一、人工智能芯片定義及分類

1.定義

每一篇寫人工智能芯片的文章都提到人工智能芯片定義，也從廣義和狹義的角度來講，但我對于人工智能芯片的定位為3條：一是確實做的是芯片且本身有核心IP；二是嵌入或運行人工智能算法的芯片；三是具備加速計算、語音、圖像等處理能力效率提升同時具備迭代能力的芯片。

2.分類

人工智能芯片按照架構類別分為GPU、FPGA、ASIC和類腦芯片，這在大部分的文章都提到了就不贅述了。

人工智能芯片按照功能類別分為云端和終端，每一類都可以延伸為訓練和推理，但目前發(fā)展現狀為在云端以訓練為主，GPU/ASIC/FPGA等作為訓練的架構芯片，英偉達GPU目前當仁不讓占據龍頭老大地位，但國內外崛起的谷歌TPU、華為昇騰、寒武紀都有挑戰(zhàn)的機會。在邊緣/嵌入設備中以推理應用為主，訓練的需求還不明確。

未來端、云人工智能肯定是結合的路線，云端和終端芯片，推理和訓練作用本質上是從通用、半通用到定制化的過程，體現的是功效、效能，未來更多的將是ASIC出現在專用的終端，但都離不開云端數據的訓練，未來整體市場規(guī)模來說邊緣端芯片在智能終端的帶動下將是數據中心芯片市場的5倍。

端芯片應用的終端包括手機、電腦、智能音箱、無人機、智能攝像頭、頭戴顯示、自動駕駛等，最大的量還是在手機，無人駕駛成為主流還遠的狠。

二、人工智能芯片的關鍵技術

根據清華大學《人工智能芯片技術白皮書》，人工智能芯片呈現的結果或者產品來說是芯片，但在關鍵環(huán)節(jié)中芯片的新工藝、新型器件、從工具到架構優(yōu)化的新芯片，加上不斷迭代的算法和多樣化的應用，才真正形成了人工智能芯片的意義和作用，主要體現在要不就是對應用的加速、主芯片的輔助，要不就是成為山頭大王作為主芯片處理數據，后者目前還未形成氣候，但未來全面化、多功能化的SoC又或是ISA架構形成，AI芯片引領的潮流才算正式到來。

對于關鍵技術這一點來說，明顯從架構指令集（ARM或RISC-V或新的架構）、EDA工具到形成完整芯片的感知、連接、計算、存儲和場景方面都在AI化，換句話說，AI芯片不單是芯片的AI而是全面的智能AI化，大系統(tǒng)、大生態(tài)的AI化。

三、人工智能芯片的發(fā)展特點

通過梳理國內92家AI芯片企業(yè)（梳理的企業(yè)在此不討論是不是自主的IP、是不是真的做芯片，企業(yè)對外發(fā)布做AI芯片的就在此列出，如有遺漏或錯誤，請補充指正）的進行梳理能看出來整體的時間（周期，Period）、產品（Product），競爭（Competition）、資本（Capital），區(qū)域（人才，Talents）、市場（賽道，Track）等六要素特點，我稱之為雙PCT要素，PCT是國際專利申請的條約，可想而知兩個PCT多重要?。?！也是影響企業(yè)發(fā)展的關鍵因素?？偨Y梳理特點如下：

u雙P：時間（周期，Period）、產品（Product）

一是周期分水嶺明顯，新興和傳統(tǒng)企業(yè)必然一戰(zhàn)。通過表格發(fā)現2010年是人工智能芯片的初步分水嶺，2010年之前企業(yè)為14家，大部分為傳統(tǒng)芯片企業(yè)轉型或擁抱人工智能企業(yè)，同時原有業(yè)務相對下滑，但在原有業(yè)務支撐轉型AI芯片，具備現金流優(yōu)勢，避免純正燒投資人的錢，劣勢是算法研究和工程化落地經驗相對少，整體我認為轉型相對快，還有原有開拓的市場業(yè)務作為支撐。2010年之后的企業(yè)達到78家，明顯的特點50%左右企業(yè)是一開始就是從芯片入手的，創(chuàng)始人大多芯片背景；另外50%開始直接瞄準AI算法，是在企業(yè)算法業(yè)務發(fā)展過程中同步拓展人工智能芯片業(yè)務，創(chuàng)始人大部分為算法出身，這類企業(yè)相對都是在需要投資人的錢推動發(fā)展，芯片的門檻確實高，需要的資金規(guī)模量大。周期的影響換句話說本質是風口存在的影響，是直接業(yè)務或轉型業(yè)務的影響，是整體圈層的存在，是資本動力的存在的差別，必然不是先后的好壞，但在行業(yè)積累的市場、人脈和圈層對AI芯片企業(yè)的影響還是綜合考量的要素。

二是產品差異化凸顯，可選全棧式SoC芯片將成為終極BOSS?？傮w92家企業(yè)產品有按照產品形態(tài)有基于FPGA、ASIC、類腦、異構和特有指令集的芯片、傳感器及模組；按照產品功能有感知、計算、存儲和場景方面的端云芯片，都想突破馮諾依曼架構，解決存儲和計算速度、時間和效率問題，但目前還是在探索階段。產品的差異化是明顯的，但殊途同隊，應用場景都在幾個方向，詳細在競爭方面提出注解。這里希望大家關注一點，無論是哪種產品形態(tài)、功能還是芯片應用的階段，每一類產品極限都設置在那，比如上百TFLOPS/W,28nm工藝等等，各家技術企業(yè)都可以做到，但現階段已不是一個技術產品打遍天下無敵手的時代，是滿足功能組合差異化、全棧式服務的“組合拳”時代，還需要每種都做到相對極致才有生意，比如智能家居提供完整的芯片級系統(tǒng)解決方案，競爭力增強，利潤點增強。

u雙C：競爭（Competition）、資本（Capital）

一是系統(tǒng)級對手入局，競爭對手強大，但要出頭必須攻堅克難。總體92家有營收的傳統(tǒng)企業(yè)、上市企業(yè)（全志、富瀚微等）、BOSS系統(tǒng)級（阿里、百度、海思、?？怠⒋笕A等）共約20余家企業(yè)不僅投資企業(yè)自身投入研發(fā)，核心的有華為海思晟騰系列芯片、阿里平頭哥借助中天微和達摩院科學家能力、百度招兵買馬從XPU邁向昆侖、?？底灾餮邪l(fā)加投資京微齊力和肇觀電子等都彰顯系統(tǒng)級廠商尋求產品差異化、降低產品成本和強化自身競爭優(yōu)勢的決心，主營游戲和廣告的騰訊也投資燧原科技布局云端芯片。強力的獨角獸企業(yè)邁入人工智能芯片行列，崛起的新興勢力同樣強大，比如寒武紀技術及人才實力、突破云端芯片的決心、中科院和國家隊的支持；商湯、曠視等資本、人才助力形成產品相對容易，但芯片真的不是短期的手藝，Know-How非常多，對于系統(tǒng)級廠商和強力獨角獸是不是全都自己做需要考慮衡量。對于平穩(wěn)的初創(chuàng)企業(yè)的優(yōu)勢在于體系不龐大，找到一個細分的市場環(huán)節(jié)先慢慢營收，養(yǎng)活團隊就OK，不用非要志向遠大，那是后來的事情，在如此金融環(huán)境下，活著大于一切，雖然前面的大山有許多座，但人工智能芯片的伴隨人工智能長周期，總是會有機會。

二是資本成為企業(yè)發(fā)展的“催化劑”，初創(chuàng)企業(yè)融資代表一切。人工智能芯片企業(yè)背后的資本至少應該在上百家，美元基金、明星基金、國家隊和民營資本紛紛布局，總體規(guī)模在幾百億，紅杉中國、IDG、創(chuàng)新工場、北極光創(chuàng)投、真格基金、華登國際、啟迪都是投資大戶，布局至少5個項目左右，投資的項目進入后二輪的概率都比較大，明顯體現項目自身和資本的背書作用；同樣國家隊的基金和阿里等巨頭投資背書作用同樣凸顯，國家隊投資的寒武紀、探境科技等不僅融資規(guī)模令普通企業(yè)羨慕，對于人才吸引力、企業(yè)知名度的提升能力凸顯，一個比較好朋友存算一體的項目一直吐槽招人的詬病，說公司再不融資不發(fā)新聞不行了，招人給的錢多期權多都不來，以為沒新聞不會有下一輪，所以本不需要融資和耗費高成本也不得不面對現實。一個小case插播下，現在真的是技術人員的黃金時代，存算一體這個朋友招5年工作經驗的都給到至少50-70萬，厲害的100萬加期權都還比較難，寒武紀同樣在應屆生招聘中增加了年薪金額才容易招到人，所以不融資能行么？資本不僅僅代表資金，現在是背后的資源的聚合體，與企業(yè)形成關聯的共同體，投資業(yè)不在是投出去就OK，不找到輔助路徑怎么退出，雖然幫的有限，但投資人畢竟還是會出力的。所以在年關不好的情況下還是早謀劃和打算，哪怕估值低些，再不濟找校友幫忙，不過確實對于芯片行業(yè)確實難找到像“清華校友”抱團和聯盟的對象，最近西電和成電也在崛起，有可能會成為新的幫扶聯盟。

u雙T：區(qū)域（人才，Talents）、市場（賽道，Track）

一是區(qū)域代表人才聚集、環(huán)境生態(tài)。總體92家人工智能芯片企業(yè)區(qū)域分布前四名分別為北京（38家）、上海（18家）、杭州（9家）、深圳（8家），四個區(qū)域占據79.3%的比例，這根整體芯片企業(yè)總體占比我覺得類似，但其中人工智能芯片因為北京和上海高校的深度影響、人才的廣泛聚集，產生了獨特的優(yōu)勢，但隨著人才成本的增加，成都、合肥、武漢等高校聚集、政府支持的地方將有崛起的可能，然而最終的企業(yè)大部分都會在上邊四個地方設立研究中心，因為上述四個地方還有好多場景應用落地和聯動上下游合作的區(qū)域，比如流片在低端工藝下北京、上海將是首選，對于區(qū)域和人才的要素也是企業(yè)發(fā)展的核心之一。

二是市場賽道的選擇關乎企業(yè)生死存亡。92家企業(yè)落地產品無論芯片還是模組最終的應用場景為智能語音（語音交互）11（專門語音）+10家（第一款面向語音）、智能安防18家（專門安防）+15家（未來產品面向安防）、云端芯片8家、感知圖像8家、汽車電子4家、物聯網15家、存儲（4家）等，充分的看出在安防和語音的賽道擁擠，而且對于加入智能語音市場接受難度低，智能音箱已經在路上，未來的人機、人居和人車關系的改變也未語音帶來可能，但對于安防加入智能的成本并不低且回報還沒達到，工程化的落地成本、一體化的方案還需要時間磨合。對于云端的芯片難度培養(yǎng)軟件、編譯器和工具的難道相當高，資金投入相當大，都是長期艱苦站，但對于中國PK英偉達是0到1的意義，華為海思、寒武紀、思朗科技、燧原科技、百度昆侖等還是存在機會。汽車電子是中國差距最大、最需要突破的方向，機會一直在，但是面對車企、前裝的巨無霸企業(yè)（博世、電裝、大陸等）、還有車規(guī)的折磨，相當難突破，不過在國內只要做的好，有些問題不是問題，但能熬到進車就萬事大吉了嗎？低端的芯片沒什么影響，但主控芯片背后還有十年必須沒有的安全事故。說了這么多，我覺得在碎片化的時代，安防、語音和物聯網總歸是存在機會，先賺營收落地，找到大市場和細分市場兩條腿走路才能對得起流片費用，才能盈虧平衡。

四、人工智能芯片的投資邏輯

寫在前面，對于純人工智能芯片企業(yè)，背景、技術和人員沒問題的情況下，天使輪和A之前進吧，總是有機會的，不過現在新崛起的AI芯片企業(yè)要真的想好了，賽道不多，看你像進哪個。2019年是端側人工智能芯片落地元年和商業(yè)化元年，云端芯片步入大考落地的時期，人工智能芯片企業(yè)準備考卷吧。（僅僅是自己看法，包括下文）

1.投資真正懂芯片行業(yè)的人，雙PCT要素相對均衡；如果具備強大管理能力的人，能聚攏人才能力、讓人ALL in的能力、商業(yè)落地能力也可以。

2.投資執(zhí)著芯片事業(yè)或商業(yè)模式轉型落地快的項目，抓住在半導體圈積累打磨的核心大牛和海歸團隊。

3.投資量大面廣還是細分利潤高的均衡抉擇，單一芯片強技術有成功機會，但最終的機會在SoC。

4.投資經歷過企業(yè)變革和產品更替戰(zhàn)爭的團隊，人工智能芯片的賽道不會一成不變。

5.投資工程化落地能力強的團隊，高校和院所只要能突破商業(yè)的束縛，同樣機會也是有的。