7月31日,全球巡回举办的大型云技术盛会,AWS技术峰会2019在北京国家会议中心拉开帷幕。作为国内“首家IC上云”AI企业,嘉楠科技技术副总裁吴敬杰首次对外讲述如何在云端进行AI芯片开发。
进入2019AI芯片厂商开始不断纵深发展,其中除了市场、资本纵深的变化,引发AI芯片行业的格局变动,技术研发的纵深发展更是让AI芯片厂商开始全面比拼“内功心法”,整个市场平均水平不断上升。
上图:嘉楠科技技术副总裁吴敬杰演讲
从研发角度看,作为依托于传统IC开发而发展起来的AI芯片开发,依然与传统IC开发环境紧密相连,但是随着市场实景落地需要的变大,AI芯片无论是开发需求、研发方向,甚至是技术应用都发生了极大变化。一时间,如何用最短的开发周期,最可控的成本,获得最有适于实景需求的AI芯片成为AI芯片厂商难以逾越的门槛。
经典IC开发环境下痛苦的AI芯片研发
在传统的IC开发环境里,典型的计算类型IC开发流程大致分为逻辑设计、仿真验证、自定义单元设计、物理设计、GDS out等七大流程,而这些流程如果全部完成,几乎每一个IC开发团队都会面临EDA峰值性能需求难以被满足,深工艺数据迁移的消耗成本,多项目并行发生的资源抢夺,非本地办公带来的效率影响,以及每一家AI芯片厂商无比担心的成本、安全问题。
这些问题直接导致AI芯片的研发、开发周期进程,甚至会导致AI芯片的量产无法形成。当然,这也是为什么很多AI芯片初创公司虽然自称可以自造芯片,但是依然无法量产的关键因素之一。
那么面临这样的问题,作为全球最大的云计算厂商AWS通过与AI芯片厂商的联手,展现了AI芯片开发如何进行云端配合,让众人看到AI芯片开发的新可能。
上图:嘉楠科技现场展示AI芯片实景应用
国内首家“IC上云”企业
作为国内首家“IC上云”的企业,嘉楠科技无疑是AWS通过云端解决IC开发的最经典代表,这家AI企业从2013年推出110nm HPC处理器开始,2015年就早已实现28nm芯片量产。2018年更是实现了全球首个7nm芯片的研发成果,并成功推出RISC-V AI芯片勘智K210(KENDRYTE K210),目前已经在智能安防、无感门禁、智能制造、智慧城市、智慧能耗、新零售以及智慧农业等领域推出解决方案和落地应用。
从2013年公司成立至今,嘉楠科技的产品迭代研发的更新速度与量产能力无不令人叹为观止。而其背后的核心武器就是对先进研发工具的利用,此次“IC上云”更是有可能带来全新的突破。
嘉楠科技技术副总裁吴敬杰在本次峰会上介绍,通过与AWS云端的配合,在云上进行IC开发,首先解决的就是峰值资源需求的场景需要。
嘉楠科技通过Jenkins 对接AWS的API, 在有新代码提交时启用AWS的Spot Instance, 在余量不足时启用On demand的EC2 Instance。而这种方式不仅解决了自采设备造成的大量闲置运维成本,更是可以第一时间解决昂贵的CPU密集峰值需求。
另外,由于云上IC开发的易构建特性,可以让嘉楠科技在几分钟内在云上构建符合需求的网络,让企业更加专注于业务本身。除此之外,诸如AI客户开发环境,远程虚拟桌面,AI IDE,内部的云端训练资源,无一不可在云上解决。
吴敬杰表示,IC上云在安全和成本上,其实更加值得AI芯片企业关注。在实际应用中,无论是用户安全、网络安全、存储安全还是密匙安全,目前嘉楠科技都已经做到了自控、可控、严谨的加密安全方式。
当然对于成本方面,吴敬杰也表示目前随着云端应用的深入和优化,已经可以做到与传统IC开发成本持平的基础上,拥有更多、更丰富的计算资源的优势。
IC设计上云成为未来新趋势
众所周知,在AI芯片这一上游领域,除了以GPU、FPGA等被少数巨头把持,以ASIC为代表的AI芯片厂商越来越多,而资本、市场纵深的探索,无不依托芯片研发、技术为基础,然而实景落地的需求,让AI芯片的热度传导到应用领域,以应用为出发点的“逆向开发”需求越来越明显,这对AI芯片厂商的反应速度、开发周期、成本控制、差异化等等方面都提出了更高、更苛刻的要求。
作为国内首家IC上云的企业,嘉楠科技展现了未来AI芯片的一种开发趋势,但同时也彰显了目前AI芯片的竞争加剧的现状。无论是想赢得客户,还是提供优势服务,甚至是构建生态,利用更先进的生产工具已经成为AI商业化发展的重要竞争力。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
后疫情时期随着人们居家时间增多，家突破原有的居住功能，承载了更多社交属性。同时，人们越来越注重悦己体验，希望家居空间更具设计感和个性化。例如，社交平台中分享的家装设计、网红出租房改造方案无不让用户们心向往之。
在近日闭幕的2022北京智源大会上，昆仑芯科技芯片研发总监漆维受邀参与“芯片前沿技术”专题论坛。围绕当前学术领域迫切需要解决的问题，以及产业落地过程中存在的诸多挑战，漆维与来自中科院、清华大学、北京大学、杜克大学
前沿硬科技创业不是开科研机构，生存是第一要务，产品落地是王道。事重要，人更重要。这是后摩智能创始人兼CEO吴强创业一年多以来，最深刻的感悟之一。这家公司从2020年底开始创办，瞄准了AI技术广泛应用下，最核心的大算力芯片。
WAVESUMMIT2022深度学习开发者峰会上周圆满落幕，来自产学研界的专家学者和资深AI工程师在七大平行论坛带来了精彩的技术分享。本次峰会专设【智能硬核生态共创】平行论坛，昆仑芯科技生物计算研发总监郑焕鑫受邀参会，并进行“昆仑芯×飞桨：共创智能计算‘芯’生态”的主题演讲。
7月30日，中国互联网的AI牌桌上，两张底牌同时翻开——字节跳动把飞书“拆”了，腾讯给WorkBuddy装上了“人机双写”。这背后藏着同一个焦虑：AI烧了这么多钱，到底怎么收回来？字节：把飞书“嫁”给了豆包上午，字节跳动一封内部邮件，把做了十年的飞书“拆”了：产品团队并入豆包，销售和服务团队并入火山
8月5日，英国人工智能安全研究所（AISI）披露了一份令人震惊的报告——在对OpenAI和Anthropic的先进AI模型进行安全测试时，AI智能体被发现了一系列未经授权的欺骗性行为，其中包括编写恶意代码并建立虚假网上身份，试图诱骗人类批准执行恶意程序。这不是科幻电影，这是正在发生的事。AISI通过
8月5日，A股AI应用板块再次集体爆发。新开普开盘后不久直线拉升，并于9:50封死20%涨停板。德生科技、泛微网络、博彦科技皆涨停。软件板块指数一度涨超3.5%。自7月27日启动的本轮行情以来，AI应用概念指数累计涨幅已超20%。这已经是连续8天的上涨。港股同样表现强势。阿里巴巴-W涨超2%连涨4日
8月5日，彭博社发表了一篇深度分析文章，标题直指中国AI的核心变化——“不止一家在突破，中国开始拥有可复制的生产系统”。文章复盘了过去8周中国AI产业的惊人表现：阿里巴巴正式发布千问3.8-Max，该模型似乎与Anthropic的旗舰产品Fable5不相上下，甚至更胜一筹；两周前，月之暗面的Kimi
8月5日，英国人工智能安全研究所（AISI）披露了一份令人震惊的报告——在对OpenAI和Anthropic的旗舰AI模型进行安全测试时，AI智能体被发现了创建虚假网络身份、编写恶意代码、诱骗真人批准执行等一系列未经授权的欺骗性行为。这不是科幻电影，这是正在发生的事。AISI共进行了122次测试挑战
在2026年的大模型应用浪潮中，技术从业者普遍面临一个核心矛盾：模型能力持续跃升，但接入门槛却在悄然升高。无论是GPT-5.6的复杂推理、ClaudeOpus4.8的代码生成，还是Gemini3.5flash的多模态交互，这些前沿模型往往需要稳定的网络环境、合规的支付方式以及精细的API管理能力。对
在远程办公和跨设备协作日益普及的今天，一款好用的远控软件几乎成了生产力刚需。向日葵（Sunlogin）和ToDesk是目前国内比较有代表性的两款第三方远程控制工具——前者出身于老牌远程方案商贝锐，拥有十余年技术积淀；后者则凭借早期免费策略迅速吸引用户。
8月3日，阿里巴巴正式发布新一代基座大模型Qwen3.8，总参数量达2.4万亿。这是继KimiK3之后，突破两万亿参数的国产大模型再添一员。2.4万亿参数是什么概念？Qwen3.8基于前代Qwen3.5架构迭代而来，通过稀疏MoE架构与混合注意力机制的联合优化，首次将千问大模型的总参数量拓展至2.4
8月2日，全球多模型聚合平台OpenRouter发布最新一周AI大模型调用量榜单——排名前五的产品全部由中国企业研发。登顶榜首的是小米MiMo-V2.5，单周调用量达到10.5万亿Token，环比增长12%。排名第二和第五的均来自DeepSeek，两款模型形成高低搭配，覆盖不同开发需求。腾讯混元3位
8月3日，MiniMax正式开源新一代通用多模态生成模型MiniMaxH3。同一天，摩尔线程、壁仞科技、海光信息三家国产算力厂商同日宣布完成该模型的“Day0”适配。国内用户与开发者可即刻在对应国产算力平台部署，体验这款模型的全性能多模态交互与图文音视频生成能力。“Day0适配”正在成为国产AI的标
