AI的浪潮下,有的AI芯片企业冲出重围,有的AI芯片企业跌入谷底。但如今,潮水过后,以寒武纪为代表的AI芯片企业的日子过的算不上红火。在一波又一波的资本涌入后,AI芯片好似一滩浑水。

许多AI芯片企业,都面临着生存的难题。

中国AI芯片企业已过成长期

近两年来,中国AI芯片被炒的火热。AI芯片掀起一波又一波的投资风潮。去年,AI芯片行业共有109起投资事件,投资金额达到达396.36亿元。其中有至少8起单笔融资的金额逾10亿人民币,单笔最高融资达53.5亿人民币。2021年沐曦集成电路、星云智联、摩尔线程等四家AI芯片厂商均获得了上亿元融资。

在资本的裹挟下,AI芯片企业迅速增长。从2016年AI芯片潮大爆发,传统芯片厂商、算法公司、互联网巨头等纷纷涌入,上百家公司投身造芯。2017年时我国AI芯片企业仅有1110家,到了2021年企业数量迅速暴涨至13492家。

与此同时,AI芯片企业也推出各类的AI芯片产品,包括:寒武纪第三代云端AI芯片思元370;地平线整车智能计算平台征程 Journey 5;昆仑芯2;阿里平头哥含光800;燧原“邃思”2.5云端AI推理芯片;瀚博半导体AI推理芯片SV100等。

但潮水褪去,AI企业生存的好吗?

中国首家人工智能AI芯片研发厂商寒武纪,在2020年登陆科创板时,当日股价最高飙升至295元/股,总市值一度冲破千亿。但最近,寒武纪频繁遭股东减持,核心高管梁军出走,股票已跌至67元/股。

并且,寒武纪已经连续五年亏损,累计或近30亿元。营收无法覆盖研发投入,对于寒武纪2021年预亏的业绩表现,国金证券点评公司“亏损难改善,费用高于预期”。国金证券认为在研发费用方面,公司预计在2021年投入了10.44亿元-12.76亿元,同比增长 35.9%-66.1%,明显高于其之前9.5亿元的预期。

物转星稀,火热的AI芯片1.0时代成为了过去,趋于冷静的AI芯片2.0的序幕正缓缓拉开。

竞争激烈

AI芯片的市场极大,根据有关数据表示,2025年,中国人工智能核心产业市场规模将达到4000亿元人民币,其中基础层芯片及相关技术的市场规模约1740亿元。这样高潜力的市场意味着AI芯片这块市场并非只有AI芯片企业眼馋。

近几年来,不少企业都纷纷跨界造芯,并且都瞄准了AI芯片。例如,百度在2010就开始采用FPGA自研AI芯片,2021年发布昆仑芯2;阿里在2018年成立了“平头哥半导体有限公司”入局AI芯片,在2019年首发AI芯片“含光800”;腾讯2020年自立门户下场造AI芯片;字节也被爆出自研云端AI芯片。此外,也有不少机器视觉、语音赛道的AI独角兽,也开始把将目光投到芯片领域,有意把自身在AI算法上的积累与硬件放在一起。

AI芯片的大蛋糕,早已被众多企业盯上。

研发关卡

虽然大量公司涌入AI芯片赛道,但AI芯片的研究并非如此简单。正确的架构取决于对 AI 的理解,一些芯片专家芯片设计能力很强,但对 AI 的计算或应用特点理解不深入;一些 AI 算法科学家在底层知识上有所欠缺。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,又要很好的处理场景中的各种问题。

对研发的高需求让AI芯片行业承受着亏损的煎熬。寒武纪曾在财报中指出,亏损主要系为进一步推进“云边端”产业布局,扩大产品线,加大研发投入和人才引进力度所致,并表示智能芯片研发需要大量开支,未来一段时间,将存在持续亏损并面临潜在风险,尤其是无法保证未来几年内实现盈利。

生态需求明显

但研发AI芯片需要的不止是一厢情愿,还需要芯片生态的配合。芯片本身除了要达到客户要求,还需要软件、工具链、方案等生态上的配合。

面向不同场景时,AI芯片的利用率、兼容性等有待提高,各类基于不同AI芯片的异构设备协同困难。但企业发展从软向硬比较难,从硬向软则相对容易。因为软件的学习周期比较快,而芯片的周期是以年为单位的,做硬件的人一旦有合适的软件团队就能较快迭代,但从软到硬则需要花费很长的学习周期。

对初创企业众多的AI芯片企业来说,有一个很大的挑战在于创企要自己摸准市场的方向,甚至产品推广的方式和客户的需求都要自己去摸索。他们需要在做芯片的同时,达到让客户能用某款产品的状态,这就需要软件、工具链、解决方案等在内的生态加持,这对于芯片公司来说是非常具有挑战性的一面。

量产困难

有两个量产的关键数据,第一是18个月,第二是百万颗。18个月是说,一款 AI 芯片的研发周期一般在 18 个月左右,一款 AI 芯片产品问世后,可能要历经 N 次迭代后才能获得较大市场份额。百万颗则是指,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。

这两个数据都对AI芯片公司提出了极大的要求。芯片行业本身就是一个高投入的行业,研发成本非常高,光是每次流片可能就需要花费好几千万元,并且流片的失败率很高。AI专用芯片一般都是面向特定应用需求而定制,一旦流片,功能就无法更改,因此需要有量的保证,这对一些还处于发展早期的芯片企业来说有很大的挑战。

在芯片成功流片后,还需要考虑出货量的问题。百万颗的销量要求,也对某些AI芯片企业能否做到打了问号。

目前来看,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,但是性能更为稳定。国产AI芯片在没有经历市场验证的情况下,被认可后广泛商用还有很长一段路要走。

拯救AI芯片

“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。

在营收规模和亏损的双重压力下,如何存活下来成为AI芯片企业的重要命题。

回看中国AI企业,AI四小龙寻找新出路。

商汤科技将自己定位为“AI工厂”,而为了支撑整个“工厂”的不断运转,商汤科技投入了约50亿元的资金用于建超算中心、开源核心算法。在IPO时期,募集资金60%投入研发,包括扩大AIDC算力、加强人工智能芯片设计、自研现有芯片解决方案、提升模型有关能力和进一步开发产品等。

云从科技奔着提供高效人机协同操作系统和行业解决方案的人工智能。从曾经的AI芯片做切口的想法,变为了如今的面向智慧金融、智慧治理、智慧出行、智慧商业四个领域提供综合的人工智能解决方案。

依图科技在AI赛道的选择中,从医学影象分析转战AI芯片+算力厂商。募资75.05亿元,主要用于新一代人工智能IP及高性能SoC芯片项目、基于视觉推理的边缘计算系统项目等5个项目以及补充流动资金。

旷视科技在主要以物联网作为人工智能技术落地的载体,开发创新性的AIoT软硬一体化解决方案,是将AI、软件和硬件结合的软硬一体化产品体系。

AI公司的商业化落地尚未寻找到可行的商业模式,对AI赛道的调整与选择是每个初创AI企业需要迈过的难关。

另一个,AI企业想要建立起自己的‘护城河’,要么是靠自己的产品,要么是在细分领域里面能够有真正的核心算法和技术能力。

AI芯片要学会全面发展,在不同领域结合。这里的结合并是不是指其他领域公司跨界造芯,AI芯片很难成为一个独立的产品,AI应用场景的落地才是真正的考验。

在面对强大的巨头冲击下,初创AI芯片企业想要与之抗衡,需要深耕垂直领域而不是通用类产品,靠自己产品和技术的差异化来打开巨头的封锁。在垂直领域积累用户和数据,结合技术和算法优势,才有机会成为垂直领域的颠覆者。

在细分领域上,合二为一是一个创新的方式。以如今紧缺的汽车AI芯片市场为例,目前的汽车AI市场要么就是AI芯片公司做汽车AI芯片,已经推出的包括黑芝麻智能科技的华山系列、华为昇腾系列芯片、地平线征程系列芯片、寒武纪的MLU系列芯片。要么就是MCU芯片公司在做车规MCU,类似公司有复旦微、杰发科技、赛腾微电子、上海航芯、中微半导体、极海半导体、兆易创新、芯旺微等等。但国内汽车AI芯片公司与国产车规MCU公司之间合作并不深,导致汽车芯片上AI与MCU发展割裂。

因此,AI落地细分领域场景,是AI芯片企业的破局之法。

在良莠不齐的芯片市场中,哪类企业泡沫较大?

北极光创投合伙人杨磊曾观察到,对于优秀的公司来说,很多半导体公司每年会有50%~100%的净利润增长,这些就是好公司。从如今的生态环境来看,无论是在IP、设计服务、供应链管理等方面,芯片行业的设计变得越来越容易了,业界出现了一句口号叫做“天下没有难做的芯片”。

在风潮之下,AI芯片企业数量暴涨,但并非所有AI芯片企业公司能够熬到最后。

确实有很多人可以去做芯片,但是做出来的芯片能不能成为一个芯片公司,并在芯片这条路上长久走下去,答案是不一定的。