從蜂擁而上到紛紛退場，AI芯片誰在“裸泳”？
作者：趙滿滿
編輯：楊小天
本文是《中智觀察》“企業數字服務供需市場”行業洞察之人工智能篇。人工智能需求的持續增長，國家政策的支持，資本的無序投入，以及AI專業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，公司核心技術人員、CTO梁軍已辦理完離職手續，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品的研發。梁軍自2017年加入，曾任副總經理兼CTO就在官宣梁軍離職后不久，寒武紀于4月15日發布了2021年年報，公司2021年營業收入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，持續多年的人工智能熱讓大小廠商陸續跳入AI芯片的研發中。在遭遇新冠疫情和AI芯片落地難的挑戰下，AI芯片的風口實際上已經消失。當潮水退去后，當初“裸泳”的大多數初創公司都黯然退出舞臺，留下的未來如何經受大風大浪的考驗，值得觀察。
AI芯片市場規模不大，但增速不小。
人們常說，AI發展的三要素是數據、算力和算法。雖然在算力的發展上，云計算提供彈性的計算能力，為AI算力發展提供了堅強的厚盾，也促進了機器學習等發展。
從2010年至今，大數據處理行業發展迅速，人類對海量數據的計算需求也在逐漸提高，但傳統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，以提供必要的性能，并在功耗、穩定性等上不斷實現突破，滿足日益發展的AI應用的需求。
因此，AI應用的核心硬件——AI芯片，以其幾句優勢的計算力，替代傳統芯片，將會成為人工智能領域的寵兒。
據相關機構估計，2025年全球的人工智能芯片市場規模將超過726億美元。人工智能將在許多領域產生越來越大的影響。
同時人工智能芯片是目前微電子領域增長最快的部分，預計未來幾年的年增長率將超過40%。
相關機構預測，到2025年，我國的人工智能芯片產值預計將達到65億美元，增長速度將領跑全球。
盡管當前的摩爾定律發展逐漸放緩，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域的創新設計理念與架構創新。
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，吸引了眾多的初創公司和巨頭企業參與。在AI應用的通用芯片GPU領域，英偉達與傳統芯片巨頭英特爾、AMD等展開激戰。
IDC數據顯示，英偉達在2020年國內GPU服務器占據95%左右的市場份額。據悉，亞馬遜AWS、谷歌GCE、IBMSoftlayer、阿里云、騰訊云等云計算廠商都在數據中心使用了英偉達的GPU進行深度學習算法訓練。
在專用AI芯片領域，如云計算、自動駕駛、智能安防、智能手機等領域，特斯拉、亞馬遜，以及國內的天數智芯、寒武紀、燧原科技、瀚博半導體等多家AI芯片初創公司等捷足先登。
在國內，AI芯片企業最高峰時保守計算有上百家企業。
AI芯片的火爆，于其說是AI技術發展的結果，不如說是資本追投的產物。
2019年～2021年，美國的數十家初創公司繼續獲得各自數千萬美元的風險投資，用于發展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行AI推理的芯片是一個炙手可熱的市場，甚至已經出現了多年，吸引了越來越多的初創公司和越來越多的風險投資。
市場研究公司LinleyGroup近年來重點關注AI初創公司。其在硅谷舉辦的處理器論壇上，擠滿了EdgeCortix、FlexLogix、HailoTechnologies、Roviero、BrainChip、Syntiant、UntetherAI、Expedera和DeepAI等初創公司。
TheLinleyGroup認為，市場還會出現更多的新創業公司，并繼續嘗試差異化競爭。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域的世界領導者。
在國內，AI芯片也是資本追投的焦點。根據《科創板日報》不完全統計，2021年上半年，國內AI芯片公司融資就達27起，總融資金額超過200億元。
賽迪顧問預測，2021年中國AI芯片市場規模將增長至305.7億元，同比增幅可達57.8%。
對于初創公司而言，前期的大量融資是必須的。因為做芯片很燒錢。一款GPU大型芯片的基礎開發費用需要約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略技術戰場。美國政府已經采取了前所未有的行動，優先考慮美國在人工智能和量子領域的領導。
2019年8月，中國12年來首次修訂了禁止或限制出口技術清單，人工智能也列入了名單。在限制之前，中國就已將開發人工智能系統作為國家當務之急。
中國國務院在2017年夏季公布了一份政策藍圖，提出了到2030年創建“世界主要人工智能創新中心”的目標。該計劃包括雄心勃勃的軟件開發目標，也涵蓋了芯片開發，特別是可用于移動設備的芯片。
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和應用領域的供應安全、彈性和技術方面的領先地位。
芯片對包括AI、5G和邊緣計算等未來關鍵數字技術意義重大。正如“歐盟2030數字十年”所闡述的那樣，沒有芯片就沒有“數字”。
到2030年，支持歐盟芯片法案的政策驅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領先地位。
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開發領域的專利創新進展。在此期間，中國在每年的專利創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 數據來自Clarivate
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，讓人們發現了AI的美好前景，AI芯片技術開始受到重視。
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，讓世人發現了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據時代的超高結合率，被使人們看成了未來經濟發展的新星，世界各大產業巨頭以及諸多國際創新團隊也爭相參與到該領域的開發當中。
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力AI芯片。
傳統的半導體巨頭以及技術巨人一開始就積極布局AI芯片領域，除了自己的開發之外，還依托資本優勢進行海外融資并購，引入優質資本和創新團隊等手段促進了自己的AI芯片行業發展。
經典代表企業如英特爾，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Mobileye公布的數據，其自動駕駛芯片系統已經占據約70%量產車市場。
目前，英特爾正在尋求于2022年年中通過IPOMobileye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議，以支持其全球產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，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HabanaLabs。據了解，HabanaLabs發布的Gaudi芯片，在云端訓練領域直接對標英偉達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芯片的發展。Google、Facebook、微軟等科技巨頭也紛紛進入AI芯片市場。
創新企業紛紛搶占各個領域山頭。
寒武紀Cambricon技術堪稱中國的人工智能芯片的領頭羊，市值達到225 億元。
該公司的Cambricon-1H 和Cambricon-1M 芯片已經可用于近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，該公司還擁有該領域最多的專利。CambriconAI 芯片專利數量遠遠超過英偉達Nvidia 的專利數量，被認為是人工智能芯片領域的領導者之一。
成立于2018年的燧原科技專注人工智能領域云端算力平臺，提供自主知識產權的高算力、高能效比、可編程的通用人工智能訓練和推理產品。
燧原科技發展迅速而穩定，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•年度重大創新突破產品獎”。
在《2022年45家國產AI芯片廠商調研分析報告》中，AspenCore分析師團隊匯編整理了10款國產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，Top10國產AI芯片企業包括寒武紀、地平線、昆侖芯科技、阿里平頭哥、燧原科技、瀚博半導體、天數智芯、鯤云科技、黑芝麻智能和芯擎科技。
Top10國際AI芯片在來自英偉達NVIDIA、英特爾、Google、AWS、Qualcomm、Esperanto、Graphcore、Cerebras、Ambarella和Hailo。
那么，AI芯片發展中面臨了哪些挑戰呢？
首先，AI芯片能設計出來，但要想量產難比登天。增加MAC數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，而不是傳統的幾納米工藝。例如，EV企業特斯拉找上芯片企業博通，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，讓很多AI芯片止步不前。
其次，包括制造在內的AI芯片供應鏈面臨困難。一顆AI芯片在產品化過程中，會涉及產業鏈的眾多環節，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節。
很多創業團隊難以發揮出自己的技術優勢，反而被供應鏈和運營短板拖累，影響芯片的研發進展。
第三，同質化嚴重，難免價格戰。在包括AI芯片等在內的諸多賽道都存在企業規模偏小、投入難以為繼等類似的情況，很多企業盲目造芯，可能導致芯片同質化。
一方面，國內芯片設計企業體量規模差異較大，大部分初創企業規模較小。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家芯片設計企業中，32家企業的人數超過1000人，有2351家企業人數少于100人。
另一方面，受限于規模體量，中小芯片公司難以兼顧產品營銷和持續的投入研發兩方面。
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產品迅速推向市場，但是這些AI產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，其產品性能有了顯著的提升。
但從消費者的角度，AI產品依舊不夠智能，難以維持持續使用或購買。
AI芯片發展中面臨的挑戰固然很多，市場與用戶也不相信眼淚，但是AI芯片企業會調整姿態，勇往無前。
科技媒體·企業演化科學·戰略托管綜合體
本文作者系海比研究院·趙滿滿
本文來自微信公眾號 “中智觀察”（ID：Hapiweb-soft6），36氪經授權發布。
