一塊芯片開發(fā)成本或需2500萬美元，AI芯片企業(yè)融資夠嗎？

　　目前市場上對于AI芯片沒有明確定義，一般認(rèn)為，AI芯片即為面向人工智能應(yīng)用的芯片。常見的芯片底層架構(gòu)有四種：CPU、GPU、FPGA和ASIC。但是CPU是個萬能邏輯芯片，不適用于執(zhí)行AI任務(wù)，不論用在訓(xùn)練或是推論的任務(wù)，性能表現(xiàn)都太差，因此學(xué)界轉(zhuǎn)而使用GPU，也就是英偉達(dá)的芯片，英偉達(dá)的GPU曾經(jīng)在計算機視覺領(lǐng)域的盛事——ImageNet競賽中獲勝。

　　可是GPU也不是AI專用芯片，即便透過并聯(lián)技術(shù)可以加大處理效率，但GPU天生高耗能的特性不利于大量部屬或部署在終端設(shè)備上。后來陳天石博士團隊的“DianNao”系列論文，揭示采用向量矩陣矩陣運算設(shè)計，可大幅提升運作效率，也才有后來的Google TPU和寒武紀(jì) MLU，以及現(xiàn)在國內(nèi)外大量看到的AI芯片。

　　即便科學(xué)家和工程師逐漸突破技術(shù)瓶頸，但新創(chuàng)的AI芯片企業(yè)經(jīng)營不易，傳統(tǒng)上芯片設(shè)計的商業(yè)模式有IP設(shè)計、芯片設(shè)計代工和芯片設(shè)計三種。本文將先科普芯片設(shè)計的商業(yè)模式，再介紹芯片開發(fā)成本，最后以融資情況讓讀者了解芯片企業(yè)的經(jīng)營困境。

　　AI芯片企業(yè)的三種商業(yè)模式

　　IP設(shè)計：IP設(shè)計相對于芯片設(shè)計是在更頂層的產(chǎn)業(yè)鏈位置，以IP核授權(quán)收費為主。傳統(tǒng)的IP核授權(quán)企業(yè)是以安謀(arm)為代表，新創(chuàng)的AI芯片企業(yè)雖然也會設(shè)計出新型IP核，但因授權(quán)模式不易以規(guī)模效應(yīng)創(chuàng)造可觀收入，新創(chuàng)企業(yè)一般不以此作為主要盈利模式。另外還有提供自動化設(shè)計(EDA tool)和芯片設(shè)計驗證工具的cadence和Synopsys，也在積極部署人工智能專用芯片領(lǐng)域。

　　芯片設(shè)計代工：芯片設(shè)計代工和制造業(yè)的代工一樣，提供代工設(shè)計服務(wù)的企業(yè)，并不能在產(chǎn)品上貼上自己的標(biāo)簽，也不能對外宣稱該產(chǎn)品為自己設(shè)計的芯片。芯原科技已經(jīng)從事相關(guān)服務(wù)多年，也和恩智浦(NXP)有合作關(guān)系。

　　芯片設(shè)計：大部分的人工智能新創(chuàng)企業(yè)是以芯片設(shè)計為主，但在這個領(lǐng)域中存在傳統(tǒng)強敵，像是英偉達(dá)、英特爾、賽靈思(Xilinx)和恩智浦，因此目前少數(shù)AI芯片設(shè)計企業(yè)會進(jìn)入傳統(tǒng)芯片企業(yè)的產(chǎn)品領(lǐng)域，像是寒武紀(jì)與英偉達(dá)競爭服務(wù)器芯片市場，地平線與英偉達(dá)及恩智浦競爭自動駕駛芯片市場，其余是在物聯(lián)網(wǎng)場景上布局，像是提供語音識別芯片的云知聲，提供人臉識別芯片的中星微，或者是提供邊緣計算芯片的耐能科技。

　　在這其中，選擇芯片設(shè)計，并將芯片送交晶圓代工廠流片的AI芯片企業(yè)，開發(fā)成本相當(dāng)高，雖然可以設(shè)定不同的開發(fā)目標(biāo)，來降低成本，像是采用FPGA芯片，減少流片成本。但是選擇進(jìn)行ASIC架構(gòu)芯片開發(fā)的企業(yè)，融資金額就成為關(guān)鍵，影響企業(yè)的研發(fā)能力。

　　開發(fā)成本：AI芯片開發(fā)成本居高不下，融資金額為開發(fā)關(guān)鍵

　　對于芯片設(shè)計企業(yè)來說，從開發(fā)到成品的IP核授權(quán)、開發(fā)軟件和制造/封測等費用是無可避免的開發(fā)成本。一般而言，ASIC芯片的開發(fā)費用相當(dāng)高，根據(jù)IBS的估算數(shù)據(jù)，按照不同制程，65nm芯片開發(fā)費用有2850萬美元，5nm芯片開發(fā)費用則為54220萬美元，差距甚大。在人工智能應(yīng)用領(lǐng)域，依據(jù)芯片的部署位置和任務(wù)需求，會采用不同的制程，在云端會采用7nm制程，像是寒武紀(jì)的MLU100芯片;在邊緣端和部分移動端設(shè)備會采用16nm或10nm制成的芯片。終端設(shè)備中比較常采用的是65nm和28nm制成的芯片，端看芯片的集成程度，若做為系統(tǒng)芯片使用，宜采用28nm制成的設(shè)計。但以上分類并非嚴(yán)格界定，芯片設(shè)計的工藝是取決于客戶的需求，像是智慧型手機的系統(tǒng)芯片設(shè)計已經(jīng)采用7nm制程。

　　根據(jù)億歐智庫的調(diào)查，目前國內(nèi)AI芯片的開發(fā)費用低于IBS的估算金額。系統(tǒng)芯片的開發(fā)費用僅為IBS估算金額的20-50%，協(xié)處理器又僅為系統(tǒng)芯片的30-40%。以終端常用的28nm制成的芯片為例，AI系統(tǒng)芯片的開發(fā)費用約為2500萬美元，AI協(xié)處理器開發(fā)費用約為800萬美元。

　　融資情況：中國AI芯片融資總金額超30億美元，但僅有3家企業(yè)融資總金額超過2億美元

　　根據(jù)億歐智庫不完全統(tǒng)計，目前中國的一級投資市場上，以AI芯片設(shè)計為主要業(yè)務(wù)的企業(yè)中，有20家參與融資活動。按照投融資階段分類，有4家企業(yè)在A輪之前的階段(天使輪和Pre-A輪)，11家企業(yè)在A輪階段(A和A+輪)，3家在B輪階段，僅有2家在C輪階段之后。其中，同屬B輪的寒武紀(jì)和地平線都是獨角獸企業(yè)，估值分別為25億美元和30億美元。此外，Pre-IPO階段的比特大陸估值在2018年7月時曾高達(dá)120億美元，但現(xiàn)在虛擬貨幣價格不佳，致使礦機公司獲利下降，正從礦機轉(zhuǎn)型為AI芯片企業(yè)。

　　上述在天使輪到Pre-IPO融資階段的芯片企業(yè)中，僅有3家融資總額超過2億美元以上，分別是比特大陸、寒武紀(jì)和地平線;有2家企業(yè)融資總額在5000萬美元到2億美元之間，分別是觸景無限和ThinkForce(熠知電子)。其余15家企業(yè)的融資總金額都在5000萬美元以下，甚至有9家企業(yè)的融資總金額不超過1000萬美元。這些企業(yè)融資總金額合計超過30億美元。

　　結(jié)語

　　根據(jù)前述ASIC芯片開發(fā)的成本估算，融資總金額不足5000萬美元的芯片企業(yè)需謹(jǐn)慎使用資金，避免在下一期融資到賬前發(fā)生財務(wù)危機。即便部分AI芯片設(shè)計的費用相對而言比較低，但高達(dá)800-2500萬美元以上的芯片開發(fā)費用，加上長達(dá)1-3年的開發(fā)周期，AI芯片企業(yè)在融資的早期階段需要投資人的大量資金浥注，才能夠撐過沒有產(chǎn)品銷售的階段，并且成功踏出第一步。