2017年末，中國AI領域最熱的是什么？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，寒武紀授權給華為海思的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，清華大學電子工程系的博士單羿問導師汪玉：要不要考慮創(chuàng)業(yè)，搞AI芯片？

在那之前3年，一位多倫多大學的研究員用GPU（圖形處理器，顯卡的核心部件）跑深度學習算法，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對深度學習效率的提升。汪玉也鉆研了兩三年，但當時他覺得尚未準備好創(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CBInsights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”的風聲。

光今年下半年，臺積電的生產線上就有超過30款“AI芯片”排隊等著流片。

自x86架構一統江湖，芯片領域已經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。

對數十年來一直落后的中國芯片產業(yè)來說，這是一次彎道超車的難得機遇，還是風口吹起的空泛泡沫？

AI芯片是人工智能的發(fā)動機

這一波人工智能的熱潮，主要表現為深度學習的爆發(fā)。而深度學習的爆發(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IC工程師譚洪賀說，芯片發(fā)展的好處還在于降低了AI的應用成本，可以實現設備的小型化，能夠真正推動AI技術的普及。

用CPU（中央處理器）跑深度學習不是不可以，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)模數學運算，訓練速度是碾壓級的。有了算力的支撐，深度學習開始真正成為實用的算法，ImageNet上圖像識別的準確率終于戰(zhàn)勝了人眼，使得人工智能進入應用階段。甚至很多人說：沒有GPU，就沒有這一波AI浪潮。

雖然業(yè)內沒有一個明確說法，但一般認為AI芯片是“專門針對AI算法做特殊加速設計的芯片”。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，卻在深度學習上意外找到用武之地。

憑借GPU的優(yōu)勢，英偉達實現了股價逆襲：2015年，英偉達的市值是100億美元，兩年內暴漲10倍，今年夏天突破千億美元。李開復曾笑談：“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，傳統優(yōu)勢在CPU領域，在AI熱潮中失去先機，現在反倒處于競爭中的不利地位。

三十年河東，三十年河西?？萍己蜕虡I(yè)既有深刻的規(guī)律，又有不可預測的偶然性。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經驗，發(fā)展出了囊括服務器、框架、平臺的完整生態(tài)。

硅谷投資機構LuxCapital的合伙人ShahinFarshchi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挖走了傳奇架構師吉姆·凱勒）。

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

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

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和神經網絡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)者表現出了“三千越甲可吞吳”的自信。他們認為，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。深鑒現有的FPGA板卡可以幫助數據中心提高算力，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，將戰(zhàn)略重點放在了云端服務器芯片上，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用在AI芯片上。

現在，比特大陸已經推出了第一款AI芯片BM1680。其產品戰(zhàn)略總監(jiān)湯煒偉說，為了適應算法的快速迭代，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習推理上，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)性技術變革時，大公司會有業(yè)務掣肘。”巨頭未必能招納到最好的人才，還有大公司反應速度的問題，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都有助于實現“逆襲”。

知名財經自媒體“飯統戴老板”提供了一個有趣的角度：芯片設計主要是數理邏輯，中國人天生擅長數理邏輯。英偉達創(chuàng)始人黃仁勛、Marvell創(chuàng)始人戴偉立都是華人?，F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。

他們對未來的預判不盡相同：有的要在云端做大芯片；有的面向應用端，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？

寒武紀是大芯片賽道上的主要玩家之一。這條路特別燒錢，但寒武紀副總裁錢誠說，這是寒武紀根據業(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一種重量級的應用，硬件就必然要標準化、通用化。云端服務器芯片是做標準化、通用化智能芯片的第一步?！?/P>

可地平線創(chuàng)始人余凱的想法不同。他說，在AI芯片領域很難出現當年計算機領域x86那樣占絕對優(yōu)勢的架構，因為人工智能的應用在各個場景里千差萬別，更可能的情況是，在每一個細分領域會出現一個主導架構。

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量產流片AI芯片以及應用方案的公司。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用端。地平線強調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的人工智能服務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。

云知聲聯合創(chuàng)始人李霄寒說，未來所有設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，每個設備都要能進行人機交互，然后設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，這款芯片的設計理念非常領先：“我是這個世界上最擅長異構計算的人之一，異構計算的思路就是非常專用的硬件，就是術業(yè)有專攻。這也是我們芯片設計的重要思路?！边@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?！薄ⅰ奥牆眱煽钚酒?，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，都有我們的產品存在?！?/P>

而對其他躍躍欲試的玩家來說，一個不好的消息是：現在入局可能晚了。

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

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域的團隊，經過2年左右的研究準備，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，同一細分領域的后發(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?！靶酒辽僖荒臧胱龀鰜?，你至少一年半前要想好你的芯片怎么做。這個周期是永遠存在的。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。

余凱曾說，今年，在地平線的芯片送到生產線流片之前，他經歷過非常艱難的時刻。當時，由于仿真驗證做得還不夠，有5%流片失敗的風險。

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。

產業(yè)的命運往往與國運相關，70年代，沒趕上CPU的發(fā)展，在傳統芯片設計和制造領域，一步落后，步步落后，眼看著世界領先的工藝已經進化到了7nm級別，我們還要從28nm從頭追起。

但在AI芯片領域，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芯片架構專家唐杉說，在AI加速芯片領域，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芯片主要針對神經網絡和深度學習算法定制，所以芯片的硬件設計上比傳統的CPU和GPU要簡單，并非高不可攀；第二，國家對半導體產業(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，國內在AI領域的進展很快，特別在應用方面，在很多領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?！?/P>

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

寒武紀副總裁錢誠認為，我國在AI芯片領域至少占據“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年中國半導體產業(yè)發(fā)展歷程的浙江大學著名學者莫大康告訴我們，十年之內，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)十年的專家認為，華為麒麟970一類的，把神經網絡加速的硬件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、耐能、深鑒、杭州中天微4家中國芯片公司，還在國外投資了BarefootNetworks。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）和聯發(fā)科。

從招聘需求看，?？低暋⒃铺靹铒w、科大訊飛也正在招募芯片人才，摩拳擦掌準備入局。

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。既然已經站在了第一排，接下來就要看增長，拼斜率了。

在“拼斜率”這件事上，40年來，中國人一直做得很不錯。