賽靈思收購深鑒科技：中國AI芯片產業難改依附式生存
日前，全球最大嘅可編程芯片（FPGA）廠商賽靈思宣布收購中國 AI 芯片領域嘅明星創業公司—深鑒科技。此消息一出立即喺業內引起了強烈反響。盡管雙方認為呢個系雙贏嘅結局，但我哋仲系從中睇到了當下如日中天嘅中國AI芯片產業嘅依附式生存。原因何在？
眾所周知，芯片定義了產業鏈同生態圈嘅基礎計算架構，正如CPU系IT產業嘅核心一樣，芯片也系人工智能產業嘅核心。截止到目前，業界公認嘅AI主流芯片，除咗CPU以外，仲有GPU、FPGA同ASIC。而熟悉芯片產業嘅業內人士睇到呢D，就知，所謂依家五花八門嘅AI芯片最終嘅基礎架構（抑或系流派）無非咁，當在上述呢D基礎架構上，格局已定。CPU自唔使講，英特爾占據着絕對領先嘅優勢，基本喺此架構之上突圍嘅可能性微乎其微。
至於GPU，目前全球GPU行業嘅市場份額有超過70%被英偉達公司占據。而應用在人工智能領域嘅可進行通用計算嘅GPU市場則基本被英偉達公司壟斷。據悉，世界上目前約有3000多家AI初創公司，大部分都采用了英偉達提供嘅硬件平台。
再睇FPGA，雖然其市場前景誘人，但系門檻之高喺芯片行業里無出其右。全球有60多家公司先後斥資數十億美元，前赴後繼地嘗試登頂FPGA高地，其中不乏英特爾、IBM、德州儀器、摩托羅拉、飛利浦、東芝、三星咁嘅行業巨鱷，但系最終登頂掂嘅只有位於美國硅谷嘅四家公司：Xilinx（賽靈思）、Altera（阿爾特拉）、Lattice（萊迪思）、Microsemi(美高森美)，其中，賽靈思同Altera呢兩家公司共占有近90%嘅市場份額，專利達到6000余項之多，咁之多嘅技術專利構成嘅技術壁壘梗系高不可攀。而賽靈思始終保持着全球FPGA嘅霸主地位。
正系由於芯片基礎架構格局已定，所謂國內嘅AI芯片企業（包括初創企業）實際上做得只系基於上述基本架構嘅二次開發抑或優化。以此次被賽靈思並購嘅深鑒科技為例，自 2016 年成立以嚟，深鑒科技就一直基於賽靈思嘅技術平台開發機器學習解決方案，兩家公司合作密切。深鑒科技推出嘅兩個用於深度學習處理器嘅底層架構—亞里士多德架構同笛卡爾架構嘅 DPU 產品，都系基於賽靈思 FPGA 平台。
另外，由於賽靈思此前系深鑒科技嘅投資方之一，我哋認為深鑒科技更像系為賽靈思FPGA做優化嘅廠商抑或或合作拍檔嘅角色。原因很簡單，一旦脫離了賽靈思 FPGA 平台，深鑒科技將系無本之木，無水之源。梗系，除咗深鑒科技，據稱中國另外一家知名AI芯片初創企業地平線嘅所謂AI芯片BPU也系基於FPGA上嘅二次開發。既然系基於FPGA，咁最核心嘅底層架構就離唔開我哋上述嘅賽靈思、阿爾特拉、萊迪思同美高森美FPGA平台嘅借鑒同支持。就算系真嘅具有核心架構顛覆性嘅創新，由於FPGA已經被呢四家企業瓜分，也難有可以維持生存嘅立足之地。最后再睇ASIC。喺國外大廠幾近壟斷CPU、GPU同FPGA市場嘅情況下，再加上技術壁壘很高，中國AI芯片廠商喺芯片領域一直缺乏關鍵核心自主技術，僅憑市場、企業單方面嘅力量難以在CPU、GPU同FPGA方面有所突破，只能另辟蹊徑。從目前嚟睇，中國AI芯片廠商更多嘅系以中小公司為主，與實際應用需求結合，集中於設備端嘅AI ASIC開發，就某一垂直領域進行優化，以低功耗低成本攞勝。例如中國知名嘅AI芯片初創企業寒武紀就系此類。
呢度我哋並非講ASIC喺AI芯片領域冇前景，恰恰相反，此前名揚業內嘅谷歌TPU就系基於ASIC。之不過需要講明嘅系，谷歌之所以開發TPU，系基於其自身數據中心嘅應用規模，而規模系決定采用ASIC效益嘅關鍵。
盡管自身龐大應用規模嘅TPU喺業內引起了好評，但谷歌首席科學家Greg Corrado喺此前召開嘅谷歌AI技術分享會上仲系提出了唔同嘅觀點，佢講，「至少迄今為止，我也冇睇到完全唔同於傳統計算芯片嘅掂案例。相反，我哋認為應對現有嘅芯片做AI方面專門嘅優化，使依家嘅芯片完成AI任務時速度更快，功耗更低，整體嘅效益更高。」呢也系點解谷歌有了TPU，但依然會喺其數據中心采用CPU和GPU嘅原因。言外之意，TPU只系針對數據中心某些應用相對於CPU和GPU嘅補充和優化，並唔得成為主流。
具體到中國，為了規避ASIC開發周期長和投入大嘅風險，基於ASIC開發嘅所謂AI芯片基本系采攞SoC+IP嘅模式，即相比ASIC，SoC+IP模式嘅上市時間短，成本較低，並且IP可以更靈活地滿足用戶需求。IP公司專注於IP模塊嘅設計，SoC公司則專注於芯片集成，分工合作，提高效率。此前華為麒麟芯片與寒武紀IP結合喺智能手機上嘅應用就屬此種模式。但前提系規模（華為手機巨大嘅出貨量）及SoC嘅支持。咁對於中國市場而言，能有多少像華為咁嘅規模用戶。ASIC獨木難成林。
更令ASIC前景難料嘅系，業內有一種分析同觀點認為，FPGA受益於芯片NRE費用指數級上升帶嚟嘅規模效應。隨着制程工藝不斷提高，芯片NRE費用指數級上升，越嚟越多嘅ASIC芯片將由於達唔到規模經濟而被迫放棄，從而轉向直接基於FPGA開發設計。
據Tractica估計顯示，到舊年為止，深度學習應用中還幾乎搵唔到FPGA嘅身影，但系，到2025年，佢嘅部署會和CPU嘅部署量相當(如果唔得超過CPU嘅話）。其結果就系，到2025年，FPGA將會喺總規模達122億美金嘅深度學習芯片組市場獲得顯著嘅市場份額。所謂萬變唔離其宗。雖然目前AI芯片嘅叫法五花八門，但依然冇脫離CPU、GPU、FPGA同ASIC呢些核心，而喺呢D核心中，顯然仍系啲傳統芯片廠商，例如英特爾、英偉達、賽靈思等國外廠商嘅天下。
而通過此次賽靈思並購深鑒科技，我哋睇到啲所謂中國嘅AI芯片企業有相當數量僅系喺人家嘅架構之上再做些二次開發，優化同應用層面嘅事情，只系換了個新奇嘅名稱同叫法啫，與傳統嘅芯片產業競爭一樣，表面鑼鼓喧天嘅中國AI芯片依然系依附性嘅生存模式。
相關推薦
《通過大數據提升制葯行業效率，「諾信創聯」獲數千萬元A+輪戰略融資》
《中國二線科技城市蓬勃發展, 我哋應該多一D「冷」思考》
相關推薦
《通過大數據提升制葯行業效率，「諾信創聯」獲數千萬元A+輪戰略融資》
《中國二線科技城市蓬勃發展, 我哋應該多一D「冷」思考》
