站长资讯网2月27日消息,美国知名自动驾驶公司Aurora以1亿美金价格收购激光雷达芯片公司OURS,后者团队将加入Aurora,帮助规模化其FMCW激光雷达系统FirstLight Lidar。
Aurora的官方声明里指出,OURS优秀的技术能够把FMCW激光雷达所需的组件集成到一块很小的芯片上,将为其未来量产自动驾驶系统带来巨大价值。
这场收购在美国市场上备受关注,Forbes、Bloomberg、TechCrunch等一线财经科技媒体报道中指出,十二人的团队,三年迭代四代芯片产品,优秀的专利技术及落地能力是其受到Aurora青眼的重要原因。
其创始人谭章熹来自加州大学伯克利分校,师承RISC-V(第五代精简指令集)创始人David Patterson,是RISC-V创始成员之一。他在闪存和硬件加速器领域拥有20多份专利,曾领导开发的产品Pure FlashBlade 2017年荣获AI硬件领域的AIconics最佳创新奖。
值得一提的是,OURS卖出后,谭章熹并未加入Aurora。这是因为,早在2018年,谭章熹回到深圳,将OURS的芯片部分业务及团队带回国内,成立RISC-V芯片公司睿思芯科,而这也将成为他此后工作的重点。
“当时从技术领域的政策限制和中美市场的差异考虑,把芯片业务放在国内发展,我们认为中国芯片有着巨大市场潜力,RISC-V恰逢其会。”谭章熹解释道。
目前,睿思芯科团队有超过85%都是研发人员,均拥有在半导体企业的深厚芯片开发经验,来自伯克利、斯坦福、卡耐基梅龙等名校。创立三年间,睿思芯科基于RISC-V架构开发了高端标量与矢量处理器核,同时通过合作开发、自主开发芯片产品及提供技术服务等多种方式完成商业落地。
可以说,这个团队如今能够提供从高效能处理器设计到完善开发工具平台全栈解决方案,并提供友好的AI/DSP框架支持 。正是因此,其产品方案能够做到可定制、成本低、功耗低、性能出众、供应链成熟, 易于大规模量产。
随着疫情持续,电子产品需求持续加码,更强烈的智能化浪潮与有限的产能导致持续的芯片短缺。2020年数据显示,半导体企业指数在过去一年内增长了65%。此前,美国汽车巨头通用汽车(General Motors)宣布,由于芯片短缺,它将关闭三座工厂,并减缓第四座工厂的生产。另一方面,美国对于中国的技术限制也让芯片技术成为亟待解决的难题。
而以RISC-V为主的芯片架构则很可能在这一背景下大放异彩,可以说正在爆发前夕。
首先,如今厂商对于产品的特性往往有着不同需求,如AI芯片、智能可穿戴芯片等,RISC-V架构的特性让它能够打破过去x86和ARM的垄断地位,在未来形成三足鼎立的局面。
以CPU领域为例,过去ARM架构有着指令集授权昂贵、通用IP核定制困难等问题,而RISC-V架构则具有可定制化、精简、开源、反应速度快等特点,可以用于开发适应特定产品和需求的独特芯片。
其次,在数年的积淀和成长后,RISC-V社区已经有了软硬件多方的突破,如算力提升,软件、编译器等生态逐渐成熟等,能够支持更复杂和高性能的软硬件产品。这一生态会不断促进RISC-V往服务器、PC等高端芯片发展。
在服务器、桌面、车载芯片等高端芯片市场,RISC-V前景广阔:根据被誉为科技投资圣经的ARK 2021 Big Ideas报告,ARM + RISC-V的组合所占据的服务器市场份额,将从2020年的零,增加到2030年的71%。而ARM和RISC-V还可能会在云业务领域取代英特尔x86。
到2030年,它们的合计市场规模将以每年45%的速度增长,CPU收入将达到190亿美元、服务器收入达到1000亿美元。
最后,开源的特性意味着RISC-V架构能够真正做到自主开发,核心技术扎根中国。
除公司本身的技术储备,作为RISC-V创始团队成员及中国RIOS实验室的紧密合作伙伴,背靠RISC-V国际基金会,拥有从基金会、国内外名校到半导体及科技巨头公司等深厚的产学界资源。
此前,睿思芯科已经与多家国际芯片巨头达成合作,其中正在联合打造未来高端智能可穿戴芯片,从定义指令集出发,提供了基于RISC-V先进的微架构芯片解决方案,计算性能/能效远高于业界现有 基于ARM的DSP/AI解决方案,并于今年大规模进行量产。
“实现高端CPU完全自主可控是中国芯片产业界的必行之路,且必须从最底层入手,RISC-V是唯一的实现路径。”作为本土团队中唯一具有RISC-V发起人背景的团队,谭章熹希望睿思芯科能够成为这一浪潮的引领者。
特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。
