登临科技联合创始人王平：创新+自研“双核”驱动，GPU+赋能AI落地生根(3)

自研IP：大芯片企业可持续发展的根本动力

登临GPU+的核心竞争力是：核心IP完全自主研发。 选择核心计算IP全自研其实一个相对挑战的路线，我们和计算有关的核心IP无论是架构，微架构包括算术单元，包括SoC的架构，都是自主设计，每行代码都是自主编写。选择自主研发主要是来自于我们团队多年来在计算领域耕作的自信以及对计算IP的深刻理解。另一方面，我们坚信只有自主研发，才能够承载架构创新，确保自己的竞争力。此外，算力产品在深度上需要迭代，精益求精，广度上要利用leverage之前的技术与经验，只有自研，才能自我突破，并迭代出在边缘侧、云端不同应用需求的不同产品，实现企业的良性自我造血，循环可持续发展。 基于GPU+，登临打造了首款边缘至云端全系列产品：Glodwasser。Goldwasser系列产品：包括边缘计算产品Goldwasser UL，功率15-25W，INT8算力32-64TOPS；半高半长的服务器计算卡Goldwasser L，功耗40-70W，提供128-256TOPS算力；另有一种全高全长的Goldwasser XL，输出 512TOPS 算力。 在实测过程中，GPU+在40W TDP时输出了128TOPS算力，和国际主流产品对比其功耗更低，性能更高。在同样的工艺上，GPU+可以以更小的芯片面积，在同样功耗下，在不同神经网络上提升3倍以上计算效率，并同时减低芯片性能对外存吞吐的依赖。此外，Goldwasser使用的Hamming工具链，不仅支持传统GPU使用的硬件加速方式，和PyTorch、TensorFlow、飞桨等国内外主流深度学习框架，也支持国内外主流x86和ARM产品。目前，登临在也和多家CPU、服务器厂商合作，适配了多种CPU、服务器。

客户场景

目前登临Goldwasser目前已在安防、交通、医疗、金融、能源电力、智能驾驶、在线教育、互联网等行业实现商业化落地，并顺利实现规模化量产供货。 除此之外，Goldwasser还在赋能更多的AI应用领域，如视频审核、信息检索、自然语言处理等场景。大量客户产品实测证明，针对AI计算，GPU+相比传统GPU在性能尤其是能效上有显著提升。 总的来说，规模化落地是我们的第一步。下一步，我们将继续与客户进行更深入的合作，坚持核心技术自主研发，创新迭代出新的产品，拓展更多领域的客户，更广泛地为推动数字经济发展做贡献。