本文是《中智觀察》“企業(yè)數(shù)字服務供需市場”行業(yè)洞察之人工智能篇。人工智能需求的持續(xù)增長，國家政策的支持，資本的無序投入，以及AI專業(yè)芯片進入門檻偏低等，讓AI芯片市場魚龍混雜。在遭遇新冠疫情和AI芯片供應鏈危機挑戰(zhàn)下，AI芯片熱正在退潮，“裸泳”的公司將黯然退場，留下的如何歷經(jīng)風雨，值得觀察。

——海比研究院

2022年4月18日

3月份，一紙公告，讓“中國AI芯片第一股”寒武紀市值直接蒸發(fā)了36億元。此后，寒武紀股價更是跌跌不休。

寒武紀的公告稱，公司核心技術(shù)人員、CTO梁軍已辦理完離職手續(xù)，將不再擔任公司任何職務。

寒武紀成立于2016年3月，主營人工智能芯片產(chǎn)品的研發(fā)。梁軍自2017年加入，曾任副總經(jīng)理兼CTO

就在官宣梁軍離職后不久，寒武紀于4月15日發(fā)布了2021年年報，公司2021年營業(yè)收入7．21億元，同比增長57．12％；歸屬于上市公司股東的凈虧損為8．25億元，同比擴大89．66％。

這或許是資本市場對寒武紀CTO離職“過度”反映的真實原因。

海比研究院認為，持續(xù)多年的人工智能熱讓大小廠商陸續(xù)跳入AI芯片的研發(fā)中。在遭遇新冠疫情和AI芯片落地難的挑戰(zhàn)下，AI芯片的風口實際上已經(jīng)消失。當潮水退去后，當初“裸泳”的大多數(shù)初創(chuàng)公司都黯然退出舞臺，留下的未來如何經(jīng)受大風大浪的考驗，值得觀察。

1．AI芯片需求增加，進入門檻卻不高

AI芯片市場規(guī)模不大，但增速不小。

人們常說，AI發(fā)展的三要素是數(shù)據(jù)、算力和算法。雖然在算力的發(fā)展上，云計算提供彈性的計算能力，為AI算力發(fā)展提供了堅強的厚盾，也促進了機器學習等發(fā)展。

從2010年至今，大數(shù)據(jù)處理行業(yè)發(fā)展迅速，人類對海量數(shù)據(jù)的計算需求也在逐漸提高，但傳統(tǒng)的算法框架又無法支持深度學習的巨大并行計算需要。

AI芯片需要專用的計算和傳感架構(gòu)，以提供必要的性能，并在功耗、穩(wěn)定性等上不斷實現(xiàn)突破，滿足日益發(fā)展的AI應用的需求。

因此，AI應用的核心硬件——AI芯片，以其幾句優(yōu)勢的計算力，替代傳統(tǒng)芯片，將會成為人工智能領(lǐng)域的寵兒。

據(jù)相關(guān)機構(gòu)估計，2025年全球的人工智能芯片市場規(guī)模將超過726億美元。人工智能將在許多領(lǐng)域產(chǎn)生越來越大的影響。

同時人工智能芯片是目前微電子領(lǐng)域增長最快的部分，預計未來幾年的年增長率將超過40％。

相關(guān)機構(gòu)預測，到2025年，我國的人工智能芯片產(chǎn)值預計將達到65億美元，增長速度將領(lǐng)跑全球。

盡管當前的摩爾定律發(fā)展逐漸放緩，但卻成為了促進人工智能科技不斷進步的重要硬件基石。由此來看，AI芯片發(fā)展尚未到達頂峰。面向越來越復雜的市場需求，未來AI芯片還將催生人工智能領(lǐng)域的創(chuàng)新設計理念與架構(gòu)創(chuàng)新。

AI芯片設計門檻較低，造成魚龍混雜。

巨大需求，以及AI芯片設計的低門檻，催生了眾多的參與者。

在芯片設計領(lǐng)域，一個MAC單元通常包括三部分，乘法器、加法器和累加器。專家介紹，AI芯片就是簡單暴力地堆砌MAC單元。增加MAC數(shù)量，是提升算力最有效的方法。

接受記者采訪的一位不愿具名的專家認為，設計一個AI芯片可以說沒有門檻。

這種低門檻，吸引了眾多的初創(chuàng)公司和巨頭企業(yè)參與。在AI應用的通用芯片GPU領(lǐng)域，英偉達與傳統(tǒng)芯片巨頭英特爾、AMD等展開激戰(zhàn)。

IDC數(shù)據(jù)顯示，英偉達在2020年國內(nèi)GPU 服務器占據(jù)95％左右的市場份額。據(jù)悉，亞馬遜AWS、谷歌GCE、IBM Softlayer、阿里云、騰訊云等云計算廠商都在數(shù)據(jù)中心使用了英偉達的GPU進行深度學習算法訓練。

在專用AI芯片領(lǐng)域，如云計算、自動駕駛、智能安防、智能手機等領(lǐng)域，特斯拉、亞馬遜，以及國內(nèi)的天數(shù)智芯、寒武紀、燧原科技、瀚博半導體等多家AI芯片初創(chuàng)公司等捷足先登。

在國內(nèi)，AI芯片企業(yè)最高峰時保守計算有上百家企業(yè)。

2．國家支持、資本追捧催生AI芯片熱

AI芯片的火爆，于其說是AI技術(shù)發(fā)展的結(jié)果，不如說是資本追投的產(chǎn)物。

2019年～2021年，美國的數(shù)十家初創(chuàng)公司繼續(xù)獲得各自數(shù)千萬美元的風險投資，用于發(fā)展AI芯片，用在移動和其他嵌入式計算應用中。

在智能手機等邊緣設備上執(zhí)行AI推理的芯片是一個炙手可熱的市場，甚至已經(jīng)出現(xiàn)了多年，吸引了越來越多的初創(chuàng)公司和越來越多的風險投資。

市場研究公司Linley Group近年來重點關(guān)注AI初創(chuàng)公司。其在硅谷舉辦的處理器論壇上，擠滿了EdgeCortix、Flex Logix、Hailo Technologies、Roviero、BrainChip、Syntiant、Untether AI、Expedera和Deep AI等初創(chuàng)公司。

The Linley Group認為，市場還會出現(xiàn)更多的新創(chuàng)業(yè)公司，并繼續(xù)嘗試差異化競爭。在“深度學習處理器指南”的研究報告中，該機構(gòu)估計有多大60多家AI芯片供應商。

中國在限制出口的同時，也準備成為人工智能芯片領(lǐng)域的世界領(lǐng)導者。

在國內(nèi)，AI芯片也是資本追投的焦點。根據(jù)《科創(chuàng)板日報》不完全統(tǒng)計，2021年上半年，國內(nèi)AI芯片公司融資就達27起，總?cè)谫Y金額超過200億元。

賽迪顧問預測，2021年中國AI芯片市場規(guī)模將增長至305．7億元，同比增幅可達57．8％。

對于初創(chuàng)公司而言，前期的大量融資是必須的。因為做芯片很燒錢。一款GPU大型芯片的基礎(chǔ)開發(fā)費用需要約6億元，涉及到大量的工程師人才成本。

另外，AI已成為美國、中國、歐洲等國家之間的戰(zhàn)略技術(shù)戰(zhàn)場。美國政府已經(jīng)采取了前所未有的行動，優(yōu)先考慮美國在人工智能和量子領(lǐng)域的領(lǐng)導。

2019年8月，中國12年來首次修訂了禁止或限制出口技術(shù)清單，人工智能也列入了名單。在限制之前，中國就已將開發(fā)人工智能系統(tǒng)作為國家當務之急。

中國國務院在2017年夏季公布了一份政策藍圖，提出了到2030年創(chuàng)建“世界主要人工智能創(chuàng)新中心”的目標。該計劃包括雄心勃勃的軟件開發(fā)目標，也涵蓋了芯片開發(fā)，特別是可用于移動設備的芯片。

歐洲在芯片上發(fā)力，目的也是“自主可控”。

2022年2月8日，歐盟委員會啟動了《歐洲芯片法案》，提出了一整套措施，以確保歐盟在半導體技術(shù)和應用領(lǐng)域的供應安全、彈性和技術(shù)方面的領(lǐng)先地位。

芯片對包括AI、5G和邊緣計算等未來關(guān)鍵數(shù)字技術(shù)意義重大。正如“歐盟2030數(shù)字十年”所闡述的那樣，沒有芯片就沒有“數(shù)字”。

到2030年，支持歐盟芯片法案的政策驅(qū)動投資總體水平估計將超過430億歐元。這一公共投資包括預計用于歐洲芯片計劃的110億歐元，以資助到2030年在研究、設計和制造能力方面的技術(shù)領(lǐng)先地位。

在專利上，中美兩國成為市場的充電力量。AI專用硬件對于確保軟件能夠及時、全面地提供結(jié)果可能更加重要。下圖顯示了過去十年來中美兩國在人工智能芯片專業(yè)開發(fā)領(lǐng)域的專利創(chuàng)新進展。在此期間，中國在每年的專利創(chuàng)新方面一直緊跟美國的步伐，2019年，中國首次超過美國。

AI硬件專利趨勢   數(shù)據(jù)來自Clarivate

3．AI芯片的兩大力量

2014年，基于深度學習的視覺識別算法和語音識別算法實力明顯增強，讓人們發(fā)現(xiàn)了AI的美好前景，AI芯片技術(shù)開始受到重視。

2016年，Google公司的AI圍棋應用AlphaGo先后打敗了韓國的世界冠軍李世石和中國的圍棋世界冠軍柯潔，讓世人發(fā)現(xiàn)了AI實力提高的巨大潛力。

作為新賽道，AI芯片的計算能力及其和大數(shù)據(jù)時代的超高結(jié)合率，被使人們看成了未來經(jīng)濟發(fā)展的新星，世界各大產(chǎn)業(yè)巨頭以及諸多國際創(chuàng)新團隊也爭相參與到該領(lǐng)域的開發(fā)當中。

在參與者中，基本是有兩大陣營：

科技巨頭以科技和資本實力發(fā)力AI芯片。

傳統(tǒng)的半導體巨頭以及技術(shù)巨人一開始就積極布局AI芯片領(lǐng)域，除了自己的開發(fā)之外，還依托資本優(yōu)勢進行海外融資并購，引入優(yōu)質(zhì)資本和創(chuàng)新團隊等手段促進了自己的AI芯片行業(yè)發(fā)展。

經(jīng)典代表企業(yè)如英特爾，大手筆地并購了包含Altera、Nervana、Movidius和Mobileye等這樣的AI芯片公司。

2017年，英特爾以153億美元并購以色列自動駕駛公司Mobileye。根據(jù)Mobileye公布的數(shù)據(jù)，其自動駕駛芯片系統(tǒng)已經(jīng)占據(jù)約70％量產(chǎn)車市場。

目前，英特爾正在尋求于2022年年中通過IPO Mobileye股票，讓Mobileye在美國上市。IPO可能使Mobileye的估值超過500億美元。

多年來，Mobileye與特斯拉、寶馬、沃爾沃和通用汽車等合作。2021年7月，與福特簽署了一項協(xié)議，以支持其全球產(chǎn)品陣容中的下一代先進駕駛和安全功能。該交易包括福特使用Mobileye的＂EyeQ＂基于攝像頭的檢測技術(shù)，用于前方碰撞警告以及車輛、行人和騎自行車者檢測等功能。

2019年，英特爾以20億美元并購了另一家以色列AI芯片公司Habana Labs。據(jù)了解，Habana Labs發(fā)布的Gaudi芯片，在云端訓練領(lǐng)域直接對標英偉達GPU ，并在2020年年底成功簽約亞馬遜云科技，可謂從英偉達主導的AI訓練領(lǐng)域撕開了一道口子。

此外，阿里巴巴、騰訊等通過投資、并購布局了AI芯片的發(fā)展。Google、Facebook、微軟等科技巨頭也紛紛進入AI芯片市場。

創(chuàng)新企業(yè)紛紛搶占各個領(lǐng)域山頭。

寒武紀Cambricon技術(shù)堪稱中國的人工智能芯片的領(lǐng)頭羊，市值達到 225 億元。

該公司的 Cambricon－1H 和 Cambricon－1M 芯片已經(jīng)可用于近 1 億臺移動設備和服務器。其旗艦Cambricon－1A用于邊緣設備，并被捧為第一個用于商業(yè)的深度學習處理器。

除了擁有為阿里巴巴服務器和華為智能手機提供芯片外，該公司還擁有該領(lǐng)域最多的專利。Cambricon AI 芯片專利數(shù)量遠遠超過英偉達 Nvidia 的專利數(shù)量，被認為是人工智能芯片領(lǐng)域的領(lǐng)導者之一。

數(shù)據(jù)來自 Clarivate

成立于2018年的燧原科技專注人工智能領(lǐng)域云端算力平臺，提供自主知識產(chǎn)權(quán)的高算力、高能效比、可編程的通用人工智能訓練和推理產(chǎn)品。

燧原科技發(fā)展迅速而穩(wěn)定，目前已推出了人工智能訓練芯片云燧T10，其邃思芯片獲得2020年“中國芯?年度重大創(chuàng)新突破產(chǎn)品獎”。

在《2022年45家國產(chǎn)AI芯片廠商調(diào)研分析報告》中，AspenCore分析師團隊匯編整理了10款國產(chǎn)AI芯片和10款國際AI芯片，以展示全球AI芯片的力量布局。

其中，Top 10國產(chǎn)AI芯片企業(yè)包括寒武紀、地平線、昆侖芯科技、阿里平頭哥、燧原科技、瀚博半導體、天數(shù)智芯、鯤云科技、黑芝麻智能和芯擎科技。

Top 10國際AI芯片在來自英偉達NVIDIA、英特爾、Google、AWS、Qualcomm、Esperanto、Graphcore、Cerebras、Ambarella和Hailo。

4．AI芯片熱潮的隱憂

那么，AI芯片發(fā)展中面臨了哪些挑戰(zhàn)呢？

首先，AI芯片能設計出來，但要想量產(chǎn)難比登天。增加MAC數(shù)量意味著芯片裸晶面積即成本的大幅度增加，能耗也不可避免的提升。因此，AI芯片需要利用先進的半導體制造工藝，以擁有更高的晶體管密度，即同樣面積下更多的MAC單元。

而衡量半導體制造工藝最主要的指標也就是晶體管密度，而不是傳統(tǒng)的幾納米工藝。例如，EV企業(yè)特斯拉找上芯片企業(yè)博通，恐怕主要原因還是能搭博通芯片在制造方面的順風車，畢竟博通是臺積電十大客戶之一。

單憑制造這一關(guān)，讓很多AI芯片止步不前。

其次，包括制造在內(nèi)的AI芯片供應鏈面臨困難。一顆AI芯片在產(chǎn)品化過程中，會涉及產(chǎn)業(yè)鏈的眾多環(huán)節(jié)，一般的公司很難得到足夠的供應鏈支持，如流片、晶圓代工、封裝測試等。

在近兩年芯片產(chǎn)能緊張導致芯片短缺的局勢下，供應商安全更為嚴峻，不但是是制造一個環(huán)節(jié)。

很多創(chuàng)業(yè)團隊難以發(fā)揮出自己的技術(shù)優(yōu)勢，反而被供應鏈和運營短板拖累，影響芯片的研發(fā)進展。

第三，同質(zhì)化嚴重，難免價格戰(zhàn)。在包括AI芯片等在內(nèi)的諸多賽道都存在企業(yè)規(guī)模偏小、投入難以為繼等類似的情況，很多企業(yè)盲目造芯，可能導致芯片同質(zhì)化。

一方面，國內(nèi)芯片設計企業(yè)體量規(guī)模差異較大，大部分初創(chuàng)企業(yè)規(guī)模較小。清華大學教授、博士生導師魏少軍教授在一次會議上指出，在2810家芯片設計企業(yè)中，32家企業(yè)的人數(shù)超過1000人，有2351家企業(yè)人數(shù)少于100人。

另一方面，受限于規(guī)模體量，中小芯片公司難以兼顧產(chǎn)品營銷和持續(xù)的投入研發(fā)兩方面。

最后就是體驗不好。AI音箱、AI機器人、AI家電、AI門鎖等眾多AI產(chǎn)品迅速推向市場，但是這些AI產(chǎn)品卻沒有達到消費者的預期，A實際體驗與消費者期待之間仍有鴻溝。

從AI智能硬件公司的角度，在AI芯片和AI算法的支持下，其產(chǎn)品性能有了顯著的提升。

但從消費者的角度，AI產(chǎn)品依舊不夠智能，難以維持持續(xù)使用或購買。

AI芯片發(fā)展中面臨的挑戰(zhàn)固然很多，市場與用戶也不相信眼淚，但是AI芯片企業(yè)會調(diào)整姿態(tài)，勇往無前。

科技媒體·企業(yè)演化科學·戰(zhàn)略托管綜合體

本文作者系海比研究院·趙滿滿

       原文標題 : 從蜂擁而上到紛紛退場，AI芯片誰在“裸泳”？