AI造芯：創新or玩票?

李瑤

“沒有典型場景應用沒有意義，沒有超越Nvidia（英偉達）的芯片沒有意義，沒有世界級的算法沒有意義！”在近期的一場發布會上，依圖科技CEO朱瓏以三個“沒有意義”開場，細數人工智能（AI）芯片之難，進而提出“算法即芯片”的概念。

朱瓏代表的依圖科技想表達一個觀點：摩爾定律瀕臨失效，算法將決定芯片的未來。在新概念的鋪墊下，依圖科技發布了首款自研云端視覺推理AI芯片“求索”。

依圖不是唯一一家“從軟件到芯片”的公司。時間再往前推一年，云知聲、思必馳、Rokid（若琪）等國內其他AI算法公司，也先后推出了AI芯片。看上去，這已經成為一大趨勢。

長久以來，“芯”痛問題纏繞著中國科技發展進程，人工智能時代到來后，AI芯片為中國芯片產業彎道超車帶來希望。但相比傳統造芯路徑，AI算法廠商做芯片，能成為新路徑嗎？

造芯！造芯！

2018年5月，云知聲，物聯網AI芯片UniOne“雨燕”。

2018年6月，Rokid，語音AI專用芯片KAMINO18。

2019年1月，思必馳，AI語音交互芯片“太行（TAIHANG）”。

2019年5月，依圖，視覺AI芯片“求索”。

7倍 全球AI芯片市場規模將在未來五年內飆升，從2018年的42.7億美元成長至343億美元，增長超過7倍。

這是過去一年進入AI芯片產業的新生力量。

“這不是熱度問題，這是行業落地的必然結果。”談及算法廠商投身芯片產業的原因，依圖科技首席創新官呂昊這樣解釋。

摩爾定律瀕臨失效，算法將決定芯片的未來。

行業落地是商業模式成功的關鍵，也是這批AI創業公司發展的一個重要目標：伴隨著多輪融資，新興小巨頭們開始面對一個現實的問題——落地和變現。

如何落地？北京半導體行業協會技術研究部部長朱晶認為，算法廠商提供的都是高頻次、基礎性的功能服務，僅通過算法來實現商業盈利往往會遇到瓶頸，而通過將各自的AI核心算法芯片化，有望為商業盈利鋪平道路。

AI技術層面的突破路徑為算法公司轉型提供了可能。

一位AI芯片企業人士告訴《財經國家周刊》記者，算法屬于整個AI行業的軟件層面，要想真正實現場景落地，走近消費場景或產業場景，很大程度上還是要依靠硬件，而離AI算法最近的硬件，無外乎人工智能時代應用越來越為廣泛的AI芯片。

朱瓏認為，長久以來，芯片廠商不懂算法，算法廠商不懂應用，就算芯片廠商與算法廠商合作，也往往因為芯片無法及時跟上迭代迅速的算法，造成軟硬件融合出現斷層。

“只有把算法、芯片、應用垂直整合在一起，才能最先看到什么芯片最有用、什么算法最好、賦能什么樣的應用。”朱瓏說。

更大的利好來自于國家政策的推力。2016年和2017年，國務院先后發布《“十三五”國家戰略性新興產業發展規劃》和《新一代人工智能發展規劃》，人工智能正式納入國家發展戰略，AI芯片也獲得了重要的政策支持。

這是一個前景廣闊的市場。市場調研機構Gartner發布報告預測，全球AI芯片市場規模將在未來五年內飆升，從2018年的42.7億美元成長至343億美元，增長超過7倍。

蛋糕在前，先下手為強。“所有頭部的算法公司，都在考慮做芯片。”思必馳和中芯國際合資公司深聰智能執行副總裁吳耿源說。

鯰魚效應

一直以來，高門檻的芯片產業格局相對穩定。從全球市場看，AI芯片領域的玩家大致有四類：英偉達、英特爾等傳統半導體公司;谷歌、亞馬遜、阿里巴巴等互聯網巨頭;蘋果、華為等結合自身業務研發的科技廠商;Graphcore、寒武紀等芯片背景起家的初創企業。

即便只考慮國內市場，AI芯片玩家也是強者如云：BAT、科大訊飛等互聯網巨頭和垂直行業巨頭;1600作家傳統芯片設計公司;以華為為代表的系統廠商;寒武紀、地平線等芯片背景的初創公司……

從算法起家切入芯片領域的第五類玩家，靠什么立足？

按部就班的傳統玩法必然是死路一條。關于國產AI芯片發展，一直有這樣一個積極論調：AI時代每一個場景都需要自己的芯片，大公司的壟斷優勢在逐漸消失，國產AI跟世界巨頭站在同一起跑線，有機會成為新巨頭。

但據記者了解，除極少數真正做AI芯片的企業外，國內不少AI方案廠商更多是直接購買國外大廠的芯片，然后針對場景開發做些算法優化。這樣的做法從某種程度上而言，更像是拉動國外廠商的芯片產品出口，對中國芯片產業發展的助益始終浮于表面。

只有針對不同應用場景作架構上的創新，才是初創企業的真正機會。

北極光創投董事總經理楊磊認為，如果簡單拷貝華為、高通，或者說做簡單的集成，根本不可能實現彎道超車。只有針對不同應用場景作架構上的創新，才是初創企業的真正機會。

朱瓏認為，算法廠商入局的機會，就是對算法、應用、芯片進行垂直整合。“要超越英偉達太難了”，在他看來，作為國產AI初創公司，必須和英偉達這樣的行業巨頭策略不一樣，才有可能彎道超車。

從AI技術層面而言，一旦從算法切入芯片進行垂直整合的做法走通，也算是為AI產業軟硬件走向融合提供了一種新路徑。

前述AI芯片企業人士認為，芯片不僅包含設計、制造以及銷售整套流程中產生的產業與生態系統，還涉及軟硬件開發、行業標準制定、知識產權等，鏈路復雜，算法廠商造芯片，無異于鯰魚入池，有望引發整個芯片相關行業的連鎖反應。

“從宏觀角度出發，如果有越來越多公司嘗試在AI芯片領域做架構創新，持續高速地試錯、更新、升級，對中國AI產業來說，也不失為一種創造新機遇、促成新質變的有益探索。”這位企業人士補充道。

挑戰重重

雖然路徑創新，但在芯片制造領域，新玩家們面臨的難題并不會比老玩家們少。

首先，造芯涉及的技術、流程、產業鏈復雜，算法廠商作為新入局者，如何以己之力調動行業資源，不僅考驗算法廠商自身的技術能力，還考驗其資源整合能力，這些能力的背后，都與“資金”緊密相連。

公開數據顯示，英偉達、英特爾等傳統芯片巨頭開發一款AI芯片動輒數億美元，英特爾全年研發投入甚至高達130億美元以上。而目前造芯的算法公司仍處于以融資為主要供給的階段，且單家企業融資總額均未跨過10億美元級別。

如何繼續填補巨大的資金缺口，讓資本有耐心、有信心，讓產業鏈上下游有意愿支持自己調動行業資源快速做出一款有競爭力的芯片，是擺在多數算法公司面前的首要問題。

其次，雖然初創公司具備動作快、專注度高的優勢，但要與巨頭搶市場并不容易。朱晶表示，大公司強大的軟硬件一體化產品能力、市場營銷渠道能力以及充足的資本儲備等優勢，使它們在處理和AI芯片初創企業的關系上始終處在一個更加主動的地位。

換句話說，算法廠商要想存活，造一款AI芯片不會有質的變化，只有經受住大公司的沖擊，能連續做出幾款有競爭力的芯片，才有望在市場上站住腳。“就像恒大跟皇馬踢球，只有持續跟皇馬有得踢，不要踢完一次就散架，才有贏的機會。”朱瓏說。

但要連續做數款有競爭力的芯片也不容易，前述企業人士說，除了算法、場景、芯片，連續造芯背后不僅包含人才儲備、資本投入以及從設計研發到成片商用的時間成本，還要建立起軟硬件生態，而這個生態閉環的粘合點，仍然是AI芯片的商業化落地。

據記者了解，目前算法公司的自研芯片多數尚未大規模投產，主要應用在自家產品上。從部分企業披露的營收信息上看，雖然“算法芯片化”的舉措已為商業盈利鋪平了道路，不過，整體生存和趕超仍然任重道遠。