GPU创业之火

GPU创业之火

壁仞，燧原，沐曦，天数，希姆，翰博，摩尔线程

壁仞科技首款7nm芯片尚未流片，为何又获前AMD全球副总裁加盟？

观察者网梳理发现，GPU（Graphics processing unit）被称作显示芯片，是擅长做图像图形相关运算工作的微处理器。GPGPU全称是通用图形处理器（General-Purpose Computing on Graphics Processing Units），就是让本为图形图像处理而生的GPU，能够运行图形渲染之外的通用计算任务。

业内披露的信息显示，GPGPU的设计特点，对各种运算方式的支持和可编程性，由于其通用性，任何新的算法和应用，都能做到性能和支持之间较好的平衡。同时，基于GPGPU的通用性，GPGPU芯片将在更大程度上降低客户的迁移成本，帮助客户实现无痛迁移。

芯片是一个“烧钱”的行业，虽然今天各种各样的融资纪录不断刷新大家的认知，但是跟西方发达国家积淀了30到60年才发展到今天相比，国内企业还是属于相对早期的刚刚投入阶段。

国产芯片今天如果再走简单的复制道路，或者仅仅是产品替代，没有创新能力，很快就会被市场淘汰。中国有一个好处，可以更加贴近中国客户，而中国的数据源是全球最丰富的，因为中国人口最多。

按照传统的算法，18个月应该可以做出一款芯片。但该公司是从零开始挑战世界芯片的极限，要做最大的一款芯片，实现最强的算力。在这样的背景下，加上新冠疫情的影响、全世界产业链的断裂，还有一些产能方面的限制，导致该公司大芯片的研发生产远远超过18个月。如果从质量到最后产品的要求均达到最优，预计一款芯片从零开始至少需要2-3年的时间。

发展一个国产GPU的难度，可能会超过大部分人的认知。魔鬼在于细节，只有让每个细节、每个精细微小的地方，都存在不断创新和不断发展的可能性，才能形成具有世界级竞争力的产品。

做一个原创性架构的芯片。这种架构是颠覆性的，希望能够贴近中国市场，作为一个优化中国人工智能应用的通用加速处理器。希望能开发出一套非常完善的软件平台，能够很快适应中国客户，提高社会生产力做出贡献。由于首款GPU芯片的先进性，将用到业界最先进的设计、制造、封装、测试等流程和技术，希望能成为中国人工智能发展的奠基石。

该公司第一款GPU芯片定位高端通用智能计算，具备高性能、可扩展性、可虚拟化等特性，支持云端训练和推理。这颗7nm芯片将对标美国GPU巨头英伟达还在酝酿之中的下一代5nm GPU计算芯片。

英伟达GPU并非面向AI训练和推理的最优芯片，而是一个多能力芯片。选择先专攻通用AI训练和推理能力，将图形渲染等与AI加速无关的设计剥离掉，更聚焦于在自家芯片上，如何合理安排更多的运算和存储单元。

如果纯粹从硬件来说，有比较大的胜算的。不过毕竟英伟达在软件、生态方面积累深厚，如何补足这些缺口。需要高性能与通用运算相关技术产品发展的愿景及生态系统集成的布局。

国内GPGPU领域玩家众多

除壁仞科技外，国内GPGPU赛道还有天数智芯、登临科技、沐曦集成电路、摩尔线程等玩家，这些公司均拥有从国际大厂招揽的研发人员和不可小觑的融资能力。不过，目前能拿出产品的企业寥寥无几。

半导体咨询机构“芯谋研究”研究总监王笑龙在社交媒体上表示，这两年来，安靠周晓阳、恩智浦郑力、泛林刘二壮、AMD李新荣等诸多巨头公司的全球高管兼中国区掌门人，先后加入本土企业。中国半导体带来更广阔的国际视野，也为现东家的团队构建作出积极有益的补充和调整。随着中国半导体的不断进步，机会越来越多，将对全球人才形成强大磁场。“聚天下英才而善用之，这是中国半导体最终崛起的充要条件”。

2021年7月，在世界人工智能大会上，天数智芯首款全自研、GPU架构下的7nm云端训练芯片及GPGPU产品卡已亮相，这款芯片采用台积电7纳米制程、容纳240亿晶体管及采用2.5D CoWoS晶圆封装技术，支持FP32，FP16，BF16，INT8等多精度数据混合训练，支持片间互联，单芯算力每秒147T@FP16。

天数智芯实现量产前，国内GPGPU市场几乎完全被两家国外巨头把持：英伟达和AMD，绝大多数市场被前者占据，以中国的云端AI训练芯片市场为例，英伟达的市场份额达到90%。

在现场，天数智芯董事长、前紫光集团联席总裁***石京表示，像GPGPU这样一个广泛应用于政府、企业、国防、科研等领域的产品，国内处于外企一家独大的局面，从产业链的角度来说，存在不少安全风险。但国内GPGPU创企目前跟英伟达、AMD等外企相比还有较大差距，不仅是单一芯片，包括产品线的覆盖范围、生态建设等。国内企业要在敢于承认差距的同时，去思考怎么缩小差距。

虽然做芯片很烧钱，但一个企业首先要考虑怎么自负盈亏，不能只想着去烧投资者的钱，最终还是要靠产品从市场上获取回报，这样才能可持续发展。现在不少企业都把产品规划做的很大，如果不能尽快实现造血机能的话，并不是什么好事情，负担会变得很重。

国内部分GPGPU企业技术团队信息和融资信息

天数智芯从2018年开始组建芯片研发团队，招揽AMD 、英伟达GPU部门人士和企业软件厂商甲骨文、IBM等公司的多位资深研发人员加入。该公司首席科学家郑金山，早年曾在AMD带领上海芯片设计团队参与过多个GPU芯片的研发。2020年，原上海联通总经理蔡全根出任天数智芯董事长，现任天数智芯执行董事长兼总裁。

沐曦集成电路成立于2020年9月，创始人陈维良为清华大学微电子学研究所硕士，拥有超过18年的GPU芯片设计经验，曾担任世界顶尖GPU芯片公司高管，负责全球通用计算GPU产品线的整体设计与管理，团队平均行业经验超过15年。

登临科技成立于2017年11月，核心创始团队成员来自知名半导体，系统及互联网公司 （图芯，百度，英伟达，AMD，思科，博通等），团队有在从28nm到7nm先进工艺上成功流片及批量生产的业绩。

摩尔线程成立于2020年10月，创始人张建中为原英伟达全球副总裁、中国区总经理，该公司团队其它成员来自微软、英特尔、AMD、Arm等芯片巨头。摩尔线程也对外表示是国内唯一一支真正世界级的、能够覆盖GPU研发设计、生产制造、市场销售、服务支持等完整架构的成熟团队。

2017年5月，天数智芯完成A轮融资，数额未披露；2019年9月，完成数亿元B轮融资；2021年3月，完成12亿元C轮融资刷新单轮融资纪录，该轮融资由沄柏资本和大钲资本联合领投。

2021年3月，沐曦集成电路宣布完成数亿元Pre A+轮融资，由经纬中国和光速中国联合领投，这距上一轮由红杉资本领投的Pre-A轮融资不到一个月。

2021年2月，登临科技完成由元禾璞华、元生资本联合领投的A+轮融资，包括北极光在内的老股东在本轮加码跟进，A轮曾获光远资本、张江浩珩、张江高科领投的1亿元融资。

2021年2月，成立100天的摩尔线程完成共计数十亿元的两轮融资，由深创投、红杉资本中国基金、GGV联合领投，其它投资方包括招商局创投、字节跳动、小马智行、融汇资本等，云岫资本担任独家财务顾问。

摩尔线程为什么这么火？

GPU作为视觉计算和人工智能计算的通用平台，拥有超乎想象的巨大市场空间，也是中国科技发展快车道上必不可少的技术制高点，另一方面，随着智能汽车的快速量产，GPU将成为智能汽车发展的核“芯”力量。

摩尔线程在投资界火了。

摩尔线程官方网站发布消息称，在过去的100天时间，公司完成了两轮超十亿融资，投资方包括了深创投、红杉资本中国基金、GGV纪源资本联合领投，招商局创投、字节跳动、小马智行、融汇资本、海松资本、闻名投资、第一创业、五源资本、和而泰、明浩等联合参投。

完成新一轮融资之后，摩尔线程所筹资金将用于推动技术研发、早期市场拓展及后续产品开发。

摩尔线程公司成立于2020年10月，定位中国视觉计算及人工智能领域计算平台，主要提供GPU计算技术和服务，以加速数据中心，边缘计算服务器，专业工作站和高性能个人计算设备，帮助中国建立本土的高性能计算生态系统。

摩尔线程是国内唯一一支真正世界级的、能够覆盖GPU研发设计、生产制造、市场销售、服务支持等完整架构的成熟团队。

摩尔线程团队核心成员主要来自NVIDIA，吸引了Microsoft，Intel，AMD，ARM等各大科技公司的研发和产品团队的核心力量加盟。

这些核心成员具备多颗GPU芯片多代工艺大规模量产的丰富经验，熟悉GPU芯片设计、生产、封装、测试、系统、软件应用等质量管理各个环节。

摩尔线程这群年轻人的爱国情怀，尤其是从海外回国的GPU专家，抱着一颗颗热忱的赤子之心，全身心的投入到GPU国产化的研发工作中。相信不仅能填补国产高性能GPU的空白，将发明创新更适合中国本土市场应用的GPU技术和产品。由于GPU在计算机体系结构中基本决定了用户的应用体验，随着摩尔线程本土GPU研发的成功，摩尔线程一定能够帮助提升国产CPU及操作系统在中国市场上的用户体验，也同时弥补国产CPU性能的不足，缩小与国外计算机整体性能的差距。

摩尔线程在公开资料中这样介绍其公司创始人：

行业深耕超过15年，曾带领世界顶级芯片企业成功开拓建立了GPU在中国的完整的生态系统，推动中国市场成为该企业全球最重要的市场，不仅使公司凝聚了顶尖的GPU技术研发力量，在更加重要的GPU相关系统软件开发商和主要行业的核心生态合作伙伴资源上，具备了无可比拟的天然优势。

从以上资料和摩尔线程的成立时间来看，摩尔线程幕后的大佬很可能是前英伟达公司全球副总裁、中国区总经理职张建中，2005年5月加入英伟达公司，2020年9月份从英伟达离职。曾任职于戴尔、惠普等国际顶尖IT企业，担任销售总监、事业部总经理等重要职位。

企查查公开显示，摩尔线程公司的创始人、实控人是刘珊珊，公开信息显示，毕业于2011年，曾在多家AI公司任职。

芯片领域，技术领先至关重要。摩尔线程拥有全球顶尖的现代GPU架构设计团队，其首席技术官曾领导和参与了世界顶尖GPU公司最新架构的设计和研发工作。摩尔线程吸引了众多GPU驱动、编译、AI芯片、软件算法以及系统设计等领域超过10年以上经验的资深工程师，在国内搭建了最为完整的专业IC团队。依托出色的技术优势，期待未来摩尔线程为构建中国强大的计算加速平台做出更多贡献。

当前， GPU作为视觉计算和人工智能计算的通用平台，拥有超乎想象的巨大市场空间，也是中国科技发展快车道上必不可少的技术制高点，另一方面，随着智能汽车的快速量产，GPU将成为智能汽车发展的核“芯”力量。

在GPU领域，目前，全球只有英伟达一家公司专注做GPU，AMD虽然也有GPU业务，但其主要收入来源还是以CPU为主。

英伟达GPU市场占有率在中国从2008年的不到50%一路上涨到2020年的80%以上份额，英伟达之所以能在AI领域异军突起，得益于在GPU领域的技术积累和生态建设，事实上大多AI应用都是图形和计算的结合，有GPU核心架构支撑的通用芯片的市场空间远远大于AI芯片市场。

说明GPU的业务成功不仅仅是产品研发，准确的市场细分定义、产品策略、生态建设以及配套的营销体系缺一不可。

摩尔线程能够将众多GPU研发设计经验丰富的系统架构师、图形技术研发科学家以及芯片设计团队集合在一起，在GPU领域实力不可小视。

能够满足通用图形计算和高性能计算的GPU芯片，代表着芯片技术的制高点。对于研发出世界级性能的GPU芯片、在商业上取得成功的难度极大，对于团队的能力要求非常高。

摩尔线程值得投资：

第一：需要对行业发展有深刻的认识，能够预测未来3-5年的市场需求，并为之定义合适的产品；

第二：要能兼顾图形和图像视频处理（如DirectX，OpenGL，Vulkan等），以及AI和高性能计算（如OpenCL，CUDA等），可以用较低的成本支持任何AI和非AI软件算法的迭代，做到图形图像视频处理和AI计算的交互，满足大多数实际场景的应用需求；

第三：要能够在芯片硬件之上，建设软件和应用的生态，摩尔线程的团队，就具备了这样的能力。

可以说，构建面向数据中心，边缘计算和高性能PC及工作站的计算加速平台，GPU架构是最重要的成功要素，只有最先进的架构设计，才能满足未来视觉计算及AI人工智能计算的需求。

摩尔线程的出现或能成为本土GPU发展的一支强大的生力军。

 天数智芯7nm芯片进入量产，芯片企业不能只会“烧钱”

在近些年兴起的人工智能浪潮中，GPGPU凭借对各种运算方式的支持和可编程性强、灵活性高、应用场景广泛等特点，逐渐成为一项炙手可热的技术产品。

随着国内相继涌现出天数智芯、壁仞科技、沐曦集成电路、登临科技、摩尔线程等一众玩家，资本也加速向GPGPU领域聚集，行业顶级投资机构几乎都有所参与，单轮融资纪录也不断被刷新。

日前，在2021世界人工智能大会（WAIC）上，观察者网对天数智芯展台进行实地探访，该公司携国内首款全自研、GPU架构下的7nm云端训练芯片及GPGPU产品卡首次亮相展会。

谈到了天数智芯的产品规划、加盟天数智芯的契机、中外企业在GPGPU领域的差距、天数智芯未来IPO的时间表、中国芯片人才的培养等话题。

天数智芯首款7纳米云端训练芯片BI已进入量产阶段，即将进入规模化商用环节。像GPGPU这样一个广泛应用于政府、企业、国防、科研等领域的产品，国内处于外企一家独大的局面，从产业链的角度来说存在不少安全风险。

国内GPGPU创企目前跟英伟达、AMD等外企相比还有较大差距，不仅是单一芯片，还包括产品线的覆盖范围、生态建设等。国内企业要在敢于承认差距的同时，去思考怎么缩小差距。

2021年3月，天数智芯完成C轮12亿元融资，创下GPGPU企业单轮融资纪录。虽然做芯片很烧钱，但企业首先要考虑怎么自负盈亏，不能只会烧投资者的钱，最终还要靠产品从市场上获取回报，这是可持续发展的唯一道路。

履历显示，***石京在ICT领域拥有超过30年的工作经验，曾任工信部电子信息司司长、核高基重大专项实施管理办公室常务副主任等职。2018年，加盟紫光集团出任联席总裁，主管芯片业务板块，随后还兼任紫光国微董事长、紫光展锐执行董事长、长江存储执行董事、紫光集团DRAM事业群董事长等职务。

问：天数智芯已经不是首次参展了，此次参展带来了什么新的产品？

***石京：此次参展的BI芯片，是天数智芯也是国内第一款全自研、GPU架构下的云端训练芯片，这款芯片采用台积电7纳米制程、容纳240亿晶体管及采用2.5D CoWoS晶圆封装技术，支持FP32，FP16，BF16，INT8等多精度数据混合训练，支持片间互联，单芯算力每秒147T@FP16。

BI芯片以同类产品1/2的芯片面积、更低的功耗，提供主流厂商产品接近2倍的性能。聚焦高性能和通用性、灵活性，为人工智能和相关垂直应用行业，提供匹配行业高速发展的计算力，通过标准化的软硬件生态为应用行业解决产品使用难、开发平台迁移成本大等痛点。

选定GPGPU这个赛道后，天数智芯团队已经对产品定义、自研架构、核心IP以及软件栈等做了完善的探索，才能实现在高性能下与主流生态兼容的目标。目前，天数智芯7纳米云端训练芯片BI已经进入量产阶段，从与主流厂商做的测试来看，现在产品已经实现基本的技术要求，即将进入规模化商用环节。

问：GPGPU和传统意义上的GPU有什么不同？

***石京：最近几年，随着高性能计算、大数据、人工智能等应用的兴起，在CPU外，出现一些新的用于提升计算能力的芯片，按照技术架构的不同，可分为通用图形处理器（GPGPU）、可编程门阵列器（FPGA）、专用集成电路（ASIC）等类型，行业内统称为AI芯片。

GPGPU全称是通用图形处理器（General-Purpose Computing on Graphics Processing Units），就是让本为图形图像处理而生的GPU，能够运行图形渲染外的通用计算任务。

GPGPU的设计特点，对各种运算方式的支持和可编程性，由于通用性，任何新的算法和应用，都能做到性能和支持之间较好的平衡。基于GPGPU的通用性，GPGPU芯片将在更大程度上，降低客户的迁移成本，帮助客户实现无痛迁移。

此外，GPGPU可以覆盖的计算精度从4bit到64bit，特别是在32bit、64bit上，专用芯片ASIC很难能够支持，可支持的算子也有限，因此GPGPU非常适合高性能计算场景。

2018年，天数智芯开始立项发展GPGPU云端7纳米计算芯片，2021年3月31日正式发布首款高性能云端7纳米训练芯片BI及产品卡，可以应用于视觉处理、安防及工业人工智能、电信、金融等各领域。

 

 天数智芯7纳米云端训练芯片BI

问：天数智芯切入GPGPU赛道的初衷是什么？

***石京：天数智芯在开发首款产品初，即瞄准GPGPU产品的通用性及AI领域广泛的应用场景，将为整个市场实现算力的升级。因此，一直坚持GPGPU战略，发现GPGPU市场并推出针对市场及用户需求的优质产品，利用先发优势，进一步根据用户反馈普及市场应用，加速产品升级。

GPGPU领域拥有广阔的市场。有数据预测，到2025年，中国GPGPU芯片板卡的市场规模将达到458亿元，是2019年86亿元的5倍多，2019年到2025年的年复合增长率高达32%。

另外，GPGPU市场存在品种单一的问题，目前全球GPGPU市场供应被国外主流厂商垄断，价格昂贵，用户需要更多元的供应商。像GPGPU这样一个广泛应用于政府、企业、国防、科研领域的产品，处于外企一家独大的局面，从产业链的角度显然难言安全。

问：最近几年，国内涌现出一批像天数智芯这样的GPGPU初创企业，不仅拥有配置豪华的技术团队，在融资时也备受资本市场追捧， GPGPU现在成为各方追逐热点的原因是什么？

***石京：资本的追捧从侧面说明了GPGPU赛道的正确性。通过AI产业的不断发展，市场对这一行业有了更深刻的认知。同时，做一款真正的好产品，离不开技术研发的积累，不是一蹴而就，也不是只要有资金的支持即可迅速的实现产品化，技术基础、管理体系、不断的积累是产品成功的关键要素。

在近些年兴起的AI浪潮中，GPGPU凭借对于用传统语言编写的、软件形式的计算有较好支持、灵活性高、应用场景广泛等特点，逐渐成为一项炙手可热的技术产品。在目前GPU市场被国外厂商垄断的情况下，资金的涌入以及市场竞争都不是坏事，能够加速国内市场的成长。

随着国家对科技的进一步支持，GPU被越来越多的知名投资机构所追捧，涌现出很多新兴本土公司。国内同行们对科技行业的热衷，希望资本的助推能进一步加速国内GPU行业的发展。

问：天数智芯工作之前，市场上就已经有不少传闻。今天也是加盟之后的首次公开亮相，能不能透露一下希望把公司带到什么样的高度？

***石京：做GPGPU，天数智芯团队选择的是一条充满挑战的道路，但是一直在坚持。公司拥有一支完整的GPGPU研发团队，团队中很多人都有国际大公司的工作经验，也有非常完善的软硬件基础知识，研发团队占比公司总人数85%以上。

天数智芯工作，主要是因为现在人工智能是一个非常大的发展趋势，在AI的快速发展中做出一些贡献。从这么多年的经验来看，做芯片一定要扎扎实实打好基础，紧密围绕用户的需求，这也是实现成功的唯一出路。

国内部分GPGPU企业技术团队信息： 天数智芯从2018年开始组建芯片研发团队，招揽AMD 、英伟达GPU部门人士和企业软件厂商甲骨文、IBM等公司的多位资深研发人员加入。该公司首席科学家郑金山，早年曾在AMD带领上海芯片设计团队参与过多个GPU芯片的研发。2020年，上海联通总经理蔡全根出任天数智芯董事长，现任天数智芯执行董事长兼总裁。 壁仞科技成立于2019年9月，创始人、董事长张文曾任AI独角兽商汤科技的总裁，硬件架构负责人洪洲曾任海思自研GPU负责人和首席架构师，软件生态负责人曾是华为Futurewei公司GPU技术首席科学家，曾领导和研发5代高通Adreno移动GPU架构。 沐曦集成电路成立于2020年9月，创始人陈维良为清华大学微电子学研究所硕士，拥有超过18年的GPU芯片设计经验，曾担任世界顶尖GPU芯片公司高管，负责全球通用计算GPU产品线的整体设计与管理，团队平均行业经验超过15年。 登临科技成立于2017年11月，核心创始团队成员来自知名半导体，系统及互联网公司 （图芯，百度，英伟达，AMD，思科，博通等），团队有在从28nm到7nm先进工艺上成功流片及批量生产的业绩。 摩尔线程成立于2020年10月，创始人张建中为原英伟达全球副总裁、中国区总经理，该公司团队其它成员来自微软、英特尔、AMD、Arm等芯片巨头。摩尔线程也对外表示是国内唯一一支真正世界级的、能够覆盖GPU研发设计、生产制造、市场销售、服务支持等完整架构的成熟团队。

问：能不能讲一下加盟天数智芯的契机？

***石京：其实也没有那么复杂，就是觉得这件事情值得去做，然后恰好有一个还不错的平台。

大家通过前期的一些交流，觉得团结起来能够带来价值，所以就共同努力去把这件事情做好，互相之间的资源结合在一起，对把这件事真正做成功很有帮助。在加入之后，首要目标是把产品交付用户，进一步打牢技术基础，继续优化架构、核心IP以及软件，紧紧把握人工智能发展的一个大趋势。

问：职业生涯可以说是非常传奇的，当初愿意加盟天数智芯，是不是也是非常看好GPGPU这个赛道？另外，现在GPGPU领域也有很多的同类企业，觉得国内这个市场离集中度更高还有多远？

***石京：在GPGPU领域，天数智芯是国内最早进入这条赛道的企业，也是中国第一家GPGPU云端芯片及超级算力系统提供商。现在可能其它企业也在选择进入这个赛道，这些都没关系。大家的进度可能有些不同，技术路线选择也不一样，但如果看好这个赛道就会持续竞争，这也从侧面反映选的道路是正确的，也说明看的更远。既然比别人早走一步，下面就要按照计划把事情做好。

目前，各家最重要的任务是把优势和市场需求结合起来，把产品做好。这中间肯定有一个艰难的探索过程，去不断发现问题，进而促进整个行业的发展。当然，芯片行业也不能过热，不论是集成电路还是其它行业，过热之后肯定会影响市场、影响行业的发展。个人认为，没有哪家企业第一款产品做出来就能震惊行业，最终的还是要把技术不断地做好，这样产品竞争力才能持续增强。

问：天数智芯下一步有没有计划做推理芯片？

***石京：推理芯片肯定是战略之一。这是生态中不可缺失的一环，未来推理芯片所占的市场比例可能会更大。至于产品具体推出的时间，还不好说的太明确，请大家持续关注天数智芯。

问：在GPGPU领域，如何看待国内企业和国外厂商的差距？

***石京：如果单纯谈参数对比，肯定跟国外主流厂商还有比较大的差距。而且不能单从某一颗芯片上去对比，还包括产品的覆盖范围、生态等方面。尤其是生态建设，这是国内厂商必须要去面对的问题。国内企业一定要敢于承认这种差距，真正需要思考的是，怎么去追赶并缩小这种差距。个人认为，企业还是要围绕怎么解决用户需求去发展。

（目前在GPGPU领域，已经实现规模量产的只有两家国外巨头：英伟达和AMD，绝大多数市场被前者占据，以中国的云端AI训练芯片市场为例，英伟达的市场份额达到90%。）

大家很早之前都听说过wintel体系，靠技术推进产业进步。包括现在的人工智能算法、建模等，产业实际上已经走到靠应用拉动的阶段。今天谈云、谈物联网，跟以前完全不一样的技术并没有多少，更多的只是一种应用模式。将来肯定也要经历这一过程，进一步去把握这个技术进步的趋势。

问：GPGPU对制程的要求普遍比较高，面对复杂的外部环境，天数智芯有没有考虑如何规避一些不可控的因素？

***石京：会根据整体的产业形势去做判断和安排。

但从根本上讲，天数智芯也是一家合法合规经营的企业。也在努力规避风险，通过持续建立并完善内部合规及法务体系，把事情做好。

企业如果改变不了外部环境，只能选择去适应环境。

问：能不能谈一下天数智芯团队扩招，以及未来IPO的一些计划？

***石京：按照公司的业务发展，继续招人是肯定的。随着新产品的推出，原本也有把团队进一步扩大的计划。另外，根据产品规划和市场发展需要，天数智芯肯定还会进一步融资。如果不去借助资本市场，靠积累很难跟上市场发展的步伐。

作为一家公司一定要对长远的发展制定规划，IPO可以进一步融资，也能给投资者一个交代。另外，从未来的发展来看，走向资本市场，也能获得更好的资源，这也是支撑未来发展的必须。也在持续的完善内部管理。现在的首要目标就是要把产品做好，产品如果能得到市场认可，到时候功到自然成，因此首先要把基础打好。

上市只是一个手段而不是目的。虽然做芯片很烧钱，但一个企业首先要考虑怎么自负盈亏，不能只想着去烧投资者的钱，最终还是要靠产品从市场上获取回报，这样才能可持续发展。现在不少企业都把产品规划做的很大，如果不能尽快实现造血机能的话，并不是什么好事情，负担会变得很重，再加上现在大家对估值期望都很高，如果业绩上支撑不了的话，就会变得很难办。

现在团队还是想踏踏实实把事情做好，这个很关键，只有这样才能得到市场的回报。到时候上市也能给投资者一个交代，给市场一个交代。一定不要让市场失望，让投资者失望，用好产品回馈市场才是关键。

国内部分GPGPU企业融资信息： 2020年6月，壁仞科技A轮融资11亿元创下GPGPU企业单轮融资纪录；2020年8月完成Pre-B轮融资，累计融资近20亿元人民币；2021年3月完成B轮融资，累计融资额超47亿元。 2017年5月，天数智芯完成A轮融资，数额未披露；2019年9月，完成数亿B轮融资；2021年1月，完成12亿元C轮融资刷新单轮融资纪录，该轮融资由沄柏资本和大钲资本联合领投。 2021年3月，沐曦集成电路宣布完成数亿元Pre A+轮融资，由经纬中国和光速中国联合领投，这距上一轮由红杉资本领投的Pre-A轮融资不到一个月。 2021年2月，登临科技完成由元禾璞华、元生资本联合领投的A+轮融资，包括北极光在内的老股东在本轮加码跟进，A轮曾获光远资本、张江浩珩、张江高科领投的1亿元融资。 2021年2月，成立100天的摩尔线程完成共计数十亿元的两轮融资，由深创投、红杉资本中国基金、GGV联合领投，其它投资方包括招商局创投、字节跳动、小马智行、融汇资本等，云岫资本担任独家财务顾问。

 

 AI芯片融资汇总 

问：能否展开谈一下，加盟天数智芯之后会在管理、研发路径以及市场布局方面带来哪些转变？

***石京：大家经常说“新官上任三把火”，觉得没有必要烧什么火，踏踏实实按照原来既定的战略走就行。来就是想让大家更聚焦，努力在AI领域找到更合适的发展道路。在天数智芯的产品出来之后，也会去不断发现新的机遇，并会去进一步改进不足。

问：在目前这个大环境下，对国内芯片人才的培养有什么看法？

***石京：目前，集成电路产业已经成为助力国经济发展的关键领域。想要加快芯片产业的发展，核心还是在于人才。从过去的工作经验来看，芯片人才的培养和成长，还是要遵循一定的规律，需要去不断地完善和积累，毕竟芯片是一个综合性的行业。

认为，芯片产业实力代表着整个国家工业体系发展的实力。在产业链中，从设计、制造、封装再到后端应用，几乎涉及到绝大部分工业门类，一个环节不行可能就会被卡脖子。都记得，日本曾在光刻胶这个环节卡过韩国的脖子。其实在芯片生产过程中，可能会用到成百上千种试剂，牵涉到整个工业体系。半导体材料、半导体设备，都需要跨学科的知识和技能。

学生在学校学到基础知识之后，一定要到实际当中去锻炼。国家有很多芯片企业，有很多产品平台和市场，加上很多青年都十分聪明才智，通过学习实践，在这个过程中一定能成长起来。当然，这个过程也需要一些成熟人才来做指路人，这样可以少走弯路。并且这也需要整个社会的关注和支持，需要大家的耐心，只有坚持不懈，芯片产业才能真正成长起来。

问：在外企垄断国内市场的情况下，中国GPGPU创企的机会和挑战分别有哪些？

***石京：从整个社会来说，在未来的算力经济时代，高性能通用计算发挥的空间非常大。很多领域需要借助高性能计算，推动科研发展，整个计算市场将呈现出蓬勃发展之势，将给GPGPU企业发展提供巨大空间。

从国的发展环境来说，随着近年来国家高度重视高科技及芯片产业的有序健康发展，除了提供税收减免，人才引进政策之外，也会在相关产品试验落地以及试运营等方面予以支持，使得整个GPGPU市场的生态也在逐步完善。

尽管前景向好，但不可否认的是，国际玩家仍然在GPGPU领域处于绝对垄断地位，国内初创企业想实现在该领域的突破和发展仍有很长的路要走。除产品研发，生态构建等挑战之外，还有很多现实问题要去解决。

问：最后一个问题，怎么看待这次全球芯片短缺的现象？

***石京：半导体本来就是一个周期性的行业，主要由技术进步的阶段性、产业发展以及经济性等方面造成。除了行业周期性，此次缺芯还明显受到疫情影响。在疫情发生后很多企业都选择降低库存，但当国内疫情迅速控制住之后，这些企业又抓紧备货，进而造成产能紧张。认为，行业补库存的这个阶段很快就会过去。至于市场整体的平衡，至少要到今年下半年或明年才会有所恢复。

另外，这次缺的很多都是工业方面用的芯片。其中很重要的原因就是，市场之前的关注点主要集中在7纳米和5纳米等高端手机芯片上面，常用的电源管理芯片、汽车芯片等受关注度不高。但是随着新能源汽车、自动驾驶的快速发展，汽车芯片需求量骤增对半导体市场也造成很大的冲击。

现在一个有意思的现象是，尽管产能极度紧张，但是一些上游企业并没有选择扩产，可能也认为只是阶段性的波动，而下游厂家还是希望上游能抓紧扩产，缓解供求关系。由于产能都是之前定好的，所以这次缺芯风波短期内不会造成影响。但如果长期持续下去，大家都不可避免会受到影响。

燧原再获18亿融资，直击缺少国产化云端AI芯片的痛点

“从 Nvidia 去年的财报可以看出，公司的重心已经从人工智能芯片转到数据中心的系统上，如果眼中的人工智能世界还只是芯片，那会离当今的 AI 世界非常遥远。”燧原科技创始人兼营运长张亚林这样告诉问芯Voice 。

刚进入 2021 年，国内人工智能产业出现一个令人眼睛一亮的数字：18 亿元。

燧原科技刚刚宣布完成 C 轮融资，由中信产业基金、中金资本旗下基金、春华资本领投，腾讯、武岳峰资本、红点创投中国基金等多家新老股东跟投，共融资人民币 18 亿元。

相较 2018 年是 AI 公司融资的鼎盛时期，2019 年、2020 年 AI 产业开始进入融资急速降温期。中国人工智能领域 2018 年的融资金额高达 667 亿元，2019 年、2020 年融资金额分别降至 272 亿元和 243 亿元。

在缺乏商业模式和落地场景下，投资人认为很多 AI 故事已经讲不动了。

为什么燧原科技非但没有陷入投资人“逃离AI”的魔咒？更获得高达 18 亿元的融资。当中，腾讯更是自 2018 年 Pre-A 轮以来，连续四轮参投。

燧原科技创始人兼营运长张亚林接受问芯Voice 独家专访，畅谈面对国际巨头扎根深厚的技术实力与生态系统下，燧原要如何走出自己的道路，进而满足云端数据中心芯片的国产化需求，解决国内产业的痛点。

国产化云端AI芯片

燧原科技成立于 2018 年，国内首家同时拥有云端训练＋云端推理解决方案的新创公司。第一代产品是面向云端数据中心的 AI 训练加速卡 “云燧T10” 和推理加速卡 “云燧i10”。

其中，“云燧T10” 和由其组成的多卡分布式训练集群，已在云数据中心落地商用；“云燧i10 ” 也已经完成与浪潮、新华三及 Supermicro 等服务器厂商推理服务器的适配，2021年第一季量产上市。

 

 

 综观国内面向云端数据中心的 AI 芯片，90% 以上份额都被英伟达的 GPU 盘踞。在面向云端领域上，能提供算力的国产化 AI 芯片公司不多，目前真正量产出货的有寒武纪的推理 AI 芯片，燧原则是训练和推理都做。

值得注意的是，燧原这次融资 18 亿元，会持续往前布局开发技术与工艺更为先进的 AI 芯片。

张亚林對問芯Voice 表示，燧原从一开始就坚持要建立全栈技术团队，能从前端做到后端设计，不单是 pre-silicon，流片回来的芯片要能点亮、测试、提升良率、改善可靠性和稳定性，更拥有与制造厂合作的能力。

如果只做到前端设计，后面的制造和封测，都是以 Turn-Key 模式外包给设计服务公司去执行，会出现一个很大问题：成本根本无法控制。

张亚林分析，燧原做的和英伟达、AMD、英特尔一样是通用芯片，通用芯片的特性之一是非常重视成本，如果团队不具备芯片的全段控制能力，意味着无法掌握成本，起跑的竞争力就先输了一半。

谈到成本控制，这也是张亚林最擅长之处。

燧原的两位创办人赵立东和张亚林都是师出 AMD。2008 年 1 月张亚林刚加入 AMD 时，赵立东是直属老板，当时赵立东负责整个团队的构建和项目争取，张亚林则是负责执行芯片项目。之后，赵立东加入紫光集团担任副总裁，张亚林留在 AMD 继续担任芯片项目的主要负责人。 2018 年两人携手创办了燧原科技。

这一波 AI 芯片热潮中，从 AMD 研发体系走出来的团队非常多，创业的起点也很高，除了燧原外，还有沐曦、壁刃、天数智芯、登临、翰博等。

不同于英特尔和英伟达在中国布局不深，英特尔在国内培养的人才以软件居多，英伟达做很多“点”的技术，要对应到北美的技术团队，技术层次较不具备“面”的能力，AMD 是把关键技术放到中国。

AMD 中国成立超过 15 年，从零发展至今，已经有超过 2000 名研发工程师，从芯片架构设计到量产能力的全棧能力都具备，因此培养出不少能真正掌握大芯片设计能力的项目领军人。基本上，很少有外商在中国的核心技术扎根如此之深。

AMD 与微软从 XBox 360 到 XBox ONE 游戏机合作已经超过十年，而张亚林曾是 AMD 的微软 XBox ONE 系列芯片项目的主要負責人，这颗芯片是在 AMD 上海研发中心主要研发的。

张亚林表示，要能商业化的公司一定要非常严格控制时间节点和计算成本，不能开发出一颗，最后是带来亏损的芯片。

因为曾在 AMD 主导过大芯片项目的开发到量产，张亚林对于开发一颗芯片的 NRE（Non-Recurring Engineering）费用怎么算、芯片要卖多少量才能回本、利润如何计算等，非常有概念。

所谓 NRE 是指开发一颗芯片研究、发展、设计或测试(Research/Develope/Design/Test)过程中所产生的一次性费用，这些费用牵涉到量产之后的利润计算。

其实开发一颗芯片的 NRE 并不好算，要细化到非常细致，包括计算流片的工具成本、开发时间的长度，甚至连人员的出差费用都要算进去。

如果新创公司无法做到全棧（前端到后端）掌握，成本绝对拿捏不准。

 

 

 目前燧原量产中的产品是采用 GlobalFoundries 的 12nm FinFET 工艺结合 2.5D 高端封装技术。

GlobalFoundries 的 12nm 工艺是 14nm FinFET 工艺的微缩版本，也是当初与三星交叉授权的技术节点。AMD 最早的第一代 Zen 处理器就是采用 GlobalFoundries 的 14nm 工艺做的，基础非常稳固。

谈到客户端的拓展，燧原也规划了几条不同赛道：

互联网和垂直行业（金融、教育、医疗及运营商等），这两个部分客户对于产品性价比、兼容性的要求较高。

还有就是 新基建，这部分生意不是板卡或是芯片，大系统解决方案，要与各种云服务商行业对接，包括公有云、私有云、混合云等。同时也与地方政府紧密合作，比如智慧城市等项目。

纵观当前的云端 AI 芯片市场，业界领先的英伟达最大优势在于完整的生态系统。

张亚林表示，生态系统方面需要好几代的打磨，需要把开发者、商业客户、垂直行业客户、产学研协作、国家层面等每一个点都打开。

英伟达已经将营运重心从过去的 GPU 芯片“点”的层面，扩展到数据中心解决方案“面”的层级，如果企业还只是在谈芯片，离 AI 世界会非常遥远。

商業化創新是企業可持續發展的動力

谈到国内人工智能经历了一波风风火火的狂热期，接下来的人工智能企业更重视商业化与产品要能真正落地。

张亚林常说，商業化創新是企業可持續發展的動力。

人工智能要能落地，必须能带来实质的价值，不是噱头，而是真正实现算力，让人工智能应用普及且实惠。

有很多前瞻性的研究项目，对于创新未来世界保有无边的想像空间，但“算力”不是虚无飘渺的想像，而是踏实的。英伟达的 GPU 已经用十多亿美元的商业利润来告诉我们这件事。

燧原科技自 2018 年成立以来，已敲开人工智能大门。以第一代产品 “云燧T10” 和 “云燧i10” 为起点，投资方有腾讯的紧密合作，也成功打入多家服务器厂商，可以说是每一个点都踩准了。

张亚林表示，燧原未来是要与时间赛跑，要把云端算力做到極致，不管前面和后面的竞争者，要用力地往前跑，過去燧原從“ 0 到 1 ”跑很快，未來從“ 1 到 N ”要跑更快。

 

 参考链接：

https://www.guancha.cn/economy/2021_08_16_603176_1.shtml

https://new.qq.com/omn/20210225/20210225A0FGPO00.html

https://www.163.com/dy/article/GEPPRF59051481US.html

https://www.sohu.com/a/449479569_120725180