創始人王紹迪和郭昕婕二人，是夫妻亦是戰友。
夫婦均畢業於北京大學信息科學技術學院微電子專業，本科畢業後二人選擇共同赴美留學。
王紹迪進入加州大學洛杉磯分校攻讀博士學位，研究新型存儲器，而郭昕婕選擇了加州大學聖塔芭芭拉分校，專注研究基於NOR Flash的存算一體晶片技術，並於2016年研發出了全球第一個多層神經網絡的存算一體深度學習晶片技術，首次完成了存算一體的晶片驗證。
2017年，王紹迪產生了歸國創業的想法，並於同年攜妻子回國創立了「知存科技」，正式進軍存算一體晶片市場，致力於開發基於浮柵技術的數模混合存算一體AI晶片，使晶片運算過程中無需緩存、內存和邏輯運算，徹底消除馮·諾依曼計算架構瓶頸，真正意義上提高運算效率，降低成本。
「在傳統馮·諾伊曼體系結構中，數據需要從處理單元外的存儲器提取，處理完之後再寫回存儲器，速度慢、耗能高，這是低功耗和高性能之間的矛盾關鍵點，」王紹迪告訴創業邦：「而存算一體晶片是新型的計算架構，可以使存儲器同時擁有計算和存儲功能。」
舉例來說，以前需要3~4個模塊搭載在一起進行存儲和計算，數據需要從處理單元外的存儲器提取，而有了存算一體技術，一個晶片足以打通存算環節。由此，可以避免數據反覆搬運，能大幅提升能效，降低設計難度。
創立之初，國內晶片市場的熱點主要集中國產替代，新型應用晶片類似存算一體晶片十分小眾，但王紹迪卻始終看好該領域，王紹迪介紹，這背後的原因有二：
其一，2016年AI晶片市場規模約10億美金，預計2025年將達到300~400億美金規模，複合年均增長率大於50%，市場潛力巨大。
其二，由於存算一體晶片還處於市場空白階段，並無頭部巨頭壟斷趨勢，較其他類型晶片生產周期更長，行業競品普遍產品化能力較弱，而知存科技已經歷六次流片，產品即將上市，具有明顯的先發優勢。
王紹迪坦言，在存算一體晶片研發中，「如何設計存儲器，使其具備處理器的運算能力」是最重要也是最難的部分。這一過程不僅涉及到存儲器和模擬電路的設計，還要求企業對晶片不斷疊代、修改和優化。這是知存科技近兩年做的事。
據透露，知存科技已於年初成功發布了全球首個MemCore001和MemCore001P 兩款智能語音晶片樣本，支持智能語音識別、語音降噪、聲紋識別等多種智能語音應用。
該系列晶片算力是傳統晶片的100倍，運行功耗小於300uA，待機功耗小於10uA，可大規模應用於電池供電的小型智能設備、可穿戴設備和有源供電的智能家電、智能控制等設備。
最新消息稱，該系列晶片將於近三個月內實現量產，預計年產能可達500萬片。
而談及終端側的應用問題，王紹迪表示，知存科技主要在高端手機、家電、手錶等可穿戴電子科技場景布局。
一方面，電子可穿戴領域的AI應用較多，相關設備需要同時跑3~5個AI算法，在此過程中，知存科技的存算一體晶片能夠在高算力、低功耗的情況下完成這些動作，相較同類晶片產品具有明顯優勢；
同時，在戰略層面，電子科技下遊客戶需求端的功能需求類似，主要關注功能升級和外觀小型化程度等方面。對此，知存科技可重點在功能性滿足等方面發力，助力企業客戶強化競爭差異化和壁壘。
現階段，知存科技已與國內消費電子領域的兩家頭部企業展開合作，通過晶片+定製優化合作配套服務的模式對外輸出，預計一年內可實現規模化營收。
除此之外，知存科技還將在今年下半年推出應用於可穿戴和移動設備的MemCore101晶片，並於明年推出針對電池驅動設備所使用的智能視覺晶片MemCore201晶片。這兩款晶片可在低功耗的情況下提高算力50倍，為電池驅動設備賦能強力AI運算，延長待機時間的同時增加智能化功能。
成立三年，知存科技團隊已有70人規模，研發人員占比超過60%，其中50%以上擁有碩士和博士學位。核心成員大部分擁有10年以上產業經驗，畢業於美國加州大學，洛桑理工、清華大學、北京大學、中國科學院大學、浙江大學、北京航空航天大學、哈爾濱工業大學、華中科大等國內外知名高校。
據悉，知存科技已於2017年、2018年先後獲得由產業資本領投的三輪融資，資方包括中芯聚源、普華資本、科大訊飛、招商局創投、三峽鑫泰、啟迪之星、名建致真等。
面向未來，知存科技會繼續優化底層技術，儘快實現大規模落地，提高市場占比，在低功耗、高算力、實時性要求較高的領域推動技術發展。
文章圖片來源於知存科技、圖蟲，經授權轉載。本文為創業邦原創，未經授權不得轉載，否則創業邦將保留向其追究法律責任的權利。如需轉載或有任何疑問，請聯繫editor@cyzone.cn。