AI芯片行業(yè)到底是不是泡沫寒潮

從跑出實(shí)驗(yàn)室到在各行業(yè)落地，人工智能的產(chǎn)業(yè)鏈正在不斷完善。一方面，算法公司已不再局限于只做軟件，開始走軟硬件一體化道路，發(fā)展全棧能力。另一方面，為求長久生存，包括AI芯片在內(nèi)的人工智能公司開始爭相登錄二級市場。AI芯片也被稱為AI加速器或計(jì)算卡，即專門用于處理人工智能應(yīng)用中的大量計(jì)算任務(wù)的模塊（其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé)）。AI芯片性能與傳統(tǒng)芯片有很大區(qū)別，在執(zhí)行AI算法時(shí)，更快、更節(jié)能。

但與此同時(shí)，行業(yè)也一直充斥著泡沫、寒潮等論調(diào)，對于AI芯片的唱衰不絕于耳。

作為星瀚資本的創(chuàng)始合伙人，楊歌投出了AI芯片公司鯤云科技。他長期關(guān)注智能制造和新基建行業(yè)，跟蹤AI芯片、物聯(lián)網(wǎng)等行業(yè)動(dòng)態(tài)。鈦媒體對楊歌進(jìn)行了專訪，就AI芯片上市潮、芯片爆發(fā)機(jī)會、創(chuàng)企如何生存等問題展開討論。

為什么青睞科創(chuàng)板？

在科創(chuàng)板上，AI芯片的上下游企業(yè)掀起了一波上市潮。

國內(nèi)AI芯片公司寒武紀(jì)將于6月2日正式登錄科創(chuàng)板。此前，全球第五大芯片制造商中芯國際也宣布回歸科創(chuàng)板。還有一些AI芯片企業(yè)已經(jīng)展露了科創(chuàng)板上市的意向。

早在2019年初科創(chuàng)板開閘時(shí)，公布的第一批9家IPO企業(yè)中有3家都是芯片相關(guān)企業(yè)，可見芯片企業(yè)成為科創(chuàng)板的首批受益企業(yè)。

為什么芯片上下游企業(yè)瞄準(zhǔn)了科創(chuàng)板？星瀚資本創(chuàng)始合伙人楊歌認(rèn)為，科創(chuàng)板本身為了增加市場流動(dòng)性，其成立就是為了幫助寒武紀(jì)一類的企業(yè)找到通暢的資本流動(dòng)渠道。因?yàn)橹袊蟛糠旨夹g(shù)類企業(yè)在中早期成本高企，盈利能力較弱。

“技術(shù)類公司大都是十年磨一劍，這一劍磨成了后會導(dǎo)致市場的爆發(fā)，從而帶動(dòng)自身市值的爆發(fā)。所以這類公司的資本化路徑和曲線，和消費(fèi)、供應(yīng)鏈等正常線性發(fā)展的企業(yè)不同。這時(shí)提供一個(gè)相對好的政策幫助他們上市，才能使過程更加公平?！?/p>

AI芯片下個(gè)爆發(fā)點(diǎn)在哪里？

“現(xiàn)在顯然還沒到通用型AI芯片的水平，最多是從單一場景切成多場景的通用型芯片?！睏罡杞o出的數(shù)據(jù)顯示，過去五年里，AI芯片有90%以上的方向都是圖像識別相關(guān)應(yīng)用，主要在安防領(lǐng)域，比如道路、社區(qū)、工業(yè)安防及人臉識別領(lǐng)域。

為什么AI芯片應(yīng)用會如此聚焦于圖像識別，做語音識別芯片的公司還有多少機(jī)會？

楊歌總結(jié)道，原因在于圖像識別市場需求量大、需求明確且市場成熟。倒逼了像寒武紀(jì)、地平線類型的芯片公司在圖像識別領(lǐng)域的應(yīng)用。

首先，圖像識別的AI算法比較標(biāo)準(zhǔn)，應(yīng)用也比較標(biāo)準(zhǔn)，已經(jīng)形成模塊化，各場景的應(yīng)用也比較簡單。其次，圖像識別的應(yīng)用場景商業(yè)需求非常明確，需求量大。比方說，比方說，工業(yè)安防會有倉庫、廠房使用，交通安防則是由政府集體采購等。

而從做語音識別的AI芯片公司來講，首先，語音識別對于當(dāng)點(diǎn)的計(jì)算力要求沒有那么大，數(shù)據(jù)處理的量級也小得多。

楊歌列了一組數(shù)據(jù)：人眼和耳朵分析數(shù)據(jù)的差距，是100兆/秒比10k/秒的差距。這代表著耳朵其實(shí)不太需要計(jì)算力。

“圖像識別需要像素很高非常精確，而語音即便沒那么精細(xì)也能分辨出在說什么，所以對于計(jì)算力的要求更小。而當(dāng)計(jì)算力要求小的時(shí)候，我就沒必要在終端用AI芯片，而是可以把數(shù)據(jù)傳到云端去分析，這存在一個(gè)非常底層的邏輯。”楊歌解釋道。

據(jù)楊歌預(yù)測，AI芯片下一個(gè)爆發(fā)會在提高機(jī)器人的運(yùn)動(dòng)機(jī)能適應(yīng)性方面。比如機(jī)器人的運(yùn)動(dòng)性反應(yīng)、應(yīng)激性反應(yīng)等是需要AI芯片在終端進(jìn)行處理的。而語音識別這個(gè)方向則相對比較劣勢。

AI芯片的未來：軟硬件一體

當(dāng)前AI公司的發(fā)展有兩種路徑，一種聚焦于算法平臺和底層框架，橫向覆蓋了很多行業(yè);而另一種則是從底層芯片一直拓展到上層解決方案，走垂直的發(fā)展路徑。這兩者可被概括為“一橫一縱”的發(fā)展模式。其中，前者只做軟件，而后者則實(shí)現(xiàn)了軟硬件一體化。

楊歌認(rèn)為，“從芯片角度而言，考慮到計(jì)算力和邊緣計(jì)算，只有軟硬件一起做才能在未來人工智能計(jì)算力的市場上占有一席之地?！?/p>

原因在于，目前人工智能芯片和邊緣計(jì)算的基礎(chǔ)還不是非常成熟，在不成熟的基礎(chǔ)上做軟件、場景、算法或應(yīng)用，就相當(dāng)于在不成熟的地基上搭建空中樓閣。這就像是最早在移動(dòng)夢網(wǎng)上開發(fā)游戲和軟件的公司，因?yàn)橐苿?dòng)夢網(wǎng)的底層不行，最后這些公司都會死掉，會被移動(dòng)互聯(lián)網(wǎng)所取代。

“因此，芯片公司必須要從底層上在硬件上占有一席之地，或者和當(dāng)下最前沿的硬件公司進(jìn)行深度的綁定，去為他們做服務(wù)?！?/p>

楊歌舉例道，這就像英特爾在1965年前后做的事，英特爾其實(shí)也是一橫一縱在做。既開發(fā)自己的底層硬件和算法，又在外面不斷接項(xiàng)目，在垂直領(lǐng)域進(jìn)行開發(fā)。從1965年直到1969年，當(dāng)日本公司向英特爾提出要將底層封裝成標(biāo)準(zhǔn)產(chǎn)品時(shí)，英特爾才獲得了爆發(fā)。

“如果你不從需求出發(fā)不接項(xiàng)目，那你就沒有階段性的穩(wěn)定收入;而一旦太多從需求出發(fā)，就會失去對底層的控制力，成為一家做項(xiàng)目的公司。因此二者必須是兩手抓，兩手都要硬的過程?！睏罡杞忉尩馈?/p>

當(dāng)創(chuàng)企遇上大廠，還有機(jī)會嗎？

創(chuàng)業(yè)企業(yè)與大廠合作，自然也避不開競爭。以寒武紀(jì)為例，華為曾是寒武紀(jì)的大客戶，而當(dāng)華為海思宣布自研芯片后，寒武紀(jì)不僅失去了大客戶，還多了一位競爭對手。

那么，當(dāng)大廠入局，創(chuàng)業(yè)企業(yè)可發(fā)揮空間還有多大？

楊歌認(rèn)為，大公司永遠(yuǎn)無法替代小公司的創(chuàng)新性，這可以從商業(yè)與技術(shù)兩個(gè)層面解讀。

首先在商業(yè)上，大廠有自己的管理結(jié)構(gòu)、設(shè)計(jì)和技術(shù)基礎(chǔ)，其知識結(jié)構(gòu)是固化的。大廠的優(yōu)勢體現(xiàn)在人力和生產(chǎn)，而技術(shù)行業(yè)的研發(fā)就在于關(guān)鍵的一兩個(gè)人的水平。所以大廠傾向于學(xué)習(xí)小公司的技術(shù)，在學(xué)習(xí)到一定程度后進(jìn)行并購。

從技術(shù)角度上，大廠芯片的研發(fā)過程，通常是用已有芯片去擬合人工智能的應(yīng)用場景，它和硬件結(jié)構(gòu)擬合的會非常生硬。但大廠的優(yōu)勢在于綜合服務(wù)能力高于小廠，它不光提供計(jì)算服務(wù)，還可能提供大量的數(shù)據(jù)服務(wù)，比如產(chǎn)業(yè)鏈上下游的信息，所以能給到一套整體化的服務(wù)。

而面對商業(yè)競爭問題，創(chuàng)企該如何與大廠合作，保護(hù)自己的成果。

楊歌對小廠的建議是，在早期一定要有大客戶，有穩(wěn)定的收入來源和企業(yè)合作。最好與合作伙伴是有差異化的優(yōu)勢。比方說，寒武紀(jì)與華為就是過于同業(yè)的合作，所以可能一轉(zhuǎn)身就推出了類似的業(yè)務(wù)。

AI芯片企業(yè)，要緊的是活下去

總體而言，當(dāng)AI芯片從風(fēng)口期進(jìn)入理性期，業(yè)內(nèi)不乏對AI芯片的唱衰聲：缺乏大客戶、造血能力差等都是挑戰(zhàn)。芯片頭部公司如寒武紀(jì)，在失去華為大客戶后也經(jīng)過了上交所問詢，遭到了市場質(zhì)疑。

對于唱衰之聲，楊歌表示，“每個(gè)技術(shù)早期研發(fā)投入都遠(yuǎn)遠(yuǎn)大于收入，所以很多人會懷疑行業(yè)有問題。但是不要懷疑，企業(yè)短期內(nèi)就解決短期內(nèi)的問題，比如現(xiàn)金流、融資和成本結(jié)構(gòu)問題?！?/p>

他舉例道，摩托羅拉就是在2005-2008年間選錯(cuò)了賽道，在此時(shí)選擇做4G研發(fā)?？伤度脒^多在無法控制的市場里面，最終死在了4G出來之前。所以企業(yè)在技術(shù)研發(fā)過程中一定要階段性的變現(xiàn)，這是一種商業(yè)能力，但不代表選錯(cuò)了方向。

楊歌表示，“短期唱衰阻擋不了芯片整體發(fā)展趨勢。去看看《創(chuàng)新者》這本書就知道了，現(xiàn)在唱衰AI芯片的人在1965年可能就是唱衰英特爾的那群人，但你再堅(jiān)持看5年就知道了，英特爾會大到不可想象。”

AI技術(shù)的應(yīng)用日益增長，在教育、醫(yī)療、無人駕駛等領(lǐng)域都能看到 AI 的身影。然而GPU 芯片過高的能耗無法滿足產(chǎn)業(yè)的需求，因此取而代之必將有ASIC 芯片。