百年清华

姚颂，2015年毕业于清华大学电子系。2018年1月，姚颂因“创立领导的深鉴科技在深度压缩技术和稀疏神经网络硬件加速方面取得突破性创新，通过底层架构的创新与软硬件协同设计，已可在不同行业落实具有高效能的深度学习应用场景。”而入榜《麻省理工科技评论》中国区“35 岁以下科技创新 35 人”。图为姚颂（中）在颁奖现场。

2017年刚满24岁的深鉴科技创始人暨CEO姚颂，以创业家身份入选中国区《麻省理工科技评论》35岁以下科技创新青年，是此次评选最年轻的获奖人。2016年3月，还在清华大学就读本科的姚颂，与他的导师汪玉博士、当时正在斯坦福大学电子攻读工程博士的学长韩松共同创立了深鉴。

大学生创业的例子在国内不算少见，但姚颂放弃直接攻读卡耐基梅隆大学博士的机会去选择创业，是因为看到了一个与过去不同的时代机会。姚颂认为，过去中国各行业总是在追赶外国行业的领先水平，人工智能这波浪潮中，中国难得的在一开始就与世界前沿科技站在了相同起跑线上，甚至是有领先的可能。

姚颂在EmTech China上的演讲

深鉴科技的英文名字“DeePhi”，代表的是Deep Learning和Philosophy的结合， Discovering the philosophy behind Deep Learning computing（探索深度学习背后的哲理），这也是深鉴用以自我期许的公司精神。

人工智能由三大要素驱动：数据、算法、算力。通过积累下的海量数据，在 GPU 等高性能芯片支持下，深度学习可以挖掘数据价值，获得超过人类识别精度的算法，进而实现深度学习部分商业化应用，让人工智能不再局限于学术研究层面。在大学本科时期就已开始投入硬件平台加速研究的姚颂，看到随着摩尔定律发展即将走到尽头，人工智能行业面临着巨大的计算瓶颈，由密集数据驱动的深度学习迫切需要一个新的高效计算平台。

因此，从2013年开始，姚颂就在清华大学与斯坦福大学的研究者共同合作投入人工智能加速方向的研究，他们发现，传统计算平台如CPU、GPU等，对于深度学习处理都存在不够高效、稳定、实际应用成本过高等局限，为了从根本上解决人工智能的计算瓶颈，姚颂与研究团队针对神经网络设计出更加高效的专用处理架构，同时提出了深度压缩概念，去除了神经网络的冗余计算，将密集的神经网络稀疏化，以软硬件结合的方式实现了加速计算。

创立深鉴科技之后，姚颂和他的团队开始将过去积累的前沿科技转化成商业产品，考虑到目前在很多场景下，由于功耗、散热、开发周期、成本、体积等限制，集成人工智能应用难度很大，但深鉴所做的事，就是让行业用户利用深鉴制作的开发工具，只需针对不同需求进行参数调整，就可将深度学习算法部署在深鉴提供的深度学习计算平台上，进一步集成在客户自身的产品系统中。

事实上，姚颂与创业团队一手打造的深鉴不只是将深度学习学术成果进一步转化成为商业应用方案，由其产品平台解决方案所展现的技术能量与创新潜力，更是成了投资方与半导体大厂注目的焦点，包括全球最大 FPGA 供应商赛灵思（Xilinx）、移动通讯芯片大厂联发科、三星都在第一时间加入，成为深鉴重要战略投资人。

姚颂认为，深鉴最重要的创新成就在于，结合硬件加速和神经网络压缩，走出了一条新的深度学习加速平台的路线，大大降低深度学习学习计算中的冗余，使深度学习可以实现在嵌入式端设备中，并且具备可扩展性，而这样的创新，将会为未来的人工智能应用带来极大的突破性进展。