國產GPU創業潮：熱鬧與耐心

馬慧　程曼祺

圖/視覺中國

2020年6到8月，一家成立剛剛半年的GPU（圖形處理器，也被稱為顯卡）公司壁仞科技密集披露了三輪大額融資，幾乎網羅了市場上最知名的財務機構和產業資本，包括啟明創投、IDG、高瓴、華登國際、中芯聚源等。“每三周就融一輪。”一位投資圈人士回憶壁仞給市場帶來的震撼。

在這前后，另外兩家新GPU公司，摩爾線程和沐曦也在2020年中成立，吸引了紅杉、五源、GGV、深創投、字節、騰訊、聯想創投、和利資本、真格、經緯、光速中國等投資方。

到去年底，這三家主要的GPU創業公司合計融資約100億元人民幣，其中壁仞融資超過47億元;壁仞、摩爾的估值逼近200億元。中國GPU創業潮浮出水面。

這本來是一個不該存在的機會。

在1990年代起步的GPU，早已經歷過創業潮到巨頭獨大的轉變。這個市場一度有英偉達、ATI、S3、Trident等70多個玩家，現在除了手機和電腦里的集成GPU，整個市場只剩下英偉達、AMD兩家巨頭。去年11月末，兩家公司的市值之和已經超過萬億美元。如果完全看商業競爭，這里沒有新公司的立足之地。

過去20多年里，中國有過院校、國資主導的芯片創業，在最能代表芯片技術的CPU領域。上世紀90年代末以來，在政府推動下，以院校、國企為主體，誕生了一批希望實現自主可控CPU的公司，但它們多局限在信創等特定市場，期間還出現了漢芯這樣震動一時的造假事件。

中國也有過民營芯片創業潮，但多集中在藍牙、Wi-Fi芯片、MP3主控芯片等相對中低端、投入可控的領域，這里競爭沒有那么白熱。華為海思是一個例外，它是一個成熟大公司，在主營業務有強大盈利能力的基礎上，向產業鏈上游成功探索。

這一輪GPU創業潮卻具有截然不同的特點：它吸引了前所未有的大額投資、高級別人才和資源，它也是民營創業力量，第一次劍指一個回報豐厚、但已被巨頭掌控的高難度市場。

它得益于全球化的退潮：2018年以來的中美科技競爭和脫鉤趨勢，為GPU帶來了國產CPU曾不具備的更大市場。

它也離不開過去幾十年里的芯片業的全球合作：這批GPU公司的創始團隊和核心人員，多有在海外或外企中國部門的多年工作經驗。

很長一段時間里，這群人沒有跳出來的契機。一位GPU公司創始成員告訴《財經》記者：“我們這些人一直在學習，學習了20年，才迎來一個非常大、非常好的機會。”

這種學習機會短時間內難再復制。包括GPU在內的這輪大芯片創業潮是中國芯片設計行業有史以來最大一次機會，也可能是長時間里的最后一次。

在長周期的芯片行業，以這批公司普遍約2年的發展時間，尚難判斷結局走向。但從行業已經顯現的各種狀態里，我們可以尋找到答案的蛛絲馬跡。

一個門外漢攪起熱潮

中國GPU創業開始吸引大資本關注，始于壁仞。

作為擦亮火柴的人，創立壁仞的張文并不像一個傳統意義的芯片創業者。他出生上世紀70年代，本科學電子工程，后進入哈佛法學院深造，做過律師，和中芯國際創始人張汝京在上海做過LED產業園和一家LED公司，管過基金，2017年加入商湯擔任總裁，負責戰略運營、銷售、政府事務等。他以教科書般的精英形象示人：西裝筆挺、相貌英俊。張文此前沒有任何GPU公司的開發或管理經驗。

張文曾在一些場合調侃說，自己對中國GPU行業的一大貢獻就是“降低了創業門檻”。

在壁仞開始籌建的2019年，GPU的機會還不像后來那樣明朗。

誕生在上世紀90年代的GPU，原本為游戲圖像渲染設計，但2012年以來，人們發現GPU的并行計算模式非常適于處理人工智能中的深度學習算法。GPU幫深度學習突破了算力瓶頸，由此獲得了廣闊的增量市場，包括數據中心AI計算、通用計算和自動駕駛等，成為了云計算和智能時代最重要的基礎芯片。

到2021年四季度，數據中心GPU已占到英偉達總收入的43%，比2018年初時翻了一番。不帶圖像渲染能力，專門用于數據中心通用計算的GPU被稱為GPGPU（General-Purpose Graphics Processing Units），即通用計算GPU，這是現在中國GPU創業最主流的方向。

英偉達的股價也在2016年之后起飛，從1999年上市以來常年不到10美元的水平飆漲至去年底346美元的歷史高點。

這是一個巨頭仍在快速增長、持續擴大優勢的市場。所以當2018年，中美科技競爭掀起國產替代浪潮時，并沒有多少創業公司涉足GPU。

敢于叫板的是實力雄厚的華為海思，它在2018年搭建了GPU項目笛卡爾，匯聚了一個豪華團隊，其中有后來壁仞的聯合創始人兼首席架構師洪洲和沐曦聯合創始人兼首席技術官（CTO）楊建等。

也有一批創業公司另辟蹊徑，選擇以ASIC（Application Specific Integrated Circuit，專用集成電路）架構，即AI芯片進入英偉達、AMD看中的云端AI計算、自動駕駛場景。ASIC的設計思路是把一些算法固定到硬件上，它的復雜度和開發難度更低、前期投入更小，針對特定任務的效率更高，但靈活性和通用性不如GPU，整體市場空間更小。寒武紀、燧原、瀚博、地平線、黑芝麻、比特大陸是這批公司的代表。

同一時刻，壁仞卻試圖講述另一個宏大故事：一個從零起步正面對陣英偉達，向大量風投開放機會的GPU公司。

張文撬動市場的做法，是讓最強的人才和最有影響力的資本相互說服。

一位接近壁仞的人士告訴《財經》記者，張文創業時并沒有現成的班底，他請朋友列了一個牛人名單，逐一去聊，最先接觸到了在硅谷人脈甚廣的阿里云AI基礎架構負責人徐凌杰。經他介紹認識了在海思負責自研GPU的洪洲、前高通GPU團隊負責人焦國方，以及海光海外GPU部門副總裁張凌嵐。

這些身處美國的人更早感受到了中美科技業的競爭。張文告訴他們這是一個歷史機遇，阿里等大公司的芯片更多是成本中心，與其做一個二線部門CTO，不如一起出來做事業。徐凌杰、洪洲、焦國方、張凌嵐都成為了壁仞的聯合創始人。他們在加入壁仞前，有在英偉達、AMD、S3、Trident等海外GPU公司的多年經驗。

以這個超強陣容，張文在2020年初說服了啟明創投、老牌科技投資機構IDG和知名半導體投資機構華登國際參與了壁仞的A輪融資。一位接近此事的人士稱，張文創業之初，IDG的某位合伙人曾說，如果你能請到所列名單里的哪怕一個人，我就投一輪，在看到他招人的執行力后，IDG后來連投了三輪。

熟悉張文的人稱，他在吸引人才上的思路是，既要有共同理念，也要分好利益。做過律師的張文借鑒律所合伙制，設計了特別的股權結構：公司創立時，張文與聯創按不同比例持股，后續期權將從這些創始人的股份里按比例切出，以讓后來的關鍵人員也能獲得足夠的利益。2021年8月，壁仞成立兩年后又引入了一位核心高管，AMD前全球副總裁、統管大中華區的李新榮，他目前是壁仞的聯席首席執行官（CEO）。

多讓利益、多找朋友的思路也表現在融資上：機構多、速度快，一如他在商湯主導了密集的大額融資。

一位投資人告訴《財經》記者，2019年出手壁仞的第一個機構投資者，啟明創投曾投過AI四小龍，認可張文在四小龍競爭中為商湯發揮的作用，“完全賭這個人”。

2020年5月之后，隨著美國對華為禁令升級，臺積電等芯片代工廠不能再服務華為，本來最有希望的海思GPU尚未流片就陷入停滯。GPU創業公司的機會變得明朗。

壁仞在2020年6月之后，創造了三周就融一輪的速度。截至去年3月，壁仞的五輪融資匯聚了近50家機構。

但作為非GPU行業出身的創始人，協調一群技術出身的聯創對張文是一個挑戰。這是一些投資人沒有投壁仞的原因。

一位壁仞前員工告訴《財經》記者，在開發階段，壁仞核心技術人員曾有一場爭論，一派主張精簡驗證流程，不用招那么大的驗證團隊，還可以加快速度;另一派認為GPU結構復雜，出漏洞的幾率更高，打破常規驗證流程會欲速不達。這時張文會向其他公司的技術朋友尋求意見。經過激烈的內部爭論，壁仞最終達成共識，確定采用嚴格和完整的驗證流程。

一批投資人轉而支持更有芯片背景的團隊。在壁仞密集融資的2020年年中，另外兩家GPU公司，摩爾線程和沐曦相繼成立。前者由英偉達中國區前負責人張建中創立，后者由AMD中國前圖形研發高級總監陳維良創立。

沐曦的一位投資人強調，他看中成建制的、有配合經驗的團隊和成功開發過產品的經驗。沐曦的三位創始人，CEO陳維良、負責軟件的楊建和負責硬件的彭莉在AMD中國是多年的前同事。據《財經》了解，沐曦團隊曾參與開發Frontier超級計算機使用的AMD Instinct MI250X GPU，Frontier在今年國際超算大會發布的前500榜單中排名第一。

不管是門外漢組局，還是資深從業者下場，整個行業的融資節奏自2020年中以后大為加快。或是在觀察已久后覺得時機已到，或是害怕錯過，投資人蜂擁入場。

摩爾在成立不到100天內，于2021年2月獲得了數十億元的Pre-A輪融資。接近此事的人士稱，只用一個月，摩爾就搞定了從確認估值、設計交易結構到交割的全流程。留給投資機構的時間只有二三周，最快的投資方一星期就完成了交易。

一些更早成立、但融資緩慢的GPU公司，也在此時獲得支持。2017年成立的登臨科技，在2020年宣布獲得天使輪融資。2015年成立，2017年轉向GPU領域的天數智芯，其五輪融資中的三輪發生在2021年之后。2007年成立，一度做礦機芯片的芯動科技在2020年轉向GPU，并在當年底獲得第一輪融資。

隨著一批公司集中亮相，GPU熱潮轟然而至。

更快的速度，更大的產品

英偉達去年全球收入近270億美元，中國市場占四分之一。一些投資人認為，如果一家GPU公司能從中國大盤子里切5%到10%，就足以支撐起1000億元人民幣的市值。

但能分到蛋糕的人很少。這是一個贏家通吃的市場，它由開發、生產芯片硬件的規模效應，和與硬件配套的軟件帶來的生態壁壘構筑。中國這批新公司中只會有一兩個勝出者，其他人會淪為陪跑;更壞的情況則是全軍覆沒。

在融資熱潮興起一年多以后，現在這批GPU公司正加速來到產品面市的臨界點。這是GPU淘汰賽的第一關。

一路狂奔而來，很難照顧姿勢優雅，爭議和質疑由此產生。

去年10月，壁仞宣布首款用于計算中心的GPGPUBR100已交付流片;一個月后，摩爾線程宣布其首款全功能GPU已研制成功，今年3月末，壁仞宣布BR100成功點亮。

一些半導體從業者不屑“交付流片” “研制成功”“成功點亮”等說法。一款GPU從設計到量產，要經歷設計、驗證、流片（交給臺積電等代工廠小規模試生產）、回片后的功能和性能測試（如數據通路沒問題被稱為點亮）、送往客戶處測試、根據反饋進行軟硬件調優、獲取訂單并交付工廠大規模生產的流程。

交付流片是芯片研發的必經環節，不代表成功;“成功點亮”只代表功能沒問題，客戶是否用還是未知數;“研制成功”更是意義不明。“這是他們為了融資發明的里程碑。”一位從業者說。

自動駕駛芯片公司地平線創始人余凱在今年4月發布了一條言辭強烈的朋友圈，說現在國內芯片創業，流片成功此起彼伏，“投資小白”不了解，在當前條件下，數字芯片想要流片失敗都挺難，流片成功毫無意義，賣出去才是水平。“量產呢？！量產呢？！再問一句——量產呢？革命的春天不是叫出來的，是做出來的好不好。”這條朋友圈如此結尾。

其實去年5月時，地平線的官方公眾號也曾發文章稱，其第三代車規級芯片征程5“一次性流片成功且順利點亮”。在激烈的融資、招人競爭中，芯片公司不得不更早、更高頻地放出進展。

更大的爭議來自超出尋常的研發速度。

主要面向信創市場，由國防科大團隊創立的景嘉微研發中國第一款GPU（2014年發布）用了約五年，又過了四年，才發布第二款產品。

新一批GPU企業中，壁仞的第一款產品在2020年3月立項，19個月后交付流片，又5個月后點亮。沐曦也曾透露，會在今年發布首款芯片;據《財經》了解，沐曦的產品也已交付流片。摩爾的速度最為驚人，它在今年3月末正式發布第一代產品，這距離研發啟動只有14個月，是正常節奏的兩倍。

加班加點和精簡流程，可以部分解釋創業公司超常的開發速度。但起更大作用的是一種多數公司不會提及的做法——買IP（知識產權）。

IP是能實現一些功能的成熟設計模塊，它就像搭建芯片的積木，在買來的IP上做整體架構和完整設計，可以節省工作量、縮短開發時間。

芯動科技去年底發布風華1號時，提及他們使用了Imagination的GPU IP。據《財經》了解，其實大多數新GPU公司都購買了IP，但不會主動說明。供應商包括Imagination和芯原微電子，尤以Imagination為主。這是一家成立于1985年的英國企業，在2017年被中資凱橋資本以5.5億英鎊收購。2020年，當中方想委派四名人員進入Imagination董事會時，被英國政府阻止。

除提供核心能力的IP，一顆GPU里還有許多周邊功能IP。如PCIe IP，它提供GPU和CPU的通信功能。這是個成熟模塊，GPU公司沒必要自己做，PCIe IP的最大供應商是美國公司新思科技。它同時是全球EDA三巨頭之一。EDA是芯片設計必須使用的一種工業軟件，是行業的另一個“卡脖子”環節。

在過去全球大分工的環境中，買IP是一個正常的商業選擇。但在如今GPU領域不絕于耳的“自主創新”“國產自主”的宣傳中，在外界對“國產替代”超越商業價值的期待中，到底買沒買IP，買了什么IP，成了一個諱莫如深的話題。

有從業者認為，即使買了IP，也不能完全解釋為什么開發速度這么快。速度最快的摩爾尤其引起疑問。

一位國際芯片大廠人員告訴《財經》，他們公司大部分產品使用自有IP，但一款新產品從啟動研發到流片回來需要一年多，回片到完成驗證又需要大半年，加起來要兩年。

速度更快的同時，產品規劃也更加激進。景嘉微的第一代GPU主要用在飛機上，市場窄，但需求確定。

壁仞、沐曦、登臨、天數智芯的第一代產品則是為大型云計算廠商、互聯網公司等客戶提供的不帶圖像能力的GPGPU（數據中心主要用GPU做AI計算和高性能計算，不需要圖像能力）。這是比信創場景難度更高的市場，面臨與英偉達的正面競爭。去年9月，壁仞又宣布開啟圖像GPU產品線。

摩爾直接挑戰了最難的全功能GPU，既有圖像能力，又有AI計算、高性能計算能力。摩爾在今年3月末一口氣發了三個產品，分別是全功能GPU、面向PC與工作站的桌面級GPU和面向數據中心的GPU。

壁仞則緊跟巨頭戰略，與眾多資方一起布局了英偉達最看好的數據中心和自動駕駛場景。

英偉達創始人黃仁勛在2020年首次提出“CPU+GPU+DPU（Data Processing Unit數據處理器）”這一數據中心系統解決方案。壁仞在去年下半年先后投資了DPU創業公司云脈芯聯和Arm服務器CPU公司鴻鈞微。前者還獲得了IDG和字節跳動的投資，后者至今已融資8億元，獲得了高瓴、鼎暉、松禾資本和C資本等的投資。今年2月，張文又以董事長身份推動成立了一家L4自動駕駛公司云驥智行，其天使輪投資方為高瓴、華登國際、云暉資本、松禾資本、碧桂園創投，上述機構也都投了壁仞。

這批GPU公司，比前一批AI芯片公司描繪了更大膽的故事和遠方。但芯片行業最后靠產品說話，一旦潛在客戶拿到GPU樣片，就是BP和團隊履歷中的各種“魔法”消失的時刻。

仍在觀望的客戶

起步更早的天數智芯、登臨已在去年實現量產，摩爾、壁仞等公司今年也相繼流片或發布正式產品，客戶意愿開始變得重要。

中國GPU客戶中，最大頭的是阿里、騰訊等云計算廠商、字節等大型互聯網公司，然后是商湯、曠視、自動將駕公司等AI公司和大型金融、能源企業。它們的處境、需求各不相同，即使中美“脫鉤”為國產GPU創造了有利環境，也不存在一聲令下，就被開辟出的一大片市場。

國企中的運營商、能源和金融企業愿意支持國產公司，這背后有國家政策支持。今年正式啟動的“東數西算”工程，刺激了一批數據中心的新建。

一位參與類似項目的人士告訴《財經》記者，政府補貼可促進采購，但能否轉化為長期商業關系仍要看產品：“政府也清楚，不能為了支持國產，東西根本不能用或體驗極差，影響科研和別的產業發展。”

特定項目之外，大部分企業采購GPU時看重性價比和使用體驗。

此時，影響客戶采納的不只硬件性能，更難逾越的是軟件生態壁壘。早在2007年，英偉達就推出了計算平臺CUDA，它是把GPU資源用起來的軟件工具。沒有CUDA之前，要把原本為圖像渲染設計的GPU用到通用計算上，需要復雜的編程和調優。CUDA幫助開發者解決了這一問題。這是學界能用GPU訓練深度學習算法，繼而開啟AI革命的條件之一。

經過15年發展，CUDA已成為一種AI基礎設施。使用GPU的公司能從市場上招到的大部分人都用CUDA，這決定了公司的訂單走向。

創業公司短期內不可能另起爐灶搞自己的軟件生態，它們的辦法是在編譯器、數據庫層與CUDA做兼容，讓開發者調用CUDA API時，能被翻譯成這些新公司產品可執行的代碼，但兼容能否保證和CUDA相似的性能與易用性尚不確定，取決于公司產品的硬件架構和對軟件生態的投資力度。

對CUDA生態依賴較小的圖像渲染場景的客戶態度更積極。一家云游戲公司人士告訴《財經》記者，去年開始，就有多家GPU公司陸續接觸他們，如對方真能拿出可用的卡，即使價格相當，他們也會考慮。

云游戲的一環是在數據中心部署大量有圖像渲染能力的GPU，遠程支持手機等計算力相對低的設備跑更高質量的游戲。該公司去年使用了大量GPU，今年將翻倍。但量級還不足以獲得英偉達的優先供應和技術支持，這使他們對新產品興趣濃厚。他們計劃在不久之后測試某款國產GPU。

而采購GPU最多、且主要用于AI計算的客戶，云計算和互聯網公司卻沒那么容易更換供應商。據《財經》了解，字節跳動自2018年起開始用GPU處理推薦算法（此前GPU更擅長AI中的圖像識別任務），這是抖音、今日頭條等字節最主要App上的核心任務。

即使用了英偉達的成熟產品，完成硬件架構轉換也用了大半年，字節投入了數名工程師做優化。“你的系統要和它做匹配，接入成本很高，而且全世界（AI）工程師都用CUDA，很難切換。”一位在字節使用GPU的工程師說。

大公司采購新產品時的另一擔憂是，好不容易上手了新東西，供應商卻倒閉了。相比于價格，他們更在意產品性能、穩定性和服務可持續。

作為中間環節的服務器公司，也會跟著云計算、互聯網走。一位被某家GPU公司列為合作伙伴的服務器公司采購人員稱，最終要看下游客戶選誰。這位人士稱，除了英偉達，現在“其他家的沒銷路”，他們也采購過寒武紀的產品（寒武紀AI芯片在數據中心里和GPU有替代關系），但量不大。“都想擺脫（英偉達），擺脫不了。”他說。

商業化的不確定性還在于，GPU市場的大客戶和供應商之間，存在自研還是外采的競爭;同時有GPU和AI芯片（ASIC）的路線之爭。

一位在美國的英偉達工程師稱，英偉達在意的競爭對手是谷歌（Google）2016年推出的ASIC架構的TPU（Tensor Processing Unit，張量處理器），專門針對AI計算做優化;Google正在完善軟件工具，試圖向外推廣TPU。

全球市占率第一的云計算公司亞馬孫AWS也自2018起陸續推出了Inferentia和Trainium兩款AI芯片，并推出了配套的軟件工具Neuron。

在國內，華為的昇騰、阿里的含光800、百度的昆侖，和創業公司寒武紀、燧原、瀚博的產品都是面向數據中心的AI芯片，地平線、黑芝麻、寒武紀則在做自動駕駛AI芯片。新一批GPU公司面臨多重競爭對手。

錢還不夠，人也是

當下的GPU熱潮，一邊是眾多投資機構入局和看起來醒目的融資，一邊是資金和人才的相對匱乏。

對比幾年里投入了上千億元的在線教育或社區團購，GPU創業并沒有獲得驚人多的錢。行業里近10家主要公司去年總融資額約100億元。公司股權的稀釋也很大，壁仞200億元的估值里，有47億元是融來的現金。

頭部公司的總融資目前在30億到50億元之間，這只是夠用。一位GPU公司高管告訴《財經》記者，以2000人計算（他認為這一個GPU公司正常運轉所需的較少人數），公司一年的人力成本約10億元;投片一次，算上買IP、流片、做板卡等各種費用，需要6000萬到8000萬美元。在第一款產品獲得收入前，一般需要二年到三年。這意味著至少30億元砸下去，等三年，才能聽到一聲響。這還是一切順利，第一款產品就大獲成功的情況，但這不一定發生。創業公司需要更多錢來容錯。

這些資金和巨頭相比更是毛毛雨。英偉達去年研發投入為53億美元。英特爾現在也在更激進投入GPU，今年3月，它時隔20年再次推出獨立顯卡，又在5月宣布將于年內發布首款面向數據中心的GPU。

大公司有規模化優勢，在買IP、流片和生產時，都可以獲得供應商的更多折扣。中美人力成本的差距也在近年來被水漲船高的薪資拉平。

比錢更難解決的問題是人才。目前壁仞、摩爾人數已近千人，沐曦團隊超過600人，擴張速度很快，但仍不夠。

搶人的不僅GPU公司。一位從業者回顧了這幾年一山還比一山高的行情：先是2018年前后，燧原、瀚博等AI芯片公司成立，帶動了一波上漲;然后2020年壁仞出手，給出翻倍工資;再來是哲庫（哲庫是OPPO旗下芯片公司，于2019年成立）開始搶人，“比壁仞還高”，下一棒是摩爾，“比哲庫還高”。

當前依然有很多資本與人才正在奔往圖形處理的大市場。圖/視覺中國

黃雀在后的是蔚小理，這三家造車新勢力都在招募芯片人才。據《財經》了解，已有一批GPU公司人員流向這些汽車公司。最受歡迎的是還沒上市的超級獨角獸字節跳動。一位獵頭稱，字節發10個芯片offer（錄用通知），有5個候選人會接，“是最高的”。

AMD是這些公司的主要人才來源。AMD工程師分為MTS（主任工程師，一般工作八年后會自然成為MTS）、SMTS（資深主任工程師，這需要一定成果）和PMTS（首席主任工程師）等職級。

一位獵頭稱，MTS過去的年薪約為40萬元，但GPU公司最高可以給到80萬-100萬元;本來年薪約80萬的SMTS，可以漲到120萬-150萬元;原本120萬-150萬元的PMTS可以到180萬到300萬元;AMD中國去年資深主任（SMTS）級別以上的工程師流失了約30%。

部分開始校招的GPU公司，現在給重點高校碩士畢業生開出了40萬元的年薪，這是過去5年-8年的芯片工程師的水平。

激烈的薪資漲幅刻畫了人才的稀缺。其中最搶手的是芯片架構師、編譯器人員和算法人員。后兩類都是軟件人員。

一位在芯片外企的工程師評價：美國同事寫的代碼，注釋詳細、格式規范，“基本上可以一段一段讀，跟看小說似的”，印度人寫的代碼“看一行要琢磨半天，亂七八糟”。至于中國工程師寫的代碼，取決于“從哪兒抄的，抄得好就比較舒服，抄得不好就亂七八糟”。一位GPU從業者稱，中國的設計人才相對不缺了，軟件人才非常缺，因為很多軟件的人才都去了互聯網。

一個沒有奇跡的行業

過去20年中國最受關注的創業故事發生在互聯網行業，人們習慣了從車庫起步、顛覆傳統行業的邊緣突破，習慣了百倍、千倍的回報。芯片業從來不是這種爆發式增長的主角。

2018年以來的中美競爭，是芯片行業難得的戲劇性事件。它造就了一個巨大的創業窗口，也一朝變現了積攢多年的中國半導體人才。

此時這些人已不再年輕。他們中的一些人，博士畢業開始工作時，上世紀末的互聯網熱潮還未發生。他們后來見證了泡沫的破滅，又旁觀了客戶的崛起。那些名頭閃耀的公司：亞馬孫、谷歌、蘋果、Meta、阿里巴巴、騰訊、字節跳動……都使用他們開發的產品。他們是互聯網傳奇的“幕后人員”。

得益于過去芯片業的全球合作，這群人在海外或外企中國部門獲得了寶貴的經驗。

壁仞聯合創始人洪洲、焦國方、張凌嵐、徐凌杰，天數智芯CTO呂堅平此前常年在美國工作;AMD曾在中國有重要的研發項目和團隊，規模一度接近2000人。VEGA20，這款一度供應蘋果Mac電腦的GPU即由中國團隊開發。AI芯片公司中，瀚博創始人錢軍，燧原的兩位創始人趙立東和張亞林都曾供職AMD中國。沐曦的三位創始人陳維良、楊建、彭莉是他們的前同事。

這種學習機會往后難再復制。

從投資人、潛在客戶到政府，很多人期待這批GPU公司的成功。它們處于新的歷史機遇中，它們有更靈活、更市場化的運作方式，它們有中國芯片領域短時間再難湊齊的一批最強陣容。

但芯片等硬科技創業，難以靠美好愿望或偉大意志成就。你不可能違背研發規律，不可能快速逾越技術差距和生態壁壘。

今年以來，GPU的融資溫度已在降低。一些更早期或估值更低的項目，如深流微、礪算科技、芯瞳半導體等仍有融資。而去年底就已啟動新一輪融資的高估值公司如壁仞、摩爾還不見聲響。

人們往往會高估兩年的變化，而低估五到十年的變化。英偉達在2007年開始布局顯卡之外的GPU市場，反映在股價上已是十年之后。這是一個沒有奇跡的行業，它不需要爆發和熱鬧，需要耐心。