“AI芯片第一股”寒武紀確定融資規模，中國半導體企業半年融資超千億

原標題：AI芯片羣雄逐鹿： 融資迭創新高 面臨商業落地挑戰

芯片市場增長速度將持續呈上升趨勢。

衆所周知，近兩年AI芯片商業落地上遇冷，但是2021年投資圈對AI芯片的熱度猛然升溫。年初伊始，初創企業的融資訊息頻出，燧原、瀚博、沐曦、壁仞、摩爾線程、天數智芯等新一波的公司逐個嶄露頭角。

在創業公司不斷湧現的同時，國內科技巨頭們也加大了AI芯片的投入。近日，騰訊在招聘官網發佈了芯片研發崗位信息，包括芯片架構師、芯片設計工程師等，對此騰訊回應稱，這是基於一些業務需要，騰訊在特定的領域有一些芯片研發的嘗試，比如AI加速和視頻編解碼，但並非通用芯片。

至此，BAT均已入場，今年上半年，百度宣佈旗下崑崙芯片業務已成立獨立新公司，瞄準的也是雲端AI通用芯片，第二代崑崙芯片已經流片成功，將於2021年下半年量產；字節跳動也表示在組建相關團隊，在AI芯片領域做一些探索；華爲的昇騰生態在繼續展開，阿里含光芯片也已面市。

而從全球來看又是另一番生態，英偉達依舊制霸着AI芯片市場，在終端和雲端以GPU一騎絕塵。其挑戰者也攻勢兇猛，英特爾、AMD、谷歌、亞馬遜，乃至自研芯片的特斯拉，具有先發優勢的企業們不僅在一些關鍵性的技術突破點上大舉投入，英偉達們還全副武裝，從端到端進行整合。可以看到，在多年的羣雄並起之後，AI芯片的戰場來到了逐鹿中原的階段。

國內AI投資熱潮再現

目前，國內的AI芯片企業在技術創新、商業探索的發展階段。在前一波熱潮中，寒武紀已經上市、地平線被傳計劃今年推進上市、深鑑科技則在2018年被賽靈思收購；在當下新興的AI創業公司中，有不少企業直接進入GPU賽道，和英偉達正面競爭，也有的在細分領域通過架構層面等創新錯位競爭。在這些新力量中，創始成員中有不少技術大拿來自英偉達、AMD等大廠，在AI和芯片兩大熱點交織的2021年，團隊創立初始就受到資本圈青睞，融資額和估值頗高，有的企業估值已經達到“獨角獸”規模。

具體來看，GPU相關的大筆投資主要集中自今年一季度，這些企業瞄準了英偉達實力強大的雲端訓練領域。比如摩爾線程在成立100天時間內完成了兩輪超十億融資；成立僅一年多的壁仞科技已經完成B輪融資，累計融資金額已超過47億元人民幣，創始團隊中高手雲集；據悉，壁仞科技的第一款GPU芯片定位高端通用智能計算，支持雲端訓練和推理，目前已經到了收尾階段，預計將在今年流片；沐曦也完成數億元Pre A+輪融資，擬採用5納米工藝技術，研發全兼容CUDA及ROCm生態的高性能GPU芯片，滿足HPC、數據中心及AI等方面的計算需求；天數智芯完成C輪12億元融資，其首款臺積電代工的7納米雲端訓練芯片BI已進入量產階段，即將進入規模化商用環節。

同時，也有不少企業選擇了AI雲端推理領域進行突圍。從市場需求側看AI推理的市場正在放大，研究機構賽迪顧問報告顯示，從2019年到2021年三年中國AI芯片市場規模仍將保持50%以上的增長速度，到2021年，市場規模將達到305.7億元。其中，隨着大規模地方性數據中心的建設陸續完成，雲端訓練芯片增長速度放緩；而隨着各領域市場需求的釋放，雲端推斷芯片、終端推斷芯片市場增長速度將持續呈上升趨勢。

比如，瀚博半導體創始人兼CEO錢軍就向21世紀經濟報道記者表示，選擇推理端突破，一方面是因爲市場需求，有數據顯示，2021年推理市場已經大於訓練市場；另一方面是因爲GPU在推理側不是最好的構架，瀚博半導體有更好的DSA構架，同時，瀚博半導體還強化視頻處理能力；成立於2018年的燧原科技既有訓練芯片，也有推理芯片，燧原科技獲得最新的C輪融資，共融資人民幣18億元，最新推出第二代芯片也將加速商業化的步伐，燧原科技CEO趙立東表示，燧原的產品主要面向泛互聯網、傳統行業（金融、交通、電力、醫療、工業等）以及新基建三大業務方向。

要與國際巨頭正面PK

儘管AI芯片市場巨大，但是從發展規律看最終會集中於頭部企業，有投資人向21世紀經濟報道記者指出，近兩年國內市場上AI企業衆多，達到數十家，未來將面臨整合和淘汰。

對於國內企業而言，相似的背景也帶來初創企業的同質化，目前更考驗大家的是商業化落地情況，一些芯片公司已經和互聯網企業、科研機構等形成合作關係，如何繼續擴大規模、持續輸出高性能產品對標英偉達等都是挑戰。

有芯片從業者就告訴記者，不論團隊背景如何，最重要的還是如何實現商業落地，在內部需要硬件架構和軟件進行磨合，在軟硬件結合後接觸客戶時，更大的挑戰也開始了。面對客戶針對產品提出的實際要求，芯片公司需要不斷進行優化，同時，在和客戶合作過程中，也意味着和巨頭英偉達在性能等方面直接PK，需要證明自身的高性能，競爭還是非常激烈的。

畢竟英偉達構築的人工智能生態依然強大，早在2007年英偉達就提出了GPGPU（用於通用計算的GPU）的概念，將GPU從傳統印象中的圖像處理器，廣泛普及應用到計算訓練當中，並抓住了圖形渲染、深度學習和區塊鏈等領域的發展機遇。同時，英偉達還搭建了CUDA平臺，CUDA平臺是英偉達建立的並行運算的一整套軟硬件生態標準，大多數AI芯片均與之匹配兼容，尤其是訓練端芯片，若收購ARM成功，英偉達將進一步如虎添翼。

英偉達的生態十分堅固，但是其他科技企業們也在摩拳擦掌。谷歌於2015年就開始製造自己的芯片，打造自己的TPU芯片；AMD收購了賽靈思用於AI 數據中心產品；在2016年收購Annapurna Labs後，亞馬遜去年開始將Alexa的大腦轉移到自己的Inferentia芯片上。

英特爾則通過收購案來彌補AI芯片佈局，2015年167億美元收購FPGA巨頭Altera，FPGA在雲計算、物聯網、邊緣計算等方面有很大的潛力，2016年以4.08億美元收購了 Nervana，2019年以20億美元收購了AI芯片企業Habana Labs。此外，英特爾還收購了視覺處理芯片初創公司 Movidius、自動駕駛公司Mobileye。同時，英特爾發佈了IDM2.0計劃，還要強化芯片製造端，不難看出，各家企業正在進行業務全鏈條的佈局。

值得注意的是，在這些企業之外，特斯拉的進展也備受關注，在其決定使用自研芯片之後，軟硬件一體化的思路也在挑戰着傳統的芯片設計廠商。有AI從業者向記者表示，AI企業們一直都在尋找新的應用場景，英偉達也不例外，在手機、電腦、服務器等市場之外，自動駕駛行業正在掀起新一波熱潮。在自動駕駛芯片場景中，特斯拉有着實踐的優勢，最終誰的深度學習能力更強、AI綜合實力更強，還將拭目以待。

（作者：倪雨晴 編輯：李清宇）