【导读】11月1日至5日，第十八届中国国际工业博览会在国家会展中心(上海)举行。其中机器人展一直是工博会最吸引观众眼球的展览项目之一，这一届也不例外。人工智能在机器人上一直保持着先驱，那让我们重新认识人工智能。

人工智能(ArTIficial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能是对人的意识、思维的信息过程的模拟。

人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。现在人工智能已经成为世界三大尖端科学，与空间技术、能源技术并列。

厉害了这家公司!10月31日，据外媒(cnbc)报道，一家生产AI芯片的创企Graphcore筹集了3000万美元资金。这些资金将帮助它在未来芯片领域同传统豪强英特尔和英伟达展开竞争。

这家英国公司计划明年大规模出货，其芯片将用于无人驾驶汽车和云计算。这些领域多使用机器学习技术，存在大量机器学习运算的需求。

Graphcore称无论AI学习的速度或是能源消耗，其芯片均领先市场同类产品100倍。

在当下，图形处理单元(GPU)常被用来运行机器学习程序，Graphcore首席执行官Nigel Toon表示这只是行业的权宜之计，并不适合未来AI计算的需要。

Toon在周一的电话采访中表示：“GPU被设计成用来运行完整的程序，而机器学习与此完全不同。后者是不断训练程序使用数据的过程，需要完全不同类型的处理器。”Graphcore目前正在打造一个新的智能处理单元(IPU)系统，计划于2017年推出。

此次融资的投资方由Robert Bosch Venture Capital领衔，此外还包括三星、风投公司Amadeus Capital Partners、C4 Ventures、Draper Esprit、FoundaTIon Capital以及Pitango Venture Capital。

在过去的两年中，Graphcore一直致力于AI芯片技术的研究。Toon声称其技术能够帮助降低成本和提高效率。 Toon给出了一个社交媒体公司的案例，社交网络的用户活跃度通常在某个时间最为突出，Graphcore的IPU系统会伺机在用户活跃度低时利用闲置的处理器资源进行AI训练，然后在第二天及时地上线新内容。

根据营销情报公司TracTIca的说法，深度学习市场潜力巨大。其营建支出2015年为4.36亿美元，到2024年将会增长到415亿美元。目前该市场主要被英特尔和英伟达主导。两家公司在今年早些时候分别推出了专为AI程序设计的新型处理器。

在业务的初始阶段，Graphcore的主要目标是向有意培训AI系统的公司销售产品。不过Graphcore也表示其已经在与战略投资者探讨下一轮的产品应用。

“我们有Bosch和三星作为战略投资方。Bosch对自动驾驶汽车和新型交通感兴趣，而三星则对下一代网络设备感兴趣。”Toon说。“我们正在与合作伙伴洽谈在这些项目上的发展。”

另附5家致力于AI芯片研究的公司：

1、KnuEdge

KnuEdge实际上并不是一个初创公司，它由NASA的前任负责人创立，已经在一个隐形模式下运营了10年。KnuEdge最近从隐形的模式中走出，并让全世界知道他们从一个匿名的投资人获取1亿美元的投资用来开发一个新的“神经元芯片”。

KUNPATH提供基于LambaFabric的芯片技术，LambaFabric将会通过与现在市场上的GPUs、CPUs和FPGAs完全不同的架构进行神经网络的计算。LambdaFabric本质上是为在高要求的运算环境下向上拓展至512000台设备而设计，机架至机架延迟时间只有400毫微秒，低功耗的256核处理器。KNUPATH技术以生物学原理为基础，将会重新定义数据中心和消费设备市场中的芯片级/系统级计算。

对比其他相似的芯片，这个芯片技术应提供2倍到6倍的性能优势，并且公司已经通过销售他们的样机系统获得了收入。在“KnuEdge伞形结构” 下，KnuEdge由3个单独的公司组成，KnuPath提供他们的芯片，KnuVerse提供通过验证的军事级的语音识别和验证技术，Knurld.io是一个允许开发者们去简单地融合语音验证到他们的专利产品的公共云API服务(Public cloud API service)。KnuEdge宣称，现在只需要对着麦克风说几个词就可以做到验证电脑、网络、移动应用和物联网设备。以后再也不用记住密码将会是一件多棒的事情?

2、Nervana

创立于2014年，位于圣地亚哥的初创公司Nervana Systems已经从20家不同的投资机构那里获得了2440万美元资金，而其中一家是十分受人尊敬的德丰杰风险投资公司(Draper Fisher Jurvetson，DFJ)。The Nervana Engine(将于2017年问世)是一个为深度学习专门定做和优化的ASIC芯片。这个方案的实现得益于一项叫做High Bandwidth Memory的新型内存技术，同时拥有高容量和高速度，提供32GB的片上储存和8TB每秒的内存访问速度。该公司目前提供一个人工智能服务“in the cloud”，他们声称这是世界上最快的且目前已被金融服务机构、医疗保健提供者和政府机构所使用的服务，他们的新型芯片将会保证Nervana云平台在 未来的几年内仍保持最快的速度。

3、地平线机器人

由中国人创立于2015年的初创企业Horizon RoboTIcs(地平线机器人)已经从包括Sequoia和传奇的风险资本家Yuri Milner等投资人获得了未透露金额的种子基金。2016年7月1日，地平线机器人获得了新一轮融资，这笔投资将用来加大对自动驾驶和智能家居领域的研发投入，加快产品研发和落地速度;推进人工智能芯片和系统的研发。他们正在着手于建立一个一站式人工智能解决方案，定义“万物智能”，让生活更便捷、更有趣、更安全。

地平线致力于打造基于深度神经网络的人工智能“大脑”平台 - 包括软件和芯片，可以做到低功耗、本地化的解决环境感知、人机交互、决策控制等问题。其中，软件方面，地平线做了一套基于神经网络的 OS，已经研发出分别面向自动驾驶的的“雨果” 平台和智能家居的 “安徒生” 平台，并开始逐步落地。硬件方面，未来地平线机器人还会为这个平台设计一个芯片——NPU (Neural Processing Unit)，支撑自家的OS，到那时效能会提升2-3个数量级(100-1000 倍)。

4、中星微电子

说起国内的人工智能芯片，不得不提一下，今年6月 20 日，率先推出中国首款嵌入式神经网络处理器(NPU)芯片中星微，这是全球首颗具备深度学习人工智能的嵌入式视频采集压缩编码系统级芯片，并取名“星光智 能一号”。这款基于深度学习的芯片运用在人脸识别上，最高能达到98%的准确率，超过人眼的识别率。该芯片于今年3月6日实现量产，目前出货量为十几万 件。

该NPU采用了“数据驱动”并行计算的架构，单颗NPU(28nm)能耗仅为400mW，极大地提升了计算能力与功耗的比例，可以广泛应用于高清视频监控、智能驾驶辅助、无人机、机器人等嵌入式机器视觉领域。

5、krtkl

创立于2015年的krtkl致力于创造“一个微小的无线电脑用来创造一些完全不同的东西”。技术人将会迷恋Snickerdoodle，一个双核 ARM处理器、FPGA、WIFI、蓝牙，起价于65美元，“以最小、最难做、最实惠赋能机器人、无人机和计算机视觉等的平台”。这个产品事实上是通过众 筹获得了超过16万美金的资金。最新的信息是说他们已经收到了Snickerdoodle初级版本，并且很快就会出货。