推出六款AI产品，公布芯片计划，深鉴科技完成4000万美元A+轮融资
成立近两年，深鉴科技正式召开了第一次发布会。
发布会之前，就有消息传言，此次发布会将推出多款新品，并有可能公布公司融资或芯片技术的重要消息。今日的发布会上，这些谜题一一被揭晓。
概括来说，产品方面，深鉴推出了六款AI产品，分别是人脸检测识别模组、人脸分析解决方案、视频结构化解决方案、ARISTOTLE架构平台，深度学习SDK DNNDK、双目深度视觉套件。芯片方面，公布了最新的芯片计划，由深鉴自主研发的芯片“听涛”、“观海”将于2018年第三季度面市。融资方面，正式宣布完成4000万美元A+轮融资，蚂蚁金服与三星风投领投，招商局创投与华创资本跟投。
具体来说，此次发布的六款产品中，前四款是针对安防场景的解决方案，搭载了深鉴科技的深度加速技术。 其中，人脸监测识别模组DP-1200-F1，主要用于帮助打造具有人脸识别功能的相机；人脸分析解决方案DP-2100-F16主要用于打造大批量人脸识别计算方案；DP-2100-O16可以用于打造视频结构化解决方案。
深度学习SDK DNNDK™ (Deep Neural Network Development Kit)，已在本月正式对外发布。DNNDK™面向AI异构计算平台深度学习处理器DPU，可支持神经网络推理 (Inference) 阶段模型压缩、编译优化和高效运行时支持的不同功能需求，为DPU平台各种深度学习应用开发和部署提供的全栈式解决方案。
芯片方面，官方表示，由深鉴自主研发的芯片“听涛”、“观海”将在2018年第三季度推出，其中，“听涛”系列芯片，采用台积电28纳米制程，核心使用深鉴自己的亚里士多德架构，峰值性能1.1瓦 4.1 TOPS，预计将于上半年完成产品装载。
发布会前一天，韩国媒体曝光了三星投资深鉴的消息。今天的发布会上，深鉴科技也公布了关于本轮融资更多细节，正式宣布完成4000万美元A+轮融资，蚂蚁金服与三星风投领投，招商局创投与华创资本跟投。
随着半导体行业步入后摩尔定律时代以及AI在商业领域取得越来越多的成功，AI算力的需求日益增强，对传统计算体系结构形成严峻挑战。针对特定领域的计算需求进行体系结构上裁剪和优化设计，能比通用处理器体系结构提供更优秀的性能、更高的能效，成为新趋势，国内外也出现了一系列针对人工智能尤其是深度学习的软硬件加速方案。
深鉴科技也因为在这个方向上的技术领先性，近两年也受资本市场青睐。深鉴科技成立于2016年3月，由清华电子系背景的汪玉、韩松、姚颂一起创办，后吸引到同是清华背景的单羿博士以合伙人形式加入。2016年4月，公司获得来自高榕资本、金沙江创投的天使轮融资，金额不详。今年5月，宣布完成数千万美元的 A 轮融资，投资方包括赛灵思（Xilinx）、联发科（MediaTek）、清华控股、方和资本，原有投资方金沙江创投、高榕资本跟投 。此轮融资后，也意味深鉴科技也有可能获得了全球FPGA最大厂商（赛灵思）、全球最大存储器厂商（三星）、全球手机芯片第二大厂（联发科）、全球最大互联网金融独角兽（蚂蚁金服）的支持。
趋势之下，深鉴科技所在的人工智能赛道也在今年成为AI领域的热点赛道，吸引了国内外诸多有竞争力玩家入局。国内方面，今年8月，寒武纪科技（Cambricon Technologies Corporation Limited）宣传完成一亿美元A轮融资，成为全球AI芯片领域第一个独角兽公司。上周，曾表示要做“万物互联时代Intel”的地平线获得来自Intel的战投，预计年底前将完成近亿美元A论融资。国外方面，巨头也持续加码。诸如Google这样的科技巨头开始推出自己的AI芯片，Google的TPU已经迭代到了第二代。Intel先后收购了Altera、Yogitech、Nervana、Movidius、Mobileye等多家公司，获得了在FPGA等领域的相关技术。软银以234亿英镑的价格收购ARM，意在嵌入式人工智能。
技术的领先性对于半导体公司意义重大。此次的投资方之一华创资本合伙人熊伟铭告诉36氪，华创资本认可深鉴科技领先的技术水平和高度可执行的演进方案，华创资本科技组负责人公元也表示深鉴的技术是世界级的。前一轮投资方赛灵思（Xilinx）则在2016年OpenPOWER峰会上，对外公布了采用了他们眼中深度学习处理器的新方法，而这项标准中技术的部分大多来自深鉴科技。
商业化则是留给这一赛道的另一难题。2016年时，这一领域的诸多公司都瞄准了智能安防与智能机器人（含无人机）等方向，这也是当时深鉴科技最早选择的商业化方向。而在今年，发展较快的公司，则聚焦在了付费能力更强、利润率更高的行业。以深鉴科技为例，今年聚焦安防业务，此次推出的产品中也多针对这一场景；而在近期的宣传中，团队也表达了与蚂蚁金服探索金融领域应用加速的计划。近期刚刚获得融资的地平线，也开始主推自动驾驶业务。
