|
|
人工智能从2014年风生水起发展起来，带动的不只是数学家、神经学家与教授们的地位与复兴，同时也推动了新的一波投资浪潮。经过几年的发展，随着落地应用需求的明确，大家发现硬件是其中不可或缺的一环。
与之前的物联网发展类似，除了比运算力的智能云服务外，硬件一方面扮演着反复获取数据的角色（如摄像头、传感器等），另一方面也是落地与展现实力的方式（如自动驾驶汽车、机器人、智能音箱等）。所有这些硬件中的智能需求推动了芯片的演化。毫无疑问，人工智能芯片的破土，是刚需使然。
所有人都急着问：人工智能芯片开始赚钱了吗？什么时候赚？谁在赚？
从现在（2018年底）的情况来看，这个问题的答案可能还不够让人兴奋。这波芯片半导体赚得最多的其实是内存厂，三星和海力士一举占据年度收入的前五名。感谢各式庞大的算法与数据存储需求，曾经卖多少赔多少的年代完全过去了，存储的价格现在上了天。反而大家熟悉的NVIDIA只在第10名而已。
另一个赚钱的人是传统的芯片厂。除了疯狂的挖矿应用外，企业服务器的采购量达到每年几十万台，英特尔的传统X86芯片完全靠这个撑起了一片天，弥补了低迷的PC市场。而在一般拥有大众高期待的创新应用领域，如智能车、机器人等，其芯片需求量目前其实还撑不起一次的流片。
那么，现在就不是投资人工智能芯片的时机了？当然是，现在反而是最佳的投资时机。5年内，这将是拥有近500亿美元价值的市场。作为勇敢又有智慧的风投，当然要在一切混沌不明时就抢进，从中摸索出架构，做完整的布局。今天，我们为大家分享联想控股旗下联想之星成立的Comet Labs在人工智能与芯片海外投资的经验，一起看看芯片投资有多少困难和机会：
芯片投资的五大困难
难点一：
芯片投资没有标准可以追随
过去芯片的投资很大部分启始于标准的制定，如3G/4G、H.264、IEEE 802系列等。一旦上层应用的标准制定完成后，除了IP的争夺之外，就在芯片的大小、散热、功效等方面下功夫，期待以pin2pin来取代昂贵的原厂芯片。过去的投资者就是在标准制定完成后、比谁动作快来投资。
而对于AI芯片，问题在于，Tensorflow、Caffe2等上层人工智能演算平台每个月都在演进，虽然基本的架构如CNN已相当成熟，但在应用层面，不同的数据会影响底层芯片的效能，如影像处理、高频数据、语音等，都有所差异。如何下手、如何评估？是否等到标准制定再出手？过去的投资逻辑在这里就会遇到问题。我们看到的是，找寻一个了解人工智能软件发展或演算的芯片团队才是重点。
难点二：
如何构建有弹性的芯片
承接第一点，如何让号称如神经大脑般的弹性演算跑在硬邦邦的硅片上呢？大量的libraries、compliers扮演着转换的角色，协助简单的指令集来进行硅芯片的运算。Google的TPU就在这做了个取舍，将指令集降低到4条，并让其TPU专注在训练上。
讲简单些，就像把一篇白话文转成四行诗，再把诗刻在竹简上，排列出不同的诗集，代表不同的白话文。AI芯片厂商中，谁的Libraries、compliers或编译软件做得好，谁就能跟随神经运算一同演化。开发芯片对软件人才的需求之庞大，应该接近CPU等级了。
在智能手机上也是如此，为什么Google的原生机跑起来效能总是最好，而不是只在拼骁龙的等级或内存大小。如何拥有有弹性的芯片？在这个问题中，如何建构一个有弹性的开发生态是评估要点。
难点三：
如何评估综合人才、团队
在评估人工智能芯片团队时，不能只看设计前端与生产后端人力，软件与架构团队的完整反而是决定产品的价值之处。不论如何，缺一不可。传统互联网中个人英雄式的领导、商业模式的竞争等，在芯片领域可能就不是首要评估要素。一个学校出来的教授是没有办法完成AI芯片量产的创业故事的。当然，现在流行的开源也进入了芯片领域，RISC-V是一个重要的关键词，有兴趣的话可以多往这挖。
难点四：
如何把握边缘架构的兴起
不管是边缘计算Edge computing，或是边缘伺服Edge server，边缘计算得拥有AI的能力已经是现在谈论AI架构时不须争论之处。芯片的开发也会走向两端。NVIDIA的芯片是不能在传感器端使用的。即使是土豪式的解决方案，成本上也会吃不消，更别说百瓦的耗电等级。
难点五：
芯片生态系统的构建
人工智能芯片的投资至少要摸清楚上述几点的问题，同时再往下继续深究流片成本、下游模块/系统厂商的开发配合 (一般说的Design win/in)等问题。相当复杂是吗？但这些都是建构在逻辑、数字、架构、技术等评估上的，与单纯的人的评估与商业模式的摸索相比也不算太难。毕竟这是科学。
芯片投资的机会
作者不是芯片工程师出身，所以技术点到为止。下面回归投资面来看AI芯片的机会。☟
行业机会：
资金供给两年内偏紧，抄底机会出现
从资金供给面来看，这五六年其实是相当贫乏的。除了在2014年NVIDIA股票大涨的激励下冲出24亿美元的投资以外，2016、2017、2018年都稳定在10亿多美元。依照这些芯片新创企业拼命流片与提升制程的烧钱状况（一次7nm的流片会耗掉1000万美元），加上没几家真正在大量出货（只要比特币等别再涨回万点），2019或2020初会出现资金紧张的状况，捡便宜挑好货就在那时。
从退出选择来说，并购远大于上市。各种并购的世纪大案还挺多的，如ARM、Broadcom、Altera。对于既有芯片厂商所面临的问题——开发新客户与新产品的困难程度之高，直接并购还是比较快。同时，目前很多手上有赚钱产品却没有明星方案的大型芯片厂商，每个都是现金满满的，在等着并购与投资的机会。
VC机会：
打破传统芯片估值方法，寻找强IP、强团队、强弹性的AI芯片投资机会
AI芯片会不会出现独角兽已经不用怀疑，但独角兽的价值评估可能无法用传统的方式。一般芯片机构融资的过程开始于简单的shuttle，做了些样品来跟潜在的顾客讨论最终产品的规格与价格，募集A轮资金。等到客户design win，产品确定进入最终产品，如手机、Wifi路由、伺服等，开始可以估算销售量、小算盘打打，收入或利润乘上一个市场的PS/PE，马上得到公司的估值。接下来就是看销售的功力。
但现在的AI芯片投资全乱了套，一个概念或简单的模拟（还不一定是在FPGA上），加上个明星创业者，就马上可以得到A轮融资。产品都还没验证完或没有样品前，B轮估值可能已经几个亿美金。不用等到Design win或出货到市场上，资金会不断涌入，独角兽拭目以待。
我们认为优秀的AI芯片符合以下几点特征 |
|
发表于 2019-1-19 12:28:13