AI芯片逐鹿中原:融资迭创新高 潜藏商业化挑战危机

21Tech倪雨晴 2021-07-22 21:34

芯片市场增长速度将持续呈上升趋势。

众所周知,近两年AI芯片商业落地上遇冷,但是2021年投资圈对AI芯片的热度猛然升温。年初伊始,初创企业的融资讯息频出,燧原、瀚博、沐曦、壁仞、摩尔线程、天数智芯等新一波的公司逐个崭露头角。

在创业公司不断涌现的同时,国内科技巨头们也加大了AI芯片的投入。近日,腾讯在招聘官网发布了芯片研发岗位信息,包括芯片架构师、芯片设计工程师等,对此腾讯回应称,这是基于一些业务需要,腾讯在特定的领域有一些芯片研发的尝试,比如AI加速和视频编解码,但并非通用芯片。

至此,BAT均已入场,今年上半年,百度宣布旗下昆仑芯片业务已成立独立新公司,瞄准的也是云端AI通用芯片,第二代昆仑芯片已经流片成功,将于2021年下半年量产;字节跳动也表示在组建相关团队,在AI芯片领域做一些探索;华为的昇腾生态在继续展开,阿里含光芯片也已面市。

而从全球来看又是另一番生态,英伟达依旧制霸着AI芯片市场,在终端和云端以GPU一骑绝尘。其挑战者也攻势凶猛,英特尔、AMD、谷歌、亚马逊,乃至自研芯片的特斯拉,具有先发优势的企业们不仅在一些关键性的技术突破点上大举投入,英伟达们还全副武装,从端到端进行整合。可以看到,在多年的群雄并起之后,AI芯片的战场来到了逐鹿中原的阶段。

国内AI投资热潮再现

目前,国内的AI芯片企业在技术创新、商业探索的发展阶段。在前一波热潮中,寒武纪已经上市、地平线被传计划今年推进上市、深鉴科技则在2018年被赛灵思收购;在当下新兴的AI创业公司中,有不少企业直接进入GPU赛道,和英伟达正面竞争,也有的在细分领域通过架构层面等创新错位竞争。在这些新力量中,创始成员中有不少技术大拿来自英伟达、AMD等大厂,在AI和芯片两大热点交织的2021年,团队创立初始就受到资本圈青睐,融资额和估值颇高,有的企业估值已经达到“独角兽”规模。

具体来看,GPU相关的大笔投资主要集中自今年一季度,这些企业瞄准了英伟达实力强大的云端训练领域。比如摩尔线程在成立100天时间内完成了两轮超十亿融资;成立仅一年多的壁仞科技已经完成B轮融资,累计融资金额已超过47亿元人民币,创始团队中高手云集。据悉,壁仞科技的第一款GPU芯片定位高端通用智能计算,支持云端训练和推理,目前已经到了收尾阶段,预计将在今年流片;沐曦也完成数亿元Pre A+轮融资,拟采用5纳米工艺技术,研发全兼容CUDA及ROCm生态的高性能GPU芯片,满足HPC、数据中心及AI等方面的计算需求;天数智芯完成C轮12亿元融资,其首款台积电代工的7纳米云端训练芯片BI已进入量产阶段,即将进入规模化商用环节。

同时,也有不少企业选择了AI云端推理领域进行突围。从市场需求侧看AI推理的市场正在放大,研究机构赛迪顾问报告显示,从2019年到2021年三年中国AI芯片市场规模仍将保持50%以上的增长速度,到2021年,市场规模将达到305.7亿元。其中,随着大规模地方性数据中心的建设陆续完成,云端训练芯片增长速度放缓;而随着各领域市场需求的释放,云端推断芯片、终端推断芯片市场增长速度将持续呈上升趋势。

比如,瀚博半导体创始人兼CEO钱军就向21世纪经济报道记者表示,选择推理端突破,一方面是因为市场需求,有数据显示,2021年推理市场已经大于训练市场;另一方面是因为GPU在推理侧不是最好的构架,瀚博半导体有更好的DSA构架,同时,瀚博半导体还强化视频处理能力;成立于2018年的燧原科技既有训练芯片,也有推理芯片,燧原科技获得最新的C轮融资,共融资人民币18亿元,最新推出第二代芯片也将加速商业化的步伐,燧原科技CEO赵立东表示,燧原的产品主要面向泛互联网、传统行业(金融、交通、电力、医疗、工业等)以及新基建三大业务方向。

商业化竞争:逐鹿中原

尽管AI芯片市场巨大,但是从发展规律看最终会集中于头部企业,有投资人向21世纪经济报道记者指出,近两年国内市场上AI企业众多,达到数十家,未来将面临整合和淘汰。

对于国内企业而言,相似的背景也带来初创企业的同质化,目前更考验大家的是商业化落地情况,一些芯片公司已经和互联网企业、科研机构等形成合作关系,如何继续扩大规模、持续输出高性能产品对标英伟达等都是挑战。

有芯片从业者就告诉记者,不论团队背景如何,最重要的还是如何落实商业落地,在内部需要硬件架构和软件进行磨合,在软硬件结合后接触客户时,更大的挑战也开始了。面对客户针对产品提出的实际要求,芯片公司需要不断进行优化,同时,在和客户合作过程中,也意味着和巨头英伟达在性能等方面直接PK,需要证明自身的高性能,竞争还是非常激烈。

毕竟英伟达构筑的人工智能生态依然强大,早在2007年英伟达就提出了GPGPU(用于通用计算的GPU)的概念,将GPU从传统印象中的图像处理器,广泛普及应用到计算训练当中,并抓住了图形渲染、深度学习和区块链等领域的发展机遇。同时,英伟达还搭建了CUDA平台,CUDA平台是英伟达建立的并行运算的一整套软硬件生态标准,大多数AI芯片均与之匹配兼容,尤其是训练端芯片,若收购ARM成功,英伟达将进一步如虎添翼。

英伟达的生态十分坚固,但是其他科技企业们也在摩拳擦掌。谷歌于2015年就开始制造自己的芯片,打造自己的TPU芯片;AMD收购了赛灵思用于AI 数据中心产品;在2016年收购Annapurna Labs 后,亚马逊去年开始将Alexa的大脑转移到自己的Inferentia芯片上。

英特尔则通过收购案来弥补AI芯片布局,2015年167亿美金收购FPGA巨头Altera,FPGA在云计算、物联网、边缘计算等方面有很大的潜力,2016年以4.08亿美元收购了 Nervana,2019年以20亿美元收购了AI芯片企业Habana Labs。此外,英特尔还收购了视觉处理芯片初创公司 Movidius、自动驾驶公司Mobileye。同时,英特尔发布了IDM2.0计划,还要强化芯片制造端,不难看出,各家企业正在进行业务全链条的布局。

值得注意的是,在这些企业之外,特斯拉的进展也备受关注,在其决定使用自研芯片之后,软硬件一体化的思路也在挑战着传统的芯片设计厂商。有AI从业者向记者表示,AI企业们一直都在寻找新的应用场景,英伟达也不例外,在手机、电脑、服务器等市场之外,自动驾驶行业正在掀起新的浪潮,在自动驾驶芯片场景中,特斯拉有着实践的优势,最终谁的深度学习能力更强、AI综合实力更强,还将继续进行角逐。

(作者:倪雨晴 编辑:李清宇)

倪雨晴

IT版记者

关注通信、半导体、智造等硬科技,也关注人工智能。欢迎找我分享故事,邮箱niyq@21jingji.com。