从快手拆出来！

凌川科技押注国产3D芯片

深科技 deeptek｜AI芯片产业观察

一支从快手拆出来的芯片团队，先把直播转码芯片卖了近十万颗，现在拿着10亿元融资，要去压低AI视频的生成成本。

刚刚，据启明创投消息报道，凌川科技近日完成10亿元B轮融资，由亦庄国投屹唐盛和基金、启明创投、朝晖资本联合领投，资金主要用于下一代芯片研发、量产及全球市场拓展。

凌川科技公司透露，采用全国产3D堆叠技术的AI视频芯片已回片，预计2027年规模出货。

点击参与【深科技之王榜单】AI大爆发！「深科技50」人工智能榜单，正式启动！

01｜快手拆出一支芯片团队

凌川科技的起点，是快手内部的异构计算与芯片事业部。

创始人、董事长兼CEO刘凌志是上海交通大学博士、华盛顿大学博士后，曾在华为、英特尔担任技术管理职务，后来出任快手集团副总裁。

2018年，刘凌志从零搭建快手的异构计算与芯片团队，带队在快手内部自研智能视频SoC芯片SL200。

2024年3月，团队正式拆分独立运营，凌川科技由北京市人工智能基金与快手集团共同发起设立。

点击参与【深科技之王榜单】AI大爆发！「深科技50」人工智能榜单，正式启动！

据报道，凌川核心团队成员来自快手、华为、阿里、百度、英伟达、AMD、英特尔和Arm等企业，平均拥有15年以上芯片设计、软件算法及基础设施经验，并曾主导十余款AI及视频芯片的流片与量产。

这套班底的价值，在于芯片工程师懂流片和量产，平台工程师知道一颗芯片进了机房以后，怎么接进业务、扛住流量、出了故障怎么处理。

芯片团队最硬的履历，是让自己设计的硅片扛过真实流量。

02｜第一颗，卖了近十万颗

据硬氪报道，SL200已销售近十万颗，部署至快手、阿里云、百度云和B站等企业，并覆盖快手99.7%的直播转码业务。

直播转码要把同一场直播转换成适合不同终端和网络条件的版本，平台每天都有持续负载，硬件省下的每一点算力和电费，都有机会在规模部署中被放大。

从快手内部部署到外部客户采用，凌川已经跑过一遍设计、量产、软件适配和线上运维的全流程。

但转码处理的是已有画面，AI视频生成要让模型从头合成画面，还要维持前后帧的连贯性，两者的计算和访存负载差别很大。

近十万颗的销量能帮凌川敲开客户的门，下一颗芯片能拿到多少订单，要靠新业务里的成本说话。

03｜3D芯片，盯上搬数据

AI视频的分辨率越高、时长越长，模型需要处理的数据通常就越多，数据送不到位，计算单元再快也得等。

凌川的做法是用3D堆叠和混合键合缩短部分数据的搬运路径，再用自研DiPU架构让编译器提前安排数据放在哪里、什么时候搬、什么时候算。

公司披露，其NUMA Fast Load机制下的本地访问时延低于2纳秒，整段视频能提速多少，还要看模型有多少数据能在本地读到，以及跨区域访问和并发调度会吃掉多少收益。

凌川还在做统一计算平台LUCAS，为视频生成模型提供适配和算子优化，因为客户迁移一套线上业务，既要看新芯片跑得多快，也要看每次模型更新需要花多少工程人力。

视频生成的成本，有一部分花在计算上，还有一部分花在等数据上。

04｜客户只算一笔账

凌川科技COO张文静在接受硬氪采访时表示，随着视频生成走向商业化，客户更关心单位产出的总成本，以及能否支撑即时互动的低时延和吞吐量。

AI短剧团队往往要为同一个镜头生成多个版本，制作方会把重试、筛选和等待都算进去，最后看一条可用视频到底花了多少钱。

互动视频的账又不一样，用户越早看到首帧、平台越能在高峰期稳住响应，底层算力就越有价值。

客户买单的单位，是一条能交付的视频。

05｜2027年，拿订单说话

回片之后，凌川还要把样片验证、键合良率、散热和客户导入一项项跑通，才能把2027年规模出货的预期变成实际交付。

目前披露的材料尚未给出可直接比较的端到端成本数据，凌川的3D芯片能否降本，要等同模型、同等画质和相近并发条件下的实测结果。

10亿元能给凌川争取研发和量产爬坡的时间，客户愿不愿意把更多生产流量迁过去，才是这颗3D芯片能否做成一门生意的答案。

资料来源｜36氪、启明创投

点击参与【深科技之王榜单】AI大爆发！「深科技50」人工智能榜单，正式启动！