近期，“東數(shù)西算”得到廣泛響應。作為布局著眼全國和全產(chǎn)業(yè)鏈的規(guī)劃，它帶來的全局效應不亞于汽車領域對新能源的大手筆支持。因此，無論是基礎的數(shù)據(jù)中心供應商，還是騰訊云、阿里云等云計算巨頭，紛紛表態(tài)緊跟“東數(shù)西算”動向。
其中，AI芯片這個曾經(jīng)火爆一時的細分領域，又再一次站在了市場的視野中央。中金公司等機構強調，云端AI芯片作為算力基礎，市場前景十分廣闊。這一次，它能不能講出什么新故事？
AI芯片的四大原始動力
AI芯片，顧名思義，就是以以高算力/完成訓練任務為目標的CPU/GPU/FPGA/ASIC等多種類型芯片。“東數(shù)西算”工程的定位中，西部數(shù)據(jù)中心更加聚焦存儲備份、離線處理等任務。因此，云端處理的重要性凸顯，而相應的要求是強算力、高功耗、弱延時。云端AI芯片正好能與西部數(shù)據(jù)樞紐協(xié)同，承接其任務。
不過，這并不是AI芯片領域第一次起風。深聰智能董事長周偉達在雷峰網(wǎng)的采訪中表示：“2017年左右，傳統(tǒng)做芯片的人看到了AI的機會，開始了AI芯片的創(chuàng)業(yè)，到了2018年之后，做AI算法的公司也開始了自研芯片。但到了2019年之后，新創(chuàng)立的AI芯片公司越來越少。”實際上，2018年正是AI芯片創(chuàng)業(yè)高峰。
當時，業(yè)界和投資者的期待主要有四大原因。第一，智能網(wǎng)聯(lián)汽車興起，汽車廠商大量行駛數(shù)據(jù)需要應用，就要把數(shù)據(jù)訓練為智能駕駛仿真模型，并且持續(xù)優(yōu)化，最終完成真正的自動駕駛迭代。這個過程對于智能算力的需求是持續(xù)提升的。截至目前，這依然是AI芯片最被看好的領域之一。
第二，云端AI模型大型化，基于海量數(shù)據(jù)的通用特征訓練出大規(guī)模預訓練模型已經(jīng)成為云廠商提高AI模型生產(chǎn)效率的有效手段；第三，自動駕駛、云游戲等新場景下對于計算實時性的要求帶動了邊緣計算市場快速發(fā)展，邊緣計算已成為拉動AI算力需求新的增長點，通信和計算架構發(fā)生明顯改變。第四，AI技術可為虛擬對象的行為賦能，提升用戶在虛擬世界中的沉浸感，VR/AR場景可能爆發(fā)。
遺憾的是，彼時身處熱潮的行業(yè)顯然高估了需求的推動力，低估了AI芯片開發(fā)周期和應用磨合的難度。一款芯片需要2-3年從立項到量產(chǎn)，但這僅僅是第一步，芯片的利用需要完整方案和平臺，這需要又一次開發(fā)，再加上客戶在運用過程中的再開發(fā)，AI芯片的落地周期可以超過四年。
因此，曾經(jīng)的熱潮到現(xiàn)在，剩下的玩家已經(jīng)不多，并且都是已經(jīng)在領域內(nèi)有所成就的公司。比如商湯科技自研設計AI專用算力芯片STPU已經(jīng)量產(chǎn)，邊緣端AI芯片、用于服務器的AI推理芯片和傳感器ISP芯片都在研究中，而其上市前招股書就透露，募資的10%將用于加強AI 芯片的設計能力及開發(fā)自有的AI 芯片解決方案。
2021年初，騰訊參投云端AI芯片企業(yè)燧原科技的18 億人民幣C輪融資。而早在2018年騰訊就已經(jīng)領投該公司的3.4億元Pre-A輪融資。2021年12月，阿里參與領投瀚博半導體16億人民幣的B-1和B-2輪融資，該公司產(chǎn)品線包括專注云邊AI推理和視頻產(chǎn)品的SV100系列產(chǎn)品線。
跨越軟硬件結合的難關
AI芯片之所以難以跑出勝利者，原因不在于目前設計和制造的難度——它已經(jīng)有一套成熟的流程和許多有經(jīng)驗的團隊。問題在于應用場景和平臺，AI芯片的定位決定了，它自身并不是一個能直接帶來產(chǎn)出的獨立產(chǎn)品，必須服務于一定的業(yè)務需求，才能實現(xiàn)有效的應用。而現(xiàn)實情況中，很多客戶并不具備自主使用AI芯片開展業(yè)務的能力，需要完整的解決方案作為輔助。
換句話說，AI芯片作為硬件，需要與軟件協(xié)同進行成果產(chǎn)出，最后再作用于軟硬件一體的系統(tǒng)，比如智能駕駛，否則強大的計算能力就失去了意義。
這個領域的霸主是英偉達，英偉達的GPU在AI應用中除了能處理AI負載，還能進行圖形計算等。這導致了一些寡頭格局的后果，比如目前深度學習框架是谷歌Tensorflow和Meta公司Pytorch雙壟斷，AI芯片是英偉達一家獨大。軟件平臺廠商對AI芯片的適配能力是有限的，只能選擇一定數(shù)量的頭部玩家進行優(yōu)先的優(yōu)化。目前，這個位置屬于英偉達。
不過，行業(yè)內(nèi)公司自主開發(fā)的腳步從未停止。早在2016年，百度就推出了我國第一個深度學習框架，而后，華為在2020年也推出了自己的深度學習框架。值得一提的是，華為實現(xiàn)了AI領域從底層芯片到語言再到深度學習框架的全部自研。但要真正解決軟硬件問題，還有很長的路要走。
1月24日，商湯科技宣布上海臨港人工智能計算中心（AIDC）正式啟動運營，這是亞洲最大的人工智能計算中心之一。2021 世界人工智能大會上，商湯與中國電子技術標準化研究院、中國信息通信研究院、清華大學、復旦大學、上海交通大學及多個行業(yè)伙伴共同成立了“人工智能算力產(chǎn)業(yè)生態(tài)聯(lián)盟”。目的在于對軟硬件的邊界，形成一個足夠標準、通用的接口層，從而促進國產(chǎn)芯片產(chǎn)業(yè)化。
早在去年11月，工信部就明確提出要加快構建以數(shù)據(jù)和算力設施為核心的新型數(shù)字及基礎設施體系。到2030年，中國將在人工智能理論、技術和應用方面達到世界領先水平，人工智能核心產(chǎn)業(yè)規(guī)模將超過1萬億元，帶動相關產(chǎn)業(yè)規(guī)模超10萬億元。
中金公司預計，全球云端AI芯片2025年市場規(guī)模將達到261億美元。隨著“東數(shù)西算”工程的有序開展，AI超算中心布局會越來越呈現(xiàn)規(guī)劃性，AI芯片也將從2022年開始，真正迎來自己應用的春天。
文章來源：港股研究社（公眾號：ganggushe）—旨在幫助中國投資者理解世界，專注報道港股企業(yè)，對港股感興趣的朋友趕緊關注我們
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
