芯片戰(zhàn)國時代拉開序幕。面對老牌霸主，新銳AI芯片公司尚顯稚嫩，大多只成立了一兩年，有的芯片剛剛推出，有的還在等待流片。但這一次，中國沒有錯過出發(fā)時刻。既然已經(jīng)站在了第一排，接下來就要看增長，拼斜率了。

2017年末，中國AI領(lǐng)域最熱的是什么？芯片。

12月，千呼萬喚始出來，成立兩年的地平線發(fā)布了自己研發(fā)的AI芯片“旭日”和“征程”；ThinkForce甫一成立就融資4.5億人民幣； 11月，比特大陸發(fā)布了號稱“中國版TPU”的張量加速計算專用芯片BM1680；9月，寒武紀(jì)授權(quán)給華為海思的IP（可以集成在芯片中的模塊）成就了全球首款手機AI芯片麒麟970；深鑒科技的FPGA板卡備受認(rèn)可后，也公布了明年的“造芯”計劃。

而NovuMind創(chuàng)始人吳韌說，等NovuMind的芯片明年正式亮相后，所有人都會被AI芯片的“全新可能”震驚。

從各種意義上看，AI芯片已進入“戰(zhàn)國時代”。

很久沒這么熱鬧了

2015年春，清華大學(xué)電子工程系的博士單羿問導(dǎo)師汪玉：要不要考慮創(chuàng)業(yè)，搞AI芯片？

在那之前3年，一位多倫多大學(xué)的研究員用GPU（圖形處理器，顯卡的核心部件）跑深度學(xué)習(xí)算法，贏了2012年ImageNet大賽。此后，全世界的人工智能實驗室都注意到了GPU對深度學(xué)習(xí)效率的提升。汪玉也鉆研了兩三年，但當(dāng)時他覺得尚未準(zhǔn)備好創(chuàng)業(yè)。

覺得必須“做點事情”的單羿先加入了另一家AI芯片初創(chuàng)公司實踐自己的想法。不久之后，汪玉感到創(chuàng)業(yè)條件逐漸成熟，召回了自己的愛徒。

汪玉的決斷很及時：深鑒科技于2016年3月成立，僅一年半后，如果再加入這個賽道就晚了——玩家?guī)捉鼡頂D。

據(jù)CB Insights估算，進入新興芯片初創(chuàng)公司的投資總額從2015年的8億美元增長到了今年的16億美元；創(chuàng)投庫里，AI芯片公司從零星幾家增長到20多家，還有十多家大大小小的公司傳出要“做芯片”的風(fēng)聲。

光今年下半年，臺積電的生產(chǎn)線上就有超過30款“AI芯片”排隊等著流片。

自x86架構(gòu)一統(tǒng)江湖，芯片領(lǐng)域已經(jīng)很久沒有這么熱鬧過了。

令人欣喜的是，在這一輪浪潮之中，中國芯片前所未有地靠近世界前沿。中國的初創(chuàng)公司不僅與歐美初創(chuàng)公司幾乎處在同一起跑線上，甚至渴望與英偉達、英特爾這些巨頭直接拼殺。

對數(shù)十年來一直落后的中國芯片產(chǎn)業(yè)來說，這是一次彎道超車的難得機遇，還是風(fēng)口吹起的空泛泡沫？

AI芯片是人工智能的發(fā)動機

這一波人工智能的熱潮，主要表現(xiàn)為深度學(xué)習(xí)的爆發(fā)。而深度學(xué)習(xí)的爆發(fā)，又離不開芯片提供的算力?？梢哉f，AI芯片是人工智能的發(fā)動機。

中國人工智能泰斗張鈸院士12月20日在地平線的芯片發(fā)布會上接過地平線創(chuàng)始人余凱的話筒：“人工智能能走到今天，計算機硬件做了不可磨滅的貢獻。如果計算機不能提供像現(xiàn)在這樣高速度、大存儲量的能力，今天的人工智能不可能這樣?！?/p>

除了提高算力，地平線資深I(lǐng)C工程師譚洪賀說，芯片發(fā)展的好處還在于降低了AI的應(yīng)用成本，可以實現(xiàn)設(shè)備的小型化，能夠真正推動AI技術(shù)的普及。

用CPU（中央處理器）跑深度學(xué)習(xí)不是不可以，但速度就像老爺車，而用GPU就如同坐上了高鐵。GPU剛好適合超大規(guī)模數(shù)學(xué)運算，訓(xùn)練速度是碾壓級的。有了算力的支撐，深度學(xué)習(xí)開始真正成為實用的算法，ImageNet上圖像識別的準(zhǔn)確率終于戰(zhàn)勝了人眼，使得人工智能進入應(yīng)用階段。甚至很多人說：沒有GPU，就沒有這一波AI浪潮。

雖然業(yè)內(nèi)沒有一個明確說法，但一般認(rèn)為AI芯片是“專門針對AI算法做特殊加速設(shè)計的芯片”。目前，按物理載體的不同，AI芯片主要分為四類：GPU、FPGA、ASIC，及“類腦芯片”。

AI芯片分類

在GPU上，英偉達公司目前是絕對霸主。有意思的是，GPU最初主要用于游戲圖像渲染，讓玩家能有流暢體驗，卻在深度學(xué)習(xí)上意外找到用武之地。

憑借GPU的優(yōu)勢，英偉達實現(xiàn)了股價逆襲：2015年，英偉達的市值是100億美元，兩年內(nèi)暴漲10倍，今年夏天突破千億美元。李開復(fù)曾笑談：“真正懂科技的人，這幾年誰手里沒有一點英偉達的股票呢？”

而更為大眾熟知的芯片巨頭英特爾，傳統(tǒng)優(yōu)勢在CPU領(lǐng)域，在AI熱潮中失去先機，現(xiàn)在反倒處于競爭中的不利地位。

三十年河?xùn)|，三十年河西?？萍己蜕虡I(yè)既有深刻的規(guī)律，又有不可預(yù)測的偶然性。起起落落，沒有誰能一直躺著賺錢。

巨頭較量

沒有誰能一直躺著賺錢。

體會過勢能巨變的英偉達，一定明白一個道理：居安思危。而英特爾也知道：窮則思變。（當(dāng)然，英特爾的CPU是一直掙錢的。）

較量首先發(fā)生在GPU戰(zhàn)場。

今年11月，英特爾和另一芯片巨頭AMD傳出合作。未來AMD的獨立GPU將會裝進英特爾SoC。AMD的首席GPU架構(gòu)師拉加·庫德里也在近日加入英特爾，助其開發(fā)自有GPU。

英特爾和AMD曾在CPU上競爭多年，如今面對英偉達的強勢卻選擇聯(lián)手。吳蜀抗魏，勝算幾何？

甲子光年接觸的多位芯片專家都提到，芯片的研發(fā)有時間周期：你在跑，本來的優(yōu)勢者也在往前跑。

早在90年代，英偉達就已推出GPU，并積累了深厚的技術(shù)經(jīng)驗，發(fā)展出了囊括服務(wù)器、框架、平臺的完整生態(tài)。

硅谷投資機構(gòu)Lux Capital的合伙人Shahin Farshchi一邊投著Nervana和Mythic兩家芯片公司，一邊卻說：“如果你想搞出比英偉達好一點的芯片，那祝你幸福，他們會把你打成狗?！毖韵轮?，你必須比它好得多得多。

但英偉達并不是高枕無憂，它正面臨另一類巨頭的挑戰(zhàn)：谷歌、微軟、以及剛剛宣布要造芯片的特斯拉（特斯拉從AMD挖走了傳奇架構(gòu)師吉姆·凱勒）。

谷歌發(fā)布的兩代TPU——一種專門針對深度學(xué)習(xí)框架TensorFlow進行優(yōu)化的AI芯片，經(jīng)過AlphaGo的兩次“圍棋大戰(zhàn)”已聲名大噪。

英偉達應(yīng)該感到慶幸，谷歌并不對外銷售TPU。然而，谷歌作為這個領(lǐng)域的新玩家，第一次嘗試開發(fā)一種能夠替代GPU的產(chǎn)品就大獲成功，還是足以讓英偉達感受到危機。

TPU、CPU、GPU在六種神經(jīng)網(wǎng)絡(luò)上的性能對比

鞏固GPU優(yōu)勢的同時，英偉達也在自動駕駛等終端場景上發(fā)力，研發(fā)新的AI芯片。

尚未自己造出AI芯片的英特爾，則選擇全球砸錢買買買：4億美元買下Nervana 、不明金額收購Movidius，這是前菜；167.5億美元砸下Altera，153億美元收購Mobileye，這顯示了要大干一場的決心。

雖然落地應(yīng)用比不上英偉達，但英特爾目前在AI芯片上的布局也已相對完善：同時投資了FPGA和神經(jīng)網(wǎng)絡(luò)芯片等通用芯片公司，和地平線等專用芯片公司。

而所有以上巨頭，又都面臨一批靈活、專注的競爭者：以AI芯片研發(fā)為核心業(yè)務(wù)的創(chuàng)業(yè)團隊也盯上了這塊蛋糕。

三千越甲可吞吳？

在AI芯片的新戰(zhàn)場，接觸的許多從業(yè)者表現(xiàn)出了“三千越甲可吞吳”的自信。他們認(rèn)為，自己與巨頭之間或可一戰(zhàn)。

深鑒科技創(chuàng)始人之一汪玉教授說，深鑒會直接與英偉達進行競爭。深鑒現(xiàn)有的FPGA板卡可以幫助數(shù)據(jù)中心提高算力，能量效率高，在對延時和功耗敏感的場景下可以替換GPU。

因麒麟970名聲大噪的寒武紀(jì)，將戰(zhàn)略重點放在了云端服務(wù)器芯片上，也會與英偉達正面相遇。

但在芯片行業(yè)，“錢真的不是錢”。寒武紀(jì)在今年8月宣布A輪融資1億美元，成為全球AI芯片首個獨角獸，在一般創(chuàng)業(yè)公司看來已是財大氣粗。

但要知道，英偉達做一款芯片的一次性研發(fā)投入就可能高達數(shù)億美金，有巨大的成本壁壘。

也有新創(chuàng)公司，用特別的方式造血，底氣十足，比如同樣瞄準(zhǔn)云端大芯片的比特大陸。

無心插柳柳成蔭。比特大陸殺入AI芯片的過程有點像一個“翻版英偉達”。

這家成立于2013年的公司，原本是搞比特幣礦機的，由于礦機對芯片的性能要求很高，比特大陸逐漸積累了芯片開發(fā)經(jīng)驗。在谷歌的TPU問世后，他們意識到自己的芯片能力也可以很好地應(yīng)用在AI芯片上。

現(xiàn)在，比特大陸已經(jīng)推出了第一款A(yù)I芯片BM1680。其產(chǎn)品戰(zhàn)略總監(jiān)湯煒偉說，為了適應(yīng)算法的快速迭代，比特大陸每隔9個月就會推出新的AI芯片，而再過一兩代，比特大陸有信心在深度學(xué)習(xí)推理上，超過GPU的實際性能：“它（GPU）要兼顧很多圖形的操作，比如圖像濾波、灰度調(diào)整，這些不是我們的重點?！?/p>

金沙江創(chuàng)投同時投資了地平線和深鑒科技。其合伙人張予彤說，從人才和組織管理上，她看好創(chuàng)業(yè)公司對巨頭的“僭越”：“事情最后都看人，非連續(xù)性技術(shù)變革時，大公司會有業(yè)務(wù)掣肘?！本揞^未必能招納到最好的人才，還有大公司反應(yīng)速度的問題，而優(yōu)秀人才的能力、眼界、執(zhí)行力以及小團隊的快速反應(yīng)都有助于實現(xiàn)“逆襲”。

知名財經(jīng)自媒體“飯統(tǒng)戴老板”提供了一個有趣的角度：芯片設(shè)計主要是數(shù)理邏輯，中國人天生擅長數(shù)理邏輯。英偉達創(chuàng)始人黃仁勛、Marvell創(chuàng)始人戴偉立都是華人。現(xiàn)在的芯片創(chuàng)業(yè)團隊，有大批在英偉達、英特爾、AMD以及高通等公司干了10年、20年的華人高級工程師。他們把中國芯片設(shè)計業(yè)的起點抬得很高?！皬倪@個角度講，就是天時地利人和，現(xiàn)在就是要靠時間，把這個東西追上去?！?/p>

新玩家的角力

更直接的競爭發(fā)生在創(chuàng)業(yè)公司之間。

他們對未來的預(yù)判不盡相同：有的要在云端做大芯片；有的面向應(yīng)用端，開發(fā)特定場景的芯片；有的在兩路同時發(fā)力。

誰才能跑出來，跑得遠(yuǎn)？

寒武紀(jì)是大芯片賽道上的主要玩家之一。這條路特別燒錢，但寒武紀(jì)副總裁錢誠說，這是寒武紀(jì)根據(jù)業(yè)界對人工智能的主流判斷做出的選擇：“人工智能必然會出現(xiàn)一種重量級的應(yīng)用，硬件就必然要標(biāo)準(zhǔn)化、通用化。云端服務(wù)器芯片是做標(biāo)準(zhǔn)化、通用化智能芯片的第一步。”

可地平線創(chuàng)始人余凱的想法不同。他說，在AI芯片領(lǐng)域很難出現(xiàn)當(dāng)年計算機領(lǐng)域x86那樣占絕對優(yōu)勢的架構(gòu)，因為人工智能的應(yīng)用在各個場景里千差萬別，更可能的情況是，在每一個細(xì)分領(lǐng)域會出現(xiàn)一個主導(dǎo)架構(gòu)。

地平線走了另一個路線：做好終端芯片。

目前，地平線是第一家實現(xiàn)量產(chǎn)流片AI芯片以及應(yīng)用方案的公司。周三剛發(fā)布的“征程”和“旭日”芯片就分別面向智能駕駛和智能攝像頭應(yīng)用端。地平線強調(diào)自己提供軟硬一體解決方案的能力，在地平線看來，未來不會是一顆芯片打天下，必須量體裁衣。通過軟硬件的深度結(jié)合，能帶來1000倍的效率提升。

專注于語音識別及語言處理技術(shù)的人工智能服務(wù)商云知聲也計劃在明年推出自己的語音芯片，理由同樣是效率提升。

云知聲聯(lián)合創(chuàng)始人李霄寒說，未來所有設(shè)備上可能都會有一個語音芯片，因為語音交互是人機交互最自然的方式。如果要保持在家庭空間體驗的連續(xù)性，每個設(shè)備都要能進行人機交互，然后設(shè)備間再通過相互溝通來進行最終決策。

明年，NovuMind也將發(fā)布自己的視覺終端芯片。其創(chuàng)始人吳韌說，這款芯片的設(shè)計理念非常領(lǐng)先：“我是這個世界上最擅長異構(gòu)計算的人之一，異構(gòu)計算的思路就是非常專用的硬件，就是術(shù)業(yè)有專攻。這也是我們芯片設(shè)計的重要思路。”這款芯片將不考慮矩陣，只專注三維張量，通過極端定制化帶來極端的性能優(yōu)勢。

深鑒則在云端和終端芯片上同時發(fā)力。2018年，它們將發(fā)布“觀海”、“聽濤”兩款芯片，前者是云端后者是終端。汪玉向表達了他的期望：“我們希望所有帶攝像頭或者需要語音交互的地方，都有我們的產(chǎn)品存在。”

而對其他躍躍欲試的玩家來說，一個不好的消息是：現(xiàn)在入局可能晚了。

目前這批AI芯片創(chuàng)業(yè)者，都是既懂技術(shù)又對產(chǎn)業(yè)敏感的先覺者。留意一下不難發(fā)現(xiàn)，這批公司基本在2015年前后成立。這個時間對應(yīng)著2012年GPU在深度學(xué)習(xí)上的大放異彩。

從那時起，算力的提升促進了算法的發(fā)展，算法的發(fā)展又對AI芯片提出了需求。在2012年最早注意到這個領(lǐng)域的團隊，經(jīng)過2年左右的研究準(zhǔn)備，正好在2015年前后開始下場。

“你在跑，本來的優(yōu)勢者也在跑。”這句話適用于英偉達和英特爾的巨頭之爭，也適用于新創(chuàng)公司。因為芯片研發(fā)的周期很難縮短，同一細(xì)分領(lǐng)域的后發(fā)者難以獲得優(yōu)勢。

一個孕婦十個月能生一個孩子，十個孕婦卻不可能一個月生一個孩子。“芯片至少要一年半做出來，你至少一年半前要想好你的芯片怎么做。這個周期是永遠(yuǎn)存在的。不會因為你堆人堆東西就能縮短?！蓖粲裾f。

周期無法縮短，和目前芯片制造廠商排期緊張有關(guān)。

余凱曾說，今年，在地平線的芯片送到生產(chǎn)線流片之前，他經(jīng)歷過非常艱難的時刻。當(dāng)時，由于仿真驗證做得還不夠，有5%流片失敗的風(fēng)險。

流片一旦失敗，公司要承受百萬美金級的損失，更要命的是整個研發(fā)進展會延遲半年；如果不流片，錯過了臺積電的排期，就要等下個季度。

做抉擇的那晚，在底特律出差的余凱夜里12點走出酒店，在冷風(fēng)里走了一大圈。最后，他拍板，推遲流片。

還好，地平線很幸運，他們找到了另一家可以排期的廠商，最終流程只延遲了1個月。

國家機遇

此時此刻，中國也很幸運。

在AI芯片的熱潮之前，中國芯片行業(yè)的狀況是，需求很大，水平卻落后國際：國產(chǎn)品牌芯片自供只有8%左右；自2013年起，我國芯片每年進口額達2000多億美元，超過石油成為第一大進口商品。

產(chǎn)業(yè)的命運往往與國運相關(guān)，70年代，沒趕上CPU的發(fā)展，在傳統(tǒng)芯片設(shè)計和制造領(lǐng)域，一步落后，步步落后，眼看著世界領(lǐng)先的工藝已經(jīng)進化到了7nm級別，我們還要從28nm從頭追起。

但在AI芯片領(lǐng)域，中國終于與發(fā)達國家站在了同一起跑線上。

國際EDA工具和IP廠商Synopsys的AI芯片架構(gòu)專家唐杉說，在AI加速芯片領(lǐng)域，即使是面對大巨頭英偉達，中國初創(chuàng)公司也不是完全沒有機會：“第一，目前的AI芯片主要針對神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法定制，所以芯片的硬件設(shè)計上比傳統(tǒng)的CPU和GPU要簡單，并非高不可攀；第二，國家對半導(dǎo)體產(chǎn)業(yè)的支持力度很大，AI芯片可能會成為一個新的戰(zhàn)略方向；第三，國內(nèi)在AI領(lǐng)域的進展很快，特別在應(yīng)用方面，在很多領(lǐng)域甚至比美國做得還好，這能為AI芯片提供重要的市場基礎(chǔ)。”

工信部發(fā)布“新一代人工智能三年行動計劃”

地平線創(chuàng)始人余凱的判斷是，在AI芯片領(lǐng)域，中國彎道超車的概率很大。

寒武紀(jì)副總裁錢誠認(rèn)為，我國在AI芯片領(lǐng)域至少占據(jù)“半壁江山”的地位。

而NovuMind創(chuàng)始人吳韌則半開玩笑地表示：“如果把我們公司算作中國公司，那就是中國厲害；如果算作美國公司，就美國厲害?！?/p>

筆者也聽到了一些不同的聲音。

親歷50年中國半導(dǎo)體產(chǎn)業(yè)發(fā)展歷程的浙江大學(xué)著名學(xué)者莫大康告訴我們，十年之內(nèi)，都不可能做出“速度提高1萬倍、同時功耗降低1萬倍”的真正的人工智能芯片。

另一位在國際芯片公司從業(yè)十年的專家認(rèn)為，華為麒麟970一類的，把神經(jīng)網(wǎng)絡(luò)加速的硬件IP集成進移動SoC的模式會有機會，“但是初創(chuàng)公司獨立芯片的市場前景我完全不看好。泡沫太多了?！?/p>

以下“用腳投票”的案例，更能直觀說明誰在看好：

阿里巴巴一口氣投資了寒武紀(jì)、耐能、深鑒、杭州中天微4家中國芯片公司，還在國外投資了Barefoot Networks。百度自己發(fā)布了XPU，還宣布將與AMD合作。地平線接受了英特爾的投資，深鑒背后的投資者還有三星、Xilinx(賽靈思)和聯(lián)發(fā)科。

從招聘需求看，?？低?/u>、云天勵飛、科大訊飛也正在招募芯片人才，摩拳擦掌準(zhǔn)備入局。