AI芯片行业到底是不是泡沫寒潮

从跑出实验室到在各行业落地，人工智能的产业链正在不断完善。一方面，算法公司已不再局限于只做软件，开始走软硬件一体化道路，发展全栈能力。另一方面，为求长久生存，包括AI芯片在内的人工智能公司开始争相登录二级市场。AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块（其他非计算任务仍由CPU负责）。AI芯片性能与传统芯片有很大区别，在执行AI算法时，更快、更节能。

但与此同时，行业也一直充斥着泡沫、寒潮等论调，对于AI芯片的唱衰不绝于耳。

作为星瀚资本的创始合伙人，杨歌投出了AI芯片公司鲲云科技。他长期关注智能制造和新基建行业，跟踪AI芯片、物联网等行业动态。钛媒体对杨歌进行了专访，就AI芯片上市潮、芯片爆发机会、创企如何生存等问题展开讨论。

为什么青睐科创板？

在科创板上，AI芯片的上下游企业掀起了一波上市潮。

国内AI芯片公司寒武纪将于6月2日正式登录科创板。此前，全球第五大芯片制造商中芯国际也宣布回归科创板。还有一些AI芯片企业已经展露了科创板上市的意向。

早在2019年初科创板开闸时，公布的第一批9家IPO企业中有3家都是芯片相关企业，可见芯片企业成为科创板的首批受益企业。

为什么芯片上下游企业瞄准了科创板？星瀚资本创始合伙人杨歌认为，科创板本身为了增加市场流动性，其成立就是为了帮助寒武纪一类的企业找到通畅的资本流动渠道。因为中国大部分技术类企业在中早期成本高企，盈利能力较弱。

“技术类公司大都是十年磨一剑，这一剑磨成了后会导致市场的爆发，从而带动自身市值的爆发。所以这类公司的资本化路径和曲线，和消费、供应链等正常线性发展的企业不同。这时提供一个相对好的政策帮助他们上市，才能使过程更加公平。”

AI芯片下个爆发点在哪里？

“现在显然还没到通用型AI芯片的水平，最多是从单一场景切成多场景的通用型芯片。”杨歌给出的数据显示，过去五年里，AI芯片有90%以上的方向都是图像识别相关应用，主要在安防领域，比如道路、社区、工业安防及人脸识别领域。

为什么AI芯片应用会如此聚焦于图像识别，做语音识别芯片的公司还有多少机会？

杨歌总结道，原因在于图像识别市场需求量大、需求明确且市场成熟。倒逼了像寒武纪、地平线类型的芯片公司在图像识别领域的应用。

首先，图像识别的AI算法比较标准，应用也比较标准，已经形成模块化，各场景的应用也比较简单。其次，图像识别的应用场景商业需求非常明确，需求量大。比方说，比方说，工业安防会有仓库、厂房使用，交通安防则是由政府集体采购等。

而从做语音识别的AI芯片公司来讲，首先，语音识别对于当点的计算力要求没有那么大，数据处理的量级也小得多。

杨歌列了一组数据：人眼和耳朵分析数据的差距，是100兆/秒比10k/秒的差距。这代表着耳朵其实不太需要计算力。

“图像识别需要像素很高非常精确，而语音即便没那么精细也能分辨出在说什么，所以对于计算力的要求更小。而当计算力要求小的时候，我就没必要在终端用AI芯片，而是可以把数据传到云端去分析，这存在一个非常底层的逻辑。”杨歌解释道。

据杨歌预测，AI芯片下一个爆发会在提高机器人的运动机能适应性方面。比如机器人的运动性反应、应激性反应等是需要AI芯片在终端进行处理的。而语音识别这个方向则相对比较劣势。

AI芯片的未来：软硬件一体

当前AI公司的发展有两种路径，一种聚焦于算法平台和底层框架，横向覆盖了很多行业;而另一种则是从底层芯片一直拓展到上层解决方案，走垂直的发展路径。这两者可被概括为“一横一纵”的发展模式。其中，前者只做软件，而后者则实现了软硬件一体化。

杨歌认为，“从芯片角度而言，考虑到计算力和边缘计算，只有软硬件一起做才能在未来人工智能计算力的市场上占有一席之地。”

原因在于，目前人工智能芯片和边缘计算的基础还不是非常成熟，在不成熟的基础上做软件、场景、算法或应用，就相当于在不成熟的地基上搭建空中楼阁。这就像是最早在移动梦网上开发游戏和软件的公司，因为移动梦网的底层不行，最后这些公司都会死掉，会被移动互联网所取代。

“因此，芯片公司必须要从底层上在硬件上占有一席之地，或者和当下最前沿的硬件公司进行深度的绑定，去为他们做服务。”

杨歌举例道，这就像英特尔在1965年前后做的事，英特尔其实也是一横一纵在做。既开发自己的底层硬件和算法，又在外面不断接项目，在垂直领域进行开发。从1965年直到1969年，当日本公司向英特尔提出要将底层封装成标准产品时，英特尔才获得了爆发。

“如果你不从需求出发不接项目，那你就没有阶段性的稳定收入;而一旦太多从需求出发，就会失去对底层的控制力，成为一家做项目的公司。因此二者必须是两手抓，两手都要硬的过程。”杨歌解释道。

当创企遇上大厂，还有机会吗？

创业企业与大厂合作，自然也避不开竞争。以寒武纪为例，华为曾是寒武纪的大客户，而当华为海思宣布自研芯片后，寒武纪不仅失去了大客户，还多了一位竞争对手。

那么，当大厂入局，创业企业可发挥空间还有多大？

杨歌认为，大公司永远无法替代小公司的创新性，这可以从商业与技术两个层面解读。

首先在商业上，大厂有自己的管理结构、设计和技术基础，其知识结构是固化的。大厂的优势体现在人力和生产，而技术行业的研发就在于关键的一两个人的水平。所以大厂倾向于学习小公司的技术，在学习到一定程度后进行并购。

从技术角度上，大厂芯片的研发过程，通常是用已有芯片去拟合人工智能的应用场景，它和硬件结构拟合的会非常生硬。但大厂的优势在于综合服务能力高于小厂，它不光提供计算服务，还可能提供大量的数据服务，比如产业链上下游的信息，所以能给到一套整体化的服务。

而面对商业竞争问题，创企该如何与大厂合作，保护自己的成果。

杨歌对小厂的建议是，在早期一定要有大客户，有稳定的收入来源和企业合作。最好与合作伙伴是有差异化的优势。比方说，寒武纪与华为就是过于同业的合作，所以可能一转身就推出了类似的业务。

AI芯片企业，要紧的是活下去

总体而言，当AI芯片从风口期进入理性期，业内不乏对AI芯片的唱衰声：缺乏大客户、造血能力差等都是挑战。芯片头部公司如寒武纪，在失去华为大客户后也经过了上交所问询，遭到了市场质疑。

对于唱衰之声，杨歌表示，“每个技术早期研发投入都远远大于收入，所以很多人会怀疑行业有问题。但是不要怀疑，企业短期内就解决短期内的问题，比如现金流、融资和成本结构问题。”

他举例道，摩托罗拉就是在2005-2008年间选错了赛道，在此时选择做4G研发。可它投入过多在无法控制的市场里面，最终死在了4G出来之前。所以企业在技术研发过程中一定要阶段性的变现，这是一种商业能力，但不代表选错了方向。

杨歌表示，“短期唱衰阻挡不了芯片整体发展趋势。去看看《创新者》这本书就知道了，现在唱衰AI芯片的人在1965年可能就是唱衰英特尔的那群人，但你再坚持看5年就知道了，英特尔会大到不可想象。”

AI技术的应用日益增长，在教育、医疗、无人驾驶等领域都能看到 AI 的身影。然而GPU 芯片过高的能耗无法满足产业的需求，因此取而代之必将有ASIC 芯片。