由谷歌母公司 Alphabet 的風險投資部門 Google Venture（GV）領銜，初創公司 SambaNova System 獲得 5600 萬美元的 A 輪融資。這是 GV 首次對人工智能芯片公司進行投資。
編譯 | Rik
來源 | TechCrunch
今日，人工智能芯片領域又發生了一筆巨額融資，這次的主角是 SambaNova Systems，該公司的創始人是兩位斯坦福教授和一名芯片領域的資深高管，其目標是建立下一代硬體系統，從而樹立人工智能平台的主體地位。
在 SambaNova 之前，已有大批初創企業進入這一市場，他們試圖通過重構計算的根基——芯片，來提高人工智能操作的運行效率和處理速度。GPU 日益受到開發人員的歡迎，因為它能快速處理人工智能操作所需的輕量級運算。
SambaNova 這類公司試圖從頭創建一個新的硬體平台，完全為滿足這種操作需求而設計。他們希望此舉可以在速度、耗電，甚至芯片尺寸方面遠超 GPU。SambaNova 在今天表示，公司已獲得一筆 5600 萬美元的 A 輪融資，由 GV（Google Venture，其前身為谷歌風投公司）和華登國際領投，Redline Capital 和 Atlantic Bridge Ventures 跟投。
SambaNova 的技術基因來自兩位斯坦福大學教授 Kunle Olukotun 和 Chris Ré，公司的其它方面由前甲骨文開發部門高級副總 Rodrigo Liang 掌管，他還曾在 Sun 做了 8 年的總裁。
在做產品規劃時，SambaNova 團隊採用逆向思考法，首先確定出各種操作對效率需求的優先級，然後找出能夠滿足需求的硬體。最終結果是，他們需要能夠非常快速地處理大量線性代數方面的計算，而這是目前的 CPU 所辦不到的。
儘管 5600 萬美元對於 A 輪來說是一筆巨款，但這個數額正在成為入場人工智能芯片領域的標準配置。初創公司有機會擊敗大型芯片製造商，並創造出新一代硬體平台，成為所有人工智能設備的水煤電。
Olukotun 和 Liang 將不會從架構細節切入，而是在考慮重新構造操作硬體，來優化人工智能框架。這些框架在影像和語音識別等領域的熱度越來越高。其核心涉及對一系列問題的重新考量，比如記憶體互動的發生方式，以及硬體散熱等複雜問題。
良好的用戶體驗可以為平台鎖定更多開發者，而更大的玩家則最終會選擇打造自己的硬體平台，比如入股 GV 的 Dave Munichiello，該公司稱，在不久的將來，每個人都會需要這個技術。
「大公司看到了定製化硬體及架構的市場需求，」他說道。
「人工智能和大規模數據分析技術將成為巨頭們的基本商業服務，他們樂意建造自己的架構，這預示著融資事件將會越來越多。亞馬遜、谷歌、微軟和蘋果在當前所布局的領域，將成為財富 100 強在未來 5 年內的投資窪地。我認為這會創造出一個有趣的市場，提供一個銷售特殊產品的機會。我們可以看到，這個市場非常大，如果你對自己的技術優勢有信心，就會向競爭敞開懷抱。」
英偉達在打造 GPU 生態方面已經花費了很長一段時間，而谷歌利用其 TensorFlow 將前者的大部分努力付之一炬。Feldman 在大會上說道，「TensorFlow 所做的就是，它告訴研究人員和人工智能專家，你們不必擔心底層的事情了，你可以輕鬆地在 CPU、TPU、GPU 或我們的硬體上進行編譯。否則，你就得手動調整配置，或是深入到硬體研究中去，別無他法…或者就把一切就交給 TensorFlow。」
（另外，有人曾告訴我，Yann LeCun 等人工智能大咖真的是在用 Cuda 和其他一些低級別的平台來做實驗。）
不過，這家初創公司仍然面臨兩個大問題。
第一，公司非常新，去年 11 月才成立。但此時，其他創業公司和更大型的公司已經在這個領域耕耘較長時間。對此，Munichiello 的回答是技術研發確實有段時間了，不過在有 AI 需求的當下開始，也不是件很糟糕的事情。
第二，在矽谷，大多數行業可能並不需要以如此快速方式運行的硬體。不過，這麽多公司都能得到大筆投資（有些幾乎都接近十億美元的估值），或許能夠減輕這一問題的嚴重性。
做硬體確實需要大量投資，不僅僅是因為硬體本身，還需要說服用戶部署這些硬體並開始使用它們打造的平台。
「你所看到的難題在於，過去十年來，半導體設計的投資不足，」Liang 說。
「如果你去觀察創業公司的創新水準，一路盯到大公司，會發現我們沒有推進半導體設計的極限。這是個很花錢的事兒，回報也不是很好。現在突然有了半導體設計需求，低功耗設計需要一套不同的技術。在這個領域呆了這麽久，這次面向智能化軟體的轉變，是這個領域最大轉變之一。你不是在加速老軟體，而是要創造足夠靈活的新平台，要考慮所有這些組成部分，不僅僅是機器學習。」
香港九龍灣馬來街興發大廈15樓D室