📖 ZKIZ Archives

英偉達公布挖礦芯片收入：首季2.9億美元，預計第二季度下滑

英偉達的挖礦芯片業務收入一直是業內關註的焦點。英偉達在最新一季的財報中對這一神秘業務首次做了披露。

英偉達發布的2018財年第一季度財報顯示，與挖礦相關業務收入強於預期，達到2.89億美元，不過警告稱，第二季度該業務收入會大幅下滑。

第一季度，英偉達營收由去年同期的19.4億美元增長至32.1億美元；凈收入由去年同期的5.07億美元大幅增長至12.4億美元，每股盈利由去年同期的79美分漲至1.98美元。

英偉達股價在財報公布前創下新高，報收於260美元，不過財報公布後，股價出現回落。英偉達市值目前已接近1600億美元。

英偉達創始人CEO黃仁勛在財報後的電話會議中表示：“虛擬貨幣挖礦在本季度催生了大量的GPU需求，也推高了GPU的價格。這導致大多數遊戲玩家因此買不到最新的GeForce芯片。”

受到挖礦需求增加的影響，英偉達的GeForce芯片一直處於供不應求的狀態。黃仁勛在今年3月GPU技術大會時曾向第一財經記者透露，英偉達已經關註到市場的這種供不應求的狀態，並且在今年一季度，一直在致力於解決供貨的問題，以滿足不斷增加的客戶需求。

英偉達首席財務官Colette Kress預計，第二季度挖礦業務收入將大幅下滑65%至1億美元。“今年早些時候出現的供應緊張問題即將得到緩解。上一季度拿不到貨的玩家，本季度將會在合理的價格買到我們的芯片。”

不過知情人士對第一財經記者表示：“目前市場上已經出現了幾十個挖礦專用的ASIC芯片，這從一定程度上將緩解市場的需求，也會減輕英偉達第二季度的供貨壓力。”不過該知情人士指出，使用同樣的芯片挖礦的人越多，挖礦的效率會越低，難度也就越大。

投資研究機構伯恩斯坦分析師Mark Li發布最新報告指出：“虛擬貨幣挖礦業務的爆發令挖礦技術的更新快於預期。相比較而言，這對於ASIC芯片的威脅更大，因為GPU比較靈活，你可以用它來挖各種虛擬貨幣。”

伯恩斯坦表示，目前比特大陸是ASIC市場上的巨頭，不過這一技術將很快面臨大量的競爭者。

此外，英偉達數據中心業務在本季度錄得銷量翻番表現。在傳統的遊戲業務方面，英偉達遊戲芯片收入大增68%，創下17.2億美元的新高。黃仁勛對第一財經記者表示：“遊戲業務是英偉達的核心，表現強勁。我很高興玩家們馬上就可以拿到我們最新的GeForce芯片了。”

在汽車業務方面，英偉達收入增長4%至1.45億美元。英偉達表示，該業務未受自動駕駛測試暫停的影響。今年3月，在Uber發生自動駕駛致死事件後，包括英偉達在內的多家企業暫停了自動駕駛在公共道路上的測試。

針對自動駕駛的發展，黃仁勛還是堅持此前的路線圖。他向投資人重申：“無人駕駛出租車將會在2019年左右推向市場。”

雲知聲獲C輪融資1億美元，將推出物聯網AI芯片

5月11日，國內物聯網人工智能服務商雲知聲宣布獲得1億美金C輪融資，由中電健康基金領投，360、前海梧桐並購基金、漢富資本等跟投。據悉，這是迄今為止智能語音技術領域最大單筆融資額。同時，該公司透露，新一輪金額更大的C+輪融資也接近完成，C系列融資由漢能投資擔任獨家財務顧問。

雲知聲成立於2012年，提供物聯網AI服務，並擁有自主知識產權的智能語音識別、語義理解技術，擁有算法、計算能力、芯片能力全棧式技術鏈條。雲知聲透露，將於5月16日推出耗時近3年研發的首款面向IoT的AI芯片，擁有自主知識產權和語音解決方案。

由於雲知聲在家居、智能音箱、兒童機器人等市場方面已經基於通用芯片方案的產品形態，驗證了產品和用戶場景的合理性，AI芯片量產後將能快速切入市場客戶並滿足更多產品種類和形態上對成本、穩定性、集成度等方面的需求。

雲知聲CEO黃偉表示：“本次融資將主要用於公司人工智能技術及芯片的研發投入，以更高性價比的一站式解決方案幫助企業實現業務創新和轉型升級，同時我們將進一步加速在智慧生活和智慧服務領域的業務擴張，並積極投入建設完善的產業鏈生態。”

本次領投方中電健康基金稱：“雙方將共同開拓基於健康醫療領域的自然語音識別技術市場、共同研發新產品共享知識產權、未來雙方將共同研發針對健康醫療領域的人工智能芯片，共建健康醫療產業集群生態。”

獨家財務顧問漢能投資董事長陳宏稱，認可雲知聲在家居、車載、醫療等場景中打磨的成熟解決方案以及建立的數據積累壁壘，看好雲知聲AI芯片在智能物聯網和自主可控大背景下的巨大發展空間。

雲知聲表示，隨著自有AI芯片的量產落地，雲知聲接下來將以更加完整立體的一站式方案，共同深耕智慧生活和智慧服務領域的多模態人工智能服務。

“中國芯”在路上：“芯片之城”南京江北的新移民一代

一大早從北京到南京，再在當天返回北京，對南京九芯電子科技有限公司的總經理吾立峰來說，這樣的奔波即將結束——等這家公司在南京江北新區的辦公室今年年底裝修完成，就可以正式入駐，開始當地的研發和技術服務。

吾立峰告訴第一財經記者，隨著臺積電（TSMC）12寸晶圓廠在江北新區的落地，不管是技術還是規模都開始出現集聚效應，正吸引大量的各種半導體公司逐漸形成集成電路的產業生態。九芯科技落戶於江北新區，“可以隨時和客戶串門聊兩句，即時相互反饋，在工具使用中有問題也能快速解決，對雙方來說都是好事”。

看中江北新區未來芯片產業集聚的不只有吾立峰。

南京江北新區研創園全景圖

作為國內芯片設計領域的龍頭，於2013年被清華紫光集團收購的展訊通信有限公司（現為“紫光展銳”）也在江北新區設立了子公司，總投資約50億元人民幣，主要承擔以CPU、5G、移動智能終端系統及軟件為核心內容的研發工作，計劃5年內人員規模逐步達到1000人以上，實現總銷售額約30億元。紫光展銳南京公司負責人表示，南京是國內首批5G試點城市，這也是其落戶江北新區的重要原因。

目前整個江北新區已經吸引了集成電路企業約200家，包括臺積電、紫光存儲、安謀科技（ARM）、新思科技（Synopsys）、中感微、華大九天、晶門科技等國內外龍頭和引領性企業。從芯片設計到晶圓制造，再到芯片封裝、成品測試和終端制造，上下遊的企業正在加速集聚。僅在去年，就新增各類集成電路企業100余家，國內排名前10位的集成電路設計企業已有半數在新區集聚，全產業鏈逐漸形成。

毋庸置疑，產業集聚是打造“芯片之城”的重要前提，而要讓新區持續吸引人才並且留住人才，還需要醫療、教育等全方面配套設施的完善。作為對資本、人才和技術都有極高要求的高科技產業，芯片產業尤其依賴人才。除了和當地高校一起培育基礎人才，吸引資深的芯片技術“移民”則是更快捷的方式。那些已經或即將在新區安頓的第一代移民們，懷揣夢想卻也面臨著現實的挑戰。

人氣升溫

劉雨（化名）是江北新區一家芯片企業的科研人員。他告訴第一財經記者，自己團隊里的多數同事都是從上海的公司離職來到南京的。由於更低的生活成本，一些年輕人果斷在江北新區買了房，決定在當地安家。還有一些在南京雨花臺區工作的同行，也在考慮把家遷到江北。

“一些在昆山外企工作的技術人員，也來找我幫忙推介，看能不能回到南京來工作。”劉雨說，回流南京並選擇到江北新區的人才正在快速增加，“以前在園區的食堂吃飯，飯點左右去都有飯吃，現在晚幾分鐘到的話可能就沒飯吃了，發展特別快。”

江北新區研創園企業服務部部長葉玲也對第一財經記者說，隨著入駐新區的企業迅速增加，載體的建設進度已經跟不上了。他們正在想辦法把周邊的民用科研載體租下來，供給不斷入駐的創新企業。而從去年下半年開始，越來越多的海外歸國的高端人才也開始關註江北新區。

博流智能科技創始人兼CEO宋永華就是來自全球領先半導體廠商、矽谷公司Marvell的創業者。

2016年，已經通過內部創業組建了研發團隊的宋永華成立了自己的公司，並在江北新區設立了研發及運營總部，同時在上海張江、美國矽谷和中國臺灣的新竹設立了研發中心。

宋永華告訴第一財經記者，選擇在江北新區設立研發總部既因為自己本身就是南京人，對南京有感情，也因為看到江北新區作為江蘇唯一國家級開發新區，將是集成電路的產業集聚地，對公司未來的發展有利。另外，江北新區管理團隊的開放務實態度，也給他留下了良好的印象。

吾立峰是通過國家“千人計劃”從美國回到國內的高端研發人才。作為本土最大的電子設計自動化（EDA）工具提供商——華大九天的全資子公司，南京九芯電子科技有限公司主要承擔各種先進EDA工具的開發工作。

EDA工具平臺是集成電路行業的基石。目前我國在關鍵芯片從設計到制造過程中嚴重依賴國外EDA技術，急需提升完善自主知識產權的芯片設計全流程EDA工具系統。

電子設計自動化（EDA）機房

吾立峰說，雖然整體上仍與國際水平存在較大差距，但經過多年的努力他們已經建成了數模混合設計EDA工具全流程平臺和面板設計EDA工具全流程平臺，填補了國內在這一領域的空白。此外，多個特色點工具如Spice電路仿真、SOC先進時序及時鐘的優化、海量電路版圖分析工具等等，已經具有國際領先水平，在國內集成電路企業得到大量的使用並進入國際市場。

由於EDA的技術標準需要在市場的應用中不斷提升，因此和企業保持密切技術互動十分重要。用吾立峰的話來說，在江北新區建立公司，就是為了和當地及所輻射區域的客戶離得最近，在第一時間了解客戶的困難及需求，因而可以提供高效的技術服務。

正因如此，對於國內的市場和集成電路設計與制造企業來說，本土EDA企業凸顯出了優勢。和壟斷了80%以上全球市場的美國三大巨頭相比，九芯科技可以針對企業實現更貼近需求的定制化服務，並且把中國客戶放在高優先級上，與用戶磨合探討最合理的解決方案，而不是一刀切。

對於中國企業而言，本土EDA有其獨特的競爭力。另外，當地政府給予有力的政策支持及南京的優秀高校院所人才，對於企業而言也頗具吸引力。“國家示範性微電子學院的建設在南京高校尤為活躍，也為我們建設合理人才梯隊提供了助力。”吾立峰說。

上海靈動微電子股份有限公司也是最早一批入駐江北新區的企業。該公司是少數推出國產32位微控制單元（MCU）芯片的本土企業之一，也是國內首次實現MCU產品定制化的企業。

靈動集成電路南京有限公司研發總監蔣醒元對第一財經記者表示，除了隨著臺積電入駐而形成的產業集聚，公司還看中江蘇應用MCU的市場基礎。和上海的公司把重點放在芯片設計本身不同，南京的公司更多將面對應用商。

“現在上海公司40多人，南京公司30多人，預計3年左右，南京公司會擴展到100人，成為研發中心。”蔣醒元說。為了幫助企業招聘人才，江北新區政府給予人才每人每月800元左右的補助。在靈動南京公司去年招聘的人才中，90%來自於南京當地的高校。

作為中國高校分布密集的城市之一，南京擁有豐富的人才資源，東南大學、南京大學、南京郵電大學、南京理工大學等院校均開設有微電子相關的專業。為了給入駐江北新區的企業和人才提供盡可能專業、系統的服務，當地還專門成立了全國首個涵蓋人才、技術、資金、市場等全方位產業要素的集成電路公共服務平臺——南京集成電路產業服務中心（ICisC）。吸取已有園區的經驗，該中心設立了集成電路人才培養與服務平臺、技術創新服務平臺、公共技術服務平臺、系統應用平臺四大特色平臺，目標就是把握產業發展的痛點，整合海內外的創新資源，為客戶提供精準且專業的服務，幫助入駐企業加速成果轉化。

“政府在政策、配套環境和土地等方面提供服務，而具體與企業對接，深入了解每個企業的需求提供精準服務，就需要由我們的專業團隊來做。”南京集成電路產業服務中心綜合管理部總監呂會軍告訴第一財經記者，這兩年在招聘的時候，收到了越來越多在上海工作的人才簡歷。隨著當地政府扶持力度的加大，不少優秀的芯片人才開始想回到南京工作和生活。再加上產業集聚的優勢，回來這個選擇對他們的職業生涯發展也有好處。

不過，劉雨也坦言，今年在幫公司做校園招聘時發現，在安徽和江蘇上學或出生的人才比較喜歡來南京，而那些來自浙江或西部城市的人才則仍然更傾向於上海。和北京、上海和深圳相比，後來者江北新區需要正視問題，全面發力。

雙城記和人才缺口

和吾立峰往返於北京和南京兩地一樣，已在上海安了家的蔣醒元也頻繁地奔波於上海和南京之間。對於劉雨來說，雙城記也將在很長一段時間里繼續，因為他們的家人都還在上海。

“小孩都在上海上學。再加上新區這邊教育、醫療還沒有完善，上海很多人才可能無法安心過來，畢竟舉家換一座城市還是挺難的。”劉雨說，因此，公司接下來的人員擴充都將以本地招聘為主。

宋永華表示，在矽谷和新竹的團隊成員會定期來江北新區與南京的團隊交流，幫助他們快速成長。在適當的條件下，公司也會引進海外人才。但目前來看，住房、待遇、交通和整體環境都還面臨挑戰。

在葉玲看來，要填補“芯片之城”的人才缺口，一方面要有積極的措施吸引外來的高端人才，另一方面還要抓緊培育當地人才，充分利用南京當地的人才優勢。

2018年伊始，南京市陸續出臺了市委1號文件《關於建設具有全球影響力創新名城的若幹政策措施》和《市政府關於進一步加強人才安居工作的實施意見》，提出十大政策措施，打造綜合性科學中心和科技產業創新中心；最近兩年來，江北新區出臺的《促進創新創業十條政策措施》、靈雀計劃和“創業江北”人才十策，也分別針對研發機構、知識產權促進、創新型中小企業以及年輕人才等多方面給予了支持。其中，研發機構和總部落戶新區，最高可獲3000萬元支持；單個創新初創企業最高可獲得3000萬元的綜合融資；符合條件的頂尖人才團隊最高可獲得1億元的綜合支持，高層次創業人才則最高可獲250萬元的資金支持，青年大學生還可實現在新區“零門檻”“零成本”就業創業。

據葉玲說，研創園提供了約500套人才公寓，目前基本飽和。劉雨就以每月1000多元的租金住著一室一廳，而他的大部分同事也都住在人才公寓中。

東南大學國家專用集成電路系統工程技術研究中心教授楊軍表示，計劃把實驗室的老師和學生都搬到江北新區，就近和園區的企業進行互動。

針對目前江北新區產業發展的人才現狀，當地政府依托南京集成電路產業服務中心給出了三大舉措，一是加快引進國內外優質培訓機構和師資，市場化運作，創新人才培養機制，提供職業化教育課程；二是通過共建國家示範微電子學院（南京）人才培養聯盟、江蘇工程應用人才培養聯盟，打造產學研融合、協同育人交流平臺；三是圍繞企業人才需求提供招聘及培訓服務，降低企業培訓成本，提高企業招聘效率。呂會軍說，占地7000平方的ICisC人才培訓中心將於7月份投入使用，預計5年培養5000人以上的集成電路專業人才，為區域的產業發展提供充足的人才供給。

紫光展銳南京分公司的負責人表示，在2016年落戶江北新區時，就在人才引進和生活配套上遇到了困難。隨著當地人才政策、生活配套等整體環境的提升，一年多以來，公司已經吸引了近百名集成電路相關人才的加入。

雲知聲推出首款物聯網AI芯片

繼宣布獲得1億美元C輪融資後，雲知聲正式推出了其首款面向物聯網的AI芯片——UniOne。

5月16日，物聯網人工智能服務企業雲知聲在北京召開發布會，推出其第一代 UniOne 物聯網 AI 芯片及解決方案——雨燕。

據悉，雨燕采用CPU+uDSP+DeepNet架構，支持8/16bit 向量、矩陣運算，基於深度學習網絡架構，可以更好發揮面向語音AI的並行運算性能，在更低成本和功耗下提供更高的算力。目前，UniOne已經流片成功，由臺聯電代工。

雲知聲聯合創始人李霄寒在發布會上指出，“UniOne 不是一顆芯片，而是一系列芯片。”此外，該公司將應用部分向客戶開源，同時提供相應定制化工具以及雲端AI能力服務。李霄寒表示，通過雲端芯結合，可以基於雨燕提供面向智能家居、智能音箱、智能車載等一個個具體場景的Turn-key解決方案。雲主要解決終端智能化問題，端解決AI應用場景化問題，芯可加速AI應用的落地。

不過，芯片行業是一個高投入、高風險、慢回報的行業，為何要布局AI芯片？雲知聲創始人兼CEO黃偉表示，無論是CPU還是GPU、FPGA，現有的芯片架構並非為AI專門設計，並不能滿足物聯網AI算力需求，且考慮了太多的向後兼容性，因此在性能上遠非最優。“基於業務方面對芯片產品、場景的反複驗證，以及對AIoT（人工智能+物聯網）終局的判斷，雲知聲在2014年就明確必須自主研發面向物聯網的AI芯片。”

繼移動互聯網之後，物聯網的發展引起了新一波的產業浪潮。根據中國信息通信研究院數據顯示，2017年是蜂窩物聯網的發展元年，自2013年後，蜂窩物聯網市場逐漸起步。到2017年，我國蜂窩物聯網用戶達到2.7億，是2016年的接近三倍。

而即將到來的5G帶來的最大變革也將是萬物互聯。不過，隨著物聯網的深入推進，終端設備被賦予越來越多的AI能力，要求其在保證低功耗、低成本的同時完成AI運算。然而，物聯網設備與手機不同，不僅形態千變萬化，而且需求碎片化嚴重，對於AI算力需求也不盡相同，原有通用架構的芯片很難滿足新形勢下的需求。

此外，AI算法的接入，對設備端芯片的並行計算能力和存儲器帶寬也提出了更高的要求，而盡管基於GPU的傳統芯片能夠在終端實現推理算法，但其並非針對深度學習設計，能效比遠低於AI專用芯片。因此，近年也湧現了越來越多的AI芯片設計公司。根據市場研究公司Compass Intelligence發布的全球AI芯片排行榜顯示，除了英偉達、英特爾等傳統芯片公司巨頭，寒武紀、地平線等AI芯片公司也位居前列。

不過，如何讓AI 滿足人們的需求？黃偉認為，破局點在於“芯”。他指出，AI落地的關鍵在於選擇場景，應用場景定義AI芯片，汽車、智能家居等不同的場景對AI芯片產品的定位完全不同。“在這個場景里面，我們通過AI芯片落地，反而可以加速推動AI技術和應用的前景，建立起技術和產業之間的閉環。此前，在2018中國半導體市場年會上，清華大學微電子所所長魏少軍教授表示，不管有什麽好的AI算法，要想最終得到應用，就必然要通過芯片來實現。

與一些AI創業公司選擇2C路徑，通過爆款產品打造自己的生態不同，黃偉認為，2B更適合中國環境。他對第一財經等記者表示，到今天為止，幾乎沒有一個2C的AI產品獲得過巨大的成功，“AI的本質是一種能力，在產品很多環境里面的一環而已，所以我們選擇2B。”他指出，AI跟行業結合是給行業賦能，促進技術不斷生長，“比如我們是做語音識別的，語音識別的本質是通過人機交互，讓設備更加自然、智能，但是智能本源是什麽？是需要得到服務，服務這一塊並不是我們公司所擅長的，這就是我們為什麽要合作。”當然，他也坦言，對於創業公司而言，一開始做平臺非常危險，“你必須有更多的渠道、資源”。

黃偉表示，作為平臺，UniOne把產品的共性部分變成標準化，“比方說語音識別，我們放個芯片，使它變成標準化”，而具體的場景、設備形態這些一些個性化的部分交給合作夥伴和客戶去做。

在本次發布會上，除了UniOne的重磅發布之外，雲知聲還公布了與京東智能、億咖通科技的戰略合作。各方將基於雲知聲在物聯網AI芯片及系統解決方案之上，共享各自優勢資源，構建面向新零售、智能家居、汽車等領域的AI“芯生態”。

董明珠：格力今年不分紅是因為要做芯片

日前，格力電器董事長董明珠宣布格力電器今年不分紅，這是格力電器11年來首次宣布不分紅，後來格力高調宣布要做芯片。

近日，央視財經記者對格力電器董事長董明珠女士進行了專訪。董明珠表示，即使今年不分紅，格力電器的平均分紅率也達到了44%。格力要長期持續發展，但必須掌握核心技術。而董明珠說的核心技術，就是芯片。

對於投入資金研發芯片，格力遭到了部分的質疑。董明珠回應：“哪怕投資500億，格力也要把芯片研究成功。當我們能夠掌握芯片，而且我們能把高端芯片如果能拿下來的那一天的時候，我們就可以服務全球了。”

IPO觀察| LED芯片陷入價格戰，人均年薪30萬的晶豐明源將如何闖關

在半導體這個高科技領域，國內企業要麽暫時無法掌握最核心技術，要麽深陷價格戰怪圈。特別是能夠實現較高利潤的電機芯片、手機芯片、通訊芯片等，國內企業技術水平還有待大幅提高。最近不少企業已經加大了研發投入，比如格力電器（000651.SZ），董事長董明珠日前就高調宣布，投資500億也要進軍芯片領域。

但是，對半導體領域某些產品而言，因為產能的大幅擴大，部分行業已經陷入價格戰的怪圈。比如2018年一季度，面板行業龍頭的京東方（000725.SZ）已經因為面板領域的價格戰，單價銷售下滑而業績並不理想。

LED照明驅動芯片同樣已經陷入價格戰，即將沖刺IPO的上海晶豐明源半導體股份有限公司（下稱“晶豐明源”）又要如何闖關？另外，較高的應收賬款和存貨，以及人均超過30萬元的年薪，都是晶豐明源所要面對的挑戰。

享有近三成份額，價格戰依然激烈

LED芯片的價格戰，已經影響到晶豐明源的運營，其兩類主要產品近年都陷入了價格戰，即使是晶豐明源在國內已經有逼近30%的份額，依然需要靠降低價格來搶占市場。

晶豐明源是目前國內領先的LED照明驅動芯片設計企業之一，“LED 照明驅動芯片作為公司核心主營產品，其技術含量、工藝水平等性能指標在行業內處於領先地位，已經達到或接近國際先進水平。”LED照明驅動芯片產品下遊主要客戶為 LED 照明生產廠商，晶豐明源與國內外主要的 LED 照明產品供應商如飛利浦、歐普照明、雷士照明、陽光照明、三雄極光、佛山照明、得邦照明等均建立了長期的合作關系。

招股書稱，“根據國家半導體照明工程研發及產業聯盟（CSA）統計，2016年我國國內LED照明產品產量約為80億只，公司2016年LED照明驅動芯片國內銷量為23.04億顆。按照每只 LED 照明產品通常配套一顆LED照明驅動芯片測算，公司2016年國內LED照明驅動芯片市場占有率約為28.80%，市場占有率較高。”

不過這種市場占有率較高，其實是用低價戰略獲得的，“公司通用 LED 照明驅動芯片產品報告期內銷售單價分別為0.2795 元/粒、0.2201元/粒、0.2190元/粒。2016年及2017年單價同比分別下降 21.25%、0.50%。通用LED照明驅動芯片銷售單價2016年較2015年下降幅度較大，主要原因系通用LED照明驅動芯片市場競爭較為充分，為擴大市場份額，在晶圓等原材料以及封測費用下降時，發行人在保證合理毛利率的前提下，主動降低了通用LED照明驅動芯片的銷售單價。”

晶豐明源智能LED照明驅動芯片產品報告期內銷售單價分別為0.3829元/粒、0.3775元/粒、0.3405元/粒。2016年及2017年單價同比分別下降1.41%、9.80%。智能LED照明驅動芯片2016年銷售單價與2015年基本持平，主要原因系智能LED照明驅動芯片系晶豐明源2015年度在原有通用LED照明驅動芯片基礎上研發推出的新產品，較通用 LED 照明驅動芯片具有產品性能更優、功能更多及技術附加值更高的競爭優勢，並且2015年及2016年發行人該類產品的同行業競爭產品較少；因此，2016年智能LED照明驅動芯片在營業成本下降6.26%時，銷售單價僅下降1.41%。

不過智能LED照明驅動芯片2017年銷售單價較2016年下降9.80%，主要原因系同行業企業推出了相似產品，發行人為進一步擴大市場占有率，通過優化產品銷售策略，在保持產品合理毛利率的前提下主動降低單位產品售價。

由此可見近兩年LED照明驅動芯片都面臨著價格戰的問題。

曾經在華南某知名家電企業任職的一位資深半導體工程師向第一財經記者表示，其實深圳華強北專門有幾棟樓是做LED產業的，驅動方面的技術可以說幾乎沒有秘密可言。低端的直接幾個二極管和電容就可以驅動LED，稍微高級一點的用大廠家的驅動IC（Integrated Circuit，一種微型電子器件或部件），前幾年調整色溫還是很高級的技術，現在其實也很普及了，這個市場進入了看誰廉價就可以迅速鋪貨的時代。

晶豐明源主要競爭對手之一，半導體明星股士蘭微（600460.SH）2018年一季度業績也並不理想，營業收入上升10.48%到6.5億元，歸屬於上市公司股東的扣除非經常性損益的凈利潤下跌10.22%。

人均年薪近31萬，存貨應收賬款較高

有不少業內人士呼籲，要提高半導體專業人才的待遇，才能更好促進產業發展。而從晶豐明源的情況看來，人均近31萬元的年薪，這已經遠遠高於不少知名制造業企業水平，早已經靠攏某些知名金融企業水平。晶豐明源的應收賬款、存貨，以及現金流量狀況也不算樂觀，按照晶豐明源的說法，大量對外采購是主要原因。

2015年到2017年，員工平均薪酬分別為26.72萬元、30.88萬元和30.93萬元，呈現逐年穩定增長趨勢，相對於上海“信息傳輸、軟件和信息技術服務業”職工平均工資，處於較高水平。晶豐明源稱，員工平均薪酬高於同地區平均水平，主要系公司作為國內領先的驅動類集成電路設計企業之一以及國內LED照明驅動芯片等細分領域的領先企業之一，為吸引更多人才，保持競爭優勢，制定了較有吸引力的薪酬制度。

2015年末、2016年末及2017年末，公司應收賬余額分別為6,575.84萬元、8,242.05萬元及11,087.16萬元，占營業收入的比例分別為18.41%、14.44%及15.88%，應收賬款周轉天數分別為47天、47天和50天。

2015年末至2017年末，公司存貨的賬面價值分別為4,177.08萬元、3,869.85萬元和8,696.06萬元，占總資產的比例分別為 15.15%、13.94%和 23.72%。公司主要進行集成電路設計，采用Fabless（無晶圓廠的集成電路企業）經營模式，主要負責芯片的設計、生產工藝技術的開發及產品質量管控，晶圓制造、封裝、測試等生產制造環節通過定制化采購或委托加工方式完成。

晶豐明源向晶圓供應商提供版圖設計，由晶圓供應商將版圖中的圖像數據轉移至矽片上形成包含版圖設計信息的晶圓產品。晶豐明源的采購對象包括華虹宏力、中芯國際（00981.HK）、華潤上華等。

2017年，晶豐明源凈利潤為7611.59萬元，然而經營活動現金流量為-660.07萬元，主要原因是：隨著業務規模的不斷擴大，發行人為生產經營采購的晶圓等主要原材料有所增長”隨著業務規模的擴大。2017年晶豐明源為采購生產經營的原材料晶圓以及預付封裝測試服務費使得預付款項增加2135.78萬元。此外，隨著業務規模的擴大應收賬款也有所增加。

AI芯片生態之爭 高通的野心與掣肘

作為全球手機芯片的霸主，高通擁有著移動生態領域最強的話語權，但到了人工智能時代，端與雲的競爭拉扯愈發激烈，AI芯片王者的爭奪也呈白熱化的態勢。

AI的未來趨勢是什麽？高通在AI領域有何作為？在5月24日北京的一場關於人工智能的創新論壇上，高通第一次公開且高調的在中國談論起這些問題，並且同時宣布了多項投資和合作夥伴計劃，其中包括在北京成立人工智能研究部門“Qualcomm AI Research”。高通稱，將把全公司範圍內開展的全部前沿人工智能研究，進行跨職能部門的協作式強化整合。

“你可以明顯感覺到高通在人工智能領域的企圖心，包括在無人駕駛、智能家居、醫療健康等領域，高通在擴大自己的生意圈，而依托的正是AI芯片。”集邦拓墣產業研究院分析師姚嘉洋對記者表示，面對AI芯片領域上的其他對手，高通並不是“省油的燈”

但Canalys研究分析師賈沫認為高通的挑戰仍然巨大，“包括競爭對手在AI手機芯片市場的份額搶奪都在考驗著這家廠商的創新能力。”

賈沫對記者表示，在全球智能手機市場，70％的高通驍龍系列處理器是出貨給中國的手機廠商，如OPPO，vivo和小米都是高通十分重要的客戶。但是聯發科有希望通過更低的定價，同時提供相較驍龍系列極具競爭力的產品，來奪取更多的市場。比如OPPO在R15普通版本，vivo在X21i中已經應用了P60，從而得以降低手機的價格，增加其旗艦產品系列在市場的競爭力，同時提供不輸驍龍660的使用體驗。

AI芯片終端側“混戰”

自從深度學習取得突破性進展以後，芯片巨頭們動作頻頻，成為AI時代下一個開發IOS的“蘋果”或是開發Andriod系統的“谷歌”成為許多企業的目標。

僅以終端側的AI芯片為例，硝煙早已彌漫其中。

高通總裁克里斯蒂安諾•阿蒙在上述會議上表示，高通對人工智能的研究已經有10年之久，此前，高通需要在雲端完成人工智能的訓練、推理等工作，但隨著5G到來，可以在最靠近數據源的邊緣設備上完成這些任務，從而起到互補的作用，更好的保護用戶隱私，帶來更高的效率。而與之前推出的驍龍660相比，驍龍710在AI應用中實現了2倍的整體性能提升。

但事實上，華為在去年就已經高調發布“全球首款AI芯片”，並表示在一顆指甲蓋大小的芯片上集成了55億個晶體管，AI運算能力相比四個Cortex-A73核心有大約25倍性能和50倍能效的優勢，可以大幅提升手機在圖像識別、語音交互、智能拍照等方面的能力。

而與麒麟970處理器相比，蘋果A11仿生芯片更是集成了“神經網絡引擎”，蘋果表示，神經網絡引擎已勝任諸多任務，包括更智能的識別人物、地點和物體，為“Face ID”和“動畫表情”等功能提供強大性能。

賈沫對記者表示，目前廠商的解決方案都是特別針對AI所需運算方面的能力做出優化。比如高通是通過DSP，CPU和GPU的協同來實現加強AI運算能力。而麒麟970則是通過內置獨立的NPU來實現，其實只是不同的路徑，從性能上說，很難說誰能把其他對手“甩開了距離”。

生態“圈地”

高通認為，人工智能未來三大趨勢是在視覺、音頻與增強現實三大領域上。視覺包括了人臉識別、音頻則像是語音助理應用。在無人駕駛、智能家庭、娛樂遊戲等場景，都可以看見上述技術應用於其中。

在現場，記者註意到，高通還展示了未來人機自然交互的各種情境，比如人工智能將能理解情境，提供路況分析、主動告知附近的電動汽車充電站，駕駛人可以手勢更換歌曲。同樣在出行場景中，當人工智能發現駕駛人進入疲勞狀態時，會自動播放他喜歡的搖滾樂，同時，AI將偵測人體溫度並自動進行車內調溫、依照用戶的體型為你自動調整頭枕在最舒適的狀態。

高通高級研發總監侯紀磊表示，高通對語音助理的理解是：終端里有個“數字化的我”，語音助理不只要感知人的需要，還能主動出擊。在疲勞駕駛時，語音助理能主動提醒並且提供解決方法。

但這些功能的實現需要更多的合作夥伴參與。高通在現場宣布了多項合作，比如與百度PaddlePaddle的合作，通過ONNX轉換器以推動百度PaddlePaddle開源深度學習框架在驍龍終端上的部署。還有網易有道，用戶只要打開有道翻譯官，將智能手機攝像頭對準需翻譯的文字內容，即可實現中英日韓的實景AR翻譯，無需進行拍照，也無需依賴網絡或雲端進行處理。

“在各自子領域的獨角獸公司，想要更好的發展，合作是必須的，因為對方都無法吃掉對方，合作才會更強。”Counterpoint Research智能設備及生態系統研究總監閆占孟對第一財經記者表示，人工智能技術是一種基礎能力，未來將由應用場景驅動發展，移動端AI計算在突破了性能瓶頸後將會帶來大量的全新的AI體驗。

但對於高通而言，AI領域的進一步發展少不了恩智浦的助力。恩智浦是汽車處理器企業中的佼佼者，而無人駕駛顯然是下一個風口所在。

姚嘉洋對第一財經記者表示，如果收購最後完成，高通有望取得更多車用領域的客戶群，與此同時，也能分散近年智能型手機成長趨緩的風險。

但姚嘉洋也表示，考慮到當前環境，不論從何種角度而言，這項並購的通過都不會容易。

獨家|高通總裁阿蒙：未退出服務器芯片業務 將繼續支持華芯通

25日，高通公司總裁克里斯蒂安諾·阿蒙（Cristiano Amon）在2018中國國際大數據產業博覽會上宣布，將繼續從技術和資金上支持高通與貴州省政府合資公司華芯通，開展服務器芯片的研發，並支持貴州大數據產業和中國半導體產業的發展。

阿蒙的表態也回應了此前媒體稱高通將退出服務器芯片業務的傳言。阿蒙在貴陽數博會召開前接受第一財經記者專訪時表示：“我們並沒有退出服務器芯片業務，作為華芯通的股東，高通會在技術專長，設計能力和管理方面繼續為華芯通提供重要支持和幫助，保證華芯通擁有充足的資源，中國集成電路產業的整體實力。”

阿蒙表示，高通與貴州省政府的合作項目，在高通業務戰略中具有重要地位。他對第一財經記者說道：“智能連接設備的快速增長和人工智能的發展，加速了數據中心向包括邊緣計算在內的擴展，服務器技術市場發展前景光明，而中國是該領域發展最快、潛力最大的市場之一。”

阿蒙向第一財經記者解釋稱：“在智能連接設備中，如何把5G與人工智能結合，將成為高通未來的重點發展領域。我們非常聚焦邊緣計算，數據中心也是一個有意思的話題，我們看到了邊緣計算和數據中心的結合點。”

他認為，高通的機會是基於Arm架構的服務器芯片和數據中心的結合。“數據中心對高通來說非常新。要在這一領域獲得成功，我們必須與雲業務提供商展開合作，這樣才能打破進入這個領域的壁壘。”

他同時強調，必須承認中國移動互聯網發展的成熟，BAT等互聯網巨頭在它們的數據中心當中需要大量使用ARM架構的服務器芯片，這也是一個新的趨勢。阿蒙對第一財經記者表示：“我們做的第一件事情是通過與貴州政府的合資公司華芯通來發展數據中心業務，第二步是繼續發展技術，並通過對於華芯通的支持，來滿足深度學習和人工智能的需求，將數據中心的業務擴展至移動網絡的邊緣計算領域。”

華芯通方面對第一財經記者表示：“華芯通公司成立兩年來，建立起一支結構完整的技術團隊，通過與高通的合作，研發團隊的能力得到鍛煉，研制了一款有競爭力的服務器芯片。接下來，在堅定發展ARM服務器芯片產品的戰略方向下，華芯通將與業界夥伴共同推進服務器芯片生態體系建設，成為世界一流的半導體設計企業。”

據介紹，華芯通第一代服務器芯片已完成研發和流片工作，即將在中國大數據產業博覽會亮相，今年底將面市。同時，其第二代服務器芯片的研發工作已經有序展開。

雙方還表示，ARM服務器芯片前景光明，未來各方將緊密合作，通過合資公司華芯通推動建立和完善ARM服務器產業生態。在各方支持下，華芯通將加快打造核心技術實力，從著力中國市場逐步轉變為面向全球市場。

AI芯片設計難？廠商要給軟件開發者降低門檻

“不管有什麽好的AI算法，要想最終得到應用，就必然要通過芯片來實現。”在2018中國半導體市場年會上，清華大學微電子所所長魏少軍教授曾這樣表示。

AI芯片的出現,與深度學習技術的成熟及應用密不可分。深度學習的過程可以簡化理解為利用大量標註的數據進行訓練，訓練出一個行之有效的模型，再將這一模型運用於新數據的推理。隨著5G和物聯網的發展，AI芯片的應用普及也指日可待。

“從最早的人工智能的計算，不管是訓練還是推理實際上都是發生在數據中心，因為深度學習需要大量的運算，只有在數據中心運用一些通用的處理器才能夠提供如此巨大的計算以及提供這些計算所需要的電力的消耗。近年來，我們看到隨著人工智能技術的發展，現在無論在算法方面還是在芯片方面，人工智能都達到了一個很高的水平。”英特爾中國區物聯網事業部首席技術官兼首席工程師張宇說。

與傳統計算模式不同，AI芯片結合了多層次的人工神經網絡算法，需要通過大量的數據訓練，它的發展推動芯片新一波的熱潮。與此同時，也讓芯片廠商重新思考一個問題：芯片需要適配不斷出現的AI新算法，這讓芯片研發不再僅僅是硬件工程師的“專屬”，但對於算法工程師來說，想要把原來軟件的功能實現到硬件上就需要面臨更多挑戰。這一點，要如何應對？

“深度學習網絡模型是以大規模數據經過千萬次的叠代而形成的結果，整個的轉接過程對於我們來說是黑盒，而在這個基礎上進行模型優化確實需要對算法進行更深入的了解。”科達研究院執行院長曹李軍說。

在和從事人工智能應用開發的開發者交流時會發現，目前在進行人工智能開發的時候還有諸多問題有待解決。比如，開發者已經有了一個經過訓練的網絡模型，但是推理平臺相對來說能力有限，需要把現在網絡模型的一部分而不是全部下載到推理平臺之上，這要如何實現？另外，現在訓練的模型，如果推送到推理平臺之上發現其性能不高，要如何提升？再者，深度學習、人工智能應用開發所用到的框架並不被一些架構所支持，要如何兼容？

這也是芯片廠商面臨的挑戰：CPU雖然能解決單次複雜問題，但無法支撐深度學習的大規模並行計算需求。GPU最初隨著圖像處理需求出現，處理大量數據並行運算、浮點運算的能力迎合了深度學習的需求，相比CPU處理速度更快、功耗更低，因此被最先引入深度學習，但通用和優化之間仍有差距。相比之下，FPGA被稱作可編程的“萬能芯片”，可以通過FPGA配置文件來定義這些門電路及存儲器間的連線，從而實現特定的功能，並且可以通過配置特定的文件將FPGA轉變為不同的處理器，就如一塊可重複刷寫的白板。雖然有可以多次更改的優勢，但是在AI芯片的進展上不算快。

“有用CPU做的、GPU做的，也有用VPU做的，還有喜歡用FPGA做的，每家根據市場需求不同，都強調不同硬件架構的不同特性。在上面有特別多的編程的框架又不一樣，怎麽辦？”英特爾中國銷售總經理王稚聰給出了自己的答案，“英特爾也不可能為每一種組合都推出一個軟件工具，所以OpenVINO的推出就是在最大程度上能夠水平化地給客戶（提供基礎功能），里面又帶有很多定制化的特性，能夠使得在保持硬件的多樣性異構計算的同時，又能夠保持上面編程的多樣性需求。這樣使得我們開發的成本、時效性能夠得到很大的提高。”

OpenVINO工具包是英特爾新近面向中國市場推出的專註於加速深度學習並將視覺數據轉換為業務洞察的工具，可以方便地使用英特爾的各種硬件的加速資源，包括CPU、GPU、VPU、FPGA，這將充分幫助企業在邊緣側快速實現高性能計算機視覺與深度學習的開發。它能夠支持異構處理和異步執行，這樣能夠減少由於系統資源等待所占用的時間。這就意味著一次編程可以通過異構的接口支撐跑在其他的硬件平臺之上。

賽靈思技術銷售總監朱勇告訴第一財經，這幾年芯片廠商越來越關註軟件工具的提供，而不僅僅是關註硬件，目的就是為了實現“更好用”的目標，“這種好用是指對軟件工程師的好用，在他們熟悉的領域里能更好地對硬件進行升級。”

作為FPGA芯片的領軍者，賽靈思有設置軟件開發者專區和硬件開發者專區。在軟件開發者專區，賽靈思和第三方的生態系統的關鍵開發環境和嵌入式平臺提供一整套的工具、庫和方法。這些環境不僅可以縮短開發時間，更輕松地定制硬件加速器，包括提供類似GPU和CPU的編程體驗，面向數據中心負載加速的SDAccel，還有類似C/C++應用開發體驗的SDSoC，以及將可編程性從“控制”擴展至“數據面板”的SDNet。

“就是因為這個平臺里提供了好多庫，讓工程師覺得更好用，所以英偉達在AI芯片領域的發展才這麽快。”一位業內人士告訴第一財經。他提到的就是英偉達搭建的CUDA開發平臺（ComputeUnifiedDeviceArchitecture，統一計算設備架構）。這一編程模型可以在應用程序中充分利用CPU和GPU各自的優點。

留住開發者，適配更多的人工智能算法，已成為AI芯片浪潮中各家廠商的發力點。

責編：彭海斌

AI芯片遍地開花，技術含量難辨高下

Pre-A輪融資3.4億元人民幣，一則人工智能領域神經網絡解決方案公司燧原科技宣布獲得融資的消息再度引起芯片行業的關註。

燧原科技今年3月成立於上海，產品是針對雲端數據中心開發的深度學習高端芯片，定位於人工智能訓練平臺。這是騰訊首次投資國內AI芯片公司，種子輪投資方亦和資本（武嶽峰資本旗下基金）、真格基金、達泰資本、雲和資本繼續跟投。

近年來，AI芯片無疑是最火熱的話題之一，不僅英偉達、谷歌等國際巨頭相繼推出新產品，國內百度、阿里等紛紛布局這一領域，也誕生了寒武紀等AI芯片創業公司。在CPU、GPU等傳統芯片領域與國際相差較多的情況下，中國AI芯片被寄望能實現彎道超車。

AI芯片遍地開花

從去年下半年到今年上半年，國內不少AI初創企業紛紛推出了自己的芯片。兩月前，雲知聲在北京召開發布會，推出其第一代UniOne物聯網AI芯片及解決方案。僅僅在這兩個月內，就有多家公司發布AI芯片或模組。出門問問正式發布了AI語音芯片模組“問芯”；Rokid發布KAMINO18AI語音專用芯片；思必馳也宣布將在下半年推出AI芯片……

按使用場景劃分，AI芯片主要分為雲端和終端芯片。而目前主流的深度學習人工神經網絡算法包括訓練和推斷兩個環節。由於訓練側需要大量數據去訓練人工神經網絡，因此訓練主要在雲端進行。雲端追求高性能，開發成本更大，終端更側重低成本和低功耗，目前中國AI初創企業主要布局在此。

雲端芯片方面，寒武紀在2016年推出全球首款商用終端智能處理器IP產品後，於5月3日正式發布了首款雲端智能芯片MLU100。7月，百度在AI開發者大會上正式推出了昆侖，基於百度CPU、GPU、FPGA的AI加速器研發。官方稱，這是中國首款雲端全功能AI芯片。

根據市場研究公司CompassIntelligence發布的全球AI芯片排行榜，除了英偉達、英特爾等傳統芯片公司巨頭，寒武紀、地平線等AI芯片公司也位居前列。

由於靈活性高，在AI算法並未成熟固定的當下，FPGA（現場可編輯門陣列）被認為是一種中間方案，其最大的優勢在於能夠使系統的硬件功能可以像軟件一樣通過編程修改。與GPU、CPU通用芯片相比，性能更高、能耗更低。

深鑒科技開始從賽靈思采購FPGA，將核心算法DPU放到FPGA，然後以模組的方式銷售給客戶，但FPGA價格相對較貴，而且與專用定制芯片ASIC相比，性能和功耗方面也有不小差距。除了FPGA方案，深鑒科技也在研發AI專用芯片，目前正在流片，該公司一相關負責人對記者表示：“如果在這個時間點，AI的初創類企業做硬件再選擇FPGA，可能就有點滯後了。”

ASIC是專為特定目的而設計的芯片，效能高、功耗低，但靈活性較差，更適合AI算法成熟固定後期使用。一旦規模量產，成本也會顯著降低。

雲知聲創始人兼CEO黃偉表示，無論是CPU還是GPU、FPGA，現有的芯片架構並非為AI專門設計，不能滿足物聯網AI算力需求，且考慮了太多的向後兼容性，因此在性能上遠非最優。“基於業務方面對芯片產品、場景的反複驗證，以及對AIoT（人工智能+物聯網）終局的判斷，雲知聲在2014年就明確必須自主研發面向物聯網的AI芯片。”他稱，如果雲知聲不做芯片，必死。對此，Rokid創始人兼CEO祝銘明也同意做語音的公司一定都會做芯片，“現在排在頂級的公司都做”。

出門問問創始人兼CEO李誌飛在被問到為何要做芯片模組時表示，主要為了滿足特定需求，“比如今年智能電視所謂的智能化，遠場語音交互是很強的需求，但市場上沒有很好的解決方案。一是貴，二是效果沒有那麽好，集成起來沒有那麽方便。”

另一AI語音公司思必馳在宣布獲得D輪5億元融資消息後,也表示將推出智能語音芯片，預計在下半年流片。

AI芯片難在何處？

芯片行業是一個高投入、高風險、慢回報的行業。多位業內人士對記者表示，芯片研發周期非常長，從立項到上市通常需要兩年左右時間。作為創業企業，特別是從事算法的企業，如果自己獨立研發芯片，在時間和資金方面都面臨巨大壓力，其中最重要的原因是芯片成本高，對錯誤零容忍。

與軟件可以修正和快速叠代不同，芯片的叠代周期會很長。如果已經流片，糾正一個錯誤可能需要半年以後花幾百萬美元再去流一次片。“你得有非常強大的心理素質、極其嚴謹的工作作風，以及對任何事情寧可錯殺一千，不能漏掉一個的態度去做，不僅是要一個這樣的人，而且是需要一個這樣的團隊，才能把這個事做好。”深鑒科技芯片研發副總裁陳忠民告訴記者。

這是芯片行業本身具有的特點，但目前AI算法尚未固定，如果直接做專用芯片無疑又有新的風險。地平線智能解決方案與芯片事業部總經理張永謙對記者說，傳統芯片公司在設計IP和做一個芯片之前，已經確定了目標客戶，“如果你做一個很大的決定的話，要有一個頭部的大客戶一起合作。相當於芯片還沒出來，你已經確定誰會用它，怎麽用它或者對一個市場研究得很透”。但這是傳統的方式，AI芯片則有所不同，他指出，“現在的AI落地還在早期，你沒有辦法事先就已經知道誰一定會用你，這個時候是帶有一定風險的，也需要考驗一定的眼光。如果你要盯著有量的市場去做AI芯片，首先這樣的判斷也有可能錯，第二你在做出來的時候已經晚了。等你看到有量再去做，有一些預判的公司已經做出來，在那個市場里面等著了。”

杭州國芯於去年10月底發布其首顆語音AI芯片GX8010，今年初正式上市。國芯AI事業部的總經理淩苯雲在接受記者采訪時表示，該公司於2016年初確定布局AI芯片，而在當時該款芯片也沒有明確的客戶。“我們當時為什麽敢做這個決策？我們認為這些算法底層的架構都基於神經網絡來做。不管你的形態怎麽變，那個核心不太會變。”另一方面，沒有產品也很難和客戶深入接觸，“我們也去跟客戶聊過，但是通常來說，當你還沒有一個東西的時候，你跟客戶去聊需求的時候，通常來說聊不到很深入。”他表示，上市半年後，目前該芯片已經有百萬級的訂單。

正是因為造芯不易，有AI算法企業選擇與芯片公司合作一起服務客戶。上述的杭州國芯此前主要從事於數字電視、家庭多媒體的芯片設計和系統方案開發。出門問問的芯片模組、Rokid的芯片都是和該公司合作，思必馳也是該公司的合作夥伴。淩苯雲告訴記者，在和這些AI公司合作時，“我們出芯片，他們出算法，我們一起去推客戶”。根據不同的市場場景選擇不同的合作方，“我們跟Rokid的合作主要就是智能音箱，跟出門問問現在合作主要是電視、機頂盒和部分家電，跟思必馳現在合作主要也是以家電、IoT為主。因為領域不一樣，算法也需要去優化。”

Rokid一芯片負責人告訴第一財經記者，雙方的合作中，Rokid提架構與性能需求，國芯設計生產芯片並提供底層bsp（板級支持包），“我們負責輸出基於Rokid語音服務的os整體解決方案。”

祝銘明表示，Rokid不是芯片公司，只是芯片會成為其中非常有競爭力的元素，“如果這個競爭力元素不存在，我們也不會做芯片。”他指出，今天的芯片基本都是SoC，“SoC里邊有90%的東西，Rokid沒有必要花精力去做各類IP。Rokid做芯片不是做以芯片為出發點。因為做行業的人都知道芯片的利潤特別低。如果市面上沒有，我來做；如果市面上有，我就用它。”

黃偉也表示，對雲知聲來說，造芯不是目的,只是起點。

行業或更趨理性

在AI概念普及之後，各方都在尋找商業模式，期待AI技術盡快落地，但目前大部分的AI創業公司處於依靠融資燒錢階段，AI芯片也被認為是AI技術落地的一種方式，但目前而言，這條路並不容易。

有業內人士認為，AI芯片行業將迎來整合並購時期，也讓大家更清楚地看清做芯片的難度。

以FPGA龍頭賽靈思收購深鑒科技為例，賽靈思表示，將繼續加大對深鑒科技的投入，不斷推進公司從雲到端應用領域部署機器學習加速的共同目標。該人士指出，深鑒科技掌握的是DPU的算法，但是芯片的鏈條太長，光有DPU不夠，如果僅靠自己，在可見的範圍內一直要不斷加大芯片設計和研發費用，燒錢非常快。

陳忠民在接受第一財經記者采訪時表示：“為什麽芯片這麽難？不是說知識有多複雜，資金投入高。更重要的原因是，從研發層面上來說，芯片與其他行業最大的差別是對於錯誤的零容忍性。”

他指出，現在單次流片的費用越來越高，如果使用目前最先進的7納米工藝，流一次片就需要花費幾億人民幣，因此對於錯誤的容忍幾乎是零。就算是較為成熟的40納米和55納米工藝，一套光罩費用也需要上百萬美元，更不用說上千萬美元的設計軟件。

清華大學微電子所所長魏少軍曾指出，AI無疑十分重要，但AI芯片的發展很可能會在未來2~3年遭遇一個挫折期。今天的部分，甚至大部分創業者將成為這場技術變革中的“先烈”。

張永謙也對記者表示，AI芯片市場將來肯定很大，但容納不下那麽多家公司，所以肯定有些公司會被淘汰。“這個也很正常，任何一個新技術起來的時候，特別像AI這麽大的一個底層技術崛起的時候，有泡沫很正常，2000年的互聯網泡沫破滅的那個時間，很多大的互聯網公司就倒閉、裁員,然後再起來。產業有周期，現在就是已經到了一個最高點了，我覺得後面一年肯定會下來，然後再回歸一個理性成長。”

責編：彭海斌