根据SemiWiki的报道，美国AI芯片明星公司Wave Computing已经依照《破产法》第11条向破产法院提交了保护重组申请，接近破产。报道中称，公司已将重组消息告知所有员工，并把Wave Computing中国区团队解散，公司办事处全部关闭。

Wave Computing成立于2010年，是一家致力于推动人工智能深度学习，从边缘计算到数据中心的计算加速方案公司，总部位于美国硅谷(Silicon Valley)。

这家公司的主要业务是提供从数据中心到边缘的系统、芯片、IP、解决方案服务的广泛产品线。在芯片上，Wave Computing的核心产品是基于软件可动态重构处理器CGRA架构的AI芯片DPU。2018年，Wave Computing收购了MIPS，通过将MIPS多线程CPU IP核与自家的数据流架构相结合，为人工智能计算提供完整的数据处理支持。2019年，Wave Computing针对边缘计算市场的算力需求，将MIPS技术与Wave旗下WaveFlow™和WaveTensor™技术相结合，推出TritonAI™ 64 IP平台。

2018年12月，该公司获得了奥克蒙特（Oakmont Corporation）领投的8600万美元E轮融资，当年也被商业咨询公司Frost & Sullivan评为“机器学习行业技术创新领导者”。截止发稿前，Wave Computing已经资本中获得总融资额超过2亿美元（2.033亿）。

一家已经受到市场认可的公司，又是如何走向破产边缘的？

总的来看，业界认为Wave Computing倒闭的主要原因有三个：

• 1、错误收购了MIPS，开源计划一年就夭折了；
• 2、产品故事过于夸大，与事实不完全相符；
• 3、意见不一致、换帅等内部原因。

“MIPS开放计划”夭折

时间回溯到2018年6月，Wave Computing宣布收购了MIPS。后者是业内知名的IP处理器架构和IP核供应商，其IP授权广泛应用于消费娱乐、家庭网络设施、LTE调制解调器和嵌入式应用等产品。

而Wave Computing希望通过将MIPS多线程CPU IP核与其数据流架构相结合，为人工智能计算提供完整的数据处理支持。

2018年12月，Wave Computing正式启动MIPS Open项目，将MIPS架构完全开源。2019年3月，该公司发布了32/64位指令集Release 6版本。

然而不到一年的时间，Wave Computing就宣布MIPS开放计划结束。在给注册MIPS Open用户的邮件中，Wave Computing遗憾地表示，该决定自2019年11月14日起生效，所有MIPS Open帐户将关闭。

据媒体报道，该公司在发给 MIPS Open 注册用户的电子邮件中写道。“ Wave Computing，inc. 及其附属公司(‘ Wave’)遗憾地宣布关闭MIPS开源计划，并自2019年11月14号起生效。从现在开始，Wave 将不再提供免费下载 MIPS Open 组件的服务，这些组件包括 MIPS架构、核心、工具、 IDE、模拟器、 FPGA 包，以及 / 或与之相关的任何软件代码或计算机硬件。

i）MIPS开放架构许可协议（ver）许可的，（ii）MIPS开放核心许可协议版本1.0（for the microAptiv UC Core）；（iii） MIPS开放核心许可协议版本1.0（for the microAptiv UP Core）；和/或（iv） MIPS开放FPGA许可协议版本1.0（统称“MIPS开放组件”）。此外，所有MIPS开户将从生效日起关闭。”

夭折的背后，更多的是MIPS与Wave Computing业务发展并不契合。Wave Computing是一个“可扩展，统一的AI平台”，它只希望利用MIPS处理器提供“从边缘到数据中心”的数据流处理技术，为全球客户提供解决方案，并没有把商业模式想透彻。

核心产品或存在性能问题

除了“MIPS开放计划”失败，Wave computing的核心产品数据流处理器单元DPU也没有取得期望中的成果，距离落地应用还有点远。据SemiWiki预测，Wave的DPU存在性能问题，这也许是他们退出的原因。但Semiwiki也表示，对性能的质疑也只是一个推测。

Wave computing这款DPU芯片具有16000个处理元件、8,000个以上的运算单元以及独特的自定时机制。DPU可以看作是FPGA与多核处理器的混合体，主要用于AI的训练和推理阶段，面向数据中心使用的AI技术，用于训练神经网络。

Wave Computing曾宣称，这款芯片的性能处理速度比当下英伟达的芯片更快。而DPU首席架构师Dr.Chris Nicol曾指出，DPU在加速神经网络训练上能超过GPU1000倍。而现有的CPU和GPU架构不适用于数据流计算。

但不管是边缘计算，还是训练AI神经网络的芯片技术，并不完全是靠算力就可以的，而Wave Computing研发出的DPU芯片，距离应用和落地存在大量的问题没有解决。

Semiwiki进一步指出，Wavecomputing之所以会有这样的结局，也许与他们试图一次做太多事情有关。他们强调，在新兴的AI市场上，缩小重点或者是更好的策略。

频繁换帅，内部意见不合

在2019年，Wave Computing两度更换CEO，仅任职4个月的Art Swift于去年9月离职，而继任者为Sanjai Kohli，后者曾是多家初创公司的创始人和CTO。

被问及为什么离开Wave Computing时，Swift表示，“我在短期筹资策略上与董事会意见不一致。”但她拒绝透露事件详情。

市场中不少声音认为，公司继任者Sanjai Kohli在GPS和电信领域是专家，但在人工智能领域是一个“小白”，这样一位CEO，很难说是企业发展的正确选择。

两次换帅，使得客户、MIPS和社区开发人员消失殆尽。在产品方面，相比Nvidia、Graphcore，Wave Computing芯片的优势并没有得到很好的凸显，引发大众对该公司前景的担忧。

种种结果最终导致这家AI明星公司陷入了破产危机。

据华盛顿资本数据调研机构PitchBook提供的数据显示，过去几年，利用AI技术的创业公司融资金额增长迅速，去年VC在这个领域投了近310亿美元，但其中有超过40%的公司，根本没有在研发真正的人工智能。

事实上，存在这种现象的一部分原因在于，AI自带的神秘色彩让公众和投资者都坚信AI无所不能，这种观念已经渗透到了所有的公司和产业。人工智能可能在测试阶段很容易起步，但是在规模化和实际部署中则会出现很多阻力，资金、技术、落地场景都是其中的缘由。

SemiWiki认为，随着许多提供新颖技术的公司出现，人工智能和深度学习市场正在蓬勃发展。任何新市场通常都会经历这种增长，然后再进入整合阶段。

随着时间的推移，行业接近饱和，巨头正在加入与快速收购，AI路上并不好走了。一个洗牌的时代已经来临。

（钛媒体编辑林志佳综合报道）