數(shù)字經(jīng)濟浪潮下，如何做AI芯片

1  創(chuàng)業(yè)公司成功的三要素                                     在半導體業(yè)，創(chuàng)業(yè)是一場持久的馬拉松賽。跑馬拉松需要有三個前提條件。第一，要選擇合適的賽道，例如在北京和廈門賽跑的體驗是不一樣的。第二，要有充沛的體能。第三，要制定合適的策略。

　　對于芯片設計公司，需要看賽道/市場是否足夠大，同時自身是否具備一定的技術實力，最關鍵的是在巨頭林立、成熟的半導體行業(yè)中，你是否具備聰明的商業(yè)策略，能夠真正進入市場，獲得商機。

1.1 賽道的選擇現(xiàn)在是“數(shù)字經(jīng)濟“時代

       這個時代有一個很重要的條件——大數(shù)據(jù)。數(shù)據(jù)的來源是基本的生產(chǎn)資料；其次，數(shù)據(jù)價值提取是相應的價值創(chuàng)造點，其中一個很關鍵的因素是計算力。過去七八年，特別是最近兩三年AI很熱，因為過去七八年，整個世界的算力提升了30萬倍，直接促進了當代AI的發(fā)展。因此，算力是很重要的條件，是算力賽道。

　　算力賽道有智能云和智能端，因此算力有云端和端端之分。云端的需求是穩(wěn)定、持續(xù)的，這需要對算法甚至對整個數(shù)字經(jīng)濟發(fā)展有一定的前瞻性的支撐；同時產(chǎn)品更加需要性價比、功耗比的優(yōu)異。端端有手機端、智能設備端，價格絕對值相對比較低，算力要足夠高。

1.2 天數(shù)智芯如何在賽道中突破？

　　首先看體能。作為芯片算力設計公司，可以在很多方面有相應的技術選擇，例如可以選擇一種核心技術，也可以針對具體的算法做專用的加速器，或者針對算法的基礎形態(tài)做通用性支撐，也可以使用通用性架構或者針對某一類型架構做領域專用型處理器，同時芯片設計企業(yè)還要考慮到軟件問題。

　　天數(shù)智芯的特點是軟硬件結合。從軟件角度，有三個很重要的特點。第一，能否承載已有的開發(fā)者生態(tài)。從算力客戶角度，開發(fā)者是應用開發(fā)商。第二，根據(jù)特殊場景能夠快速落地，直接產(chǎn)生場景化的應用和系統(tǒng)方案。第三，算力本身是單一的因素，在一個完整的計算系統(tǒng)中，瓶頸往往不在處理器端而是在I/O端，如何讓計算機系統(tǒng)把算力均值地提升？這是軟件的價值。

　　前瞻性通用性支撐需要天數(shù)智芯關注是否真正做到了自主可控，做到無縫替換，這是天數(shù)智芯從硬件角度上突出的問題。

　　可見，天數(shù)智芯的軟硬件結合如何在市場上真正的落地，有相應的軟件和硬件，有相應的價值。

1.3 策略

　　基于應用的解決方案，而并不是把算法固化，做通用AI的計算。天數(shù)智芯云端GPGPU有前瞻性算力支撐。因為AI本身算法是否是二十年后流行的算法？軟件的更新迭代較硬件的更新迭代是快之又快。為此，天數(shù)智芯選擇了自研通用并行計算IP架構，自研產(chǎn)品中的低端計算芯片，在2019年下半年會推出，高端計算芯片將于2020年問世，中端計算芯片將于2021年上半年推出。

圖1 天數(shù)智芯的展位

2  做系統(tǒng)，兼做芯片

　　芯片、AI芯片廠商的命脈掌握在哪家公司手上？主要掌握在系統(tǒng)廠商和應用服務提供商手上。

　　為此，李云鵬先生并不把天數(shù)智芯定位為一家單純的半導體公司，而更愿意定位為一家具備系統(tǒng)能力的系統(tǒng)技術公司。 

　　天數(shù)智芯的整體邏輯思路是：不是一家系統(tǒng)集成商，“系統(tǒng)技術”經(jīng)天數(shù)智芯細化后，實際上就是軟硬件的結合。天數(shù)智芯通過軟件的能力，迅速在場景上給出具體應用的解決方案，然后在芯片上有一個入口，能夠為客戶提供無縫遷移的可能。這是一種自主可控遷移的過程。

　　有兩個有典型的AI系統(tǒng)公司的案例令人深思。第一個是IBM，IBM是全球最早開始做AI芯片的廠商，做了類腦芯片，也做了沃森（Watson）醫(yī)生，但沃森（Watson）醫(yī)生并沒有使用其類腦芯片，因為這兩個項目是割裂開來研發(fā)的，當軟件已經(jīng)能夠落地、產(chǎn)生價值的時候，芯片卻用不上了，這是件很郁悶的事情。

　　另外一家廠商是谷歌，也像IBM一樣具備系統(tǒng)能力。谷歌首先推出了TensorFlow，非常流行，各種各樣的應用在這上面去搞。忽然有一天，谷歌宣稱要推出TPU芯片，先不談TPU技術性能，但是第一天TPU就已經(jīng)被用起來了，而且不用主動去推銷，該公司的TPU Cloud Service非常受歡迎。 

　　因此，半導體業(yè)發(fā)展到今天，具體有哪四個特點？

　　第一，對手是強大的，半導體行業(yè)到處是巨頭。第二，本土創(chuàng)業(yè)公司是弱小的，在資源、資金、渠道方面很弱勢。第三，對于天數(shù)智芯，特色要搞軟硬件結合。第四，對國內半導體行業(yè)來說，中國半導體在過去的一二十年中實際上也走過一些彎路，積累了很多經(jīng)驗，所以割裂來做一個東西是不行的。數(shù)字經(jīng)濟產(chǎn)業(yè)方面，不能割裂地看待半導體，不能割裂看待半導體設計，不能割裂地看待平臺技術軟件的支撐。

3  天數(shù)智芯的定位考慮

3.1 相比眾多AI企業(yè)，天數(shù)智芯的差異化

　　算力賽道是很明晰的一條必然的賽道，所以國內外的AI芯片創(chuàng)業(yè)公司，都根據(jù)自身的特點定位。例如國內AI芯片的頭部企業(yè)，他們從科研一路下來，有相應的技術積累，也有前端學術性的成果轉換，因此會有自身的特點。

　　而且AI創(chuàng)業(yè)公司在芯片設計后端的集成能力非常強，在第一天直接集成一些已有IP，針對AI的特征集成一款SoC出來??，這些都是他們各自根據(jù)“體能”做出的選擇。

　　那么在真正市場化的過程中，由于半導體芯片的TTM(Time To Market，上市時間)較長，如何縮短上市時間？

　　天數(shù)智芯借助于軟件。這應該不是技術的范疇，而是商業(yè)模式的范疇。軟件能夠為客戶快速有效地直接產(chǎn)生價值。 

3.2 在AI生態(tài)里的角色

　　隨著最近20年創(chuàng)業(yè)公司的發(fā)展或者互聯(lián)網(wǎng)的蓬勃發(fā)展，一個很重要的概念的產(chǎn)生是什么呢？就是原先2B（面向商業(yè)）的企業(yè)關注的是客戶，一般做企業(yè)基本是以產(chǎn)品為核心，或者以客戶為中心。但是互聯(lián)網(wǎng)興起之后，有兩個新的概念出來：用戶和客戶。

　　從生態(tài)角度上看，在AI時代，首先要看AI的用戶生態(tài)，這里特指從事AI或大數(shù)據(jù)挖掘的數(shù)據(jù)科學家們/數(shù)據(jù)分析師們，他們是用戶。從用戶生態(tài)角度來看，天數(shù)智芯承接這些用戶的生態(tài)。為此，天數(shù)智芯采取開放標準的態(tài)度，因為用戶使用的都是開源產(chǎn)品，諸如Tensorflow及各種AI數(shù)據(jù)分析的計算平臺。

　　從客戶的角度上看，AI的頭部企業(yè)，例如商湯、曠視、依圖等，在安防、新零售、金融等領域已經(jīng)有很切實的場景落地。相比之下，天數(shù)智芯關注的客戶是裝備制造業(yè)或高端制造業(yè)，特指軌道交通、新能源（如風電）。這些行業(yè)的特點與安防有類似之處：數(shù)據(jù)源充足，數(shù)據(jù)的挖掘價值和提取的訴求很高。裝備設備主要關注安全和運營效率的提升。實際上，在軌道交通領域，天數(shù)智芯在AI場景落地方面已是頭部企業(yè)。因為該公司已經(jīng)在軌道交通行業(yè)的主要企業(yè)中有完整的系統(tǒng)場景進行落地，包括平臺軟件具體的應用場景，及在行業(yè)領域的加法價值方面已經(jīng)落地了。

3.3 為何做GPGPU？

　　有兩個原因。

　　首先，AI芯片有很多技術的選擇和流派，天數(shù)智芯選擇了一個更加通用性支撐的技術路徑。

　　其次，如前所述，應用軟件或者軟件應用場景的變化，或者軟件能力的迭代周期相對來說比較短；而半導體的生命周期很長，迭代周期相對來說比較長，特別是云端，迭代周期如果沒有兩三年是不可能的。在這種情況下，如果沒有一個前瞻性的通用支撐能力，芯片產(chǎn)品很有可能做出來之后，在短短的幾年內就失去了生命力，就很難成功。

3.4 未來三五年的規(guī)劃 

　　在市場落地端，天數(shù)智芯做的是通用型的產(chǎn)品。前期戰(zhàn)略是在一個行業(yè)內由小而精、小而專，做大做強，才具備向其他行業(yè)拓展的可能。

　　所以在這個戰(zhàn)略下，近三年內，天數(shù)智芯在已有的行業(yè)，諸如軌道交通、新能源和石油天然氣行業(yè)，能夠做到精而專，而且能夠支撐自己有一定現(xiàn)金流的收益。

       在隨后的三五年中具備向其他行業(yè)拓展的能力。因為再往其他行業(yè)推，一定是通過渠道的方式去做，和更多的渠道合作伙伴去合作，這是商業(yè)端。在技術端，這三年內，把天數(shù)智芯的第一代核心的芯片產(chǎn)品迭代一次。迭代也很關鍵，因為這第一款產(chǎn)品將涉足國產(chǎn)的大芯片領域，是一個從0到1的過程，那么迭代一次代表的是從1向85發(fā)展的過程。 

　　實際上，從0到1是很難的，從1往后，最難的是85到100。