中國芯彎道超車的機會終于來了，主角是人工智能芯片。前赴后繼的趕風者紛涌踏至。一面是迅速崛起的行業(yè)需求，一面是急功近利的產業(yè)氛圍，二者夾擊間，風口將往哪兒吹?

深度學習技術，猶如一管強大的興奮劑，讓中年遲暮的半導體產業(yè)整個沸騰了——“它能讓現(xiàn)有的芯片性能提升1萬倍”。

正在經(jīng)歷“摩爾定律失效”危機的從業(yè)者們喜出望外，終于因深度學習而柳暗花明。

隨之而來的還有，前赴后繼的趕風者，他們野心勃勃，手握前沿算法，紛紛誓言要做傳統(tǒng)半導體行業(yè)的顛覆者……讓資本和市場興奮不已。

坊間傳聞，僅僅2017年下半年，在全球最大晶圓代工廠臺積電，忙碌的流水線上已積攢了超過30款人工智能芯片等待下線流片。作為芯片正式量產前的小規(guī)模試產，流片意味著芯片距離落地越來越近了。

AI時代下的“軟”紅利

中國是全球最大電子產品制造國，但芯片卻一直是從業(yè)者們的一塊心病。

雖然中國市場消耗著全球近三分之一的芯片，但芯片自給率低卻是不爭的事實。業(yè)界早有“中國進口芯片比石油還多”的說法。

“這個數(shù)字大概是10%左右，”芯片行業(yè)資深專家莫大康談到中國芯片的自給率時說道，“一些機構給出的數(shù)字為17%，但這是把英特爾和三星在中國生產的芯片也計算在內。”

需求催生出市場。自上世紀90年代開始，華為海思、展訊、中星微等一批中國芯片企業(yè)崛起，但站在全球市場上來看，這遠遠不夠，直到最近以深度學習為首的人工智能技術落地。

依托中國人口紅利的海量數(shù)據(jù)，資本加持、人才和巨大市場需求，讓中國成為人工智能時代最具潛力的選手。同時，政府立志實現(xiàn)“人工智能強國”宏愿，人工智能芯片被列為八大關鍵技術之一。

一切因素向好，似乎中國芯彎道超車的機會終要來臨，主角是人工智能芯片(AI芯片)。它又被稱為深度學習芯片、神經(jīng)元芯片，主要指專為深度學習計算特點和需求而設計的一類專用芯片。

 

制圖/四月

根據(jù)AI財經(jīng)社統(tǒng)計，國內以AI芯片為核心的創(chuàng)業(yè)規(guī)模公司為18家，成立時間多為1-2年，融資輪次集中在A輪及更早，多聚焦在端智能和視覺領域。

在這群極具挑戰(zhàn)精神的人工智能芯片創(chuàng)業(yè)者中，中科寒武紀是最為耀眼的一家：已經(jīng)拿下華為麒麟970芯片合作訂單——將其人工智能芯片的設計專利植入麒麟970芯片，為華為Mate10、榮耀V10等旗艦手機加速。據(jù)業(yè)內人士透露，該款芯片的出貨量將達到3000萬片。

“公司如其名”。中科寒武紀依托于“國家隊”創(chuàng)建，其中陳云霽、陳天石兩兄弟為創(chuàng)始人。陳云霽9歲上中學，14歲進入科大少年班，是典型的“天才少年”。弟弟陳天石也基本沿襲了哥哥的成長路徑。

 

從左到右依次為陳云霽、陳國良院士、陳天石 圖片來源于網(wǎng)絡

“我畢業(yè)后一直做芯片，弟弟一直做算法——芯片加算法，正好誕生了‘寒武紀’人工智能芯片。”陳云霽說道。

這位在2015年就入選《麻省理工科技評論》“全球最佳創(chuàng)新人士”的天才語出驚人：“要讓人工智能芯片的計算效率提高1萬倍，功耗降低1萬倍。”

這對遵循摩爾定律運轉了近70年的半導體業(yè)而言，是一次巨大沖擊!

過去，芯片的迭代周期為18個月，每一次迭代性能提升一倍。現(xiàn)在，“算法”這項軟技能猶如九陽神功，要將硬件的鐵律打破。

也正因為此，在人工智能芯片創(chuàng)業(yè)團隊中，大多數(shù)領頭人為人工智能研究型學者或偏算法型人才，并沒有沿襲芯片行業(yè)的傳統(tǒng)——硬件科班出身。

早在2015年，英特爾豪擲167億美元收購可編程芯片廠商Altera時，投行分析師Tony給出的投資意見就是，“VC們在面對這樣的芯片創(chuàng)業(yè)者——根本沒有意識到他們在從事軟件工作，不具備軟件知識，應該迅速撤離。” 可編程芯片(FPGA)現(xiàn)已經(jīng)成為芯片廠商進軍AI的敲門磚。

隨后的一年里，英特爾加大籌碼，開啟了“買買買”的大力布局戰(zhàn)略，代表性的收購案包括以3.5億美元收購AI芯片創(chuàng)業(yè)公司Nervana、4億美元收購計算機視覺芯片Movidius、153億美元收購自動駕駛供應商Mobileye等。大企業(yè)的布局，更加速了追風人的步伐。

也是在這一年，中國AI芯片產業(yè)迎來了軟件算法出身的余凱入場。

2015年11月，前百度研究院副院長余凱辭職，創(chuàng)立地平線(原“地平線機器人”)。那時，人工智能芯片還是一個讓大多數(shù)中國從業(yè)者摸不著頭腦的詞。“這是一件非常具有遠見的事。因為你看到了別人還沒有看到的事情，”余凱談道。

“低調內斂”、“不善言辭”等傳統(tǒng)半導體從業(yè)者的標簽被一一撕掉。取而代之的是深得互聯(lián)網(wǎng)精髓的新生代，他們自備“代言人”屬性，強調更快地迭代落地，慷慨激昂地講述著PPT上陡峭的性能提升曲線。

 

余凱在2017年新品發(fā)布會上引用圖靈獎得主Alan Kay的言論，“真正認真對待軟件的人應該做自己的硬件” 圖 | AI財經(jīng)社 四月

2017年年初，埋頭苦干兩年后，地平線獲得英特爾投資;年底，其首款專用人工智能芯片落地。“我們無疑是這個領域中最快的，沒有第二。”活動結束后，余凱激動地對AI財經(jīng)社說道。

2017年11月，人工智能獨角獸公司商湯科技宣布引入高通的戰(zhàn)略投資。這一芯片巨頭表示，正是看中了商湯在機器學習模型與算法上的優(yōu)勢。早些時候，兩家公司已就手機和物聯(lián)網(wǎng)人工智能芯片達成合作。

2017年12月，人工智能芯片初創(chuàng)團隊熠知科技(ThinkForce)橫空出世，宣布完成4.5億元A輪融資，成為芯片創(chuàng)業(yè)隊中早期融資額最大的一筆。在其亮眼的投資人背景中——依圖科技、云鋒基金、紅杉資本、高瓴資本，計算機視覺公司依圖科技排在第一位。有業(yè)內人士指出，該團隊早期曾在依圖科技內部孵化而成。

創(chuàng)辦于2012年，早期以提供語音識別、語音交互等技術方案的云知聲也加入了戰(zhàn)局。其首款集成人工智能算法的芯片將在今年完成流片。云知聲聯(lián)合創(chuàng)始人李霄寒博士向AI財經(jīng)社表示，早在2014年，公司就有做芯片的想法，“因為智能家居跟手機不一樣，不是純軟件就能解決問題”。

當然，在諸多以算法為核心實力的團隊之外，還有“硬”背景出身的人工智能芯片公司。

因獲三星、賽靈思、聯(lián)發(fā)科等芯片巨頭投資而備受關注的深鑒科技，脫胎于清華大學電子系，其CEO姚頌是一位來自于2011屆的90后。他在本科期間就發(fā)表了多篇相關論文，同時也是清華電子系學生科協(xié)主席。

2015年姚頌本科畢業(yè)。一年后，深鑒科技成立。“我們聯(lián)合創(chuàng)始人之一韓松是在博士研究過程中轉向算法方向的。”姚頌談到團隊背景，“做AI芯片靠純硬件背景行不通。我們在機器學習、SLAM算法(實時定位和地圖構建)等方面進行了長期研究。”

2014年創(chuàng)立于美國圣地亞哥，兩年后選擇在中國珠海落地的耐能科技也同樣堅信著“硬件工程師”文化。創(chuàng)始人劉峻城曾供職于三星、高通等巨頭公司的研發(fā)中心，創(chuàng)始團隊多畢業(yè)于世界名校的電子工程系，擁有超過10年的芯片行業(yè)從業(yè)經(jīng)驗。2017年11月，耐能科技獲得阿里巴巴、紅杉、高通等數(shù)千萬美元的A輪融資。

風口背后：偽概念和“拿來”主義

然而，這不過是冰山一角。

早在2014年12月，“大基金”甫一成立就釋放出強烈信號，這是一只200億美元規(guī)模的國家集成電路產業(yè)投資基金。隨后3年間，各級地方政府相繼設立了超過30只半導體產業(yè)發(fā)展基金，公布的融資規(guī)模超過1000億美元。

僅在資本層面，芯片市場已足夠掀起一場創(chuàng)投狂歡。但就在從業(yè)者歡呼雀躍地擁抱人工智能芯片之時，它的定義似乎都還沒準備好。

“你不覺得AI芯片是個偽概念嗎?”一位人工智能芯片創(chuàng)業(yè)者對AI財經(jīng)社直言，“從半導體圈子的人來看，AI芯片概念比較怪，定義也非常寬泛。你做機器學習也是AI芯片，做深度學習也是AI芯片，做某幾種特定算法也是AI芯片。”

地平線CEO余凱則對AI財經(jīng)社分析道，廣義的人工智能芯片是指能夠很好地去支持主流算法，尤其是以深度學習為代表的算法的芯片。其中包括GPU(圖形處理器)、一些性能不錯的CPU和DSP(數(shù)字信號處理芯片)等。

 

參考IT桔子數(shù)據(jù)統(tǒng)計，過去一年，中國芯片半導體領域投資事件為61起，總融資額超過1500億人民幣 圖片來源IT桔子

狹義的人工智能芯片則要求高得多。它要圍繞深度學習或者人工智能算法，對這顆芯片內部的架構和計算、存儲單元進行專門設計，比如谷歌的TPU。

曾在高通、三星電子研發(fā)中心、晨星半導體等企業(yè)擔任研發(fā)職務的耐能創(chuàng)始人劉峻誠則表示，在美國，人工智能加速芯片對應著嚴苛的NSF認證：“要讓DNN(深度神經(jīng)網(wǎng)絡算法)計算功耗比提升1000倍的芯片”。 (注：NSF是美國獨立的非政府組織，專門致力于為各行業(yè)標準制訂、產品測試和認證服務工作。)

可是這樣的討論僅限于認知層面。和指甲蓋一般大小的芯片，一旦植入密密麻麻的電路板，再套上硬件的外殼，包裝上理想的性能參數(shù)表，其“人工智能”的含量和真假實在難辨。

“去年就有一家公司出了款號稱NPU(神經(jīng)網(wǎng)絡處理器)的芯片，但實際上，只是幾顆傳統(tǒng)DSP(數(shù)字信號處理器)芯片的組合，加上軟件的修改。”芯片從業(yè)者吳力說道。

如果說概念炒作只是從業(yè)者的一個入門，那么，挖對手墻腳、“拿來”主義、噱頭包裝……才是進階后的真正“套路”。

年初，在剛結束的CES(全球消費電子展)上，中國人工智能芯片創(chuàng)業(yè)隊是不容忽視的存在。展會期間，一篇關于人工智能行業(yè)芯片的采訪報道這樣寫道：“我們敢為人先。完全舍棄了傳統(tǒng)運算，采取了一種獨特的新型架構……這將讓我們獲得全世界最好性能功耗比、最好性價比的芯片。”

百公里之外，正在趕去機場路上的Kevin看到報道后，異常氣憤。他認為，文中所謂的“新型架構”，正是自家獨有的專利技術，卻被競爭對手公司拿來作產品宣傳的新噱頭。

“這部分是我們公司的專利，2016年我們團隊發(fā)布的論文中就已詳細論述，2017年1月這篇論文被刊發(fā)在IEEE雜志上。”Kevin對AI財經(jīng)社解釋道，并翻出了論文原文和對應內容。他補充，該項專利已在美國和中國大陸申請到方法型專利保護，在中國臺灣地區(qū)，專利還在提交過程中。

但迫于知識產權糾紛案件取證和指控都十分困難，Kevin并不打算將時間和精力耗費在起訴對手公司上。

取證難是知識產權維權的主要障礙。上海浦瑞律師事務所合伙人邢路對此表示，“在侵犯商業(yè)秘密案件中，原告取證的難度要遠遠高于其他知識產權案件。起訴時間長，主要是取證復雜。”

Kevin之所以對競爭對手“竊取”自家專利技術如此肯定，其佐證之一在于該篇論文的其中一名作者在2017年初在被挖到了競爭對手公司。“那是當時團隊成員的一名學生，他很清楚該專利的技術細節(jié)。”

激烈的技術競爭背后，隱含的是人才爭奪的拉鋸戰(zhàn)。

“高價碼的薪資固然有吸引力，但這也是有代價的。”現(xiàn)為某上市公司深度學習加速項目負責人張然說道。春節(jié)后，張然打算跳槽，年底他正在物色更有活力的創(chuàng)業(yè)公司，但面試經(jīng)歷卻讓他心里有說不出來的別扭。

“我面試過一些相關企業(yè)，無一例外地，他們都會委婉地提出一個問題——能否快速地將原公司或原來的研究成果復制出來。”張然進一步解釋道，“換句話說，就是讓你把原公司的技術‘拿’到新公司來”。”

“大家都這樣。”某知名創(chuàng)業(yè)公司CEO一語道出了行業(yè)的“潛規(guī)則”。

“這個行業(yè)的準入門檻很高，站在外圍的旁觀者通常是缺少判斷力的。”另一位人工智能芯片業(yè)者說道。

在“拿來主義”背后，是各家爭相出頭，一味追求速度的急功近利。芯片設計不再是一門高深的科技藝術。在工業(yè)化的流水線上，現(xiàn)在，一些追風人比拼的僅僅是組裝能力。

對于初創(chuàng)芯片公司，要成立專門的系統(tǒng)級芯片設計部門存在一定風險。一旦市場暗淡或產品沒能及時量產，此前的大筆投入將會付之東流。這時，一批設計代工廠商便應運而生，他們致力于提供完整的芯片設計打包方案。

 

制圖/四月

當數(shù)家設計都集中涌向設計代工企業(yè)，他們沒有花費太多精力打磨產品。一般來說，最為關鍵的人工智能計算加速部分——前端的芯片體系結構設計，應該由芯片創(chuàng)業(yè)公司自己完成。而接口、布線等其他后端工作交由代工設計方完成。

但“求快”的創(chuàng)業(yè)氛圍改變了這一切。

部分芯片創(chuàng)業(yè)公司有著“更精明”的打算。“有的人工智能芯片公司連前端的設計也都外包給代工方做。”有從業(yè)者透露。

無人駕駛太遠，人人都想切安防蛋糕

行業(yè)早期競爭的亂象印證著市場的不理性，而更大的質疑還在于——能夠支撐起產品落地的故事越來越難講了。

 

制圖/四月

在產業(yè)化落地方面，以安防/泛安防和智能手機為主要切入的市場和領域。其次，在云端的訓練和大型數(shù)據(jù)處理中心也有數(shù)家公司有嘗試與挑戰(zhàn)，如中科寒武紀、深鑒科技等。離普羅大眾的智能家居產品中也越來越多地需要針對語音交互、視覺處理等功能的專用芯片。

在這之中，產業(yè)成熟度最高、需求量最大的當屬安防產業(yè)，2016 年國內安防行業(yè)規(guī)模達到 5410 億元，同比增長了 11%，占據(jù)我國 GDP 的 0.73%。在攝像頭中加入人工智能芯片，不僅能提高其影像錄制效率，還能為其加入人臉識別、身份比對、人數(shù)統(tǒng)計、行為分析等智能功能。

主打安防場景的深鑒科技樂觀地表示，這個市場是巨大的。“海康威視一年的攝像頭出貨量是1億臺，大華是3千萬臺。”

就市場規(guī)模而言，前端市場的芯片需求的確比服務器和云端的想象力更大。但這是一個“看上去很美”的市場。安防產業(yè)以傳統(tǒng)和封閉著稱，要撬開這扇大門并非易事。目前來看，面向AI芯片市場的存量仍十分有限，并且天平更多時候還是向“更便宜”的那一方傾斜。

在我們大談人工智能芯片即將普及前，有一個前提需要被明確，只有規(guī)模化的出貨量才能抵扣高昂的流片和研發(fā)投入。

“28nm規(guī)格的芯片從投入到流片的投入大概是400萬美元，如果能夠賣出去100萬片，每片的成本大概能攤到4美元，這比客戶購買FPGA芯片便宜多了。”一位AI芯片創(chuàng)業(yè)公司CEO給AI財經(jīng)社算了一筆賬。

然而，這與現(xiàn)實情況相去甚遠。“目前大概只有1%的安防設備應用了人工智能技術。海康威視對于英偉達一年的需求量在20萬片的規(guī)模，這還是世界上最大的安防廠商需求量。”某上市公司深度學習加速項目總監(jiān)張然表示。

如果說，“100萬片”是現(xiàn)階段AI芯片公司維持正常運轉的出貨量標準線，那么，一家AI創(chuàng)業(yè)芯片公司至少要談下5家海康威視需求量級的大客戶才行。

此外，盡管是在這樣有限的增量市場里，AI芯片創(chuàng)業(yè)公司也未能掌握獨立的話語權。

現(xiàn)階段創(chuàng)業(yè)公司所能提供的大多為折中方案，多采購第三方FPGA芯片再進行編程和優(yōu)化，如Xilinx(賽靈思)、被英特爾收購的Altera等。

“他們(創(chuàng)業(yè)公司)對芯片價格和用量是及其敏感的，用量多可能導致整體方案很貴。因為議價權還是掌握在FPGA廠商手中——他們并不會因為創(chuàng)業(yè)公司的方案而降價。”

但對于芯片巨頭而言，如英特爾，針對客戶的行業(yè)需求，他們講給出一個打包后的解決方案價格，方案中涉及到的芯片使用量并不會影響方案價格的浮動。

當然，摩爾定律的另一面也同樣值得重視，當人工智能芯片企業(yè)推出專用的芯片，“每隔18個月，芯片性能提升一倍的同時，其價格也將下降一倍。”在大部分從業(yè)者和投資人看來，AI芯片的增量市場仍大有可為。

 

2016年-2021年人工智能芯片市場整體規(guī)模變化 圖片來源于天風證券研究所

在落地層面，性能和功耗之間的平衡也是硬性指標之一。追求性能容易，但功耗可能達不到。云知聲IoT副總裁李霄寒介紹，因為格力對產品質量和相關驗收標準及其嚴格，我們跟格力磨合了近一年時間。

僅次于“安防熱”的，便是自動駕駛領域——同樣面臨著“雷聲大、雨點小”的尷尬。談到是否真正投身其中，大多數(shù)廠商仍持觀望態(tài)度。

其原因主要在兩個方面，一是具有真正意義上的自動駕駛汽車還未量產，更談不上普及和規(guī)模化;其二，用于汽車的芯片，相較于工業(yè)級芯片有著更為嚴苛的性能考核機制，在其工作溫度范圍(-40℃~125℃)、耐受抗震能力、冗余設計等方面都加入了安全考量機制。

不過，在該領域仍不乏敢于挑戰(zhàn)的試險者。前百度研究創(chuàng)始人副院長余凱博士創(chuàng)辦的地平線就瞄準了該方向，在落地方面主要依靠和英特爾，也是其投資方之一，以合作的形式來獲得大型整車車企的入場票。

在異構智能中國區(qū)總裁周斌看來，哪怕是自動駕駛訓練和測試階段，AI芯片也已經(jīng)需求不斷。“現(xiàn)在跑無人車的GPU芯片要占滿整個后備箱，而且通常跑個半小時就需要停下來降溫。在今年的CES現(xiàn)場，我們已經(jīng)收到了很多關于該領域的需求。”

可以預見的是，2018年，將會是AI芯片產業(yè)密集落地的一年，深鑒科技、云知聲、異構智能等一波芯片公司均在今年完成流片。芯片產業(yè)在搭載深度學習加速的火箭后，將以指數(shù)級速度向前發(fā)展。

前是嗷嗷待哺的行業(yè)需求，后有巨額的產業(yè)基金刺激，人工智能芯片創(chuàng)業(yè)者受到了前所未有的關注和期待。

然而，逐風口的狂歡背后，也少不了荒唐的亂象和叢生的泡沫。概念模糊不清、貼牌式廠商濫竽充數(shù)、“拿來”主義司空見慣、一味追求速度的急功近利……隨著落地步伐的加速，危機正在不斷放大。

站在機遇和泡沫共存的十字路口，每一位趕風者都在理性與野心之間博弈。