芯片|AI公司密集闯关科创板:“造芯”背后的执着与现实( 二 )


步日欣进一步表示 , 专注于应用领域的人工智能企业 , 大概率都会开发自有芯片 , 能够结合自己产品算法、应用特点 , 提高产品性能 , 开发更有竞争力的产品 。
但也有市场观点认为 , 对于定制化的ASIC芯片 , 此类芯片的计算能力和计算效率都直接根据特定的算法的需要进行定制 , 其优势在于体积小、功耗低、高可靠性、保密性强、计算性能高、计算效率高等 。 在特定领域 , ASIC芯片是远超GPU、FPGA的 。 但ASIC芯片的缺点也很明显:因为其是针对特定算法设计的 , 一旦芯片设计完毕 , 对应的算法就是固定的 , 所以一旦算法发生变化就可能将会无法使用 。
这也延伸出一个问题 , 即:设计出AI芯片的AI公司 , 其是否真的具有AI原始算法的开发能力 , 还是只是在开源算法的基础上进行针对其业务的场景落地?
透镜公司研究创始人况玉清向《科创板日报》采访人员表示 , AI芯片门槛有高也有低的 , 如果说一个营收只有几千万或小几亿的企业也要造AI芯的话 , 我是抱怀疑态度的 , 讲讲故事还行 , 真落地起来 , 门槛还是很高的 。
"很多公司所喜欢的AI芯片 , 应该只是基于特定场景解决某个特定问题的计算单元 , 它只能解决这些特定场景 , 不能通用到其他场景 , 所以门槛较低" , 况玉清进一步讲到 , "而具有通用场景能力的芯片 , 由于要集成的东西太多太多 , 非常复杂 , 门槛才高 , 像手机芯片、PC芯片等 。 "
步日欣向《科创板日报》采访人员表示 , 造芯门槛的高低与否 , 需要一分为二的看 , AI算法确实有很多开源的代码支持 , 搭一个能用的系统不难 , 但高精确度与场景紧密结合的AI门槛高;造芯的门槛也不高 , 但低成本高良率高性能的芯片门槛高 。
芯片知识产权
除了AI芯片不需要向传统CPU一样要求"十项全能"外 , 有业内人士也指出 , 很多时候所谓的AI芯片并不是独立研发的一块芯片 , 不必耗费大量精力去完成各类IP(知识产权)内核 , 而是针对一些AI功能进行加速优化 , 以释放更多计算资源跟其他模块去处理复杂场景 , 因此这也在一定程度上解释了为什么众多AI公司切入AI芯片领域的原因 。
《科创板日报》采访人员在依图科技的招股书中注意到 , 求索芯片的诞生并非依图科技"单独自研" , 就在依图科技发布求索芯片的前两天 , 即2019年5月7日 , 依图科技与熠知电子签订了《知识产权共有协议》 , 约定依图科技向熠知电子支付5000万元 , 购买第一代求索芯片51%的知识产权及相应的收益权 , 另外依图科技原拟承担第二代求索芯片的研发费用为8000万元 , 获得第二代求索芯片51%的知识产权及相应收益权 。
此后依据双方签署的《补充协议》 , 上述8000万元研发费用转为49%第一代求索芯片及硬件系统的知识产权及相关任何权益的对价 , 由此依图科技获得了第一代求索芯片及硬件系统的100%知识产权及相关任何权益 。 也就是说 , 依图科技花费了1.3亿元买下了第一代求索芯片的知识产权即后续相关收益权 。
今年4月 , 依图科技收购了云锋新呈、红杉迦盛等四方投资机构所持熠知电子股权 , 2020年4月起 , 依图科技人工智能芯片全面转为自主研发 。 此次科创板IPO , 依图科技拟斥资23.18亿元投入于建设"新一代人工智能IP及高性能SoC芯片项目" , 该笔投项目资金占到募集资金总额的30.89% 。
调整商业模式
总体来看 , AI行业的商业化进程仍处于早期探索阶段 , 目前包括寒武纪、云知声以及依图科技均尚未实现盈利 , 若研发相关AI芯片的技术门槛不高 , 则相关应用场景易陷入各家厂商激烈竞争的局面 。
以智能语音赛道为例 , 《科创板日报》采访人员了解到 , 智能语音赛道产业参与者众多 , 既包括境内外互联网科技巨头 , 也包括各类技术公司 。
其中在智能音响领域 , 2018年 , 智能音响细分市场火热 , 众多中小音响厂商蜂拥而至 , 在这一年 , 斐讯音响作为云知声的重要客户向其采购了大量智能语音模组的产品 , 拉高了云知声2018年的毛利率 。


推荐阅读