一塊芯片開(kāi)發(fā)成本或需2500萬(wàn)美元，AI芯片企業(yè)融資夠嗎？

　　目前市場(chǎng)上對于AI芯片沒(méi)有明確定義，一般認為，AI芯片即為面向人工智能應用的芯片。常見(jiàn)的芯片底層架構有四種：CPU、GPU、FPGA和ASIC。但是CPU是個(gè)萬(wàn)能邏輯芯片，不適用于執行AI任務(wù)，不論用在訓練或是推論的任務(wù)，性能表現都太差，因此學(xué)界轉而使用GPU，也就是英偉達的芯片，英偉達的GPU曾經(jīng)在計算機視覺(jué)領(lǐng)域的盛事——ImageNet競賽中獲勝。

　　可是GPU也不是AI專(zhuān)用芯片，即便透過(guò)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備上。后來(lái)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計，可大幅提升運作效率，也才有后來(lái)的Google TPU和寒武紀 MLU，以及現在國內外大量看到的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(yíng)不易，傳統上芯片設計的商業(yè)模式有IP設計、芯片設計代工和芯片設計三種。本文將先科普芯片設計的商業(yè)模式，再介紹芯片開(kāi)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(yíng)困境。

　　AI芯片企業(yè)的三種商業(yè)模式

　　IP設計：IP設計相對于芯片設計是在更頂層的產(chǎn)業(yè)鏈位置，以IP核授權收費為主。傳統的IP核授權企業(yè)是以安謀(arm)為代表，新創(chuàng )的AI芯片企業(yè)雖然也會(huì )設計出新型IP核，但因授權模式不易以規模效應創(chuàng )造可觀(guān)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(dòng)化設計(EDA tool)和芯片設計驗證工具的cadence和Synopsys，也在積極部署人工智能專(zhuān)用芯片領(lǐng)域。

　　芯片設計代工：芯片設計代工和制造業(yè)的代工一樣，提供代工設計服務(wù)的企業(yè)，并不能在產(chǎn)品上貼上自己的標簽，也不能對外宣稱(chēng)該產(chǎn)品為自己設計的芯片。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。

　　芯片設計：大部分的人工智能新創(chuàng )企業(yè)是以芯片設計為主，但在這個(gè)領(lǐng)域中存在傳統強敵，像是英偉達、英特爾、賽靈思(Xilinx)和恩智浦，因此目前少數AI芯片設計企業(yè)會(huì )進(jìn)入傳統芯片企業(yè)的產(chǎn)品領(lǐng)域，像是寒武紀與英偉達競爭服務(wù)器芯片市場(chǎng)，地平線(xiàn)與英偉達及恩智浦競爭自動(dòng)駕駛芯片市場(chǎng)，其余是在物聯(lián)網(wǎng)場(chǎng)景上布局，像是提供語(yǔ)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，選擇芯片設計，并將芯片送交晶圓代工廠(chǎng)流片的AI芯片企業(yè)，開(kāi)發(fā)成本相當高，雖然可以設定不同的開(kāi)發(fā)目標，來(lái)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架構芯片開(kāi)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(kāi)發(fā)成本：AI芯片開(kāi)發(fā)成本居高不下，融資金額為開(kāi)發(fā)關(guān)鍵

　　對于芯片設計企業(yè)來(lái)說(shuō)，從開(kāi)發(fā)到成品的IP核授權、開(kāi)發(fā)軟件和制造/封測等費用是無(wú)可避免的開(kāi)發(fā)成本。一般而言，ASIC芯片的開(kāi)發(fā)費用相當高，根據IBS的估算數據，按照不同制程，65nm芯片開(kāi)發(fā)費用有2850萬(wàn)美元，5nm芯片開(kāi)發(fā)費用則為54220萬(wàn)美元，差距甚大。在人工智能應用領(lǐng)域，依據芯片的部署位置和任務(wù)需求，會(huì )采用不同的制程，在云端會(huì )采用7nm制程，像是寒武紀的MLU100芯片;在邊緣端和部分移動(dòng)端設備會(huì )采用16nm或10nm制成的芯片。終端設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，若做為系統芯片使用，宜采用28nm制成的設計。但以上分類(lèi)并非嚴格界定，芯片設計的工藝是取決于客戶(hù)的需求，像是智慧型手機的系統芯片設計已經(jīng)采用7nm制程。

　　根據億歐智庫的調查，目前國內AI芯片的開(kāi)發(fā)費用低于IBS的估算金額。系統芯片的開(kāi)發(fā)費用僅為IBS估算金額的20-50%，協(xié)處理器又僅為系統芯片的30-40%。以終端常用的28nm制成的芯片為例，AI系統芯片的開(kāi)發(fā)費用約為2500萬(wàn)美元，AI協(xié)處理器開(kāi)發(fā)費用約為800萬(wàn)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(guò)2億美元

　　根據億歐智庫不完全統計，目前中國的一級投資市場(chǎng)上，以AI芯片設計為主要業(yè)務(wù)的企業(yè)中，有20家參與融資活動(dòng)。按照投融資階段分類(lèi)，有4家企業(yè)在A(yíng)輪之前的階段(天使輪和Pre-A輪)，11家企業(yè)在A(yíng)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輪的寒武紀和地平線(xiàn)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(shí)曾高達120億美元，但現在虛擬貨幣價(jià)格不佳，致使礦機公司獲利下降，正從礦機轉型為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(guò)2億美元以上，分別是比特大陸、寒武紀和地平線(xiàn);有2家企業(yè)融資總額在5000萬(wàn)美元到2億美元之間，分別是觸景無(wú)限和ThinkForce(熠知電子)。其余15家企業(yè)的融資總金額都在5000萬(wàn)美元以下，甚至有9家企業(yè)的融資總金額不超過(guò)1000萬(wàn)美元。這些企業(yè)融資總金額合計超過(guò)30億美元。

　　結語(yǔ)

　　根據前述ASIC芯片開(kāi)發(fā)的成本估算，融資總金額不足5000萬(wàn)美元的芯片企業(yè)需謹慎使用資金，避免在下一期融資到賬前發(fā)生財務(wù)危機。即便部分AI芯片設計的費用相對而言比較低，但高達800-2500萬(wàn)美元以上的芯片開(kāi)發(fā)費用，加上長(cháng)達1-3年的開(kāi)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(guò)沒(méi)有產(chǎn)品銷(xiāo)售的階段，并且成功踏出第一步。