再次见到博达微科技CEO李严峰的时候碰巧他刚到公司，他一边停车一边摘下头盔向我打招呼，虽然去年在公司见过他那部硕大的摩托车，但此时眼前这位豪放不羁的机车型男，还是很难让人与他半导体行业专家及成功创业企业家的身份联系在一起。“我喜欢速度，追求效率，摩托车快，特别是在北京这样的大城市。我们的产品无论是测试还是仿真，核心的关键字也是“快”，天下武功唯快不破嘛。TimeisMoney，最有效的创新就是让我们的客户能够更快地完成他们的工作，缩短产品周期，提高产量，早点儿回家。”
2017是人工智能空前火热的一年，科技巨头们大力投资，科技强国也纷纷把人工智能上升为国家战略。在中国，另外一个可以上升到国家战略和投资热点的行业是半导体，去年的采访我就了解到博达微团队正是一家在半导体领域应用机器学习算法提升测试和仿真效率的先锋，那半导体和人工智能到底会碰撞出什么样的火花呢？
“在半导体领域提人工智能会被很多人误解为做人工智能芯片的公司，我定义博达微是一家半导体领域的机器学习应用公司。半导体领域的摩尔定律的核心目标其实是实现“便宜”，所有的创新都是围绕着如何生产出最高性价比的芯片，支持性能更要追求规模。人工智能也不只是人们在科幻电影里的看到的各种机器人或者无人驾驶汽车，其核心其实也是要实现“便宜”，图像、语音和内容识别都是为了尽可能的减少人力，特别是专家人力。所以看似不相关的行业有着非常相似的核心目标，未来人工智能和IoT等应用一定会催生芯片量的爆发性成长，我们也希望结合我们专业和算法两方面经验实现双倍“便宜”，让测试和仿真都大幅加速。”
在消费领域，科技巨头对无人驾驶等应用大力投资，另外的细分领域也催生了大量初创公司，吸引投资和媒体关注很多，但能真正落地技术到产品并实现销售的则凤毛麟角，拿无人车来说，即使是受限的自动驾驶（Level4）的产品时间点也要到2023年，科技巨头们资本雄厚，但博达微这样的初创企业是如何解决产品落地的呢？
“作为初创企业，落地产品实现销售永远是我们的第一优先级，技术上无人驾驶60年代就能实现，只不过是在轨道交通上，所以短时间内改变不了算法和运算能力那就应该收缩Scope。去年聊的机器学习驱动的半导体参数化测试方案已经产品化并实现销售。跟消费领域产品相比，我们最擅长的半导体测试和仿真领域，无论是芯片还是器件的行为都是高度受限的，远没有人的行为那么发散。我们又是仿真和建模起家，对元器件和电路物理都非常了解。算法上，器件建模的核心是优化算法，我们10年前就在应用不同神经网络，响应表面实现预测加速仿真，只不过那时机器学习和深度学习还不火。另外过去十几年积累了大量不同工艺节点的器件电路数据也为训练提供了必要输入。基于以上，2015年底我总结过AI应用“暗黑”法则（Data,Algorithm,RiskTolerance,Knowledge-DARK），每一项我们都具备，所以在AlphaGo震惊业界之前我们就已经在着手落地应用和组建新的团队。”
DARK法则
博达微的核心算法团队全部来自于清华电子系，CTO李淼，学习算法科学家姚健博士和算法应用科学家潘志建博士都毕业于微电子专业CAD室，既懂专业又懂算法，不同年毕业但都是研究生年级第一，而且分别在斯坦福，UCBerkeley，UTAustin有海外访问学者经历。如果说去年的采访让我印象深刻的是创始人李严峰的学霸家庭以及公司技术创新和独特定位，那么这次交流，博达微的算法团队简直让我惊艳。
“人才是第一生产力，我们要求的算法专家需要懂半导体，当前业界对人工智能人才需求旺盛，除了薪水待遇，我们要靠扎实的产品技术，能落地且是面向大市场的技术才能打动姚健和潘志建博士加入。”博达微联合创始人、CTO李淼笑着说，“我追了姚博士整整一年，在核心技术投入上博达微从来不犹豫，姚博士不仅增加了学习算法的厚度，而且还直接驱动新的基于学习算法的测试产品的应用，今年姚博士还直接领导了博达微面向教育的半导体教育套件的产品开发，他下一步还想把机器学习引入半导体教学。”
在加入博达微之前，姚健博士在IBM中国研究院担任大数据研究员，负责消费领域的数据挖掘和学习算法开发，加入博达微是个大胆但正确的决定。“严峰是个特别不走寻常路的人，为了满足速度要求，他敢挑战存在了几十年的标准测试方法，这个跟IBM研究院做前沿研究的思路很像，但不同的是他跟“淼叔”（李淼在公司的昵称）能快速落地产品原型，我从他们身上学到很多。“同样曾在滴滴研究院，腾讯等消费领域公司从事数据挖掘研究的潘志建博士有着相似感受，他曾发表过多篇应用深度学习算法提升量产测试效率或实现自动设计的论文，”让我感叹的是博达微积累的数据，今年DAC上的文章我们的算法经过了80万条真实测量曲线的训练和验证，这个在学校是完全不可想象的。博达微的核心团队、竞争实力和产品方向的配方都非常对，在人工智能上巨头们文章做得很多，但落地产品需要漫长的周期，博达微能够把想法转化为算法，把算法转化为产品，并能让客户感到真实的效率提升，这让我非常兴奋。”
通过学习技术大幅缩短信号稳定时间
今年年初博达微发布了基于机器学习的新一代半导体参数化测试产品FS系列，不仅测试能力提高，测试速度也实现了一个数量级的提升。“提高半导体元器件和芯片的测试速度是博达微机器学习应用在半导体领域的核心，随着人工智能和IoT的发展，芯片和半导体元器件的数量呈爆发性增长，半导体量产测试是个每年数百亿美元的市场，我们国家在半导体制造领域大量投资，但另外一个跟“量”直接相关的测试领域还在完全依赖增加硬件和人力来满足需求，核心测试仪器和设备主要还依赖进口。”
“不管芯片还是元器件行为都是我们最了解的，把我们的专业知识和多年积累的数据应用到测试训练中，在保证测试精度和样品数量的前提下，大幅提升测试效率。机器学习跟传统插值相比，除了预测精度更高，还能提供预测的信心评估，保证在信心不够的时候能回归传统测法，避免误差。同时我们独创的“behavior-aware”测试技术能够最大程度发挥硬件能力，让仪器带着期待和判断，像人一样去测试，测的越多，速度越快，这与量产测试百万、千万级的量是非常契合的”。
Behavior-Aware测试技术
市场总监郑洁曾服务于传统仪器行业十年之久，“博达微很前瞻地认识到‘应用经验’是未来测量仪器的竞争力，几年前听严峰念叨雷军能做手机那他也能做测试仪器还觉得挺不靠谱的，EDA出身的怎么能做得了测试设备？但没想到他还真做起来了，现在看道理并不复杂，就像高通、联发科提供的模块让硬件不再是手机的门槛一样，测试行业的大量模块也让算法和专家经验为竞争力的测试方案成为可能，博达微跟模块化测试方案全球领导者美国国家仪器（NationalInstruments）有着长期且深度的合作，依靠我们的软实力（AI智能算法、专家经验和软件）专注在半导体测试领域实现大幅测试效率提升。”
FS产品系列在推出之初主要面向科研市场，迅速获得市场认可，南京大学青年千人计划科学家，国际领先的新型石墨烯器件科研学者王肖沐博士这样评价：“博达微的FS系列半导体参数分析仪对我绝对是个惊喜，一体化的IV，CV和噪声测试能力真是太方便了，我不用再担心多次probing带来的误差，而且FS还可以根据我们的测试要求进行灵活配置。与之前使用的传统进口仪器相比，博达微FS系列测试速度也要快很多，这个产品很好地满足了测试对速度、集成化、易用性和灵活性的要求。”
业内同仁也非常看好人工智能在半导体测试的应用，器件模型和仿真方案全球领导者ProPlus（概伦电子）董事长，BSIM模型发明人之一，千人计划专家刘志宏博士跟李严峰既是竞争对手也是朋友，他说：“我喜欢严峰，他有想法，也能落地想法，而且他对技术和生活品质都有追求，在半导体行业不多见。博达微向测试的转型很聪明，而且增加算法在测试中的力量是我非常看好的。‘快’也是概伦在电路仿真器上的关键字和核心价值，学习和回归技术的应用我们跟博达微的想法不谋而合，希望中国能多出这样的原创技术，解决EDA领域的关键仿真问题，也解决半导体的关键测试问题。”
半导体行业专家，著名行业投资人，清芯华创总经理张锡盛博士是半导体专业VC的优秀代表，他评价说“半导体工业滑入微利时代，整个产业都面临成本上升的压力，我认为人工智能在半导体领域首先需要解决的第一个问题就是提升速度，降低时间成本。人工智能在半导体应用的核心就是从目标回归参数，无论是工艺开发，电路设计还是芯片测试，我都认为有巨大的应用潜力。半导体行业相对保守，但我非常欣喜地看到像博达微这样的团队在测试领域已经开始尝试并取得了不错的成就，我非常看好其发展前景。”
除了核心算法团队，博达微还有着非常国际化的运营团队，前美国高通Qualcomm高级技术总监RikoRadojcic博士目前担任国际运营负责人，VMWARE全球高级副总裁李严冰博士担任董事和工业联系顾问。李严冰是资深的云计算专家，在人工智能领域也有非常多的工业资源，“我非常看好人工智能在工业应用的前景，也看好博达微转型为以人工智能算法为核心，行业技术积累为训练基础的半导体参数化测试和仿真的应用生态公司。”
“这个团队经历过成功创业和国际并购，我们在半导体细分领域已经做到了世界一流，但我们不再满足于做一个“点”工具，坚定地投资人工智能在半导体的应用，顺势而为，我们的目标是通过“人工智能和半导体的结合与碰撞”实现我们的“速度与激情”，在更广阔的领域成为世界第一。”李严峰最后说。
