深思創芯的Abacus架構，采用稀疏量化共享技術，結合內存Super Fetch技術，實現更高效的硬件加速。

2016年，一場機器人圍剿真人的棋盤，讓“人工智能”熱度持續至今，不同的是，坐而論道、單談概念的風口已過，人們的關注點早已轉到了AI芯片的實際應用之中。隨著包括谷歌、Facebook、微軟以及百度、阿里、騰訊在內的互聯網巨頭相繼入局，預計到2020年AI芯片全球市場規模將超過100億美元，其中中國的市場規模近25億美元，增長非常迅猛。目前，越來越多初創公司也紛紛加入競爭。但無論是AI還是AI芯片，只有實現從云端走向終端，才能真正賦予“萬物智能”。

36氪四川關注到的深思創芯，聚焦于“智能識別”和“物端計算”芯片技術，著力推動人工智能-強人工智能終端設備的發展。相較于“紙面上”的概念，在經過數次迭代之后，當前，深思創芯基于深度學習的芯片Abucus Vi-SS6500F的量產顯得更接地氣。

深思創芯的Abacus架構，采用稀疏量化共享技術，結合內存Super Fetch技術，實現更高效的硬件加速。其中稀疏量化共享技術是利用參數的稀疏性進行量化和共享處理，提高計算核心的復用率，減少數據傳輸量，降低數據帶寬需求，實現整體芯片加速，能有效應對當前AI加速器所面臨的內存瓶頸。

基于55nm工藝平臺，Abucus Vi-SS6500F無論在性價比還是在成本回收周期測算上都具有優勢，而跳出實驗室Demo局限，在對低功耗并不苛求的眾多非便攜式應用領域是批量商用的合理選擇。

具體來說，深思芯片的物端處理圖像特征，將降低云端計算壓力，平衡云端設備損耗和后期換代代價，降低系統成本。結合神經網絡算法，系統應用場景包括活體判斷、智能交通、姿態識別、夜間輔助等。深思創芯CEO俞德軍博士透露，Abucus Vi-SS6500F應用于智能安防和駕駛輔助兩大場景，基于芯片進行模組化開發和生產，從而市場化。與此同時，深思創芯第二代Abucus Vi-SS6800S架構設計也已經完成，預計今年第四季度進行流片，其性能較一代芯片將至少有8倍以上的提升，應用范圍更廣。

不可否認的是，基于高投入、長周期的行業特殊性，當前，AI芯片行業高度全球化并且頭部效應明顯。同賽道中，與深思創芯類似的還有其他數家AI芯片公司，有的主要聚焦云服務器，利用芯片為云端推理提供強大的運算能力支撐；有的聚焦于自動駕駛領域，為未來實現真正自動駕駛這個目標提供足夠性能的硬件支持。對于深思創芯來說，具備專業的芯片研發血統并經歷多次迭代而日趨成熟和完善的硬件研發優勢是其核心壁壘。值得注意的是，深思創芯在存內計算神經網絡芯片方向也早已布局，芯片采用22nm FD-SOI工藝，算力性能獲得數量級的提升，算力功耗比超過30T/W，單核功耗低于62mW，預計將于今年Q3流片，而深思創芯第三代百萬神經元、1億個突觸規模量級的類腦芯片也將于今年Q4流片，與相關醫學醫療單位的合作已經展開。

有別于不少順著風口而起的AI創業公司，深思創芯是經歷了從基礎研究到商用化轉化開發過程的芯片公司，不少工程師都曾供職于各大知名芯片公司，團隊基礎扎實，研發能力強。當前，深思創芯正計劃開啟A輪融資。