1
產業
2020 年有太多不平凡。
新冠疫情詭異開局，貿易衝突餘瀾未了。在變幻莫測的時局之中，加速人工智慧計算速度的底層基礎設施建設者——AI晶片企業們——正經受著新的考驗。提高企業的組織管理能力和抗風險能力的警鐘敲響，架構創新和產品性能不再是唯一指標，能為產業帶來價值才是硬道理。雲端晶片廠商冀望著能分食必然擴張的數據中心市場大餅，終端晶片廠商在碎片化的應用場景中探索最合適的棲身之所。AI晶片仍在向上發展，洗牌期尚未到來。站在 2020 年的終點，我們可以透過十個關鍵詞，綜覽AI晶片領域這一年的光景。
1. A100
因為疫情， 2020 年 5 月，在英偉達年度最重要的 GTC 大會上，英偉達創始人兼 CEO 黃仁勳將自家廚房改成新品發布會及 “ 玩梗 ” 現場。
廚房悄悄與 “ 刀法精準 ” 的場景相映襯，當黃仁勳打開烤箱端出新品時，又似在印證 N 牌 “ 核彈廠 ” 出品的 GPU 的確可以燒菜甚至炸廚房。
A100 ，AI 晶片 “ 一號玩家 ” 英偉達孕育了三年的旗艦計算 GPU 新品，一經問世便猶如驚雷，引入結構化稀疏後，AI 訓練峰值計算力達 312TFLOPS ，AI 推理峰值計算力達 1248TOPS ，均較上一代 Volta 架構GPU 提升 20 倍，實現了英偉達史上最大的性能飛躍。
▲ NVIDIA A100 GPU 較上一代 V100 性能提升 20 倍
搭載 8 個 A100 的英偉達 DGX A100 系統，單節點 AI 計算力達到創紀錄的 5PFLOPS ， 5 個 DGX A100 組成的一個機架，計算力可媲美一個 AI 數據中心。根據黃仁勳現場算帳數據，確實應了著名 slogan “ 買得越多，省得越多 ” 。
當一眾廠商還在拿英偉達上一代旗艦計算產品 Tesla V100 作為比較的標桿，英偉達 A100 已經一腳踏入新紀元。
2. 麒麟 9000
與英偉達的意氣風發截然相反，華為卻長久籠罩於國際貿易紛爭的陰影之中，被強制按下造晶片的剎車鍵。
2020 年 5 月 15 日，美國商務部宣布修改出口管制規定，要求只要使用美國相關技術及軟體的海外公司向華為及關聯公司供應晶片，都需先取得美國政府的許可。
8 月 17 日，美國再次收緊限令，宣布將華為 38 家子公司列入 “ 實體清單 ” ，並要求華為或子公司從美國以外的第三方公司購買晶片也需獲得許可。
▲美國商務部官網聲明截圖
從此以後，除非獲得美國政府許可，否則華為不能自主造晶片，也無法從第三方購買晶片。回顧 2018 、 2019 年，華為麒麟系列晶片都躋身於全球最強手機 AI 晶片之林，與蘋果、高通（Qualcomm, QCOM-US）一較高下。
但如果未來美國政府不鬆開對華為的枷鎖，那麼搭載於華為最新一代旗艦手機的麒麟 9000 晶片，將成為華為海思的最後一代麒麟晶片，麒麟晶片系列的光輝戰績也將暫停更新。
更令人唏噓的是，在美國政策的圍堵下，作為中國第一大晶片設計公司的華為海思， 2020 年無奈掉出了全球半導體公司 TOP15 榜單。
這場突如其來的 “ 晶片劫 ” 之後，華為海思未來的路怎麼走？華為如何在逆境中求解？這些問題都是業界關注的焦點。
3. 蘋果 M1
從 2010 年蘋果第一次推出自研 A4 手機晶片算起，今年蘋果推出首款自研電腦晶片，恰好相隔十年。蘋果不是第一次造晶片，也不是第一家設計基於 Arm 的 PC 處理器的公司，但它研發的 M1 晶片依然獲得了全世界的關注。
2020 年 6 月，蘋果宣布將推出自研 Mac 晶片，在蘋果所有產品之間建立通用架構。 5 個月後，蘋果正式亮劍，推出三款採用 Mac 電腦新品，全部搭載蘋果首款自研 Mac 晶片—— M1 。
M1 是一顆採用 5nm 工藝、包含 160 億個晶體管的 SoC，內置每秒可執行 11 萬次操作的 16 核神經引擎，並展示出極具競爭力的能效比。在 M1 晶片支持下，新款 Macbook Pro 續航時間長達 20 小時。
蘋果用實際行動證明，全球頂級消費電子巨頭不僅能造晶片，而且具備設計出業界一流晶片的硬核實力。
M1 晶片的問世，不僅進一步擴大蘋果的自研晶片版圖，也使得蘋果接過為 Arm 處理器扛旗的重任，成為最有希望突圍 PC 界 x 86 生態的主力軍。
4. 5nm
2020 年 9-12 月，蘋果 A14 、華為麒麟 9000 、三星獵戶座 1080 、高通驍龍 888 這四大手機 AI 晶片先後亮相，組成了 5nm 量產落地的首發陣容。從此，智慧型手機正式進入 5nm 時代。
其中，前兩者採用台積電 5nm 工藝，已伴隨著旗艦手機的銷售而上市；後兩者均基於三星 5nm 工藝，供應的手機尚未落地。這四款 AI 晶片的性能進展關乎架構升級，也離不開製程工藝的迭代。
儘管因受美國限制，台積電暫時無法繼續支持其第二大客戶華為晶片的生產，但由於在 7nm 節點打了漂亮的勝仗，台積電絲毫不缺補位的訂單。
而在 7nm 商用遲到之後，三星正蓄勢待發，意圖拿下更多 5nm 市場。5nm 市場方興未艾， 3nm 試產工作也在有序進行。據傳蘋果已經預定了台積電 3nm 首批產能，將於 2022 年量產。
5. 破產
有的公司勢如破竹，有的公司卻瀕臨絕境。
2020 年 4 月，外媒爆料稱，美國AI晶片明星創企Wave Computing成為疫情期間第一家申請破產保護的 AI 晶片公司。這家成立於 2010 年的初創公司，曾在 AI 晶片領域名噪一時，專注於透過實現據流驅動技術的軟體可動態重構處理器（CGRA）架構，加速從數據中心到邊緣的 AI 深度學習計算。
2018 年 6 月，Wave Computing 收購老牌半導體 IP 公司 MIPS，計劃透過將數據流架構與 MIPS 嵌入式RISC 多線程 CPU 核心和 IP 相結合，為下一代 AI 提供了動力。
▲ Wave Computing 的 AI + MIPS 業務線
然而我們還未見到 Wave Computing 推出比市面上其他晶片更具優勢的新產品，反而等來了申請破產保護的壞消息。
6. 上市
2020 年 7 月 20 日上午，中國 AI 晶片設計明星獨角獸寒武紀正式在 A 股科創板上市，成為中國首個完全聚焦於 AI 專用晶片研發的科創板上市公司。
寒武紀計劃將 IPO 募集資金用於新一代雲端訓練晶片、推理晶片、邊緣 AI 晶片及系統項目和補充流動資金，並在招股書中透露其 7nm 雲端智能晶片思元 290 已回片，理論峰值性能與華為昇騰 910 相當，預計在 2021 年將形成規模化收入。
上市首日，寒武紀市值一度突破 1,000 億人民幣，但後續市值下跌，截至發稿日低於 700 億人民幣。繼寒武紀上市後，雲知聲、依圖、雲天勵飛陸續揭露招股書，這些知名的人工智慧初創公司有一大共性特點，就是均將造晶片視作提升競爭力的關鍵策略。
7. 融資潮
2020 年人工智慧熱度有所退減，整體投資規模和融資事件數量明顯回落，但 AI 硬體界投資依然熱情高漲，其中不乏十分 “ 吸金 ” 的融資黑馬。其中單筆融資超 10 億人民幣的 AI 晶片公司中，有兩家成立還不到一年的初創公司。
一家是由前京東方集團董事長王東昇、前三星集團大中華區總裁張元基在北京創立的奕斯偉計算， 2020 年 6 月完成由君聯資本、IDG 資本等投資的超 20 億元 B 輪融資。
另一家是由知名連續創業者張文、前阿里雲 AI 基礎架構總監徐凌傑等在上海創辦的壁仞科技，於 2020 年6 月完成由啟明創投、IDG 資本等投資的 11 億元 A 輪融資，刷新了中國高端晶片設計業 A 輪融資規模的記錄。
此外，由吉利控股集團戰略投資、獨立運營的億咖通科技，知名 AI 獨角獸依圖科技、雲天勵飛和地平線，也均在今年拿下單筆超 10 億元或接近 10 億元的融資。
根據工銀投行數據， 2019 年中國 AI 晶片領域投資金額達 58.57 億元，與上期相比增幅超過 90% 。而 2020 年公開的 AI 晶片總融資額已超過了 2019 年全年。
8. 超級併購
創企忙著吸金，巨頭卻大筆撒錢。2020 年 9 月，英偉達宣布將以 400 億美元從日本軟銀集團手中收購英國晶片設計公司 Arm。1 個月後，AMD（Advanced Micro Devices, AMD-US）宣布將以總價值 350 億美元的全股票交易收購全球第一大 FPGA 廠商賽靈思。
這兩筆巨額收購交易不僅宣布時間接近、數額高昂，而且都是在橫向擴張版圖，透過購買公司獲得一個原本不具備的成熟技術及團隊。
如果英偉達收購 Arm 成功，將在 GPU 業務的基礎上補上 CPU 業務這重要一環；如果 AMD 收購賽靈思成功，則將兼具 CPU、GPU、FPGA 研發能力，並補充加速 AI 應用的實力。這些動作，都指向了異構計算正成為主流趨勢的數據中心市場。
一旦兩筆收購順利完成，如無意外，未來較長一段時間內，數據中心、高性能計算領域將呈現英特爾、英偉達、AMD 三足鼎立的格局。
9. 數據中心加速
面向數據中心的 AI 晶片戰火正愈燒愈烈。
英偉達推出 A100 後火力全開，英特爾去年年底憑藉收購 AI 晶片創企 Habana Labs 而直接擁有的 AI 晶片訓練晶片 Gaudi 也開始在亞馬遜 AWS 落地，知名英國 IP 供應商 Imagination 也推出了能擴展至數據中心的多核 GPU IP 新品。
初創公司也在蓄力中。在國外，將暴力美學發揮到極致的美國創企 Cerebras 公佈擁有 85 萬個 AI 優化內核、 2.6 萬億晶體管的第二代巨型晶圓級晶片（WSE），英國 AI 晶片獨角獸 Graphcore 加入了中國雲服務巨頭阿里、百度（Baidu, BIDU-US）的生態圈，SambaNova 獲得由貝萊德、英特爾資本等投資的 2.5 億美元新融資。
在中國，鯤雲科技推出面向邊緣和雲端的首款數據流 AI 推理晶片 CAISA，燧原科技在推出首款雲端推理晶片後兼具雲端訓練+雲端推理完整解決方案，寒武紀中標 3 億元南京智能計算中心項目，比特大陸正基於其自研雲端 AI 晶片為各智慧城市打造 AI 計算力中心。
此外，壁仞科技、登臨科技、天數智晶片等晶片創企都在積極佈局通用 GPU 賽道。
不過，在一眾晶片廠商湧向數據中心時，去年因自研造晶片而打得一片火熱的雲服務供應商，今年卻鮮少發布新一代晶片產品，唯見亞馬遜 AWS 在今年 12 月初推出其自研雲端 AI 訓練定制晶片 AWS Trainium。
10. 量產落地
2019 年推出的一系列晶片新品，在 2020 年進入了落地的關鍵時期，多家晶片公司紛紛公佈了其晶片量產落地的成績單。
例如在雲端，百度宣布其自研雲端 AI 通用晶片百度崑崙 1 已量產約 2 萬片，性能相比 T4 GPU 提升 1.5 ~ 3 倍，百度崑崙 2 預計 2021 年上半年量產，性能較崑崙 1 提升 3 倍。
在邊緣和端側，地平線自動駕駛晶片征程 2 出貨量突破 10 萬，知存科技的首款輕量級存算一體晶片在今年 9 月批量試產，光子算數的光電混合 AI 加速計算卡已將成測試級的產品，清微智能的多模態智能計算晶片迄今出貨數十萬顆，專注於端側 AI SoC 的億智電子迄今已有超過百萬顆晶片量產落地。
選擇不同應用場景的晶片公司，都面臨著規模落地的挑戰與機遇。雲端市場擴張快但巨頭雲集、競爭激烈，終端市場偏碎片化，需要晶片公司找到更契合自身優勢的細分賽道、做出能更好滿足整個細分場景需求的垂直方案。
2020 年進入尾聲，這一年，AI 晶片喜憂參半。有晶片巨頭亮出重磅新品，有多家創企迎來晶片量產落地，有的玩家喜得新融資，有的玩家卻在逆境中艱難跋涉。 不可否認的是， 2020 年是 AI 晶片發展極為關鍵的一年。更多 AI 晶片玩家開始籌備 IPO 上市，多家公司的 AI 晶片進入量產，大量資本仍在追逐下注。可以看到，接下來，AI 晶片仍是人工智慧產業前進所不可或缺的推動力之一，其價值正在更多參與公司的發展和落地過程中不斷被驗證。 2021 年會變得更好嗎？答案未知，但無論是研究人員、企業老闆還是工程師們，都在保持前行，試圖從技術創新中拼一個未來。
⟪36氪⟫授權轉載
【延伸閱讀】
126933
