AI芯片创业热潮下的泥沙俱下

 

8月上旬，深鉴科技CEO姚颂出现在北京一场以科技创新趋势为主题的小规模交流会中。

姚颂今年25岁，是国内人工智能芯片领域冉冉升起的新星。两年半前，他与在清华的导师、学长共同创立深鉴科技，专注于深度学习加速解决方案的研发。创立后在A轮融资中得到了赛灵思、蚂蚁金服、联发科等知名产业资本的投资。

就在20多天前，深鉴科技突然宣布被芯片巨头、也是其A轮投资方之一的赛灵思收购，令不少行业人士感到意外。有知情人士向界面新闻记者透露，就在被赛灵思收购之前，深鉴科技B轮融资已经接近尾声。

产业界和资本界对于深鉴科技被收购显示出两种截然不同的态度。乐观者如寒武纪创始人陈云霁，他认为这是人工智能领域正面、积极的范例；悲观者则看到，AI芯片初创企业想要独立发展壮大，至少在当下面临较大困难。

在这场交流会中，姚颂首次公开谈及了收购事件。“在国内，大家普遍觉得公司活不下去了才会勉强接受并购。但在硅谷，被并购代表技术实际价值被认可，可以通过更大平台让更多人用起来。”他表示，与公司做到什么状态（被并购或是IPO）相比，他更在意施展自己的技术理想。

深鉴科技所面对的，是摆在所有AI芯片创业公司面前的难题：人工智能的发展催生出全新的AI芯片市场，尤其是在种类繁多、场景复杂的终端市场尚未被巨头充分定义，这给了初创公司机会。但一切刚刚开始，在相当长一段时间内，这些公司的技术优势并不能够完全转化为商业优势。

AI芯片潮兴起

风投调研机构CB Insights的数据显示，2017年全球共有152亿美元资金流向AI初创企业，中国AI创业者获得了73亿美元投资，占比为48%。其中，对AI企业的投资主要集中在面部识别与芯片领域。

作为国内最具知名度的AI芯片公司，寒武纪、地平线、深鉴科技所获得的投资占据相当大的比例。2018年6月，寒武纪宣布完成数亿美元B轮融资，投后估值25亿美元。另据知情人士透露，地平线也将于近期完成B轮融资。

除了上述AI芯片公司外，一批主打计算机视觉、语音识别技术的公司也纷纷进军AI芯片市场。如语音公司云知声、ROKID、思必驰已经或即将发布AI芯片。视觉公司依图科技则在去年底投资了AI芯片初创团队ThinkForce。比特大陆——一家以销售矿机起家的公司也在去年底发布了其初代AI芯片，宣布转型为AI芯片公司。

华创资本合伙人熊伟铭告诉界面新闻记者，现在的AI芯片就像之前的团购，二线以下的各种产业投资人、政府相关基金都热情极高。但一线投资机构态度则比较谨慎，因为头部的创业公司已经出来，现在更多是跟风的创业者。

另一位AI芯片公司高管则表示，他见过多家VC投资机构，AI芯片成为市场热点，有投资人称对AI芯片已经“不敢不投、不能不看”。

AI芯片按照使用场景可分为云端（服务器端）与终端（移动端）两种。云端看重算力，终端则更强调低功耗与性价比。云端芯片市场集中，英伟达占据全球GPU超过70%的市场份额。终端芯片则应用于智能音箱、自动驾驶汽车、摄像头等分散场景中，国内多数AI芯片创业公司皆瞄准在这一市场。

渤海华美基金董事总经理周惠平告诉界面新闻记者，在垂直领域的应用场景中，对应的神经网络与深度学习算法不同，并且有特定功耗要求，通用芯片往往不能够满足这些需求。那些擅长软件、算法的AI初创公司刚好可以填补市场的空缺。

出门问问曾尝试用软件开发工具包的方式输出自家的人工智能技术。去年4月，出门问问发布SDK，支持用户在其平台上开发集成，使其硬件产品具备语音交互能力。但最终效果并不太好，“因为下载SDK是纯软件方式，对用户门槛比较高，集成也非常麻烦，需要不停沟通才能用起来。”出门问问CEO李志飞告诉界面新闻记者。

为了解决这个问题，今年5月份，出门问问又发布了AI语音芯片模组“问芯”，该模组采用软硬一体化的解决方案，在智能电视、智能机顶盒等领域可以快速集成。“例如以前集成需要3个月，现在3个星期就可以，双方都能节省巨大的成本。” 李志飞说。

语音公司云知声做AI芯片的理由与此类似。“我们的客户想要有一家供应商（提供各种产品），就像直接拿到一台苹果电脑，而不是自己去选主板、硬盘。”云知声UniOne芯片研发负责人李霄寒解释道。

除了市场需求外，另一个重要原因在于，AI初创公司普遍存在的营收困境。

一位曾经看过地平线B轮融资资料的投资人告诉界面新闻记者，根据地平线给出的2018年财务预测，他估算2017年地平线的营收在两千万人民币左右。他还透露，目前国内尚未有一家AI公司营收过亿元。但头部AI公司的估值已经非常高，像地平线目前估值已经达到10多亿美元。

前述VC投资人告诉界面新闻记者，现在很多人工智能语音公司的主要收入都来源于其他公司的研发外包，“原因在于这批公司目前没人能够像苹果，创造出一个全新市场（IPhone系列）。做研发外包他们也很痛苦。”另外一家AI公司高管也表示，“做项目外包不容易爆发，最终还是要做产品，否则AI人才那么贵，做外包怎么能赚回来？”

相较于提供研发外包服务，出售包含芯片在内的软硬一体化解决方案被认为是一种更好的商业模式，营收上的想象空间更大。据李志飞测算，仅在电视行业，国内一年出货量达到4000万台，如果全部装上语音交互芯片，市场规模可达数亿元人民币。

2017年底，地平线发布了两款AI芯片，分别是面向智能驾驶的征程1.0和面向智能摄像头的旭日1.0。地平线智能解决方案与芯片事业部总经理张永谦告诉界面新闻记者，地平线会提供包括芯片在内的软硬一体化解决方案，在“算法+芯片+云”战略下，未来AI芯片都是物联网的节点，大部分都会连接上云端。借助这种商业模式，AI芯片公司可以通过提供云服务获取收益，而不用考虑当下能否覆盖芯片的成本。

此外，对技术实力相差不大的各家AI公司来说，向底层做硬件也是提高其自身竞争壁垒的方式。“公司都希望提高自己的护城河，有底层芯片就相当于控制住了命脉。”周惠平说。

走入行业

多位接受界面新闻记者采访的人士均认为，在云端市场，有英特尔、英伟达这样强大的巨头存在，初创公司很难胜出。但在智能家居、安防等细分终端场景，初创公司有一定机会。原因在于，这类细分场景当前市场规模较小，巨头兴趣有限。

但AI芯片初创公司很快发现，在细分市场，绝非只是卖芯片这么简单。

传统芯片时代奉行一种说法：生态远比技术更重要。芯片是底层硬件，在此之上，还需要有适配的操作系统、软件开发环境、算法，再到应用软件。只有整个生态链条成熟，芯片才能真正发挥价值。

英特尔便是靠与微软公司结成Wintel联盟——微软的操作系统只配对英特尔的芯片，一举成为PC当道期的芯片霸主。而与英特尔同期诞生的其他芯片公司，如DEC公司、SUN公司，如今大多数已销声匿迹。

但在AI时代，游戏规则变了。多位接受界面新闻记者采访的人士均认为，传统的芯片公司、软件算法公司泾渭分明，这种模式已经不适应AI时代。未来，人工智能芯片公司必须要有“芯片加算法”，提供完整解决方案的能力。

实际上，AI芯片之王英伟达，也早已不是一家纯粹的芯片公司，而更像是系统与平台厂商。除了GPU外，英伟达还发布通用开发环境CUDA，让开发者可以简单方便地在其平台上开发各种应用程序。

“英伟达一直在做生态，当开发者（群体）越来越大，软件生态越来越成熟，硬件性能不断迭代提升时，就到了这么一个时间点——很多早期做深度学习的人，会把实验、开发（从CPU）转到GPU上。”浪潮集团AI与高性能产品总经理刘军曾对媒体这样表示。

一位自动驾驶行业从业者也认为，现在英伟达的CUDA已经成为目前事实上的行业标准。

这也是深鉴科技愿意被赛灵思收购的原因之一。姚颂觉得，AI芯片初创公司必须要走入行业，走入应用层面，“必须要从芯片公司变成系统公司、解决方案公司。（只有）掌握整条堆栈的时候，才能确保芯片被用起来…….如果只看芯片两个字，公司(一定)会死掉。”

商业化难题

2018年5月，地平线发布了新一代自动驾驶AI芯片——征程2.0，以及基于征程2.0架构的自动驾驶计算平台Matrix1.0。这款芯片针对自动驾驶场景做了优化，能够满足该场景下高性能与低功耗的要求。

目前这款芯片正在市场推广阶段。张永谦透露，按照正常周期，今年出货量预计不会太多，目标是明年达到百万级。

张永谦告诉界面新闻记者，AI芯片初创公司发展存在两方面的挑战：一是技术挑战，芯片从实验室落地到真实场景，需要面临非常多的变数。既要做到低功耗、高性价，又要很好地处理场景中的各种问题，技术挑战很大。另一方面则是商业化的挑战，“即便解决了技术问题，价值多大？市场接受度如何？（客户）愿意花多少钱买单？这些都还在摸索阶段。”

据界面新闻记者了解，目前大部分无人驾驶公司都更愿意购买英伟达的通用GPU芯片，虽然价格贵功耗高，但性能更为稳定，且有成熟完善的CUDA开发环境。“现阶段无人驾驶公司对成本问题并不十分关注，关键是能先让车跑起来。英伟达芯片更成熟，改个车都十几万美金，加个片子算什么？”熊伟铭说。

前述自动驾驶行业从业者态度更为悲观，“自动驾驶还没有成熟产品出来，大家都是直接用英伟达的显卡跑，算法都还没定，现在就谈自动驾驶专用芯片可能为时过早。”

但这并不意味着地平线这样的AI芯片初创公司毫无机会。一旦自动驾驶行业成熟，在消费级市场爆发，价格低廉、低功耗的芯片将迎来巨量的市场需求。

“英伟达、Mobileye（2017年被英特尔收购的一家自动驾驶系统及芯片公司）都在这个领域竞争。地平线需要不停向前跑，等待L3（有条件自动驾驶）、L4（高度自动驾驶）起量，并且能够生产出性能不差、价格更便宜（相比于GPU）的芯片，那就是它的机会。但现在必须要熬着。”周惠平说。

姚颂则认为，现在不可能有任何一家公司正面挑战英伟达的霸主地位，除非在其壁垒尚未建立起来的特定垂直行业有可能打败英伟达。而在这个特定场景，AI芯片初创公司还必须具备打通产业链上下游的能力。

深鉴科技选择切入安防市场。安防行业有海量计算需求，而视觉识别技术能够高效解决这一问题。众多以视觉识别算法见长的人工智能公司都在这一领域找到了商业化落地的场景，如商汤、旷视。传统安防巨头海康、大华也在积极布局人工智能，前者目前正在进行视觉AI芯片的研发与产业化。

这意味着，深鉴科技避开了英伟达，但却要与垂直行业的传统巨头短兵相接。深鉴科技的优势在于其AI技术能力，但传统安防巨头有多年深耕下来的渠道和资源壁垒，并且也在加紧研发自己的AI视觉芯片。

相较于视觉识别，语音技术公司目前仍未找到一个市场空间足够大的行业去落地。一位语音独角兽公司内部人士告诉界面新闻记者，语音识别的场景很多，但现阶段能实现商业落地的很有限。

“技术上，语音识别准确率依然比较低，普遍在80%多，而视觉识别的准确率已经做到90%以上。语音市场爆发需要有一个核心放量的设备，但目前看来智能音箱还是比较牵强。”华创资本合伙人熊伟铭对界面新闻记者表示，由于技术与体验都不是特别好，加上场景缺失，现在所有语音公司都处在一种颇为尴尬的境地，靠做技术外包获得营收。

芯片成功流片后，接下来面临的问题是出货量是否足够大。一款芯片设计研发成本高昂，销量需要达到百万颗级别才能达到盈亏平衡。据界面新闻记者了解，现在各大AI芯片公司都在狂铺销售。

云知声在发布其物联网AI芯片UniOne后，宣布开源该芯片针对智能家居、智能音箱场景的语音交互方案。李霄寒承认，做这件事的商业诉求就是为了将芯片卖出去。

显然，“芯片”故事给语音技术公司设定了更高的天花板和更大的想象空间。但问题在于，有太多因素将直接影响语音AI芯片的市场前景，例如智能音箱的出货量，语音应用的市场规模等等。在这些问题得到解决之前，很难说语音技术公司的未来会一片通途。

在行业格局远未落定之时，AI芯片创业公司所能做的，便是在新兴市场插旗圈地，以最快的速度占领更多场景，并且需要在细分场景打通上下游产业链，建立壁垒。

如同任何新兴技术的发展曲线一样，AI芯片行业在一轮创业及融资热潮之后，也将经历一轮洗牌。中国半导体行业协会IC设计分会理事长、清华大学微电子学研究所所长魏少军教授认为，从产业发展规律来看，在今明两年之内AI芯片将持续火热，大家扎堆进入；但是到了2020年前后，则将会出现一批出局者，行业洗牌开始。

多位接受界面新闻记者采访的人士均表示，在2020年左右，这股AI芯片热潮泡沫会破灭。大量没有营收、产品不具备市场竞争力的初创公司会死掉，行业将加速并购整合，开始洗牌。

“AI芯片初创公司需要持续向前跑，将领先一点的技术优势转化为商业优势，再反过来支撑技术研发。等到其他人都’死’了，而你活下来就算成功。”一位AI芯片投资人说。