技術研發(fā)、資金支持、商業(yè)合作多點開花

時間：2022-04-01 17:39:02 | 來源：行業(yè)動態(tài)

時間：2022-04-01 17:39:02 來源：行業(yè)動態(tài)

憑借著壓縮編譯協(xié)同設計這一獨特的技術思路，雖然CoCoPIE成立僅有一年時間，但是無論是在理論深造、軟件開發(fā)、融資還是業(yè)務推廣方面都已經(jīng)取得了很可觀的成果。

李曉峰告訴記者，過去一年中，他們的主要工作是把學術界最新的研究成果轉(zhuǎn)化為具體的軟件產(chǎn)品。而除此之外，CoCoPIE還在相關領域發(fā)表了大量論文，從AI應用優(yōu)化技術、AI模型設計技術，到編譯器優(yōu)化技術以及底層硬件相關優(yōu)化技術。令他意外的是，在論文發(fā)表之后，已經(jīng)有不少企業(yè)主動尋求合作。其中包括了騰訊、滴滴、Cognizant等不同領域的公司。

從目前來看，CoCoPIE技術的應用場景和范圍非常之廣，可以這么說，只要有AI應用需求的地方，就有該技術的用武之地，無論是智能家居、智慧城市，還是智能手機，或是醫(yī)療設備。以手機上的媒體處理為例，無論是做人臉動畫、拍人換臉、視頻卡通化，還是對特定目標進行對象檢測，這些任務都可以借助于CoCoPIE技術更輕松地實現(xiàn)。

為什么說是更輕松？這主要體現(xiàn)在使用效能上。看一組數(shù)據(jù)對比：使用CoCoPIE，VGG-16神經(jīng)網(wǎng)絡在移動設備Samsung Galaxy S10上比在TPU-V2上效能提升了近18倍，ResNet-50則取得了4.7倍的效能提升；在同樣的Samsung Galaxy S10平臺上，運行行為識別的C3D和S3D兩個任務，CoCoPIE的速度比Pytorch分別提高了17倍和22倍；運行MobileNetV3, CoCoPIE的速度比TensorFlow Lite和Pytorch分別提升了近3倍和4倍；另外，對功耗測試（Qualcomm Trepn power profiler）的結果還顯示，CoCoPIE與TVM相比，執(zhí)行時間縮短了9倍以上，功率卻僅多消耗了不到10%。

這樣的成果表現(xiàn)，讓資本市場和應用市場的嗅覺同樣敏銳，短短一年，在沒有商業(yè)推廣的前提下，CoCoPIE已經(jīng)獲得了10幾個客戶，并且還在日前完成了數(shù)千萬元人民幣的融資。應該說，CoCoPIE的發(fā)展還是很迅猛的，下一階段會有更大的發(fā)展。李曉峰說。

需要強調(diào)的是，李曉峰所指的下一階段是更長的一段路，不會隨著AI芯片的普及化而停滯。因為CoCoPIE的技術是通用的，可以廣泛地應用于各種CPU、GPU、DSP以及及AI專用芯片，如NPU、APU、TPU等等。李曉峰解釋道，所以，AI芯片即使發(fā)展了，也還是離不開編譯優(yōu)化技術，我們的技術只會讓AI芯片的能力進一步提升。就像通用芯片不管多便宜、性能多高，也都還需要高性能的編譯器支持。

因此，在CoCoPIE看來，隨著芯片類型越多、能力越強，對軟件優(yōu)化技術的需求也會越大，而這就意味著，CoCoPIE未來的市場空間也會越來越大。我們會持續(xù)探索這個技術棧相關的先進技術，并通過高校研究不斷為自己輸入新鮮的技術能力。李曉峰說。