一、人工智能芯片定義及分類

1.定義

每一篇寫人工智能芯片的文章都提到人工智能芯片定義，也從廣義和狹義的角度來講，但我對于人工智能芯片的定位為3條：一是確實做的是芯片且本身有核心IP；二是嵌入或運行人工智能算法的芯片；三是具備加速計算、語音、圖像等處理能力效率提升同時具備迭代能力的芯片。

2.分類

人工智能芯片按照架構類別分為GPU、FPGA、ASIC和類腦芯片，這在大部分的文章都提到了就不贅述了。

人工智能芯片按照功能類別分為云端和終端，每一類都可以延伸為訓練和推理，但目前發展現狀為在云端以訓練為主，GPU/ASIC/FPGA等作為訓練的架構芯片，英偉達GPU目前當仁不讓占據龍頭老大地位，但國內外崛起的谷歌TPU、華為昇騰、寒武紀都有挑戰的機會。在邊緣/嵌入設備中以推理應用為主，訓練的需求還不明確。

未來端、云人工智能肯定是結合的路線，云端和終端芯片，推理和訓練作用本質上是從通用、半通用到定制化的過程，體現的是功效、效能，未來更多的將是ASIC出現在專用的終端，但都離不開云端數據的訓練，未來整體市場規模來說邊緣端芯片在智能終端的帶動下將是數據中心芯片市場的5倍。

端芯片應用的終端包括手機、電腦、智能音箱、無人機、智能攝像頭、頭戴顯示、自動駕駛等，最大的量還是在手機，無人駕駛成為主流還遠的狠。

二、人工智能芯片的關鍵技術

根據清華大學《人工智能芯片技術白皮書》，人工智能芯片呈現的結果或者產品來說是芯片，但在關鍵環節中芯片的新工藝、新型器件、從工具到架構優化的新芯片，加上不斷迭代的算法和多樣化的應用，才真正形成了人工智能芯片的意義和作用，主要體現在要不就是對應用的加速、主芯片的輔助，要不就是成為山頭大王作為主芯片處理數據，后者目前還未形成氣候，但未來全面化、多功能化的SoC又或是ISA架構形成，AI芯片引領的潮流才算正式到來。

對于關鍵技術這一點來說，明顯從架構指令集（ARM或RISC-V或新的架構）、EDA工具到形成完整芯片的感知、連接、計算、存儲和場景方面都在AI化，換句話說，AI芯片不單是芯片的AI而是全面的智能AI化，大系統、大生態的AI化。

三、人工智能芯片的發展特點

通過梳理國內92家AI芯片企業（梳理的企業在此不討論是不是自主的IP、是不是真的做芯片，企業對外發布做AI芯片的就在此列出，如有遺漏或錯誤，請補充指正）的進行梳理能看出來整體的時間（周期，Period）、產品（Product），競爭（Competition）、資本（Capital），區域（人才，Talents）、市場（賽道，Track）等六要素特點，我稱之為雙PCT要素，PCT是國際專利申請的條約，可想而知兩個PCT多重要！！！也是影響企業發展的關鍵因素。總結梳理特點如下：

u雙P：時間（周期，Period）、產品（Product）

一是周期分水嶺明顯，新興和傳統企業必然一戰。通過表格發現2010年是人工智能芯片的初步分水嶺，2010年之前企業為14家，大部分為傳統芯片企業轉型或擁抱人工智能企業，同時原有業務相對下滑，但在原有業務支撐轉型AI芯片，具備現金流優勢，避免純正燒投資人的錢，劣勢是算法研究和工程化落地經驗相對少，整體我認為轉型相對快，還有原有開拓的市場業務作為支撐。2010年之后的企業達到78家，明顯的特點50%左右企業是一開始就是從芯片入手的，創始人大多芯片背景；另外50%開始直接瞄準AI算法，是在企業算法業務發展過程中同步拓展人工智能芯片業務，創始人大部分為算法出身，這類企業相對都是在需要投資人的錢推動發展，芯片的門檻確實高，需要的資金規模量大。周期的影響換句話說本質是風口存在的影響，是直接業務或轉型業務的影響，是整體圈層的存在，是資本動力的存在的差別，必然不是先后的好壞，但在行業積累的市場、人脈和圈層對AI芯片企業的影響還是綜合考量的要素。

二是產品差異化凸顯，可選全棧式SoC芯片將成為終極BOSS。總體92家企業產品有按照產品形態有基于FPGA、ASIC、類腦、異構和特有指令集的芯片、傳感器及模組；按照產品功能有感知、計算、存儲和場景方面的端云芯片，都想突破馮諾依曼架構，解決存儲和計算速度、時間和效率問題，但目前還是在探索階段。產品的差異化是明顯的，但殊途同隊，應用場景都在幾個方向，詳細在競爭方面提出注解。這里希望大家關注一點，無論是哪種產品形態、功能還是芯片應用的階段，每一類產品極限都設置在那，比如上百TFLOPS/W,28nm工藝等等，各家技術企業都可以做到，但現階段已不是一個技術產品打遍天下無敵手的時代，是滿足功能組合差異化、全棧式服務的“組合拳”時代，還需要每種都做到相對極致才有生意，比如智能家居提供完整的芯片級系統解決方案，競爭力增強，利潤點增強。

u雙C：競爭（Competition）、資本（Capital）

一是系統級對手入局，競爭對手強大，但要出頭必須攻堅克難。總體92家有營收的傳統企業、上市企業（全志、富瀚微等）、BOSS系統級（阿里、百度、海思、海康、大華等）共約20余家企業不僅投資企業自身投入研發，核心的有華為海思晟騰系列芯片、阿里平頭哥借助中天微和達摩院科學家能力、百度招兵買馬從XPU邁向昆侖、海康自主研發加投資京微齊力和肇觀電子等都彰顯系統級廠商尋求產品差異化、降低產品成本和強化自身競爭優勢的決心，主營游戲和廣告的騰訊也投資燧原科技布局云端芯片。強力的獨角獸企業邁入人工智能芯片行列，崛起的新興勢力同樣強大，比如寒武紀技術及人才實力、突破云端芯片的決心、中科院和國家隊的支持；商湯、曠視等資本、人才助力形成產品相對容易，但芯片真的不是短期的手藝，Know-How非常多，對于系統級廠商和強力獨角獸是不是全都自己做需要考慮衡量。對于平穩的初創企業的優勢在于體系不龐大，找到一個細分的市場環節先慢慢營收，養活團隊就OK，不用非要志向遠大，那是后來的事情，在如此金融環境下，活著大于一切，雖然前面的大山有許多座，但人工智能芯片的伴隨人工智能長周期，總是會有機會。

二是資本成為企業發展的“催化劑”，初創企業融資代表一切。人工智能芯片企業背后的資本至少應該在上百家，美元基金、明星基金、國家隊和民營資本紛紛布局，總體規模在幾百億，紅杉中國、IDG、創新工場、北極光創投、真格基金、華登國際、啟迪都是投資大戶，布局至少5個項目左右，投資的項目進入后二輪的概率都比較大，明顯體現項目自身和資本的背書作用；同樣國家隊的基金和阿里等巨頭投資背書作用同樣凸顯，國家隊投資的寒武紀、探境科技等不僅融資規模令普通企業羨慕，對于人才吸引力、企業知名度的提升能力凸顯，一個比較好朋友存算一體的項目一直吐槽招人的詬病，說公司再不融資不發新聞不行了，招人給的錢多期權多都不來，以為沒新聞不會有下一輪，所以本不需要融資和耗費高成本也不得不面對現實。一個小case插播下，現在真的是技術人員的黃金時代，存算一體這個朋友招5年工作經驗的都給到至少50-70萬，厲害的100萬加期權都還比較難，寒武紀同樣在應屆生招聘中增加了年薪金額才容易招到人，所以不融資能行么？資本不僅僅代表資金，現在是背后的資源的聚合體，與企業形成關聯的共同體，投資業不在是投出去就OK，不找到輔助路徑怎么退出，雖然幫的有限，但投資人畢竟還是會出力的。所以在年關不好的情況下還是早謀劃和打算，哪怕估值低些，再不濟找校友幫忙，不過確實對于芯片行業確實難找到像“清華校友”抱團和聯盟的對象，最近西電和成電也在崛起，有可能會成為新的幫扶聯盟。

u雙T：區域（人才，Talents）、市場（賽道，Track）

一是區域代表人才聚集、環境生態。總體92家人工智能芯片企業區域分布前四名分別為北京（38家）、上海（18家）、杭州（9家）、深圳（8家），四個區域占據79.3%的比例，這根整體芯片企業總體占比我覺得類似，但其中人工智能芯片因為北京和上海高校的深度影響、人才的廣泛聚集，產生了獨特的優勢，但隨著人才成本的增加，成都、合肥、武漢等高校聚集、政府支持的地方將有崛起的可能，然而最終的企業大部分都會在上邊四個地方設立研究中心，因為上述四個地方還有好多場景應用落地和聯動上下游合作的區域，比如流片在低端工藝下北京、上海將是首選，對于區域和人才的要素也是企業發展的核心之一。

二是市場賽道的選擇關乎企業生死存亡。92家企業落地產品無論芯片還是模組最終的應用場景為智能語音（語音交互）11（專門語音）+10家（第一款面向語音）、智能安防18家（專門安防）+15家（未來產品面向安防）、云端芯片8家、感知圖像8家、汽車電子4家、物聯網15家、存儲（4家）等，充分的看出在安防和語音的賽道擁擠，而且對于加入智能語音市場接受難度低，智能音箱已經在路上，未來的人機、人居和人車關系的改變也未語音帶來可能，但對于安防加入智能的成本并不低且回報還沒達到，工程化的落地成本、一體化的方案還需要時間磨合。對于云端的芯片難度培養軟件、編譯器和工具的難道相當高，資金投入相當大，都是長期艱苦站，但對于中國PK英偉達是0到1的意義，華為海思、寒武紀、思朗科技、燧原科技、百度昆侖等還是存在機會。汽車電子是中國差距最大、最需要突破的方向，機會一直在，但是面對車企、前裝的巨無霸企業（博世、電裝、大陸等）、還有車規的折磨，相當難突破，不過在國內只要做的好，有些問題不是問題，但能熬到進車就萬事大吉了嗎？低端的芯片沒什么影響，但主控芯片背后還有十年必須沒有的安全事故。說了這么多，我覺得在碎片化的時代，安防、語音和物聯網總歸是存在機會，先賺營收落地，找到大市場和細分市場兩條腿走路才能對得起流片費用，才能盈虧平衡。

四、人工智能芯片的投資邏輯

寫在前面，對于純人工智能芯片企業，背景、技術和人員沒問題的情況下，天使輪和A之前進吧，總是有機會的，不過現在新崛起的AI芯片企業要真的想好了，賽道不多，看你像進哪個。2019年是端側人工智能芯片落地元年和商業化元年，云端芯片步入大考落地的時期，人工智能芯片企業準備考卷吧。（僅僅是自己看法，包括下文）

1.投資真正懂芯片行業的人，雙PCT要素相對均衡；如果具備強大管理能力的人，能聚攏人才能力、讓人ALL in的能力、商業落地能力也可以。

2.投資執著芯片事業或商業模式轉型落地快的項目，抓住在半導體圈積累打磨的核心大牛和海歸團隊。

3.投資量大面廣還是細分利潤高的均衡抉擇，單一芯片強技術有成功機會，但最終的機會在SoC。

4.投資經歷過企業變革和產品更替戰爭的團隊，人工智能芯片的賽道不會一成不變。

5.投資工程化落地能力強的團隊，高校和院所只要能突破商業的束縛，同樣機會也是有的。