本文來(lái)源：財(cái)經(jīng)十一人
芯片難，已經(jīng)是共識(shí)，但在芯片設(shè)計(jì)領(lǐng)域，專注于人工智能方向的
AI芯片卻在中國(guó)呈現(xiàn)出跨越式發(fā)展進(jìn)程。這種被稱為”人工智能加速器“的芯片，被認(rèn)為是未來(lái)拓展人工智能邊界的關(guān)鍵籌碼。
幾乎所有科技巨頭都在數(shù)年前悉數(shù)入局，目前競(jìng)爭(zhēng)已進(jìn)入高潮：僅僅在過(guò)去一周，特斯拉推出了號(hào)稱全球算力最高的自研AI芯片，國(guó)內(nèi)的百度宣布自主研發(fā)的第二代百度昆侖AI芯片實(shí)現(xiàn)量產(chǎn)。行業(yè)巨頭英偉達(dá)市值一度被推至5000億以上，將芯片老牌大廠英特爾遠(yuǎn)遠(yuǎn)甩在身后，二者市值相差2000多億美元，相當(dāng)于2個(gè)IBM或是4個(gè)福特。
不同以往，中國(guó)公司在AI芯片領(lǐng)域與國(guó)際公司的起點(diǎn)并沒有差太遠(yuǎn)，甚至在某些方面更具優(yōu)勢(shì)。中國(guó)龐大的應(yīng)用場(chǎng)景和市場(chǎng)是AI芯片公司渴求的土壤。全球排名第一的電子設(shè)計(jì)自動(dòng)化(EDA) 解決方案提供商新思科技（NASDAQ:SNPS）全球資深副總裁兼中國(guó)董事長(zhǎng)葛群認(rèn)為，AI技術(shù)在中國(guó)能夠做到和其他國(guó)家齊頭并進(jìn)，原因是在中國(guó)的數(shù)據(jù)能夠最大范圍內(nèi)共享和優(yōu)化。
好賽道永遠(yuǎn)不缺資本，但多位接受《財(cái)經(jīng)》記者采訪的專業(yè)人士認(rèn)為，AI芯片行業(yè)確實(shí)有機(jī)會(huì)，目前也出現(xiàn)一些不確定性因素。
“
AI芯片行業(yè)已經(jīng)快到肉搏的階段。”一位長(zhǎng)期在半導(dǎo)體領(lǐng)域的產(chǎn)業(yè)投資人告訴記者。這個(gè)進(jìn)程比預(yù)想中來(lái)得快，相比于2018年中國(guó)在AI芯片上的狂熱，如今，誰(shuí)能率先落地產(chǎn)品、構(gòu)建生態(tài)，誰(shuí)就能在這場(chǎng)競(jìng)爭(zhēng)中突圍。三年時(shí)間，有核心競(jìng)爭(zhēng)力的公司已經(jīng)能夠跑出產(chǎn)品、推向市場(chǎng)，而沒有場(chǎng)景和產(chǎn)品的AI芯片公司當(dāng)下很難拿到專業(yè)投資機(jī)構(gòu)的投資了。
此外，國(guó)際上一些企業(yè)的步伐走得更快，一個(gè)新的趨勢(shì)在此時(shí)開始變得清晰，當(dāng)各個(gè)AI芯片公司都在比拼算力時(shí)，他們已經(jīng)在思考一種全新的方向，以應(yīng)對(duì)AI芯片發(fā)展的瓶頸，這種基于基礎(chǔ)理論的底層創(chuàng)新，將有可能在未來(lái)顛覆AI芯片發(fā)展的格局。
熱錢不再盲目
這三年里，AI芯片領(lǐng)域的融資出現(xiàn)了兩筆超級(jí)融資。創(chuàng)業(yè)公司壁仞科技在創(chuàng)立18個(gè)月，就融資超47億元，創(chuàng)下了國(guó)內(nèi)芯片創(chuàng)業(yè)公司的最大融資紀(jì)錄摩爾線程成立不到一年，估值超百億，融資數(shù)十億元。
真金白銀不斷涌入。根據(jù)第三方分析機(jī)構(gòu)集微咨詢統(tǒng)計(jì)，
僅2021年前四個(gè)月，中國(guó)AI芯片行業(yè)的投融資規(guī)模達(dá)到89.65億元，涉及投融資事件20多起。
AI芯片也被稱為AI加速器或計(jì)算卡，即專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊。當(dāng)前的AI芯片主要分為 GPU（圖形處理器） 、 FPGA（現(xiàn)場(chǎng)可編程邏輯門陣列） 、 ASIC（特殊應(yīng)用集成電路） 。
美國(guó)等國(guó)家對(duì)AI芯片的布局在21世紀(jì)初已經(jīng)開始。
隨著人工智能由理論進(jìn)入應(yīng)用，AI芯片已成為突破當(dāng)前應(yīng)用場(chǎng)景和數(shù)據(jù)邊界的最佳甚至是唯一解法。
馬斯克曾在推特上談及為什么要做AI芯片——要解決自動(dòng)駕駛問題，就必須解決真實(shí)世界的 AI 問題。需要擁有很強(qiáng)的 AI 能力以及超強(qiáng)算力，一旦擁有了解決上述問題能力的AI芯片，其他的（能力）不過(guò)錦上添花。
一個(gè)確定而巨大的應(yīng)用場(chǎng)景是AI芯片的關(guān)鍵。
葛群發(fā)現(xiàn)，他們?nèi)チ私夂芏嘀袊?guó)本土客戶的需求，大家都希望把芯片、AI技術(shù)應(yīng)用到某個(gè)行業(yè)，具體落地有幾千個(gè)上萬(wàn)個(gè)參數(shù)，如何適配，這是他們的本土團(tuán)隊(duì)一直在做的事。
基于此，一些變化也在近一年里悄然發(fā)生。
算法早已不是制約AI發(fā)展的瓶頸。業(yè)內(nèi)對(duì)此已有共識(shí)。在今年的世界人工智能大會(huì)（WAIC 2021）上，AI芯片取代算法公司成為絕對(duì)主角。
“有新型算法，為了這個(gè)算法專門做一款A(yù)I芯片，但沒有場(chǎng)景的公司，專業(yè)的投資人現(xiàn)在已經(jīng)不會(huì)再投了?！币晃划a(chǎn)業(yè)投資人說(shuō)。
北極光創(chuàng)投董事總經(jīng)理?xiàng)罾趯?duì)這輪AI芯片的熱潮看得很清楚，“
沒有產(chǎn)品的AI芯片公司很難再拿到融資了。”北極光創(chuàng)投是國(guó)內(nèi)最早布局AI芯片的投資機(jī)構(gòu)之一。
握著“金剛鉆”，還找不到“瓷器活”的企業(yè)，已經(jīng)很難拿到專業(yè)投資機(jī)構(gòu)的投資了。只是現(xiàn)在整個(gè)圈子熱錢依然多，泡沫還會(huì)再飄一陣。
創(chuàng)業(yè)公司肉搏
如果盤點(diǎn)當(dāng)前中國(guó)活躍的AI芯片公司會(huì)發(fā)現(xiàn)，
這些公司基本成立于2018年前后。2020年開始，主要融資都發(fā)生在相對(duì)成熟的企業(yè)，基本已經(jīng)獲得了1-2輪，甚至2輪以上融資的AI企業(yè)，這一趨勢(shì)在之后的兩年里更為明顯。
記者根據(jù)公開資料盤點(diǎn)了2021年獲得融資的AI芯片公司，發(fā)現(xiàn)這些公司大多都是2018年之后成立，已有2-3年的成立時(shí)間。
這與大洋彼岸的美國(guó)不同。美國(guó)的人工智能產(chǎn)業(yè)已經(jīng)經(jīng)歷了三個(gè)發(fā)展浪潮，而最近一次起始于21世紀(jì)初，時(shí)間上要比中國(guó)早，經(jīng)過(guò)一段時(shí)間的高速發(fā)展后，開始進(jìn)入平穩(wěn)期，并著重于在實(shí)際工業(yè)（如自動(dòng)駕駛、語(yǔ)音及圖像處理、服務(wù)機(jī)器人等）中的應(yīng)用。
美國(guó)AI芯片企業(yè)NeuronBasic Technology首席科學(xué)家王紅衛(wèi)告訴記者，雖然AI的第三次浪潮得益于芯片技術(shù)的高速發(fā)展，但美國(guó)的創(chuàng)投圈對(duì)AI芯片概念的初創(chuàng)公司興趣不大。這是因?yàn)樗麄兦宄绻獙?fù)雜的AI算法運(yùn)行于芯片上，需要用到最先進(jìn)和復(fù)雜的芯片工藝，從而需要巨量的投資；另一方面，半導(dǎo)體在美國(guó)已經(jīng)是一個(gè)夕陽(yáng)產(chǎn)業(yè)。
這種情況下，
高端AI芯片，一般會(huì)被納入到大公司下面去做。
反觀中國(guó)，AI芯片概念在開始中國(guó)火起來(lái)的時(shí)間點(diǎn)恰好是AI算法公司進(jìn)入殘酷淘汰期，由于專業(yè)的半導(dǎo)體產(chǎn)業(yè)投資人看到這個(gè)趨勢(shì)更早，2017年，他們已經(jīng)在開始看和投一些AI芯片公司了。2018年，一些非半導(dǎo)體專業(yè)投資基金開始進(jìn)入AI芯片領(lǐng)域。
也正是在這第一年，趙立東辭去紫光集團(tuán)副總裁的職位，和AMD的老同事共同創(chuàng)立燧原科技，瞄準(zhǔn)人工智能高端訓(xùn)練芯片領(lǐng)域。
訓(xùn)練芯片和推理芯片不同，面向消費(fèi)級(jí)和面向超算中心的云端AI芯片也不同。
舉個(gè)例子，
云端訓(xùn)練芯片的邏輯是，一遍一遍教一個(gè)完全不懂水果的小孩從零開始認(rèn)識(shí)水果，一遍不會(huì)就再教一遍。這就是云端訓(xùn)練芯片。
推理芯片的邏輯則是，小孩的腦中已經(jīng)建立對(duì)各類水果的印象，不是零基礎(chǔ)學(xué)習(xí)水果，這時(shí)候，只需要拿出一個(gè)蘋果，他們能指出這是蘋果，這就達(dá)到目的了。
簡(jiǎn)言之，
訓(xùn)練是從現(xiàn)有的數(shù)據(jù)中學(xué)習(xí)新的能力了，而推理則是將已經(jīng)訓(xùn)練好的能力運(yùn)用到實(shí)際場(chǎng)景中。
這也造成了不同的投資門檻，專注于科技產(chǎn)業(yè)的精品投行及投資機(jī)構(gòu)，云岫資本董事總經(jīng)理符志龍發(fā)現(xiàn)，從投資角度，訓(xùn)練芯片的研發(fā)難度和商業(yè)化落地更難，而推理則更易，增速更快，故而訓(xùn)練芯片對(duì)于投資人的專業(yè)度考驗(yàn)更高。
因此，很多AI芯片公司都是先選擇從較為簡(jiǎn)單的云端推理芯片入手。例如英特爾此前收購(gòu)的以色列人工智能處理器企業(yè)Habana Labs，走的就是從推理再到訓(xùn)練的路徑。
不管如何，不論是AI推理芯片公司，還是AI訓(xùn)練芯片，都成為中國(guó)資本市場(chǎng)上的香餑餑。只是，在贏家通吃的芯片行業(yè)，一場(chǎng)競(jìng)爭(zhēng)激烈的淘汰賽必將發(fā)生，誰(shuí)能生存到最后？
在半導(dǎo)體的投資領(lǐng)域多年，楊磊總結(jié)了一家能夠持續(xù)生存的AI芯片公司的特點(diǎn)：
一是時(shí)間，三年以上成立時(shí)間；二是團(tuán)隊(duì)，正如趙立東所說(shuō)，芯片之所以難，就在于環(huán)節(jié)太多，鏈條式地一環(huán)扣一環(huán)。此時(shí)，一個(gè)合作多年、配合默契、在芯片各環(huán)節(jié)都有成熟經(jīng)驗(yàn)且完整建制的團(tuán)隊(duì)極為重要；三是創(chuàng)新研發(fā)能力，花兩年以上打造的核心IP。楊磊總結(jié)的這幾點(diǎn)，在一筆又一筆的投資中得以驗(yàn)證。
楊磊所說(shuō)的成建制的、有成熟經(jīng)驗(yàn)的團(tuán)隊(duì)，在半導(dǎo)體領(lǐng)域究竟有多難？從產(chǎn)品定義、芯片設(shè)計(jì)、推向市場(chǎng)，每個(gè)環(huán)節(jié)需要幾十名工程師，而一名成熟經(jīng)驗(yàn)的工程師培養(yǎng)起來(lái)起碼要有5年的一線工作經(jīng)驗(yàn)。
目前，國(guó)內(nèi)的AI芯片公司，例如登臨科技、燧原科技、黑芝麻智能，都是從AMD、英偉達(dá)等大廠出來(lái)的，成建制的團(tuán)隊(duì)。
除了時(shí)間、團(tuán)隊(duì)和創(chuàng)新研發(fā)能力，市場(chǎng)能力和生態(tài)對(duì)于AI芯片公司來(lái)說(shuō)也尤為重要。多位投資人都表示，誰(shuí)能在自己的產(chǎn)品賽道上率先突破生態(tài)，就能存活下來(lái)。
構(gòu)建生態(tài)
國(guó)際巨頭英偉達(dá)（NASDAQ:NVDA）在AI訓(xùn)練芯片領(lǐng)域一家獨(dú)大，短期內(nèi)其他公司很難撼動(dòng)它的主導(dǎo)地位。這種壟斷也給英偉達(dá)賺得了滿盆缽。根據(jù)第三方數(shù)據(jù)分析機(jī)構(gòu)Gartner 的數(shù)據(jù)顯示，英偉達(dá)擁有AI芯片市場(chǎng)約四分之三的份額。
在2019年，云廠商亞馬遜（NASDAQ:AMZN）、谷歌（NASDAQ：GOOG）、阿里巴巴（NYSE:BABA）中，97.4%的人工智能加速器就部署了英偉達(dá)的圖形處理器，大型IT公司也幾乎都使用英偉達(dá)的系統(tǒng)。借助這樣的市場(chǎng)機(jī)會(huì)，英偉達(dá)快速奔跑，已經(jīng)搭建厚實(shí)的生態(tài)基礎(chǔ)。
除了技術(shù)，
生態(tài)是一家AI芯片公司能夠立贏得競(jìng)爭(zhēng)的“護(hù)城河”。趙立東向記者解釋了生態(tài)的意義，所謂的AI芯片的生態(tài)，指的是，芯片之上整個(gè)軟件棧來(lái)支持AI框架，而AI應(yīng)用程序則是基于這些框架開發(fā)的。軟件棧包括驅(qū)動(dòng)程序、編譯器、函數(shù)庫(kù)、算字庫(kù)、工具包等等，是實(shí)現(xiàn)高性能、高通用性、高易用性，以及針對(duì)不同應(yīng)用場(chǎng)景深度優(yōu)化的關(guān)鍵。
生態(tài)搭建的難度和時(shí)間，遠(yuǎn)比芯片開發(fā)要難、要長(zhǎng)。
一位產(chǎn)業(yè)投資人向記者舉了一個(gè)例子，之前他們投了一家芯片公司，5年前，他們信心滿滿地表示，自己的芯片做出來(lái)，可以商用了。但推向市場(chǎng)后發(fā)現(xiàn)，客戶使用芯片時(shí)需要做軟件環(huán)境的二次開發(fā)，否則用不了。于是這家公司花了兩年是錢做芯片，但接下來(lái)的時(shí)間都在做生態(tài)。
在AI云端訓(xùn)練芯片上，極少有公司能夠突破英偉達(dá)的生態(tài)。
這里最重要的是，如何改變這些云廠商、IT公司甚至傳統(tǒng)行業(yè)客戶多年的使用習(xí)慣。英偉達(dá)生態(tài)形成多年，所有開發(fā)者都會(huì)順著這個(gè)生態(tài)做。這可不像換件衣服這么簡(jiǎn)單，就像你需要說(shuō)服一個(gè)長(zhǎng)期吃西餐的人習(xí)慣于吃中餐。
建立一個(gè)開放的生態(tài)、提高性價(jià)比，是AI芯片初創(chuàng)公司突圍的方法之一。
英偉達(dá)是封閉的生態(tài)，這既是其優(yōu)勢(shì)，也是其劣勢(shì)。優(yōu)勢(shì)是，可以利用不開源的生態(tài)綁定客戶，但另一方面，客戶都希望能夠有一個(gè)開放的生態(tài)，這意味著擁有可選項(xiàng)以及話語(yǔ)權(quán)。
舉個(gè)例子，有些人用Java寫程序，有些人選擇用Python寫程序，如果能一種產(chǎn)品可以對(duì)這些程序都兼容，性能比原來(lái)的產(chǎn)品更高，客戶何樂而不為。這是目前一些中國(guó)AI芯片初創(chuàng)公司選擇的路徑。
對(duì)于中國(guó)的AI芯片初創(chuàng)企業(yè)，另一個(gè)機(jī)會(huì)則是國(guó)產(chǎn)替代。趙立東把客戶分為三類，互聯(lián)網(wǎng)客戶、傳統(tǒng)行業(yè)客戶以及新基建方面的客戶。互聯(lián)網(wǎng)客戶的生態(tài)依賴慣性最強(qiáng)，落地難度更高。處于傳統(tǒng)行業(yè)的企業(yè)進(jìn)入智能化的時(shí)間不長(zhǎng)，有一些甚至還未進(jìn)入這個(gè)領(lǐng)域，AI賦能對(duì)于多數(shù)傳統(tǒng)行業(yè)的客戶尚未開始。加之，在這個(gè)行業(yè)領(lǐng)域又有很多國(guó)企、央企，這些企業(yè)會(huì)考慮更多方面的風(fēng)險(xiǎn)，例如斷供、數(shù)據(jù)安全、卡脖子的問題等，能夠做到國(guó)產(chǎn)化，新基建領(lǐng)域的情況也是類似，對(duì)國(guó)產(chǎn)化要求更高。
AI芯片產(chǎn)品線眾多，英偉達(dá)的AI布局大而全，初創(chuàng)企業(yè)會(huì)選擇聚焦在某些領(lǐng)域創(chuàng)新和突破。
巨頭入局
除了AI芯片初創(chuàng)公司，在AI芯片市場(chǎng)上，正在涌入越來(lái)越多競(jìng)爭(zhēng)者。
一個(gè)新的趨勢(shì)正在發(fā)生，
系統(tǒng)公司紛紛入局芯片行業(yè)。“做系統(tǒng)的公司開始去開發(fā)、生產(chǎn)芯片?！毙滤伎萍嫉氖紫\(yùn)營(yíng)官Sassine Ghazi敏銳感受到了變化，“系統(tǒng)級(jí)公司越來(lái)越像半導(dǎo)體公司了。”新思需要與芯片產(chǎn)業(yè)鏈上下游緊密合作，迭代自己的技術(shù)開發(fā)方式，對(duì)于前端發(fā)生的細(xì)微變化十分敏感。
這幾年，英特爾、谷歌、亞馬遜、阿里巴巴、百度（NASDAQ:BIDU）等都以自建或投資的方式入局AI芯片行業(yè)。
谷歌在2015年開始自研芯片，隨后，其推出了自己的定制芯片TPU（Tensor Processing Unit，張量處理單元），并計(jì)劃自2023年起，在所有的Chromebook筆記本電腦上搭載自研芯片及CPU；2020年，亞馬遜推出了自研云端AI訓(xùn)練定制新品AWS Tranium；英特爾2019年以20億美元收購(gòu)以色列AI芯片公司Habana Labs。
在中國(guó)，系統(tǒng)公司也在積極布局自研芯片（此處的系統(tǒng)公司包括阿里、百度、騰訊、快手、特斯拉、蘋果等）。
2018年，在百度CEO李彥宏在百度AI開發(fā)者大會(huì)上發(fā)布了AI芯片“昆侖”，2021年，AI芯片業(yè)務(wù)獨(dú)立，成立昆侖芯（北京）科技有限公司，估值130億元；2018年，騰訊戰(zhàn)略領(lǐng)投了燧原科技；2019年，阿里發(fā)布了AI推理芯片“含光800”；2021年，字節(jié)跳動(dòng)在AI芯片領(lǐng)域也開始有所動(dòng)作，根據(jù)天眼查顯示，字節(jié)跳動(dòng)投資了一家GPU初創(chuàng)公司——摩爾線程，成立不到一年，摩爾線程的融資規(guī)模已經(jīng)達(dá)到數(shù)億元，估值上百億元。
系統(tǒng)公司紛紛入局自研芯片的背后，是海量數(shù)據(jù)以及智能物聯(lián)網(wǎng)時(shí)代所帶來(lái)的越來(lái)越多的應(yīng)用場(chǎng)景的推動(dòng)。簡(jiǎn)言之，
人們需要更好用的人工智能芯片。
一方面，是對(duì)性能和成本需求。行業(yè)專家發(fā)現(xiàn)，每當(dāng) GPU 數(shù)量增加一倍，成本、環(huán)境足跡、碳和污染也會(huì)增加一倍。當(dāng)數(shù)據(jù)巨頭們遇到構(gòu)建超大規(guī)模數(shù)據(jù)中心之時(shí)，依賴通用現(xiàn)成的芯片，極難在性能、功耗和成本上形成獨(dú)特優(yōu)勢(shì)。
一位熟悉芯片行業(yè)的產(chǎn)業(yè)投資人算了一筆賬來(lái)解釋系統(tǒng)公司這么做的邏輯：一筆經(jīng)濟(jì)賬，一筆政治賬。系統(tǒng)公司做芯片，一個(gè)是為了替代，另一個(gè)是希望能比原來(lái)更好。“在中國(guó)，這兩種場(chǎng)景他們都遇到了?！比绻久磕昊?00億美元去向英偉達(dá)買產(chǎn)品，同時(shí)這個(gè)產(chǎn)品每年需要花500-600億美元的電費(fèi)和運(yùn)營(yíng)成本，那么每年就要花費(fèi)900億美元。場(chǎng)景邊界在不停擴(kuò)展，錢越滾越多，不可能持續(xù)花下去。那么，為了節(jié)省這部分的開支，公司有兩個(gè)選擇——要么自己來(lái)做，要么掏出一筆錢扶持創(chuàng)業(yè)公司專門做這件事。
另一方面，中美之間的貿(mào)易摩擦陰云未散，企業(yè)需要考慮長(zhǎng)遠(yuǎn)，例如對(duì)中國(guó)企業(yè)來(lái)說(shuō)，他們需要考慮，萬(wàn)一將來(lái)買不了美國(guó)公司的產(chǎn)品，有沒有另一個(gè)選擇？
還有一個(gè)因素是對(duì)定制化需求。越來(lái)越多的應(yīng)用場(chǎng)景讓這些公司發(fā)現(xiàn)原本的通用架構(gòu)無(wú)法滿足需求。Sassine Ghazi發(fā)現(xiàn)，任何一家公司都希望自己能夠做定制化片上系統(tǒng)（SoC，System on Chip的縮寫，稱為系統(tǒng)級(jí)芯片，也稱片上系統(tǒng)，意指有專用目標(biāo)集成電路的產(chǎn)品），這是這些公司得以與其行業(yè)競(jìng)爭(zhēng)者區(qū)隔開的方式，這使得他們更具競(jìng)爭(zhēng)力。因此，系統(tǒng)公司不僅在系統(tǒng)設(shè)計(jì)上投入，也會(huì)在芯片設(shè)計(jì)以及硬件方面進(jìn)行投入。
當(dāng)擁有數(shù)據(jù)絕對(duì)話語(yǔ)權(quán)以及經(jīng)濟(jì)實(shí)力的巨頭進(jìn)軍AI芯片，意味著對(duì)于AI芯片初創(chuàng)公司，競(jìng)爭(zhēng)壓力將逐漸增大。
許多人擔(dān)憂，這樣的情景與2016年那場(chǎng)AI算法泡沫破滅有點(diǎn)相似。一旦數(shù)據(jù)巨頭也進(jìn)入AI芯片領(lǐng)域，對(duì)于這個(gè)領(lǐng)域的初創(chuàng)公司來(lái)說(shuō)，是否也面臨曾經(jīng)AI算法初創(chuàng)公司所面臨的窘境和瓶頸——要么被吞并，要么被淘汰。
記者詢問了多家AI芯片初創(chuàng)公司以及投資人對(duì)此狀況的看法。普遍的觀點(diǎn)是，這對(duì)于AI芯片企業(yè)來(lái)說(shuō)是一個(gè)威脅；另一方面考驗(yàn)AI芯片初創(chuàng)公司自身的技術(shù)實(shí)力和商業(yè)模式。但即便是吞并或收購(gòu)，這個(gè)過(guò)程也比AI算法行業(yè)的吞并整合來(lái)的晚一些。因?yàn)?strong>芯片公司的技術(shù)門檻遠(yuǎn)比算法公司更高。
AI的算法、數(shù)據(jù)以及芯片可以被比做一個(gè)烹飪的過(guò)程。AI算法相當(dāng)于菜譜，數(shù)據(jù)是原料，芯片這些就是烹飪的工具。原料是核心，因?yàn)椴徽撌切酒€是算法，都需要大量數(shù)據(jù)為基礎(chǔ)進(jìn)行迭代、驗(yàn)證。誰(shuí)掌握了數(shù)據(jù)，就掌握了做菜的話語(yǔ)權(quán)。
但研發(fā)“菜譜”并不需要太高的門檻。AI算法公司在幾年前，吃到了一波市場(chǎng)紅利，這得益于其入局早，當(dāng)巨頭發(fā)現(xiàn)他們自己就可以做這件事時(shí)，AI算法公司就喪失其價(jià)值。
AI芯片對(duì)于技術(shù)的要求更高，除了數(shù)據(jù)，人才和創(chuàng)新對(duì)芯片項(xiàng)目來(lái)說(shuō)至關(guān)重要。系統(tǒng)公司能否找到有豐富經(jīng)驗(yàn)、成建制的團(tuán)隊(duì)來(lái)做這件事，即便是招到了人，“雇傭軍和創(chuàng)業(yè)者也是非常不一樣的?！睏罾谡f(shuō)。另一位投資人表示，互聯(lián)網(wǎng)巨頭可能不一定具備做芯片的基因，也不見得比AI芯片創(chuàng)業(yè)公司更懂芯片。
芯片是一個(gè)前期投入高、回報(bào)周期長(zhǎng)的項(xiàng)目，這和互聯(lián)網(wǎng)行業(yè)的商業(yè)邏輯完全不同。互聯(lián)網(wǎng)巨頭當(dāng)然可以從芯片廠商例如英特爾、AMD、英偉達(dá)等成建制地招募團(tuán)隊(duì)，但其商業(yè)模式能否支持芯片前期的高額投入？這取決于互聯(lián)網(wǎng)巨頭有多大決心、精力和財(cái)力做這件事。
目前系統(tǒng)公司的自研芯片大多以AI云端推理芯片為主，針對(duì)自身公司的特殊應(yīng)用場(chǎng)景。推理芯片和訓(xùn)練芯片不同，技術(shù)門檻較低。這是AI芯片初創(chuàng)公司的機(jī)會(huì)，他們需要在與巨頭博弈的過(guò)程中找到平衡。既要與系統(tǒng)公司合作，又要保持自身獨(dú)立。
第一個(gè)前提是自身能力。符志龍發(fā)現(xiàn)，盡管業(yè)務(wù)重合度高的互聯(lián)網(wǎng)巨頭之間存在對(duì)于數(shù)據(jù)信息互通的擔(dān)憂，但一些互聯(lián)網(wǎng)巨頭重點(diǎn)扶持的芯片公司，如果產(chǎn)品性能確實(shí)優(yōu)異，其他互聯(lián)網(wǎng)公司也可以采購(gòu)。“重要的是這家芯片公司的產(chǎn)品里是否讓客戶足夠有動(dòng)力做國(guó)產(chǎn)替換。”
另外，
一個(gè)合理的商業(yè)模式很重要。一位產(chǎn)業(yè)投資人如此描述這種商業(yè)模式，做AI云端訓(xùn)練芯片，一定要跟客戶緊密綁定，你想用什么我就做什么，邊掙錢邊迭代，我做的比你快，比你自己做更省錢，成功幾率更高，這種合作模式就能夠持續(xù)。
但如果一家AI芯片的初創(chuàng)公司的模式是，告訴客戶自己的技術(shù)很厲害，你需要給我付錢，但是我們需要做一些研究，需要一段時(shí)間。這種科學(xué)家思維的做法，在講求效率和利潤(rùn)回報(bào)的商業(yè)社會(huì)，很難闖出來(lái)。
真正的瓶頸
一位產(chǎn)業(yè)投資人告訴記者，對(duì)這一次的AI芯片火熱，并不意外。
90年代初，他就經(jīng)歷過(guò)一次的AI浪潮。
熱火朝天的AI產(chǎn)業(yè)并不是一個(gè)新鮮事物。
AI發(fā)展至今，已經(jīng)經(jīng)歷過(guò)三次浪潮。
第一次是50年代，AI從誕生到模擬人，最后失敗了被冷落；第二次是60、70年代，專家系統(tǒng)的熱潮；第三次是80、90年代神經(jīng)網(wǎng)絡(luò)興起。
每一次，都是在理論認(rèn)知突破后嘗試場(chǎng)景化、硬件化，又都由于理論的局限，造成產(chǎn)業(yè)的退潮。
例如，在90年代，由于半導(dǎo)體產(chǎn)業(yè)基礎(chǔ)薄弱，硬件上實(shí)現(xiàn)AI算法專用芯片的難度和成本都很高，算法的調(diào)試甚至需要調(diào)用到美國(guó)圣地亞哥的超級(jí)計(jì)算機(jī)，大規(guī)模商業(yè)應(yīng)用遙遙無(wú)期，最終沒有繼續(xù)發(fā)展下去。但彼時(shí)，AI芯片產(chǎn)業(yè)化的趨勢(shì)已經(jīng)在醞釀中。
不過(guò)，這一次，AI產(chǎn)業(yè)的浪潮與以往不同。半導(dǎo)體產(chǎn)業(yè)的飛躍極大推進(jìn)了AI理論的場(chǎng)景化、硬件化。再往后，AI產(chǎn)業(yè)發(fā)展的根本瓶頸已經(jīng)不是芯片技術(shù)本身、也不是算力，而在于建立在基礎(chǔ)理論之上的，對(duì)于算法和架構(gòu)的突破。
有一個(gè)例子可以解釋這種從底層理論突破的邏輯——筷子夾湯圓。曾經(jīng)，大家認(rèn)為神經(jīng)網(wǎng)絡(luò)能夠解決一切問，拼算力就像比誰(shuí)夾東西夾得快。但大家沒有去想筷子夾東西本身是不是一個(gè)錯(cuò)誤的方法。因?yàn)?，筷子夾湯圓，再怎么夾，效率都有限，但如果換一種方法，拿一根長(zhǎng)針去穿湯圓，效率提高很多倍，這才是跨度打擊。從筷子，到用針穿，這就是從拼算力變?yōu)榛A(chǔ)理論的突破。
基礎(chǔ)理論上的瓶頸反映到當(dāng)下AI面臨的挑戰(zhàn)中，例如，在找到具體應(yīng)用場(chǎng)景后，AI公司往往需要面臨三大難題。首先是功耗問題，以自動(dòng)駕駛為例，當(dāng)理論上已證明算法可行，但把算法放到真實(shí)場(chǎng)景中，在車內(nèi)測(cè)試，現(xiàn)實(shí)情況是，一旦開啟自動(dòng)駕駛模式，航程旋即大幅度縮水。其次是本地化問題，如果將算法和數(shù)據(jù)都放在云端，一旦網(wǎng)絡(luò)出現(xiàn)問題，車的安全就失去保障，故而在實(shí)際場(chǎng)景中，必須有本地化處理的能力。第三，是突破時(shí)間的限制。所有AI實(shí)際場(chǎng)景應(yīng)用都有時(shí)間限制，而現(xiàn)在的云端算法往往還不夠快。
除了底層的理論突破，一位資深行業(yè)技術(shù)人士向記者表示，
芯片的發(fā)展已經(jīng)逼近物理極限，未來(lái)行業(yè)競(jìng)爭(zhēng)所受到芯片制造工藝的制約已經(jīng)不大，芯片將要往應(yīng)用方向走。未來(lái)，降低功耗將會(huì)在一段時(shí)間內(nèi)成為AI芯片優(yōu)化的方向。
“AI遇到的另一挑戰(zhàn)是能耗?！鼻笆霎a(chǎn)業(yè)投資人更是直接點(diǎn)出這一瓶頸。他所在的機(jī)構(gòu)和平臺(tái)公司交流較多，比如谷歌和亞馬遜，這類平臺(tái)公司建了很多超算中心，已經(jīng)在很早就意識(shí)到一個(gè)關(guān)鍵問題——如果算力翻倍，除了硬件成本要翻倍，電力供應(yīng)和電費(fèi)成本更是個(gè)瓶頸，解決這個(gè)問題的方法就是理論的突破，因此公司都開始在大力支持從芯片技術(shù)到算法理論的創(chuàng)新，以此應(yīng)對(duì)升級(jí)算力中能耗的挑戰(zhàn)。
他表示，雖然中國(guó)AI公司在應(yīng)用場(chǎng)景上走在世界的前端，但同樣需要意識(shí)到的是中國(guó)在AI前沿基礎(chǔ)研究上明顯落后于國(guó)外。創(chuàng)業(yè)公司在算力的比拼和角逐中，更要對(duì)現(xiàn)有AI理論的局限和邊界有清醒的認(rèn)識(shí)。
AI芯片市場(chǎng)將進(jìn)入一個(gè)洗牌的時(shí)刻。回到文章最初的問題，AI芯片在中國(guó)的這場(chǎng)狂歡還會(huì)持續(xù)多久？多位投資人和業(yè)內(nèi)人士的判斷基本一致，已經(jīng)在進(jìn)入冷靜期。如今，專業(yè)投資人對(duì)于有算法但沒場(chǎng)景的初創(chuàng)公司已經(jīng)不會(huì)再投了。
在“老大吃肉、老二喝湯”的半導(dǎo)體行業(yè)，頭部效應(yīng)明顯。AI芯片本身有多個(gè)產(chǎn)品線和賽道，每個(gè)產(chǎn)品線里最后會(huì)跑出來(lái)兩三家公司，這是將來(lái)的格局。不過(guò)，目前資本市場(chǎng)熱錢還很多，泡沫還需要膨脹一陣。
作者為《財(cái)經(jīng)》記者
~END~
下載文檔
