中國芯彎道超車的機會終于來了，主角是人工智能芯片。前赴后繼的趕風者紛涌踏至。一面是迅速崛起的行業需求，一面是急功近利的產業氛圍，二者夾擊間，風口將往哪兒吹？

深度學習技術，猶如一管強大的興奮劑，讓中年遲暮的半導體產業整個沸騰了——“它能讓現有的芯片性能提升1萬倍”。正在經歷“摩爾定律失效”危機的從業者們喜出望外，終于因深度學習而柳暗花明。隨之而來的還有，前赴后繼的趕風者，他們野心勃勃，手握前沿算法，紛紛誓言要做傳統半導體行業的顛覆者……讓資本和市場興奮不已。

坊間傳聞，僅僅2017年下半年，在全球最大晶圓代工廠臺積電，忙碌的流水線上已積攢了超過30款人工智能芯片等待下線流片。作為芯片正式量產前的小規模試產，流片意味著芯片距離落地越來越近了。

AI時代下的“軟”紅利

中國是全球最大電子產品制造國，但芯片卻一直是從業者們的一塊心病。雖然中國市場消耗著全球近三分之一的芯片，但芯片自給率低卻是不爭的事實。業界早有“中國進口芯片比石油還多”的說法。“這個數字大概是10%左右，”芯片行業資深專家莫大康談到中國芯片的自給率時說道，“一些機構給出的數字為17%，但這是把英特爾和三星在中國生產的芯片也計算在內。”

需求催生出市場。自上世紀90年代開始，華為海思、展訊、中星微等一批中國芯片企業崛起，但站在全球市場上來看，這遠遠不夠，直到最近以深度學習為首的人工智能技術落地。依托中國人口紅利的海量數據，資本加持、人才和巨大市場需求，讓中國成為人工智能時代最具潛力的選手。同時，政府立志實現“人工智能強國”宏愿，人工智能芯片被列為八大關鍵技術之一。

一切因素向好，似乎中國芯彎道超車的機會終要來臨，主角是人工智能芯片（AI芯片）。它又被稱為深度學習芯片、神經元芯片，主要指專為深度學習計算特點和需求而設計的一類專用芯片。

根據AI財經社統計，國內以AI芯片為核心的創業規模公司為18家，成立時間多為1-2年，融資輪次集中在A輪及更早，多聚焦在端智能和視覺領域。

在這群極具挑戰精神的人工智能芯片創業者中，中科寒武紀是最為耀眼的一家：已經拿下華為麒麟970芯片合作訂單——將其人工智能芯片的設計專利植入麒麟970芯片，為華為Mate10、榮耀V10等旗艦手機加速。據業內人士透露，該款芯片的出貨量將達到3000萬片。

“公司如其名”。中科寒武紀依托于“國家隊”創建，其中陳云霽、陳天石兩兄弟為創始人。陳云霽9歲上中學，14歲進入科大少年班，是典型的“天才少年”。弟弟陳天石也基本沿襲了哥哥的成長路徑。

“我畢業后一直做芯片，弟弟一直做算法——芯片加算法，正好誕生了‘寒武紀’人工智能芯片。”陳云霽說道。這位在2015年就入選《麻省理工科技評論》“全球最佳創新人士”的天才語出驚人：“要讓人工智能芯片的計算效率提高1萬倍，功耗降低1萬倍。”這對遵循摩爾定律運轉了近70年的半導體業而言，是一次巨大沖擊！

過去，芯片的迭代周期為18個月，每一次迭代性能提升一倍。現在，“算法”這項軟技能猶如九陽神功，要將硬件的鐵律打破。也正因為此，在人工智能芯片創業團隊中，大多數領頭人為人工智能研究型學者或偏算法型人才，并沒有沿襲芯片行業的傳統——硬件科班出身。

早在2015年，英特爾豪擲167億美元收購可編程芯片廠商Altera時，投行分析師Tony給出的投資意見就是，“VC們在面對這樣的芯片創業者——根本沒有意識到他們在從事軟件工作，不具備軟件知識，應該迅速撤離。”可編程芯片（FPGA）現已經成為芯片廠商進軍AI的敲門磚。

隨后的一年里，英特爾加大籌碼，開啟了“買買買”的大力布局戰略，代表性的收購案包括以3.5億美元收購AI芯片創業公司Nervana、4億美元收購計算機視覺芯片Movidius、153億美元收購自動駕駛供應商Mobileye等。大企業的布局，更加速了追風人的步伐。

也是在這一年，中國AI芯片產業迎來了軟件算法出身的余凱入場。2015年11月，前百度研究院副院長余凱辭職，創立地平線（原“地平線機器人”）。那時，人工智能芯片還是一個讓大多數中國從業者摸不著頭腦的詞。“這是一件非常具有遠見的事。因為你看到了別人還沒有看到的事情，”余凱談道。

“低調內斂”、“不善言辭”等傳統半導體從業者的標簽被一一撕掉。取而代之的是深得互聯網精髓的新生代，他們自備“代言人”屬性，強調更快地迭代落地，慷慨激昂地講述著PPT上陡峭的性能提升曲線。

2017年年初，埋頭苦干兩年后，地平線獲得英特爾投資；年底，其首款專用人工智能芯片落地。“我們無疑是這個領域中最快的，沒有第二。”活動結束后，余凱激動地對AI財經社說道。

2017年11月，人工智能獨角獸公司商湯科技宣布引入高通的戰略投資。這一芯片巨頭表示，正是看中了商湯在機器學習模型與算法上的優勢。早些時候，兩家公司已就手機和物聯網人工智能芯片達成合作。

2017年12月，人工智能芯片初創團隊熠知科技（ThinkForce）橫空出世，宣布完成4.5億元A輪融資，成為芯片創業隊中早期融資額最大的一筆。在其亮眼的投資人背景中——依圖科技、云鋒基金、紅杉資本、高瓴資本，計算機視覺公司依圖科技排在第一位。有業內人士指出，該團隊早期曾在依圖科技內部孵化而成。

創辦于2012年，早期以提供語音識別、語音交互等技術方案的云知聲也加入了戰局。其首款集成人工智能算法的芯片將在今年完成流片。云知聲聯合創始人李霄寒博士向AI財經社表示，早在2014年，公司就有做芯片的想法，“因為智能家居跟手機不一樣，不是純軟件就能解決問題”。

當然，在諸多以算法為核心實力的團隊之外，還有“硬”背景出身的人工智能芯片公司。因獲三星、賽靈思、聯發科等芯片巨頭投資而備受關注的深鑒科技，脫胎于清華大學電子系，其CEO姚頌是一位來自于2011屆的90后。他在本科期間就發表了多篇相關論文，同時也是清華電子系學生科協主席。

2015年姚頌本科畢業。一年后，深鑒科技成立。“我們聯合創始人之一韓松是在博士研究過程中轉向算法方向的。”姚頌談到團隊背景，“做AI芯片靠純硬件背景行不通。我們在機器學習、SLAM算法（實時定位和地圖構建）等方面進行了長期研究。”

2014年創立于美國圣地亞哥，兩年后選擇在中國珠海落地的耐能科技也同樣堅信著“硬件工程師”文化。創始人劉峻城曾供職于三星、高通等巨頭公司的研發中心，創始團隊多畢業于世界名校的電子工程系，擁有超過10年的芯片行業從業經驗。2017年11月，耐能科技獲得阿里巴巴、紅杉、高通等數千萬美元的A輪融資。

風口背后：偽概念和“拿來”主義

然而，這不過是冰山一角。早在2014年12月，“大基金”甫一成立就釋放出強烈信號，這是一只200億美元規模的國家集成電路產業投資基金。隨后3年間，各級地方政府相繼設立了超過30只半導體產業發展基金，公布的融資規模超過1000億美元。

僅在資本層面，芯片市場已足夠掀起一場創投狂歡。但就在從業者歡呼雀躍地擁抱人工智能芯片之時，它的定義似乎都還沒準備好。“你不覺得AI芯片是個偽概念嗎？”一位人工智能芯片創業者對AI財經社直言，“從半導體圈子的人來看，AI芯片概念比較怪，定義也非常寬泛。你做機器學習也是AI芯片，做深度學習也是AI芯片，做某幾種特定算法也是AI芯片。”

地平線CEO余凱則對AI財經社分析道，廣義的人工智能芯片是指能夠很好地去支持主流算法，尤其是以深度學習為代表的算法的芯片。其中包括GPU（圖形處理器）、一些性能不錯的CPU和DSP（數字信號處理芯片）等。

狹義的人工智能芯片則要求高得多。它要圍繞深度學習或者人工智能算法，對這顆芯片內部的架構和計算、存儲單元進行專門設計，比如谷歌的TPU。

曾在高通、三星電子研發中心、晨星半導體等企業擔任研發職務的耐能創始人劉峻誠則表示，在美國，人工智能加速芯片對應著嚴苛的NSF認證：“要讓DNN（深度神經網絡算法）計算功耗比提升1000倍的芯片”。（注：NSF是美國獨立的非政府組織，專門致力于為各行業標準制訂、產品測試和認證服務工作。）

可是這樣的討論僅限于認知層面。和指甲蓋一般大小的芯片，一旦植入密密麻麻的電路板，再套上硬件的外殼，包裝上理想的性能參數表，其“人工智能”的含量和真假實在難辨。

“去年就有一家公司出了款號稱NPU（神經網絡處理器）的芯片，但實際上，只是幾顆傳統DSP（數字信號處理器）芯片的組合，加上軟件的修改。”芯片從業者吳力說道。

如果說概念炒作只是從業者的一個入門，那么，挖對手墻腳、“拿來”主義、噱頭包裝……才是進階后的真正“套路”。年初，在剛結束的CES（全球消費電子展）上，中國人工智能芯片創業隊是不容忽視的存在。展會期間，一篇關于人工智能行業芯片的采訪報道這樣寫道：“我們敢為人先。完全舍棄了傳統運算，采取了一種獨特的新型架構……這將讓我們獲得全世界最好性能功耗比、最好性價比的芯片。”

百公里之外，正在趕去機場路上的Kevin看到報道后，異常氣憤。他認為，文中所謂的“新型架構”，正是自家獨有的專利技術，卻被競爭對手公司拿來作產品宣傳的新噱頭。“這部分是我們公司的專利，2016年我們團隊發布的論文中就已詳細論述，2017年1月這篇論文被刊發在IEEE雜志上。”Kevin對AI財經社解釋道，并翻出了論文原文和對應內容。他補充，該項專利已在美國和中國大陸申請到方法型專利保護，在中國臺灣地區，專利還在提交過程中。

但迫于知識產權糾紛案件取證和指控都十分困難，Kevin并不打算將時間和精力耗費在起訴對手公司上。取證難是知識產權維權的主要障礙。上海浦瑞律師事務所合伙人邢路對此表示，“在侵犯商業秘密案件中，原告取證的難度要遠遠高于其他知識產權案件。起訴時間長，主要是取證復雜。”

Kevin之所以對競爭對手“竊取”自家專利技術如此肯定，其佐證之一在于該篇論文的其中一名作者在2017年初在被挖到了競爭對手公司。“那是當時團隊成員的一名學生，他很清楚該專利的技術細節。”

激烈的技術競爭背后，隱含的是人才爭奪的拉鋸戰。“高價碼的薪資固然有吸引力，但這也是有代價的。”現為某上市公司深度學習加速項目負責人張然說道。春節后，張然打算跳槽，年底他正在物色更有活力的創業公司，但面試經歷卻讓他心里有說不出來的別扭。

“我面試過一些相關企業，無一例外地，他們都會委婉地提出一個問題——能否快速地將原公司或原來的研究成果復制出來。”張然進一步解釋道，“換句話說，就是讓你把原公司的技術‘拿’到新公司來”。”

“大家都這樣。”某知名創業公司CEO一語道出了行業的“潛規則”。“這個行業的準入門檻很高，站在外圍的旁觀者通常是缺少判斷力的。”另一位人工智能芯片業者說道。

在“拿來主義”背后，是各家爭相出頭，一味追求速度的急功近利。芯片設計不再是一門高深的科技藝術。在工業化的流水線上，現在，一些追風人比拼的僅僅是組裝能力。

對于初創芯片公司，要成立專門的系統級芯片設計部門存在一定風險。一旦市場暗淡或產品沒能及時量產，此前的大筆投入將會付之東流。這時，一批設計代工廠商便應運而生，他們致力于提供完整的芯片設計打包方案。

當數家設計都集中涌向設計代工企業，他們沒有花費太多精力打磨產品。一般來說，最為關鍵的人工智能計算加速部分——前端的芯片體系結構設計，應該由芯片創業公司自己完成。而接口、布線等其他后端工作交由代工設計方完成。

但“求快”的創業氛圍改變了這一切。部分芯片創業公司有著“更精明”的打算。“有的人工智能芯片公司連前端的設計也都外包給代工方做。”有從業者透露。

無人駕駛太遠，人人都想切安防蛋糕

行業早期競爭的亂象印證著市場的不理性，而更大的質疑還在于——能夠支撐起產品落地的故事越來越難講了。

在產業化落地方面，以安防/泛安防和智能手機為主要切入的市場和領域。其次，在云端的訓練和大型數據處理中心也有數家公司有嘗試與挑戰，如中科寒武紀、深鑒科技等。離普羅大眾的智能家居產品中也越來越多地需要針對語音交互、視覺處理等功能的專用芯片。

在這之中，產業成熟度最高、需求量最大的當屬安防產業，2016年國內安防行業規模達到5410億元，同比增長了11%，占據我國GDP的0.73%。在攝像頭中加入人工智能芯片，不僅能提高其影像錄制效率，還能為其加入人臉識別、身份比對、人數統計、行為分析等智能功能。

主打安防場景的深鑒科技樂觀地表示，這個市場是巨大的。“海康威視一年的攝像頭出貨量是1億臺，大華是3千萬臺。”就市場規模而言，前端市場的芯片需求的確比服務器和云端的想象力更大。但這是一個“看上去很美”的市場。安防產業以傳統和封閉著稱，要撬開這扇大門并非易事。目前來看，面向AI芯片市場的存量仍十分有限，并且天平更多時候還是向“更便宜”的那一方傾斜。

在我們大談人工智能芯片即將普及前，有一個前提需要被明確，只有規模化的出貨量才能抵扣高昂的流片和研發投入。“28nm規格的芯片從投入到流片的投入大概是400萬美元，如果能夠賣出去100萬片，每片的成本大概能攤到4美元，這比客戶購買FPGA芯片便宜多了。”一位AI芯片創業公司CEO給AI財經社算了一筆賬。

然而，這與現實情況相去甚遠。“目前大概只有1％的安防設備應用了人工智能技術。海康威視對于英偉達一年的需求量在20萬片的規模，這還是世界上最大的安防廠商需求量。”某上市公司深度學習加速項目總監張然表示。

如果說，“100萬片”是現階段AI芯片公司維持正常運轉的出貨量標準線，那么，一家AI創業芯片公司至少要談下5家海康威視需求量級的大客戶才行。此外，盡管是在這樣有限的增量市場里，AI芯片創業公司也未能掌握獨立的話語權。

現階段創業公司所能提供的大多為折中方案，多采購第三方FPGA芯片再進行編程和優化，如Xilinx（賽靈思）、被英特爾收購的Altera等。“他們（創業公司）對芯片價格和用量是及其敏感的，用量多可能導致整體方案很貴。因為議價權還是掌握在FPGA廠商手中——他們并不會因為創業公司的方案而降價。”

但對于芯片巨頭而言，如英特爾，針對客戶的行業需求，他們講給出一個打包后的解決方案價格，方案中涉及到的芯片使用量并不會影響方案價格的浮動。

當然，摩爾定律的另一面也同樣值得重視，當人工智能芯片企業推出專用的芯片，“每隔18個月，芯片性能提升一倍的同時，其價格也將下降一倍。”在大部分從業者和投資人看來，AI芯片的增量市場仍大有可為。

在落地層面，性能和功耗之間的平衡也是硬性指標之一。追求性能容易，但功耗可能達不到。云知聲IoT副總裁李霄寒介紹，因為格力對產品質量和相關驗收標準及其嚴格，我們跟格力磨合了近一年時間。

僅次于“安防熱”的，便是自動駕駛領域——同樣面臨著“雷聲大、雨點小”的尷尬。談到是否真正投身其中，大多數廠商仍持觀望態度。

其原因主要在兩個方面，一是具有真正意義上的自動駕駛汽車還未量產，更談不上普及和規模化；其二，用于汽車的芯片，相較于工業級芯片有著更為嚴苛的性能考核機制，在其工作溫度范圍（-40℃~125℃）、耐受抗震能力、冗余設計等方面都加入了安全考量機制。

不過，在該領域仍不乏敢于挑戰的試險者。前百度研究創始人副院長余凱博士創辦的地平線就瞄準了該方向，在落地方面主要依靠和英特爾，也是其投資方之一，以合作的形式來獲得大型整車車企的入場票。

在異構智能中國區總裁周斌看來，哪怕是自動駕駛訓練和測試階段，AI芯片也已經需求不斷。“現在跑無人車的GPU芯片要占滿整個后備箱，而且通常跑個半小時就需要停下來降溫。在今年的CES現場，我們已經收到了很多關于該領域的需求。”

可以預見的是，2018年，將會是AI芯片產業密集落地的一年，深鑒科技、云知聲、異構智能等一波芯片公司均在今年完成流片。芯片產業在搭載深度學習加速的火箭后，將以指數級速度向前發展。前是嗷嗷待哺的行業需求，后有巨額的產業基金刺激，人工智能芯片創業者受到了前所未有的關注和期待。

然而，逐風口的狂歡背后，也少不了荒唐的亂象和叢生的泡沫。概念模糊不清、貼牌式廠商濫竽充數、“拿來”主義司空見慣、一味追求速度的急功近利……隨著落地步伐的加速，危機正在不斷放大。

站在機遇和泡沫共存的十字路口，每一位趕風者都在理性與野心之間博弈。