拥有了可以正式量产并规模应用的实力。
　　作为国内首个通用计算应用开发及评测平台，DeepSpark基于天数智芯的应用落地经验，分享与落地应用深度耦合的百大算法，并针对行业需求构建多维度测评体系，广泛支持各类落地场景。9月30日，天数智芯将面向全球开发者开源DeepSpark，通过开源社区的打造，汇聚更多开发者以及合作伙伴的力量。
　　“天数曾走过的道路，后来者也都必须经历。所以，我们把学到的东西开源，这相当于给了一张完整的地图，大家可以寻图来了解我们走过的路径，这对国内整个行业会有帮助，也让业内有标准可循。”吕坚平认为。
　　展望未来，天数智芯希望通过百大应用开放平台的开源开放，实现平台共建、生态共享、产业共赢。“当然，也希望大家了解到我们的芯片是如何应用到各行各业，实现共建、共享、共赢，并会同合作伙伴为国内生态产业建设做出贡献。” 吕坚平如是说。
（文章来源：财联社）