「这件事我们不做，也总会有人去做的。」
早上 5 点刚从美国飞回北京的谭章熹到了下午仍然精力充沛。
穿着简单的 POLO 衫和黑色休闲裤，这位年轻的创业者娓娓介绍起了自己主打低功耗端计算 AI 芯片的创业公司 OURS 以及公司的全栈解决方案——不仅覆盖 3D 传感器（全固态 LiDAR-on-a-chip），还包括专用 AI 芯片以及软件算法。
OURS 公司 CEO 及联合创始人谭章熹
图灵奖得主 David Patterson 加持下的 AI 芯片公司
谭章熹的介绍中掺杂着不少英文单词，有时候为了便于大家理解，他还会特意停下来想想专业英文词汇对应的中文解释，这是许多留学生或是久居国外的人共有的特质。
他是加州大学伯克利分校计算机科学博士，其导师就是大名鼎鼎的 David Patterson，也是 OURS 的顾问之一。
David Patterson
就在前不久，David Patterson 还与前斯坦福大学校长 John Hennessy 一道，因开创性地提出计算机架构设计和评估的系统、量化方法获得 2017 年图灵奖，是计算机架构方面的绝对重量级人物。
作为体系结构领域的大师，David Patterson 与 John Hennessy 提出的系统、量化方法能够构建更快、更低功耗的精简指令集计算机（RISC）微处理器。
相比于传统复杂指令组计算机，RISC 强调的是计算机结构的简单性和高效性，易于使用、制造难度和研制开发周期都有所降低。
据统计，每年生产的超过 160 亿微处理器中，有 99% 都是 RISC 处理器，智能手机、平板电脑以及各式嵌入式设备中都能看见 RISC 的身影。
长期以来，David Patterson 在伯克利大学带领团队进行着 RISC 的研究，身为 David Patterson 门生的谭章熹，其研究领域自然也围绕于此。
如今，RISC 处理器已经从当初第一代发展至如今的第五代，而 OURS 的 AI 处理器就是全自主设计的基于开放的 RISC-V 指令架构。
RISC-V 也被称为「微处理器中的 Linux」，其生态系统正处在快速成长阶段，目前已经囊括了超过 100 家公司。例如，英伟达就在自己的 GPU 产品中采用了 RISC-V 核心。
在创立 OURS 之前，谭章熹曾在 Pure Storage 公司担任 Founding Engineer，是 Pure 公司雇佣的第一个芯片设计工程师，同时也是 Pure FlashBlade 产品团队创始成员和核心架构设计师。这款产品于 2017 年在 AI 硬件领域荣获 AIconics 最佳创新奖，客户包括 Tesla,，奔驰 F1 赛车队以及 Riot Games。
同时，谭章熹在闪存和硬件加速器领域拥有 20 多份专利，还是一款开源 SPARC CPU（RAMP Gold）的发明人。
「在 OURS，我是里面的『R』，我的合伙人就是那个『O』。」谭章熹笑着介绍道。
OURS 即 Optical Universal RISC Systems。公司的另一位联合创始人林森是加州大学伯克利分校电子工程博士，主攻硅光和混合信号设计专业。在校期间，林森研发出了世界上第一个直接用光互联的微处理器芯片，在硅光技术上有着深厚的积累和底蕴。
「OURS 这个名字是 Patterson 起的，他喜欢起四个字母的名字，而且喜欢带有字母『R』的。」谭章熹笑着说道。
OURS 公式：Perception=Sensing+Compute
2017 年 2 月，OURS 正式成立于美国硅谷，总部位于加州的圣克拉拉。
如果用一句话概括 OURS 的研发方向的话，那就是让机器智能地感知这个三维世界。
为了实现这一目的，OURS 的技术要覆盖针对垂直场景的 AI 及 3D 传感芯片，要利用开放式架构 RISC-V，这样才能打造出完整的边缘计算、3D 传感成像以及传感器融合解决方案。
谭章熹介绍，OURS 的独特性主要体现在两点。一是提供从设备、计算架构到软件的全栈解决方案，二是在中国市场拥有自主的知识产权。
2017 年 5 月，OURS 完成了 8 项 LiDAR 专利申请。
同年 10 月，公司已经研制出了样机，并多次成功流片，其中就包括基于硅光技术的光相位阵列（OPA）测试芯片。
流片，也就是像流水线一样通过一系列工艺步骤制造芯片。「这个过程对任何一家公司来说都是很大的挑战。」谭章熹说道。
今年 1 月，公司完成了第一代 FMCW 激光雷达和低功耗的 AI 处理器原型验证，并将在第一季度让客户展开产品试用与实地测试。
在这里，值得一提的是 OURS 的 3D 感知解决方案——FMCW 全固态激光系统。
FMCW 即调频连续波，它和飞行时间（ToF）技术是两种高精度雷达测距中使用的技术。与 Velodyne、Quanergy、Luminar 等主流激光雷达厂商使用的 ToF 技术相比，FMCW 技术具有测量精度高、范围大、受外界影响小等优势。
但与此同时，FMCW 激光雷的价格非常昂贵，这也导致它很难成为消费级产品。而且设计 FMCW 激光雷达的过程也会面临光学引擎设计复杂、激光的非线性降低测量深度精度、测量距离会受激光器噪声的限制等问题。
为此，OURS 尝试基于硅光技术手段克服这些难题。目前，通用收购的激光雷达制造商 Strobe 以及 Blackmore 均采用了 FMCW 技术路径。
但与那些激光雷达厂商不同，OURS 选取的是 LiDAR-on-a-chip 模式，相当于把传感器的感知能力和处理器的计算能力结合起来。这样一来，不仅可以通过计算简化传感器的的设计，还能直接利用光学信息提升性能指标
而且谭章熹表示，如果这套技术方案进展顺利，之后整个系统下来可以控制在 300 刀以内的。
这个价位对于自动驾驶领域的公司来说，无疑是非常具有吸引力的。
招兵买马，进军中国市场
「但我们并不是传统意义上的半导体公司。」谭章熹强调道。
OURS 的解决方案的面向范围从硅光及至软件，收益来源并不局限于半导体，还可以来自软件定义的感知平台等。OURS 瞄准的是那些具有较大体量和价值的应用领域。
短期内，物联网、机器人、无人机以及工业上的应用是比较切合 OURS 技术落地的领域。长远来看，自动驾驶会是 OURS 的一个未来愿景。
「ISO26262（汽车的一个安全性国际标准）是一个坑，这不是一个创业公司短时间能 handle 住的。」谭章熹解释道。
而在经历了一年的技术积累与商业探索之后，OURS 决定正式进入中国市场。
「毕竟芯片已经超过石油，成为第一大进口商品。」
谭章熹介绍，部分中国公司并不希望去美国买芯片，而希望自己的解决方案能够是唯一的，因此更倾向于找到领域内的公司展开合作，共同设计定制化的解决方案。
据悉，目前 OURS 已经与国内大型公司展开了深度合作。
2017 年 6 月，OURS 还完成了来自创新工场、北极光创投和元禾谷风创投的 A 轮融资。
为了拓展中国业务，扩建团队自然也提上了 OURS 的日程。
眼下，OURS 团队大约有十几人，70% 的员工拥有博士学位，专业领域包括微处理器设计，RISC-V，硅光，非易失性存储器系统等，其中一半以上毕业于伯克利。
「与其说我们现在招 employee，不如说更像是找 partner。」谭章熹说道，而这个招兵买马的过程并非想象中容易。
在他看来，人工智能的火热带动了大批人才流向了机器学习、深度学习等领域，而在芯片领域则出现了大概十年的人才断档。
他回忆，他的导师 David Patterson 开门课可能也就 20 个人左右，还有退的。但加州大学伯克利分校的另一位机器学习领域教授 Michael Jordan 的课则会有 200 多人去听，还有坐在地上的。
其实也不难想象，在算法出现突破之后，业内对算力的需求自然会不断攀升。此消彼长之间，AI 芯片的崛起并非无迹可寻。
而在被问及 AI 芯片是否会成为泡沫时，谭章熹用巴菲特的名句「只有当潮水退去的时候，才知道是谁在裸泳」回答了这个问题。
那么，究竟拥有强势技术背景和创新产品模式的 OURS，能否搅动国内 AI 芯片领域的这池春水？抑或是在人们逐渐开始对激光雷达的性价比产生质疑的时候为其带来新的生机？
