瞄准工业设备智能化管理市场，「湃方科技」推出全栈解决方案

湃方科技成立于2018年9月，由清华大学电子工程系孵化，在2019年国际固态电路年度会议（ISSCC）上公司发布了Sticker系列AI芯片，同年7月发布了自主研发并已成功流片的边缘AI芯片“湃方星核”、AutoLearning工业自动学习平台“湃方星象”、无线智能传感器“湃方星尘”系列以及工业设备管理云平台“湃方星云”。

其业务基本流程可以概括为：对设备加装智能终端升级改造为智能设备，通过边缘AI芯片提供低成本算力在边缘端进行初步数据处理，对设备启停/故障/能效等一系列工况进行判断，并将数据安全传输至云端，通过云端autoLearning算法平台生产数字模型对数据进行端云协同分析，对设备进行故障预警，通过分析结果优化生产过程，以实现提升生产效率、降低生产成本；同时，用户也可以通过PC、手机等终端设备查看设备状态。

产品矩阵 来源：湃方科技

设备管理是个很大的市场，湃方科技主要针对的是泵机、电机、压缩机、鼓风机、通风机、汽轮机等动设备的管理。这些通用动设备在石化、石油、冶金、电力、煤化工、工业制造等行业普遍使用，每年消耗中国23%的能源。另外，动设备的存量和增量都很大。以电机和泵机为例，根据智研咨询数据，2017年中国电机行业规模以上企业数量约2836家，销售收入约9491. 04亿元；中国通用机械工业协会泵业分会的数据，2017年的泵产量约为1.22亿台。“其中有百分之15%左右是关键泵机，需要被监测、运营和数字化管理。在这个层面上我们的目标是快速覆盖去铺量”湃方科技联合创始人兼总裁马君告诉，“此外，我们还发现了行业的诸多痛点。”

马君给分享了他们的发现，工业设备管理行业工业设备管理行业可以再细分为设备前装、后装以及运维服务三个市场，每个市场都有各自的痛点：

“我们发现这几个市场是孤立的、碎片化的，而湃方的高性价比全栈产品恰好可以解决这些痛点。所以在这个层面上，我们的终极目标是做连接，把这三类孤岛连起来形成一个全行业的设备管理平台。希望各方都能在这个平台上受益。”马君说。

2019年下半年，公司开始面向前装设备制造商、后装设备运营商和后运维服务商三类市场销售三类标准可复制的设备管理产品和解决方案。预计今年年底合同销售额将达数千万元。芯片方面，AI协处理器“Tritium103”已完成流片并交付部分客户，量产计划会根据市场情况按需推进。

提及核心竞争力，竞争力主要来自于全栈的技术方案，除了芯片还包括智能硬件和算法。“例如，我们的智能硬件全都是无线无源的，无需大型供电设备，电池设计寿命为2-5年（仅需更换电池），可以做到小型化和低成本，支持边缘计算、联邦学习和重训练调参。”马君说。

算法方面，湃方科技可以做到“一机一模型”的小样本迁移学习。“这个通用设备种类太多，没有谁能积累足够多的数据和标签，当面对一个新类型设备时我们的autoLearning算法会在4天内完成迁移和重训练。”马君说。另外，自研边缘AI芯片在保障硬件算力的同时极大降低了硬件的成本，据了解湃方Sticker系列芯片能量效率达到了140.3TOPS/W。

客户方面，目前，湃方科技的销售客户包括了中国石油、中国石化、中国海油、山东钢铁、山西铝业、陕煤集团、双轮泵业、佳木斯电机等一系列前装、后装龙头企业，以及新加坡、香港的设备运维服务商。同时建立了工业互联的战略合作伙伴，包括华为云、英伟达、东方国信、树根互联、海尔云、中国移动、兆易创新等。

团队方面，创始团队全部出自于清华大学。创始人、首席科学家刘勇攀教授系清华大学电子工程系电路与系统研究所所长，是拥有二十年低功耗电路和芯片设计经验的行业专家；联合创始人、总裁马君博士是计算机系博士后，曾任阿里巴巴达摩院算法专家、中国石油地球物理公司数据科学家，负责公司AIoT业务和算法、软件团队；联合创始人、CEO武通达博士是电子工程系本硕博“三清”、连续创业者，负责公司AI芯片业务和芯片团队；联合创始人、COO李金阳同样本硕均在电子工程系，负责公司AIoT产品解决方案和硬件团队。

公司目前50人左右，除清华系创始团队以外，很多员工毕业于清华大学、中国科学院大学、北京航空航天大学、山东大学等高校，并有谷歌、阿里巴巴、网易、中科曙光、中国石油、中国石化、施耐德、GE等公司的技术和销售经历。

据悉，湃方科技曾于2018年11月获得了由BV百度风投，经纬中国、策源创投、华控基石跟投的数千万人民币天使轮融资。