行業(yè)普遍認(rèn)為，安防芯片已經(jīng)是一個(gè)紅海市場(chǎng)。

隨著AI在安防行業(yè)的落地，AI獨(dú)角獸們也紛紛進(jìn)入這一市場(chǎng)。如何實(shí)現(xiàn)差異化競(jìng)爭(zhēng)，其中一個(gè)關(guān)鍵因素就是IP的選擇。

提供安防芯片的IP授權(quán)，全球范圍內(nèi)ARM、Cadence、CEVA等廠商已占據(jù)了大量的份額。

通常，IP研發(fā)的資金投入大、技術(shù)難度高。而國(guó)內(nèi)廠商，入局這一市場(chǎng)，又是否還有生存的機(jī)會(huì)？

芯片3.0時(shí)代：定制芯片的興起

作為異構(gòu)處理器IP 平臺(tái)和芯片解決方案提供商，華夏芯擁有自主知識(shí)產(chǎn)權(quán)的 CPU、DSP、GPU 和 AI 處理器 IP，也是國(guó)產(chǎn)IP授權(quán)供應(yīng)商中的一員。

將IP授權(quán)模式作為芯片的一種商業(yè)模式，還要從ARM等公司說起。

上世紀(jì)90年代前后，以臺(tái)積電為代表的Foundry（芯片代工廠）模式和以MIPS、ARM為代表的IP（知識(shí)產(chǎn)權(quán)）授權(quán)模式的誕生，永久地改變了世界半導(dǎo)體產(chǎn)業(yè)的版圖——大大降低了半導(dǎo)體產(chǎn)業(yè)的準(zhǔn)入門檻。

此前，全球只有幾十家芯片公司，都采用自己的指令集來設(shè)計(jì)芯片，這是芯片設(shè)計(jì)的1.0時(shí)代。

IP授權(quán)模式的興起則催生了全世界范圍內(nèi)大量的芯片公司。迄今為止，全球有大大小小幾千家基于第三方IP設(shè)計(jì)芯片的半導(dǎo)體公司。這也就開啟了芯片設(shè)計(jì)的2.0時(shí)代。

今天，芯片成為了從谷歌、阿里這樣的互聯(lián)網(wǎng)企業(yè)到特斯拉、格力這樣的終端產(chǎn)品公司的“護(hù)城河”和核心競(jìng)爭(zhēng)力。與此同時(shí)，新的芯片設(shè)計(jì)模式也在孕育中。

在人工智能時(shí)代，伴隨著摩爾定律的減緩甚至失效，在新工藝下設(shè)計(jì)、生產(chǎn)高端復(fù)雜芯片的投入巨大。市場(chǎng)上現(xiàn)有的通用芯片無法滿足人工智能高速計(jì)算以及不同場(chǎng)景下的差異化需求，而專用芯片又無法滿足算法每3到6個(gè)月就迭代升級(jí)一次的可編程需求。

因而，市場(chǎng)針對(duì)高端芯片的定制化需求就呼之而出。

華夏芯CEO李科奕認(rèn)為，目前的芯片市場(chǎng)，正是一個(gè)新技術(shù)、新模式分流的時(shí)代。

年銷售額在2000億元以上的公司，包括谷歌、華為等已開始自研芯片；銷售額在10億元以下的公司，可能會(huì)繼續(xù)使用市場(chǎng)上現(xiàn)有的通用芯片；而銷售額在10億到2000億元之間的公司，很可能會(huì)選擇第三種路徑，即委托第三方來設(shè)計(jì)、定制所需要的芯片。芯片設(shè)計(jì)的3.0時(shí)代，就是自研芯片、通用芯片以及定制芯片三種模式并行的時(shí)代。

“對(duì)于高端復(fù)雜芯片而言，自研芯片需要跨界建立龐大的設(shè)計(jì)團(tuán)隊(duì)，不一定符合經(jīng)濟(jì)規(guī)律。而市面上的通用芯片由于需求不明確，容易面臨設(shè)計(jì)不足或過度設(shè)計(jì)的問題。在一定規(guī)模的基礎(chǔ)上，定制則能夠?qū)崿F(xiàn)客戶針對(duì)性能、功耗、可編程性、內(nèi)存、接口、成本、算法、生命周期等不同的要求。”李科奕說道。

IP是一門難做的生意，華夏芯要做“異構(gòu)計(jì)算IP平臺(tái)”的“開創(chuàng)者”

要做定制芯片的生意，就又回到了IP授權(quán)的問題上。

國(guó)內(nèi)IP產(chǎn)業(yè)還處于初級(jí)階段，IP公司整體規(guī)模都比較小，大部分都在價(jià)值鏈較低端的領(lǐng)域，且國(guó)內(nèi)IC設(shè)計(jì)廠商也大多購(gòu)買國(guó)外IP核授權(quán)。

即使在國(guó)內(nèi)興起的“造芯”熱潮中，從事自主設(shè)計(jì)CPU、GPU或DSP的單位仍如“鳳毛麟角”，而異構(gòu)計(jì)算IP平臺(tái)需要同時(shí)具備CPU、GPU、DSP、AI等不同計(jì)算單元的設(shè)計(jì)能力，就更是難上加難。

李科奕直言，如果初創(chuàng)公司用傳統(tǒng)方法設(shè)計(jì)自主的異構(gòu)處理器IP平臺(tái)，幾乎是“不可能完成的任務(wù)”。因?yàn)槊總€(gè)相關(guān)領(lǐng)域，都有芯片研發(fā)隊(duì)伍在千人以上和龐大資金實(shí)力的傳統(tǒng)處理器巨頭。

可能成功的辦法只有一個(gè)：規(guī)避PC、服務(wù)器、手機(jī)這些已經(jīng)形成了生態(tài)壟斷的市場(chǎng)，并且采用全新的設(shè)計(jì)理念和技術(shù)基因。

“除英特爾等極個(gè)別公司外，全球99.99%的傳統(tǒng)芯片廠商都是采用來自不同供應(yīng)商的IP設(shè)計(jì)自己的芯片。比如CPU一般是ARM授權(quán)的，DSP可能是CEVA授權(quán)的，神經(jīng)網(wǎng)絡(luò)可能甚至是采用初創(chuàng)公司的授權(quán)。這樣就必然導(dǎo)致設(shè)計(jì)芯片隊(duì)伍很龐大，因?yàn)樾枰煌拈_發(fā)團(tuán)隊(duì)分別學(xué)習(xí)不同的指令集，熟悉不同的IP，對(duì)各種IP進(jìn)行適配，再在仿真環(huán)境中，看IP的運(yùn)行是否有沖突、會(huì)不會(huì)‘打架’。”

“而且產(chǎn)品開發(fā)團(tuán)隊(duì)十分龐大，產(chǎn)品開發(fā)周期也很漫長(zhǎng)。應(yīng)用開發(fā)者需要學(xué)習(xí)ARM的CPU、CEVA的DSP以及第三方的神經(jīng)網(wǎng)絡(luò)是如何編程的。越是復(fù)雜的AI應(yīng)用，越是需要不同計(jì)算單元之間高效的管理與調(diào)度。所以，如果沒有一套融合不同計(jì)算IP的系統(tǒng)開發(fā)調(diào)試的工具，實(shí)現(xiàn)產(chǎn)品開發(fā)的周期會(huì)很漫長(zhǎng)。”李科奕說道。

明白了設(shè)計(jì)異構(gòu)芯片時(shí)的IP痛點(diǎn)在哪里，華夏芯采取的是與傳統(tǒng)路徑完全不同的理念來切入市場(chǎng)。

與其說華夏芯是在已經(jīng)形成生態(tài)的IP陣營(yíng)里搶下“一塊蛋糕”，還不如說華夏芯是另辟蹊徑，在增量IP市場(chǎng)上開辟一條全新的道路，成為“異構(gòu)計(jì)算”領(lǐng)域的“一站式供應(yīng)商”。

異構(gòu)計(jì)算，打破傳統(tǒng)芯片的IP藩籬

什么是”異構(gòu)計(jì)算”？

在IT界，異構(gòu)計(jì)算并不是一個(gè)新興的詞。

在80年代末，異構(gòu)計(jì)算這一概念就已經(jīng)誕生了。所謂異構(gòu)，就是將CPU、DSP、GPU、加速器、FPGA等不同架構(gòu)、不同指令集、不同功能的計(jì)算單元，組合起來形成一個(gè)融合的計(jì)算系統(tǒng)。

由于摩爾定律接近失效，芯片算力的增長(zhǎng)已接近瓶頸，而AI的發(fā)展對(duì)計(jì)算力的超高要求，異構(gòu)計(jì)算近幾年來在產(chǎn)業(yè)中開始顯露鋒芒，并被普遍認(rèn)可。

一般來說，通用計(jì)算單元難以滿足算力的高要求，AI專用計(jì)算單元?jiǎng)t在編程靈活性、算法升級(jí)上有所欠缺。因而目前業(yè)內(nèi)普遍看好的一種方式，就是將通用和專用計(jì)算架構(gòu)結(jié)合在一起，取長(zhǎng)補(bǔ)短。但是，將不同類型指令集和體系架構(gòu)的計(jì)算單元集成到一顆SoC芯片上，設(shè)計(jì)難度和復(fù)雜程度是非常大的。而且不同計(jì)算架構(gòu)有不同的開發(fā)環(huán)境和編程語(yǔ)言，導(dǎo)致系統(tǒng)性的開發(fā)調(diào)試也非常復(fù)雜。

這就是目前“異構(gòu)計(jì)算”所需要解決的兩大難題：一個(gè)是降低芯片設(shè)計(jì)的復(fù)雜度；第二個(gè)是降低編程開發(fā)的復(fù)雜度。這也是現(xiàn)在安防芯片廠商們，尤其是在安防前端開發(fā)廠商面臨的挑戰(zhàn)。

李科奕解釋道，新一代的“異構(gòu)計(jì)算”可以定義為“單芯片上高效協(xié)同的統(tǒng)一編程模式”。

華夏芯所采用的技術(shù)手段就是新一代的“異構(gòu)計(jì)算”，用一套指令集設(shè)計(jì)不同計(jì)算單元的IP，IP之間形成高度的統(tǒng)一性，只需要一個(gè)團(tuán)隊(duì)就可完成IP的學(xué)習(xí)、設(shè)計(jì)及使用。而且不會(huì)存在CPU和DSP、GPU之間“打架”的問題。

“華夏芯基于統(tǒng)一指令集的異構(gòu)設(shè)計(jì)模式，將不同的計(jì)算單元整合在一起。比如說，我們正在設(shè)計(jì)的一款低功耗的SoC芯片，CPU與 DSP融合在一個(gè)計(jì)算單元里面，與傳統(tǒng)的CPU核加DSP核相比，功耗更低，而且只需一套編程模型。”

李科奕說道，“定制一個(gè)芯片，我們希望它生命周期有三到四年，為了實(shí)現(xiàn)比較好的適應(yīng)性和靈活性，就需要在芯片的通用性和專用性上達(dá)成一個(gè)折衷。其中，既有專用計(jì)算單元，又有通用計(jì)算單元。這樣既能高效的處理數(shù)據(jù)，又能支持算法的更新和迭代。”

這是做IP創(chuàng)新的最好時(shí)代，安防等市場(chǎng)還沒有主流的異構(gòu)生態(tài)

如果將視角集中到目前市場(chǎng)看好的AI加速器上，華夏芯的異構(gòu)計(jì)算架構(gòu)優(yōu)勢(shì)在哪里？

李科奕指出，現(xiàn)有市場(chǎng)上集成了AI加速器的芯片在應(yīng)用上還存在問題。

第一是芯片價(jià)格太高。第二個(gè)芯片的可編程性不足。“來自安防領(lǐng)域的廠商普遍反映的不僅是芯片的性能不夠，而且芯片中的AI加速器使用起來都很復(fù)雜，如果要實(shí)現(xiàn)CPU、DSP和AI協(xié)同計(jì)算則更加困難。”

在以安防、自動(dòng)駕駛為代表的邊緣計(jì)算市場(chǎng)，對(duì)芯片的綜合性能要求非常高。芯片需要處理的數(shù)據(jù)量很大，同時(shí)對(duì)于性能、性價(jià)比、性能功耗比要求都很高。而作為新興市場(chǎng)，邊緣計(jì)算的需求量很大，目前布局的廠商并不多，還未形成巨頭壟斷。

對(duì)于云端語(yǔ)音和圖像識(shí)別芯片的需求是只要性能足夠好，芯片的價(jià)格可以做到較高，但需求量并不會(huì)很大。云端芯片要求處理速度極快，一秒鐘需要做到處理幾千張畫面。但對(duì)功耗要求相對(duì)較低。

而在物聯(lián)網(wǎng)市場(chǎng)，對(duì)AIoT芯片的需求量也很大。AI性能要求相對(duì)較低，如智能門禁、門鎖等場(chǎng)景，可能只需要一秒鐘分析幾張畫面。但要求功耗低、成本低。

以上新興市場(chǎng)還未有巨頭形成壟斷的生態(tài)，而且對(duì)性能、功耗、可編程性、成本等存在多元化、差異化的需求。通過芯片定制發(fā)揮異構(gòu)計(jì)算相對(duì)于傳統(tǒng)的通用芯片或?qū)Ｓ眯酒膬?yōu)勢(shì)就有了“用武之地”。

“定制芯片還是個(gè)新生事物，很多廠家想要嘗試，目前還需要一個(gè)逐步推廣的過程。”

“現(xiàn)在很多新興的人工智能場(chǎng)景，從安防監(jiān)控、輔助駕駛、服務(wù)機(jī)器人、物聯(lián)網(wǎng)、到5G應(yīng)用等，這些領(lǐng)域的芯片都還沒有形成壟斷的生態(tài)。尤其在安防領(lǐng)域，前端有很多新的技術(shù)出現(xiàn)，如三維立體識(shí)別、步態(tài)檢測(cè)，以及通過5G實(shí)現(xiàn)變焦攝像頭的聯(lián)動(dòng)等。因而，我們認(rèn)為現(xiàn)在恰恰是做指令集的一個(gè)最好的時(shí)代。”李科奕說道。

而如何平衡定制需求和芯片成本的問題呢？眾所周知，目前很多AI安防芯片廠商做芯片時(shí)面臨的一個(gè)很大問題就是，如果芯片產(chǎn)量不夠大，便很難以收回成本實(shí)現(xiàn)盈利。而定制芯片的需求量相對(duì)更難把握，如果不能實(shí)現(xiàn)規(guī)模化采購(gòu)，成本問題就更加突出。

李科奕介紹道，這確實(shí)需要做一個(gè)平衡。“既然接受定制，一定要先把賬算好了，再進(jìn)行定制。華夏芯是提供一整套IP，設(shè)計(jì)投入相對(duì)較少，這意味著只要銷量達(dá)到幾十萬(wàn)到上百萬(wàn)顆就能實(shí)現(xiàn)盈虧平衡。”

按照聯(lián)發(fā)科的測(cè)算，中國(guó)有400億美金的定制市場(chǎng)，這部分市場(chǎng)的客戶都希望通過芯片定制支持產(chǎn)品創(chuàng)新，提升競(jìng)爭(zhēng)實(shí)力。

換道超車？做“集成創(chuàng)新”不如做“原始創(chuàng)新”

值得注意的是，異構(gòu)計(jì)算目前生態(tài)上還不夠成熟。目前，AMD、高通、ARM、華夏芯等成立了異構(gòu)系統(tǒng)架構(gòu)（HSA）聯(lián)盟，而Intel在推動(dòng)“超異構(gòu)”。

國(guó)內(nèi)目前也有一些企業(yè)開始涉足這一領(lǐng)域，如華為等企業(yè)都在研發(fā)異構(gòu)計(jì)算的產(chǎn)品，而初創(chuàng)企業(yè)，如前百度科學(xué)家吳韌創(chuàng)立的異構(gòu)智能，也在專攻異構(gòu)計(jì)算。

不過，異構(gòu)計(jì)算所需要的一些基礎(chǔ)技術(shù)，諸如Cache的一致化、統(tǒng)一Memory及新的工具鏈等，對(duì)于國(guó)內(nèi)的芯片企業(yè)來說仍然感到門檻很高。

在李科奕看來，以云端市場(chǎng)為例，CPU仍然占據(jù)云端芯片71%的市場(chǎng)，隨著人工智能浪潮而受益非凡的GPU僅占17%，AI專用加速芯片的市場(chǎng)占有率僅為7%。

雖然傳統(tǒng)架構(gòu)的芯片在市場(chǎng)上還占有大部分份額，但是異構(gòu)計(jì)算的架構(gòu)已經(jīng)成為趨勢(shì)，比方說，新一代的GPU和FPGA都引入了異構(gòu)架構(gòu)。

另一方面，對(duì)中國(guó)企業(yè)而言，異構(gòu)計(jì)算是挑戰(zhàn)也是機(jī)遇。

正因?yàn)楫悩?gòu)計(jì)算從技術(shù)層面上，目前還處于百花齊放的階段，從生態(tài)上來看，還沒有出現(xiàn)壟斷巨頭。無論是中國(guó)的IP供應(yīng)商還是芯片設(shè)計(jì)公司，一個(gè)深層次的價(jià)值貢獻(xiàn)在于，即使單一的計(jì)算單元的水平還不是全球頂尖，但通過異構(gòu)計(jì)算所形成的系統(tǒng)能力和生態(tài)建設(shè)方面就有機(jī)會(huì)達(dá)到世界先進(jìn)水平。

在這方面，李科奕也有著更高的愿景。

早期以華為為代表的企業(yè)，是在做芯片上的“集成創(chuàng)新”，而隨著國(guó)產(chǎn)芯片實(shí)力的增強(qiáng)，以及目前在AI加速、異構(gòu)計(jì)算，以及類腦計(jì)算等芯片新范式上的嘗試，我國(guó)更有機(jī)會(huì)去實(shí)現(xiàn)芯片設(shè)計(jì)的“原始創(chuàng)新”。

“指望中國(guó)芯片企業(yè)超越20年的差距，在PC領(lǐng)域趕超Intel是不太現(xiàn)實(shí)的。這并非只是技術(shù)原因，還包括x86強(qiáng)大的生態(tài)優(yōu)勢(shì)。但現(xiàn)在異構(gòu)計(jì)算還沒有形成一個(gè)主流的生態(tài)，所以中國(guó)就還有換道超車的機(jī)會(huì)。”李科奕說道。