從跑出實驗室到在各行業落地，人工智能的產業鏈正在不斷完善。一方面，算法公司已不再局限于只做軟件，開始走軟硬件一體化道路，發展全棧能力。另一方面，為求長久生存，包括AI芯片在內的人工智能公司開始爭相登錄二級市場。AI芯片也被稱為AI加速器或計算卡，即專門用于處理人工智能應用中的大量計算任務的模塊（其他非計算任務仍由CPU負責）。AI芯片性能與傳統芯片有很大區別，在執行AI算法時，更快、更節能。

但與此同時，行業也一直充斥著泡沫、寒潮等論調，對于AI芯片的唱衰不絕于耳。

作為星瀚資本的創始合伙人，楊歌投出了AI芯片公司鯤云科技。他長期關注智能制造和新基建行業，跟蹤AI芯片、物聯網等行業動態。鈦媒體對楊歌進行了專訪，就AI芯片上市潮、芯片爆發機會、創企如何生存等問題展開討論。

為什么青睞科創板？

在科創板上，AI芯片的上下游企業掀起了一波上市潮。

國內AI芯片公司寒武紀將于6月2日正式登錄科創板。此前，全球第五大芯片制造商中芯國際也宣布回歸科創板。還有一些AI芯片企業已經展露了科創板上市的意向。

早在2019年初科創板開閘時，公布的第一批9家IPO企業中有3家都是芯片相關企業，可見芯片企業成為科創板的首批受益企業。

為什么芯片上下游企業瞄準了科創板？星瀚資本創始合伙人楊歌認為，科創板本身為了增加市場流動性，其成立就是為了幫助寒武紀一類的企業找到通暢的資本流動渠道。因為中國大部分技術類企業在中早期成本高企，盈利能力較弱。

“技術類公司大都是十年磨一劍，這一劍磨成了后會導致市場的爆發，從而帶動自身市值的爆發。所以這類公司的資本化路徑和曲線，和消費、供應鏈等正常線性發展的企業不同。這時提供一個相對好的政策幫助他們上市，才能使過程更加公平。”

AI芯片下個爆發點在哪里？

“現在顯然還沒到通用型AI芯片的水平，最多是從單一場景切成多場景的通用型芯片。”楊歌給出的數據顯示，過去五年里，AI芯片有90%以上的方向都是圖像識別相關應用，主要在安防領域，比如道路、社區、工業安防及人臉識別領域。

為什么AI芯片應用會如此聚焦于圖像識別，做語音識別芯片的公司還有多少機會？

楊歌總結道，原因在于圖像識別市場需求量大、需求明確且市場成熟。倒逼了像寒武紀、地平線類型的芯片公司在圖像識別領域的應用。

首先，圖像識別的AI算法比較標準，應用也比較標準，已經形成模塊化，各場景的應用也比較簡單。其次，圖像識別的應用場景商業需求非常明確，需求量大。比方說，比方說，工業安防會有倉庫、廠房使用，交通安防則是由政府集體采購等。

而從做語音識別的AI芯片公司來講，首先，語音識別對于當點的計算力要求沒有那么大，數據處理的量級也小得多。

楊歌列了一組數據：人眼和耳朵分析數據的差距，是100兆/秒比10k/秒的差距。這代表著耳朵其實不太需要計算力。

“圖像識別需要像素很高非常精確，而語音即便沒那么精細也能分辨出在說什么，所以對于計算力的要求更小。而當計算力要求小的時候，我就沒必要在終端用AI芯片，而是可以把數據傳到云端去分析，這存在一個非常底層的邏輯。”楊歌解釋道。

據楊歌預測，AI芯片下一個爆發會在提高機器人的運動機能適應性方面。比如機器人的運動性反應、應激性反應等是需要AI芯片在終端進行處理的。而語音識別這個方向則相對比較劣勢。

AI芯片的未來：軟硬件一體

當前AI公司的發展有兩種路徑，一種聚焦于算法平臺和底層框架，橫向覆蓋了很多行業;而另一種則是從底層芯片一直拓展到上層解決方案，走垂直的發展路徑。這兩者可被概括為“一橫一縱”的發展模式。其中，前者只做軟件，而后者則實現了軟硬件一體化。

楊歌認為，“從芯片角度而言，考慮到計算力和邊緣計算，只有軟硬件一起做才能在未來人工智能計算力的市場上占有一席之地。”

原因在于，目前人工智能芯片和邊緣計算的基礎還不是非常成熟，在不成熟的基礎上做軟件、場景、算法或應用，就相當于在不成熟的地基上搭建空中樓閣。這就像是最早在移動夢網上開發游戲和軟件的公司，因為移動夢網的底層不行，最后這些公司都會死掉，會被移動互聯網所取代。

“因此，芯片公司必須要從底層上在硬件上占有一席之地，或者和當下最前沿的硬件公司進行深度的綁定，去為他們做服務。”

楊歌舉例道，這就像英特爾在1965年前后做的事，英特爾其實也是一橫一縱在做。既開發自己的底層硬件和算法，又在外面不斷接項目，在垂直領域進行開發。從1965年直到1969年，當日本公司向英特爾提出要將底層封裝成標準產品時，英特爾才獲得了爆發。

“如果你不從需求出發不接項目，那你就沒有階段性的穩定收入;而一旦太多從需求出發，就會失去對底層的控制力，成為一家做項目的公司。因此二者必須是兩手抓，兩手都要硬的過程。”楊歌解釋道。

當創企遇上大廠，還有機會嗎？

創業企業與大廠合作，自然也避不開競爭。以寒武紀為例，華為曾是寒武紀的大客戶，而當華為海思宣布自研芯片后，寒武紀不僅失去了大客戶，還多了一位競爭對手。

那么，當大廠入局，創業企業可發揮空間還有多大？

楊歌認為，大公司永遠無法替代小公司的創新性，這可以從商業與技術兩個層面解讀。

首先在商業上，大廠有自己的管理結構、設計和技術基礎，其知識結構是固化的。大廠的優勢體現在人力和生產，而技術行業的研發就在于關鍵的一兩個人的水平。所以大廠傾向于學習小公司的技術，在學習到一定程度后進行并購。

從技術角度上，大廠芯片的研發過程，通常是用已有芯片去擬合人工智能的應用場景，它和硬件結構擬合的會非常生硬。但大廠的優勢在于綜合服務能力高于小廠，它不光提供計算服務，還可能提供大量的數據服務，比如產業鏈上下游的信息，所以能給到一套整體化的服務。

而面對商業競爭問題，創企該如何與大廠合作，保護自己的成果。

楊歌對小廠的建議是，在早期一定要有大客戶，有穩定的收入來源和企業合作。最好與合作伙伴是有差異化的優勢。比方說，寒武紀與華為就是過于同業的合作，所以可能一轉身就推出了類似的業務。

AI芯片企業，要緊的是活下去

總體而言，當AI芯片從風口期進入理性期，業內不乏對AI芯片的唱衰聲：缺乏大客戶、造血能力差等都是挑戰。芯片頭部公司如寒武紀，在失去華為大客戶后也經過了上交所問詢，遭到了市場質疑。

對于唱衰之聲，楊歌表示，“每個技術早期研發投入都遠遠大于收入，所以很多人會懷疑行業有問題。但是不要懷疑，企業短期內就解決短期內的問題，比如現金流、融資和成本結構問題。”

他舉例道，摩托羅拉就是在2005-2008年間選錯了賽道，在此時選擇做4G研發。可它投入過多在無法控制的市場里面，最終死在了4G出來之前。所以企業在技術研發過程中一定要階段性的變現，這是一種商業能力，但不代表選錯了方向。

楊歌表示，“短期唱衰阻擋不了芯片整體發展趨勢。去看看《創新者》這本書就知道了，現在唱衰AI芯片的人在1965年可能就是唱衰英特爾的那群人，但你再堅持看5年就知道了，英特爾會大到不可想象。”

AI技術的應用日益增長，在教育、醫療、無人駕駛等領域都能看到 AI 的身影。然而GPU 芯片過高的能耗無法滿足產業的需求，因此取而代之必將有ASIC 芯片。