蜗牛派之前曾对公司做出报道，「趋动科技」成立于2019年，由Dell EMC中国研究院背景的核心团队创办，主要为用户提供AI加速器资源池化和虚拟化软件及解决方案。

自去年年底以来，公司推进了加速器虚拟化的研发进程，推出了国内少有的较为成熟的数据中心级GPU软件定义和资源池化方案——OrionX GPU资源池化解决方案（猎户座GPU资源池化解决方案），此前公司的虚拟化技术主要针对单机实现虚拟化。目前客户覆盖了头部数十家互联网、AI以及公有云企业，同时已与戴尔达成合作，共同向行业用户提供AI动态加速云。据「趋动科技」透露，今年下半年还将推出云游戏GPU资源池化解决方案。

当前以GPU、FPGA和AI ASIC芯片为加速器典型，其中GPU仍为当前最成熟、应用范围最广的加速器。我们在之前的报道中提到，由于缺乏高效经济的加速器虚拟化方案，芯片利用率较低，据AWS在re:Invent 2018上公布的数据，AWS上GPU利用率只有10%～30%。

而通过「趋动科技」加速器虚拟化技术，可以将利用率提升3至10倍，用户应用无需修改就能直接使用数据中心内任何服务器之上的GPU等加速器，除此之外，还能方便企业管理和升级资源。据公司介绍，经过多次的性能优化以及相关技术研发，用户使用本地物理机GPU和通过100G的RDMA网络使用OrionX平台提供的远程GPU，性能差距在2%以内。

据「趋动科技」介绍，目前公司的客户群主要有两类，一类是多选用私有云部署方案的互联网、AI企业客户，另一类是中小型公有云客户，相对来说私有云方案本身安全性较高，客户对于性能和提高利用率要求较高；而由于公有云中多租户需要进行算力共享，对于服务的安全性和隔离性要求会高一些，公司根据各类场景对于安全隔离的不同要求进行了相应的优化。

「趋动科技」CEO王鲲博士告诉蜗牛派，公司下一步的研发方向一方面是继续推进与国内外各芯片厂商合作，支持其他AI芯片的软件定义和资源池化。另一方面是继续拓展加速器资源池化和虚拟化解决方案在云游戏等其他场景的应用。

目前云游戏仍处于探索阶段，近期由于5G建设的发展以及巨头的入局重新走到台前。根据艾媒咨询，云游戏的发展需要GPU服务器、虚拟化技术、音视频技术、实时网络传输技术以及边缘计算五大核心技术发展。与AI领域相同，云游戏由于渲染的需求配备了专业显卡，若玩家独享一台服务器将造成巨大的资源损失，运营商成本高，难以将云游戏真正推向市场。《云游戏产业发展白皮书（2019）》将GPU虚拟化视为资源整合效率提高的关键。

在未来对于云游戏GPU虚拟化的研发方面，「趋动科技」告诉蜗牛派，两种解决方案有差异，但并非完全不同。主要的不同点可能在于接口的支持，游戏和VR程序更多使用OpenGL、DirectX以及Vulkan接口；但是底层对于算力、资源管控、跨节点访问资源、资源的调配调度逻辑和AI行业有很多相通的地方，之前的一些技术积累可以复用。预计今年下半年可以推出云游戏GPU资源池化的解决方案，该方案主要针对的客户为云游戏运营商。目前华为、腾讯CMatrix、英伟达的GRID、AMD的MxGPU以及Intel的GVT-g均在布局云游戏板块。

在上篇文章中我们有提到，虚拟化方向之所以受到巨头们关注，与行业市场的高速增长有关。以当前常用的英伟达GPU芯片为例，当前英伟达数据中心产品营收达到26亿美元以上，假设公司拥有2%左右渗透率将达到千万美元级别的营收。若综合考虑云游戏，2019年英伟达游戏板块产品61亿美元营收，同样的渗透率或使公司达到近1.6亿美元左右的营收水平。

对于与巨头们虚拟化软件市场上的竞争，王鲲博士表示对公司的研发团队有信心，“任何公司想要在技术上取得突破，都要攻克相同的难关”，他认为在这个技术窗口期“要跑得快，最核心的是研发团队，将保持较高的研发投入”。

投资逻辑

本轮融资领投方、戈壁创投合伙人胡唐骏表示：“AI时代下，云游戏、短视频等应用催生了各个场景下对于AI算力的迫切需求。AI算力的资源池化是提高硬件利用效率、降低数据处理成本的基础，更是算力平民化的重要组成部分。趋动科技团队拥有极其丰富的产业经验，并积累了大量差异化核心技术能力，其虚拟化方案能够更好地帮助客户高效搭建AI时代基础设施。我们坚定看好公司在数字新基建大时代下的发展潜力。”

高瓴资本合伙人、高瓴创投软件服务和原发科技创新负责人黄立明表示：“趋动科技团队不仅拥有前瞻性的创新技术能力，并且能够发挥国内外一线互联网公司丰富经验，深耕产品创新研发和用户体验，打造出了一款高效经济的AI加速器资源池化解决方案，能够帮助用户更好的提高GPU等加速器的资源利用效率，同时也可以极大便利用户应用的部署。”

讯飞创投董事长徐景明先生表示，“趋动科技核心团队是由一群深耕于算力虚拟化技术并拥有丰富产业经验的科学家和企业家组成，专注于AI加速器虚拟化场景，对算力虚拟化核心技术能够进行长期而深入的研究，专注源头核心技术系统创新，日后一定可以厚积薄发。”

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！

燧原科技成立于2018年3月，目标是为客户提供云端AI训练和推断的国产通用人工智能软硬件解决方案，为公有云、私有云和混合云等云服务商提供AI普惠算力，服务金融、医疗、教育等行业，以及“新基建”的智能数据中心。

根据公开信息，燧原科技从芯片立项到自主研发成功用时18个月，去年12月发布了基于“邃思”芯片的人工智能训练加速卡“云燧T10”。云燧T10基于完全自研可重构计算架构DTU，单精度算力达到20TFLOPS，并率先支持BF16数据格式；采用自研ESL高速互联技术，200GB带宽，可以满足E级数据中心大规模人工智能训练需求；支持业内主流深度学习框架，提供完整的编译、调试、调优工具链，为开发者提供SDK、算子库，自定义算子接口、以及细粒度开放定制的能力。目前正在针对AI多种应用场景的差异化需求与客户展开深度合作，并实现业务落地和规模化。据悉燧原科技正与腾讯进行深度业务落地合作。

燧原科技曾在2018年4月获得种子轮融资，投资方包括亦合资本、真格基金、达泰资本、云和资本和上海科创投。2018年6月，获得3.4亿人民币Pre-A轮融资，腾讯领投，亦合资本、真格基金、达泰资本与云和资本跟投。在2019年6月宣布获得3亿人民币的A轮融资，由红点创投中国基金领投，海松资本、云和资本、腾讯、阳光融汇资本、信中利资本跟投。

融资历史

AI芯片一直是近年来国内人工智能领域的热门方向，包括阿里、腾讯、百度、华为等巨头，商汤、旷视、依图等专注CV的公司，寒武纪、地平线、深鉴科技等芯片初创公司在内的众多企业均有入局，燧原科技是少数从云端训练芯片直接切入市场的公司。

众多科技公司看好这一市场，与对算力的巨大需求密不可分。伴随着人工智能应用场景的多元化，新算法、新模型不断涌现，模型中的参数数量呈指数级增长，因而对算力的需求越来越大。根据Tractica调研预测全球AI芯片市场规模将在2025年达到726亿美元，增长率达到46.14%。OpenAI预估算力需求每3.5个月翻一倍，每年近10倍。

目前市场上的云端训练产品主要来自于NVIDIA，长期被国外巨头垄断，价格高企，使得国内AI云端训练的成本很高。同时，因为开发生态系统封闭不开源，对国内相关产业公司的技术支持力度不足，无法满足国内日益增长的各种AI应用场景的差异化需求，产品升级换代的步伐受到限制。

这也为从云端AI训练市场切入的燧原科技提供了市场机会。燧原的优势在于专为人工智能应用设计的芯片架构，比NVIDIA同期产品具有更高的性价比，同时提供更为本地化的技术支持，可以满足各种优化、定制化及差异化的需求。技术和价格门槛的降低，使得更多的AI应用开发者通过AI训练为市场提供更多更优的模型，进而扩大AI推断市场的规模，推动中国人工智能产业的发展。

事实上，过去几年亦有其他公司希望挑战NVIDIA，但真正能推出产品并落地者寥寥。芯片是技术、人才、资本密集型产业，其难点不仅在于芯片架构的设计，也在于与之相匹配的软件生态系统。回顾英伟达发展历史，其占领AI芯片领域的关键因素在于其CUDA的软件生态。

目前燧原科技已经推出“驭算”软件平台，与客户和合作伙伴基于该平台进行联合开发，来满足各行业客户深度定制化的需求。蜗牛派推测，本轮融资很可能也用于招募这部分的人才，继续完善并拓展软件平台的功能，构建生态。

芯片只有规模化才能实现盈利，找到体量大、增速快的应用场景就是关键。AI训练芯片主要部署于数据中心，智能数据中心是重要的人工智能算力基础设施，也是未来的发展趋势，市场潜力巨大。根据IDC数据，2018年中国智能服务器市场规模为13.05亿美金（约合人民币90亿元），同比增长131%，到2023年将达到43.26亿美金（约合人民币300亿元），整体市场年均复合增长率将达到27.08％。按照人工智能芯片占到人工智能服务器成本的30%-35%进行测算，未来中国服务器市场对于人工智能芯片的需求有望突破100亿元人民币。

据了解，燧原科技正在与政府和上下游商业伙伴合作，为‘新基建’智能数据中心提供国产替代解决方案，助力新基建的建设。

免责声明：本文版权归原作者所有，文章系作者个人观点不代表蜗牛派立场，如若转载请联系原作者；本站仅提供信息存储空间服务，内容仅为传递更多信息之目的，如涉及作品内容、版权等其它问题都请联系kefu@woniupai.net反馈！