中國(guó)的“芯”事，因?yàn)橹信d事件再次成為熱點(diǎn)。

近日，市場(chǎng)研究顧問(wèn)公司Compass Intelligence發(fā)布的最新研究結(jié)果顯示，在全球前15大人工智能（AI）芯片企業(yè)排名表“A_List”中，前三名依序?yàn)?a href="http://m.makelele.cn/tags/英偉達(dá)/" target="_blank">英偉達(dá)（Nvidia）、英特爾（Intel）以及恩智浦（NXP），蘋(píng)果排名第8名、三星第09名；華為第12名，成中國(guó)大陸地區(qū)最強(qiáng)芯片廠商。

從這個(gè)排名中我們可以看到，與通用芯片領(lǐng)域的格局不同，雖然老牌芯片和半導(dǎo)體公司依然位列三甲，但是AI芯片領(lǐng)域，已經(jīng)有非芯片領(lǐng)域的科技公司開(kāi)始奮起直追。

星河互聯(lián)人工智能事業(yè)部總經(jīng)理劉瑋瑋介紹到，從行業(yè)上來(lái)講，主要用于底層運(yùn)算的芯片大概有三個(gè)方向：

第一個(gè)方向是以英偉達(dá)為代表的GPU方案，很多企業(yè)正在使用的通用芯片；

第二個(gè)是FPGA方案，作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)；

第三個(gè)是自研集成電路，比如中國(guó)深鑒、寒武紀(jì)、地平線這些公司的產(chǎn)品。

他表示，對(duì)于AI行業(yè)來(lái)說(shuō)，自研一種真正適合AI運(yùn)算的專有芯片是最理想的發(fā)展方向。目前AI行業(yè)本身還處于發(fā)展初期，因此AI芯片的格局也尚未明朗，中國(guó)有彎道超車的可能。

劉瑋瑋丨人工智能事業(yè)部總經(jīng)理

北京航空航天大學(xué)集成電路工程碩士，10年工作經(jīng)驗(yàn)。聚焦于人工智能、智能硬件、VR領(lǐng)域的早期投資及聯(lián)合創(chuàng)業(yè)。前京東智能戰(zhàn)略投資負(fù)責(zé)人，京東智能核心管理團(tuán)隊(duì)成員。專注于京東智能集團(tuán)業(yè)務(wù)規(guī)劃、行業(yè)分析，協(xié)助總裁制定公司戰(zhàn)略，以及大戰(zhàn)略項(xiàng)目合作等職責(zé)。后期負(fù)責(zé)京東智能早期項(xiàng)目投資，對(duì)智能硬件生態(tài)、行業(yè)理解深入，有創(chuàng)建實(shí)操經(jīng)驗(yàn)。先后在三星電子、中興通訊做硬件研發(fā)、咨詢師、戰(zhàn)略項(xiàng)目管理等。

中國(guó)芯片產(chǎn)業(yè)結(jié)構(gòu)的缺失

中興事件的發(fā)生暴露出了中國(guó)芯片產(chǎn)業(yè)結(jié)構(gòu)的缺失。中國(guó)只有中低端芯片的研發(fā)能力，沒(méi)有高端芯片。

不久之前與中興進(jìn)行過(guò)一次交流，他們很早之前就意識(shí)到了核心芯片的問(wèn)題，卻一直沒(méi)有布局，沒(méi)有戰(zhàn)略性的布局。相對(duì)來(lái)說(shuō)，華為要好一些，早年間布局了海思半導(dǎo)體，主要應(yīng)用在手機(jī)處理器。但是總體上，通信領(lǐng)域的核心部件都要從美國(guó)進(jìn)口，例如高速數(shù)模轉(zhuǎn)換芯片，激光器、接收機(jī)的芯片等等。這些部件，中國(guó)都沒(méi)有自研的能力。

不僅如此，核心器件的采購(gòu)本身也有瓶頸。以光器件為例，有非常長(zhǎng)的供貨周期，不易采購(gòu)，需要隨時(shí)做好備案。人工智能最火的時(shí)候，做深入學(xué)習(xí)的英偉達(dá)GPU Titan很難采購(gòu)，當(dāng)時(shí)通過(guò)代理采購(gòu)三到四個(gè)月以后才能拿到貨。

通信領(lǐng)域芯片尤其是光器件的采購(gòu)是伴隨電信市場(chǎng)的“光進(jìn)銅退”背景，即光通信市場(chǎng)的發(fā)展而產(chǎn)生的，包括骨干網(wǎng)、城域網(wǎng)、以及接入網(wǎng)都已經(jīng)或者正在進(jìn)行光纖化。同時(shí)，數(shù)據(jù)中心(IDC)網(wǎng)絡(luò)建設(shè)需要用到光纖光纜、光通信設(shè)備以及光器件/光模塊。

近年來(lái)，隨著政府、金融、電信、游戲、視頻、電子商務(wù)等行業(yè)數(shù)據(jù)集中化、虛擬化趨勢(shì)形成，IDC 已經(jīng)成為支撐用戶日常業(yè)務(wù)運(yùn)作最重 要的基礎(chǔ)設(shè)施。云計(jì)算大發(fā)展，為光器件，尤其是高速光模塊行業(yè)帶來(lái)了全新的發(fā)展機(jī)遇。

我國(guó)AI創(chuàng)業(yè)主要集中在應(yīng)用層

對(duì)于人工智能領(lǐng)域的創(chuàng)業(yè)來(lái)說(shuō)，中國(guó)高端芯片的缺失已經(jīng)形成了一定掣肘。

例如自動(dòng)駕駛領(lǐng)域必備的激光雷達(dá)，需要高速數(shù)模轉(zhuǎn)換器，目前都需要進(jìn)口。受限于芯片問(wèn)題，有一些創(chuàng)業(yè)團(tuán)隊(duì)正在嘗試從技術(shù)上繞開(kāi)數(shù)模轉(zhuǎn)換，但項(xiàng)目鳳毛麟角而且大都不成熟。還有機(jī)器人的核心部件：伺服電機(jī)、諧波減速器、控制器等，高端產(chǎn)品基本以日本、韓國(guó)和歐洲為主，都需要采購(gòu)。中低端產(chǎn)品中國(guó)也可以做，但是性能、質(zhì)量等還有較大差距

基于這樣的現(xiàn)實(shí)，近兩年大部分人工智能項(xiàng)目都集中在應(yīng)用上，主要做產(chǎn)品和集成，屬于應(yīng)用型項(xiàng)目。

從整個(gè)早期投資的行業(yè)分布上，也可以看出大都集中在應(yīng)用層。大數(shù)據(jù)、智能制造、云計(jì)算、金融、醫(yī)療等領(lǐng)域是最受中國(guó)資本市場(chǎng)關(guān)注的領(lǐng)域。就2017年的人工智能的技術(shù)應(yīng)用而言， B端的企業(yè)級(jí)應(yīng)用相對(duì)容易落地，人工智能技術(shù)帶來(lái)的成本降低和效率提升，在安防、智能客服、金融、政務(wù)等領(lǐng)域，以及行業(yè)機(jī)器人在巡檢、警用安防等領(lǐng)域都已經(jīng)得到了一定程度的商業(yè)驗(yàn)證。

AI專用芯片中國(guó)正齊頭趕上

雖然在通用芯片領(lǐng)域中國(guó)已經(jīng)失去先發(fā)優(yōu)勢(shì)，但是對(duì)于AI芯片，我們看到了不同的市場(chǎng)面貌。

目前， 主要用于底層運(yùn)算的芯片，從行業(yè)上來(lái)講，大概有三個(gè)方向：

第一個(gè)方向是以英偉達(dá)為代表的GPU方案，很多企業(yè)正在使用的通用芯片；

第二個(gè)是FPGA方案，作為專用集成電路（ASIC）領(lǐng)域中的一種半定制電路而出現(xiàn)；

第三個(gè)是自研集成電路，比如像深鑒、寒武紀(jì)、地平線這些公司，他們都在自己做一些專用的人工智能芯片，用來(lái)做深入學(xué)習(xí)的訓(xùn)練或運(yùn)算。

GPU的運(yùn)算架構(gòu)恰好適合于深度學(xué)習(xí)大量的并行計(jì)算，因此迅速進(jìn)入了AI市場(chǎng)，F(xiàn)PGA的特點(diǎn)在于和硬件結(jié)合比較緊密，編程比較靈活，底層配置和構(gòu)建比較靈活。但從開(kāi)發(fā)難度、架構(gòu)難度到功耗、成本和運(yùn)算成本等角度，這兩種方式都有弊端。所以最理想的方式，就是自研一種真正適合人工智能運(yùn)算的專有芯片。

當(dāng)然,專有芯片研發(fā)周期長(zhǎng)、成本大，比起GPU等通用芯片，專有芯片的研發(fā)尚處于早期，競(jìng)爭(zhēng)格局也尚未明朗。競(jìng)爭(zhēng)格局不明朗，對(duì)于中國(guó)來(lái)說(shuō)，就意味著機(jī)會(huì)。

1、國(guó)家政策利好。第一是產(chǎn)業(yè)政策，中國(guó)的產(chǎn)業(yè)園或者說(shuō)產(chǎn)業(yè)政策本來(lái)就有聚焦效應(yīng)，這對(duì)于芯片產(chǎn)業(yè)的發(fā)展來(lái)說(shuō)非常重要；第二是資本市場(chǎng)支持，芯片作為國(guó)家核心科技戰(zhàn)略很難去美國(guó)上市，國(guó)家未來(lái)一定會(huì)讓其在A股上市，對(duì)于收入、利潤(rùn)滿足不了現(xiàn)有A股上市標(biāo)準(zhǔn)的，將會(huì)有一系列改革，這是必然趨勢(shì)，現(xiàn)在國(guó)家已經(jīng)有指導(dǎo)意見(jiàn)但還沒(méi)有細(xì)則；第三，國(guó)家有可能從補(bǔ)貼的角度給予芯片創(chuàng)業(yè)項(xiàng)目支持。

2、新興技術(shù)領(lǐng)域中國(guó)并未落后。近幾年在人工智能、無(wú)人駕駛、VR/AR等新興技術(shù)領(lǐng)域，中國(guó)并未落后，最為典型的就是人工智能領(lǐng)域，中美的差距不是特別大，并不像工業(yè)時(shí)代。

3、人工智能設(shè)備的本地化計(jì)算趨勢(shì)是自研芯片的機(jī)會(huì)。過(guò)去人工智能設(shè)備都是云端運(yùn)算，但是云端識(shí)別在運(yùn)算速度、網(wǎng)絡(luò)占用、交互體驗(yàn)等方面都有很大的弊端，比如智能音箱簡(jiǎn)單的喚醒功能需要將信息上傳至服務(wù)器，經(jīng)過(guò)云端處理之后再返回至本地機(jī)器人，一旦網(wǎng)絡(luò)出現(xiàn)問(wèn)題，整個(gè)交互體驗(yàn)都會(huì)受到影響。因此，未來(lái)本地化運(yùn)算將是人工智能發(fā)展的趨勢(shì)之一，未來(lái)如果每臺(tái)終端都有一個(gè)本地化的計(jì)算芯片，體驗(yàn)會(huì)更好。

4、通用芯片大廠的路徑依賴，為自研芯片的發(fā)展創(chuàng)造了時(shí)間和空間。移動(dòng)互聯(lián)網(wǎng)時(shí)代英特爾轉(zhuǎn)型移動(dòng)端芯片是失敗的，巨頭多年巨額的研發(fā)支出，很難被摒棄。

芯片的競(jìng)爭(zhēng)本質(zhì)上是運(yùn)行速度和成本的競(jìng)爭(zhēng)。通用與專用，GPU、FPGA、ASIC三個(gè)技術(shù)路線如何實(shí)現(xiàn)分工和接替，是接下來(lái)AI芯片市場(chǎng)的一個(gè)焦點(diǎn)。

AI芯片的投資和創(chuàng)業(yè)邏輯

基于人工智能的發(fā)展趨勢(shì)，我們認(rèn)為基于軟件算法的技術(shù)創(chuàng)新類項(xiàng)目未來(lái)競(jìng)爭(zhēng)壁壘會(huì)進(jìn)一步降低，而硬件技術(shù)的創(chuàng)新比軟件算法創(chuàng)新更具壁壘，同時(shí)在大廠路徑依賴的情況下，某些領(lǐng)域創(chuàng)業(yè)公司反而更快、更有優(yōu)勢(shì)。

但是，芯片研發(fā)周期性很長(zhǎng)，研發(fā)成功率低，是一個(gè)資金密集型和人力密集型行業(yè)。作為門檻較高的領(lǐng)域，要實(shí)現(xiàn)國(guó)產(chǎn)芯片的趕超，做芯片的創(chuàng)業(yè)公司對(duì)團(tuán)隊(duì)和投資人都有一定要求。

首先需要團(tuán)隊(duì)背景過(guò)硬，團(tuán)隊(duì)本身有強(qiáng)大的技術(shù)、資源等光環(huán)，只有這樣的團(tuán)隊(duì)才更容易獲得資本的支持。目前發(fā)展比較好的深鑒科技、寒武紀(jì)都是這樣的團(tuán)隊(duì)。

二是投資者需要了解行業(yè)。芯片投資是高風(fēng)險(xiǎn)、高回報(bào)的，芯片創(chuàng)業(yè)不像做企業(yè)服務(wù)，3個(gè)月產(chǎn)品就能上線，半年之后產(chǎn)生數(shù)據(jù)，芯片的研發(fā)就需要三到五年，芯片的投資也是長(zhǎng)期的而不是短期的，這是跟其很多行業(yè)都不同的投資邏輯。

作為投資人，必須懂芯片，才能了解為什么在天使階段就有高估值，才了解行業(yè)規(guī)律愿意承擔(dān)投資的風(fēng)險(xiǎn)，在早期參與進(jìn)去并且保證創(chuàng)業(yè)團(tuán)隊(duì)不會(huì)因?yàn)橘Y金問(wèn)題而無(wú)法堅(jiān)持。

目前我國(guó)已經(jīng)在政策層面多次出臺(tái)相關(guān)文件，將人工智能作為重點(diǎn)布局領(lǐng)。AI芯片是AI行業(yè)發(fā)展的必然路徑，行業(yè)驅(qū)動(dòng)因素較為明顯。雖然目前英偉達(dá)在GPU上獲得了較高的地位，但隨著技術(shù)的演進(jìn)以及前端芯片的打開(kāi)，未來(lái)行業(yè)格局仍有可能有較大的改變。

基于芯片的強(qiáng)需求性，以及目前芯片運(yùn)行速度和成本均無(wú)法滿足現(xiàn)有需求的現(xiàn)狀，星河互聯(lián)會(huì)重點(diǎn)關(guān)注AI芯片領(lǐng)域。