打破英伟达“黑盒”？Lola Vision以编译器切入边缘AI芯片赛道

【科技24时区】故事的回溯要拉到十二年前。彼时，Tayo Adesanya刚刚踏入微电子与AI处理器领域，主要职责是协助大型制造商甄别硬件中的芯片选型。这段经历并非简单的职场履历，而是让他得以窥见AI算力市场供需走向的窗口。“创立Lola Vision Systems，本质上是对我所观察到的世界趋势的一次押注。”Adesanya在接受TechCrunch采访时坦言。

时间来到2024年，这家总部位于华盛顿特区的初创公司正式亮相，其定位直指AI基础设施——为终端设备运行AI模型提供软件与芯片支持。核心产品是一款被称为“编译器工具链”的软件，它扮演着翻译官的角色，将通用的AI模型转化为特定芯片可执行的指令。在Adesanya看来，这一环节构成了巨大的行业瓶颈：在新硬件上手动部署AI模型，仅初步测试阶段就需耗费约200小时。Lola Vision试图重构这一软件层，并同步研发自有半导体芯片，旨在实现流程的高度自动化。客户只需提供代码及所需的AI模型（无论是定制开发还是开源版本），软件即可将其转译为适配客户芯片的执行指令。

“速度只是表象。”Adesanya指出，更快的部署周期意味着航空航天及其他关键任务领域的企业，能够以更低的功耗，在自有数据上运行更精准的模型。对于这些客户而言，准确性与可靠性绝非锦上添花的功能，而是决定产品能否通过监管审查、能否在实地稳定运行的生死线。

当前，边缘计算领域正面临严峻挑战。所谓边缘计算，即在摄像头、无人机等终端设备上直接运行AI，而非依赖远程数据中心。目前，许多企业起步于英伟达的Jetson系列紧凑计算模块或开源AI模型。然而，Adesanya直言，这些方案往往“开箱即用性极差”，团队需花费数天甚至数周使其勉强运行，随后还需投入更多时间调试直至模型可用。即便如此，功耗常超出边缘计算的预算限制，或者主板算力不足以支撑中大型模型的顺利运行，最终导致识别模型滞后或误判物体。

作为试图替代英伟达技术的众多初创公司之一，Lola Vision已取得初步进展。据公司透露，已有十余家企业客户签署意向书，表示一旦芯片上市即有采购意愿，且目前已拥有一家签约客户。此外，公司还与微电子技术人才培养项目SCALE达成合作，以拓展半导体实验室资源。为加速变现，Adesanya表示公司将采取务实策略：“为了尽早获得收入，我们将先在现有硬件上授权我们的软件。”换言之，在自研芯片量产前，客户可付费使用其软件优化现有芯片性能。截至目前，该公司累计融资略超100万美元。

凭借上述成果，Lola Vision入选了今年的TechCrunch Battlefield 200榜单，该计划旨在遴选200家极具潜力的初创企业。“我在普渡大学求学时，TechCrunch便是我最关注的媒体之一。”Adesanya回忆道。经过一年的产品研发与首位客户的签约，他认为时机已成熟，是时候通过Battlefield平台向更广泛的受众展示公司实力。谈及对此次活动的期待，他直言不讳地表示，除了建立有意义的联系、深入了解行业动态外，“坦率地说，我期待投资者签下支票。”

下周（10月13日至15日），旧金山将迎来TechCrunch Disrupt大会，Lola Vision Systems将与数十家经过严格筛选的初创企业及前来考察的风险投资机构共同亮相。