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。
AI的下一站，是物理世界。黄仁勋曾说，AI的下一个浪潮是物理AI。“AI教母”李飞飞发长文判断“空间智能是AI的下一个前沿”。站在AI最前线的人都相信，大模型不能只停留在屏幕里理解世界，得进入物理世界，动手改造世界。从街道上的车流，到车间的产线，哪里才是物理AI率先兑现商业价值的地方？工业。工厂环境
欧洲是滚筒洗衣机的发源地，也是全球市场的桥头堡。在当地，一台光能洗净的洗衣机不再是“加分项”，而仅仅是市场的“入场券”。面对家庭结构、市场环境的变化，如今在欧洲，什么洗衣机卖得好？据GfK中怡康数据显示，2026年1-8月欧洲市场，海尔洗衣机份额达15.8%，位居中企第一，销量销额均实现增长。在细分
做媒体这些年，采访是我最头疼的事情。采访本身要花时间，采访完还要去整理采访素材，更别说后面还要写稿——这里要花费的时间和精力，往往是采访工作的双倍，甚至更多。虽说现在市面上的录音软件、录音设备很普遍，但是实际用下来都不尽如人意。录音素材导出导入、录音转写、内容整理、提炼重点、内容创作等每一道环节都很
具身智能商业化落地的东风来了。先是海外OpenAI宣布入局具身智能行业，然后国内，商务部等9部门对外公布《关于加快推进科技兴商的意见》。其中明确提出，要“丰富智能手机、电脑、家居、穿戴设备、机器人等智能商品供给”。言下之意，接下来“机器人”与手机、电脑并列，归类为面向消费市场的商品。市场端很快就有了
100天不长不短，阶跃星辰董事长印奇许下的百日之约，终于兑现了。简单回顾下，3个月前，阶跃一口气发布了大模型原生AI终端品牌STEPX首个智能体原生操作系统StepAOS、个人智能体阶跃Amoo、亮相了自主研发的首台智能体手机。10月13日，STEPXNeo终于拖家带口正式发布。用很多人的话来形容，
过去两年，全球AI基础设施市场形成了一条被美股财报反复强化的隐含假设：做NeoCloud、做智算新云，就要先接受“收入高增、净利润深亏”。CoreWeave2026年二季度收入25.75亿美元、同比翻倍，但GAAP净亏损仍达6.26亿美元；Nebius同期收入5.82亿美元、同比增454%，调整后E
2026年，港股AI公司明显多了起来。港交所披露，2025年12月初至2026年5月底，AI价值链企业IPO募资达到979亿港元，约占同期港股新股募资总额的55%。从大模型、算力芯片，到企业软件、医疗科技，越来越多AI公司开始进入港股视野。一个市场要获得重新定价，首先需要新的优质资产。过去市场谈港股
文/庄帅9月22日，北大国发院在《AI时代下的品牌创业创新》CBI消费公开课上，披露了最新的CBI品牌指数（中国线上消费品牌指数），为当前AI与硬科技主导的投资方向提供了一个新坐标：消费投资永不过时，只是参照系和评估指标有了一些新变化。课题组最新研究发现，在同一行业中，CBI品牌指数越高、榜单表现越
2026年3月24日，PyPI上悄然出现两个看起来再普通不过的新版本：litellm1.82.7和1.82.8。LiteLLM是全球使用最广的开源大模型网关之一，累计下载量超过4.8亿次。从创业公司到头部AI厂商，无数业务的大模型调用，都跑在这个框架上。这两个恶意版本在公网上只活了大约40分钟，就被
想转行AI，但不知道从哪开始学？Python、机器学习、深度学习、RAG、Agent……光看这些技术名词就已经头大了！其实普通人想系统学习AI，真的没必要东学一点、西学一点，把学习顺序理清楚，能少走很多弯路！第一步：先把基础打牢●Python基础语法、函数、类等●NumPy、Pandas等数据科学工
