作者|周雅
配圖|扈佃杰
選賽道,如果是創(chuàng)業(yè)的第一道題,那么它往往是道單選題,創(chuàng)業(yè)者必須給出一個心無旁騖的答案。對鄒天琦來說,他的答案是模擬計算,而且為了驗證這個答案,他堅守了8年。
“團隊”。
“希望將科研成果應用于產(chǎn)業(yè)化以造福人類”,說到了鄒天琦的心坎上,兩人便打算創(chuàng)業(yè)。隨后,兩人又找到當時同在實驗室攻讀博士學位的劉哲宇,后者聽聞計劃后放棄了海外深造機會。就這樣,志同道合的三個人,共同搭建了「每刻深思」公司的雛形。
劉哲宇
盡管人類現(xiàn)在習慣了數(shù)字計算,但隨著摩爾定律逐漸放緩,模擬計算的優(yōu)勢則會凸顯——可以做到更高效率解決復雜計算問題,且低功耗、低時延、低成本。
產(chǎn)品研發(fā)和市場驗證,是芯片創(chuàng)業(yè)者面前的兩座大山,特別是后者,半導體產(chǎn)業(yè)的“高精堅”屬性,決定了它注定是一項耗時、耗力、耗錢、還極難的工程。
「聲學和視覺等多模態(tài)感知領(lǐng)域」。
每刻深思的技術(shù)研發(fā)基因自然是足的,而為了補更好了解用戶需求的功課,鄒天琦決定深入一線。他曾在北京寒冬的12月申請成為“美團騎手”,買了個外賣箱,去當外賣小哥,只是因為他們是產(chǎn)品生態(tài)的潛在群體。
“更強感知、更低功耗”。
然而,即使團隊完備,思路清晰,他們還是耗了8年時間,歷經(jīng)18次流片,才最終完成了傳感器模擬計算IP驗證,打造出了理想中的那顆“超低功耗、超近傳感”芯片。
在公司的介紹中,所描述的措辭是“用可持續(xù)智能感知的超低功耗芯片,來提高產(chǎn)品的智能化水平和續(xù)航能力,公司產(chǎn)品廣泛應用于新零售、可穿戴設備、機器人感知、無人機等億級的市場行業(yè)中”。
“務實真誠 敢想敢干 目標堅定 持續(xù)學習”
顛覆者姿態(tài):模擬信號才是世界本質(zhì)
科技行者:公司將「模擬計算」作為一個主攻方向,可能一些人不太明白「模擬計算」和「數(shù)字計算」,它們的區(qū)別是什么?
,后來為了做大規(guī)模集成,所以就把模擬電路內(nèi)化成數(shù)字,這樣更方便上機做大規(guī)模邏輯計算,也方便設計工程師去做一些設計編程,所以本質(zhì)上兩者都是模擬的。
模擬信號才是這個世界的本質(zhì)。
因此,依據(jù)“第一性原理”,我們想用模擬計算去打通物理世界和數(shù)字世界接口的瓶頸。把思路轉(zhuǎn)換到技術(shù)層面、產(chǎn)品工程層面,還因為模擬計算也同時意味著更低的功耗、更低的時延和更低的成本。
科技行者:所以說模擬電路有它的特色?
鄒天琦:對,在上世紀五十年代,貝爾實驗室發(fā)現(xiàn)了半導體,又把它變成集成電路,從10個晶體管變到100個晶體管,都是「模擬電路」。后來晶體管變多了,才變成「數(shù)字電路」。
有的處理成模擬信號,有的處理成數(shù)字信號。
,這樣更方便分類,不容易出錯。但是,如果要用數(shù)字表示0.6或0.7,晶體管是不夠的,因為需要多個晶體管才能表示1這個數(shù)字,所以這就是數(shù)字電路的局限性。
科技行者:有沒有可能,某些場景只用了模擬電路,或者某些場景只用了數(shù)字電路?
鄒天琦:有可能?,F(xiàn)在很多電源芯片、功率半導體、模擬器械等,依然是模擬電路。
」,而是用它去做了很多其他共用的「集成電路」。
而集成電路的分類很多,按功能類型分類,有傳感、計算、通信、存儲等;按電路類型分類,有邏輯電路、功率、分立器、特殊工藝傳感器等,雖然分類多,但計算芯片在過去三四十年都是用數(shù)字電路。
呢?有幾個原因:
科技行者:從這個角度看,模擬芯片未來有可能取代一部分數(shù)字芯片?
特別是在對功耗成本要求很高的場景下,用模擬電路去做計算會非常合適。
一是因為摩爾定律的放緩,對新興工藝的依賴和瓶頸;二是因為有些新場景,也要求我們要用新的電路和架構(gòu)去面臨這些挑戰(zhàn)。
,就像我剛才所說,集成電路有很多分類,不是說完全倒轉(zhuǎn)過來,劍走偏峰的一類把另一類完全干掉。
8年18次流片:這個行業(yè)有一定賭的成分
科技行者:我發(fā)現(xiàn)咱們公司的口號極具豪情壯志“半導體行業(yè)的顛覆者”,這并不簡單,咱們的底氣何在?
。
積累的關(guān)鍵是「技術(shù)團隊」。公司起源于清華電子系實驗室團隊,從2012年起,我們在這條技術(shù)路線上不斷深耕,且不計回報式的。2012年-2020年8年間進行了18次流片,因為模擬技術(shù)無法像數(shù)字芯片那樣通過仿真來研究,必須流片把它制造出來、測試之后看結(jié)果再迭代,這對于資金投入、技術(shù)難度、特別是時間成本都有極高要求。
,也給我們很大信心,側(cè)面證明了它的可商用性、量產(chǎn)能力和價值,這也是我們底氣的來源。
能稱得上是學術(shù)上的“頂天”,在商業(yè)應用上我們也踐行了 “立地”。
有了“頂天立地”的基礎(chǔ),也就有了公司“引領(lǐng)下一代低功耗技術(shù),成為國產(chǎn)高端和生態(tài)平臺,成為一家受人尊敬的集成電路企業(yè)”的使命愿景。
科技行者:“頂天立地”的形容真是絕絕子。應用“立地”時,你們主要把應用場景放在「可穿戴」和「邊緣計算」,這是出于什么考慮?
可穿戴設備里面的計算芯片雖然現(xiàn)在是數(shù)字計算,但最有可能被模擬計算替代掉,或者替代一部分功能。有了模擬芯片,能讓可戴時間更長。
科技行者:商業(yè)邏輯是很縝密的,不過具體場景的挖掘過程不容易吧,中間經(jīng)歷了一個怎樣的過程?
鄒天琦:這就要從2012年開始算起 ,也確實很難。剛開始走了很多彎路,因為我之前沒有產(chǎn)品定義的經(jīng)驗。
。很考驗產(chǎn)品定義和做事的勇氣,因為誰都不知道兩年后,是否會被客戶認可,整個過程有一定“賭”的成分。
科技行者:后來是否總結(jié)了一些經(jīng)驗之談?
鄒天琦:經(jīng)驗是技術(shù)好固然重要,了解實際需求同樣重要,比如“存儲器多大”“主頻多高”“什么樣的接口”“什么樣封裝”“尺寸多小”等等,都需要從客戶那里得知。
后來,我們客戶群大都是消費類電子,集中在華南地區(qū),我們就經(jīng)常跑華南區(qū),一方面培養(yǎng)客戶關(guān)系,另一方面了解市場需求。
科技行者:我突然很好奇,數(shù)字芯片和模擬芯片,咱們比國外哪個差距更大一點?
鄒天琦:我覺得差距都很大。數(shù)字芯片到一定階段,需要更高制程,在生產(chǎn)上存在很大差距。傳統(tǒng)的模擬芯片,如果做功率的傳感器,差別也很大,因為它涉及到特殊工藝。
所以算是一個彎道超車。
鄒天琦:對,是這樣的。
創(chuàng)業(yè)心經(jīng):千金難買早知道
科技行者:咱們公司是一個學術(shù)成果轉(zhuǎn)化而來的公司(從清華電子系),但是貌似高校的學術(shù)成果轉(zhuǎn)化的成功率似乎不高,你覺得背后有什么原因?
其實國外的學術(shù)成果轉(zhuǎn)化率也不高。但國外有很好的創(chuàng)業(yè)退出機制,比如公司經(jīng)常被巨頭看中而被并購,不一定非要上市。國內(nèi)的并購的機會就少一些。
科技行者:創(chuàng)業(yè)一路走來,回過頭看有什么事情是應該提前“早知道”的?
鄒天琦:有五個“早知道”。
,不合適的同事,要盡快結(jié)束合作,對雙方都好;
,招人和找人,要著重看對方的動力和持續(xù)學習能力;
,合作推進一開始就順利的出奇的人,要“丑話說在前頭”;
,融資要準備好再開始,不用盲目見投資人;
,要多留思考的時間。
科技行者:這個思考框架很有啟發(fā)性,那還有什么是決定創(chuàng)業(yè)之前要更“早知道”的?
鄒天琦:
,練好身體;
,好的聯(lián)合創(chuàng)始人很重要,需要“互補且互信”,能力、經(jīng)歷、背景不同但目標、愿景、價值觀一致當然最理想,因為大部分聯(lián)合創(chuàng)始人朋友圈趨同,很難找到前者完全不同互補的,但后者一致很重要;
,“錢”-“人”-“產(chǎn)品”是不斷迭代的,所以要先“搞錢”,不要幻想沒“錢”就有“人”和“產(chǎn)品”。
科技行者:最后,既然公司名叫“每刻深思”,你自己每天深思最多的問題是什么?
鄒天琦:我現(xiàn)階段思考最多的就是方向,公司要朝哪走,做什么產(chǎn)品?
“找人”“找錢”“找方向”三件事永遠是重點,但三件事不太能夠并行,必須一個階段只有一個側(cè)重點。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。