AI芯片市場將進(jìn)入一個洗牌的時刻,,那么,,AI芯片在中國的這場狂歡還會持續(xù)多久,?
熱錢熱土也就看個熱鬧
近三年里,,AI芯片領(lǐng)域的融資出現(xiàn)了兩筆超級融資:
初創(chuàng)公司壁仞科技在成立18個月,,融資超47億元,,創(chuàng)下了國內(nèi)芯片創(chuàng)業(yè)公司的最大融資紀(jì)錄
摩爾線程成立不到一年,,融資數(shù)十億元,估值超百億
真金白銀不斷涌入,。根據(jù)第三方分析機(jī)構(gòu)統(tǒng)計,,僅2021年前四個月,中國AI芯片行業(yè)的投融資規(guī)模達(dá)到89.65億元,,涉及投融資事件20多起,。
隨著各行各業(yè)的企業(yè)都開始進(jìn)入IC行業(yè),人才需求量猛增,。但是人才培養(yǎng)的速度完全跟不上需求的增長,。因此,新進(jìn)入的企業(yè)高薪挖人,,高薪搶人已經(jīng)成為常態(tài),。應(yīng)屆生的薪資水漲船高。趨勢上看,,年薪百萬也不是不可能的,。
能夠拿出高薪的企業(yè)有兩種:
其一,拿到大筆融資的初創(chuàng)企業(yè)
其二,,入局IC的互聯(lián)網(wǎng)巨頭
對于初創(chuàng)公司來說,,要對得起投資人的大筆投資,技術(shù)團(tuán)隊必須建立起來,。往往投資人的壓力也比較大,,一般需要在一定時間之內(nèi),建立多少人的隊伍,。時間一到,,是需要向投資人匯報的。因此,,技術(shù)團(tuán)隊建設(shè),,往往比較急。而恰恰這類企業(yè),,由于知名度不夠,,招人還不太容易招到。正所謂,,重賞之下必有勇夫,,那就用更高的薪水來吸引人才,。如果50%不夠,,那就雙倍,。反正投資人的錢是必須要花的。
其實,,也不是所有的初創(chuàng)企業(yè)都有實力不計代價的砸錢,。如果沒錢怎么辦?可以許諾股份,。由于沒有上市,,估值就有很大的隨意性。因此,,招人的時候,,可以許諾價值數(shù)百萬的股份,一樣可以吸引很多人加入,。當(dāng)然,,到變現(xiàn)的時候,就要看造化了,。
另外一種企業(yè),,就是大名鼎鼎的互聯(lián)網(wǎng)巨頭。財富,,聲望都完全吊打創(chuàng)業(yè)公司,。無論是老BAT(百度,阿里,,騰訊)還是新三巨頭(字節(jié),,阿里,騰訊),,都已經(jīng)入局,。這類企業(yè),資金雄厚,,認(rèn)準(zhǔn)一個行業(yè),,重金投入,然后將整個行業(yè)洗牌,。
共享單車,,滴滴快滴大戰(zhàn),外賣,,這些企業(yè)以及代理,,憑借雄厚實力,砸入重金,,瘋狂補(bǔ)貼,。一般企業(yè)哪里見過這樣的世面?要么被收購,要么就得倒閉,。
如今,,這些企業(yè)進(jìn)入到芯片行業(yè)。傳統(tǒng)芯片行業(yè),,憑借搞芯片賺取的微薄利潤,,如何和這些互聯(lián)網(wǎng)企業(yè)競爭?
這些企業(yè)的海量資金,,完全不是來自于芯片,,而是流量。
他們可以拿出傳統(tǒng)芯片企業(yè)難以拿出的薪水,,再加上初創(chuàng)公司難以企及的名氣,,成為了吸引人才無往不利的大招。
芯片行業(yè)并不是暴利行業(yè),。要不是中美科技戰(zhàn),,芯片行業(yè)可能根本不會吸引眾多人才的注意。
傳統(tǒng)芯片公司,,像海思這樣的,,背后有著實力雄厚的靠山的企業(yè)少之又少。長期以來,,更多的企業(yè)一直在歐美等芯片巨頭的陰影之下發(fā)展,。這些企業(yè),可能原本以為自己有了機(jī)會,,有了出頭之日,。原本只買外國芯片的設(shè)備公司,也開始買國產(chǎn)的芯片了,。還沒來得及高興,,互聯(lián)網(wǎng)公司來了。
這就出現(xiàn)了非常吊詭的現(xiàn)象:芯片行業(yè)受到了前所未有的重視,,很多芯片公司也打開了市場,,結(jié)果赫然發(fā)現(xiàn),自己的團(tuán)隊,,或被挖空,,或集體出走。
以往,,芯片公司往往會死于沒有市場,,如今,他們的死亡的可能又多了兩樣:
死于沒有產(chǎn)能
死于沒有員工
很多芯片的工程師,,離開了真正做芯片的企業(yè),,進(jìn)入了沒有芯片基因的互聯(lián)網(wǎng)公司,。市場角度看,似乎沒有問題,。但是總覺得不太對,。
我們來看看美國。芯片公司和互聯(lián)網(wǎng)公司,,似乎分工更加明確,。微軟也走硬件,,但是xbox的芯片還是找的AMD來做,,而不是自己招人。facebook沒有聽說搞芯片,。google確實有這方面的消息,。但是主要還是研究性質(zhì),可以理解為眾多前沿方向之一,。
是不是互聯(lián)網(wǎng)公司和傳統(tǒng)芯片公司強(qiáng)強(qiáng)聯(lián)合更好一些,,而不是重復(fù)建設(shè)?比如阿里平頭哥前身是阿里收購的中天微電子,,經(jīng)過整合發(fā)展而來,。吞并是一個方式,但是個人認(rèn)為更好的方式是,,類似于微軟和AMD的關(guān)系,。讓芯片公司為自己定制專用的集成電路。
互聯(lián)網(wǎng)企業(yè),,賺的是快錢,,芯片,卻是需要長期的投入,,卻往往看不到什么利潤,。互聯(lián)網(wǎng)企業(yè)現(xiàn)在可以重金砸向芯片,,如果不見什么利潤的話,,會不會始亂終棄,最后搞得一地雞毛,?那就真的是歷史的罪人了,。
讓泡沫再飛一會
正如前文所說,各種相關(guān)不相關(guān)的公司都開始涉足芯片,,造成的結(jié)果就是原來真正做芯片的公司被挖的肉疼,。
招聘網(wǎng)站有數(shù)據(jù)顯示,剛畢業(yè)就可以達(dá)到50萬,。而這50萬,,據(jù)說僅僅靠刷題刷了半年就做到了,。
50萬,到印度,,是不是可以組一個團(tuán)隊了,?
從工程師的角度,我們當(dāng)然希望薪水高一些,,這無可厚非,。但是從宏觀的角度來看,風(fēng)險正在孕育之中,。
薪資暴漲,,表示需求遠(yuǎn)大于供給。然而,,很多需求其實只是重復(fù)建設(shè),,反而讓真正的需求難以滿足。
西方的芯片公司忙著合并,,收購,,做整合。而國內(nèi)的公司趨勢卻相反,。原有大公司團(tuán)隊紛紛出走,,成立創(chuàng)業(yè)公司。原因很簡單,,融資太容易了,。
假設(shè),一個公司的一個soc團(tuán)隊出走,,成立一家新的公司,。這家公司做的東西必然也和之前從事的方向接近甚至相同。芯片都是低水平重復(fù),,這不就是重復(fù)建設(shè),,浪費資源嗎?
這個過程中,,消耗了大量的資金,,卻沒有做出什么有效的效果。只不過,,重新做了mask,,foundary受益了;重新買了EDA軟件,,EDA公司受益了,;重新買了IP授權(quán),ARM這樣的IP公司受益,。
思來想去,,這受益怎么還TM是國外的公司?。?/p>
當(dāng)然,,這個過程中,,肯定有一些國外的芯片被替代,但是大量的浪費也是必然,。不只是資金,,人才浪費也極其嚴(yán)重。
搶人風(fēng)潮導(dǎo)致員工離職率高,??赡軇倓?cè)肼氁荒辏粋€項目沒做完,,又被挖走,。沒辦法,,薪資跳漲啊,,然后這位員工又開始到新的公司熟悉環(huán)境。
人才其實一直在空轉(zhuǎn),,一個行業(yè)成這樣絕對不正常,!
馬斯克曾在推特上談及為什么要做AI芯片——要解決自動駕駛問題,就必須解決真實世界的 AI 問題,。需要擁有很強(qiáng)的 AI 能力以及超強(qiáng)算力,,一旦擁有了解決上述問題能力的AI芯片,其他的(能力)不過錦上添花,。
算法早已不是制約AI發(fā)展的瓶頸,。業(yè)內(nèi)對此已有共識。在今年的世界人工智能大會(WAIC 2021)上,,AI芯片取代算法公司成為絕對主角,。
一個確定而巨大的應(yīng)用場景是AI芯片的關(guān)鍵。
好賽道永遠(yuǎn)不缺資本,,AI芯片行業(yè)確實有機(jī)會,,目前也出現(xiàn)一些不確定性因素。這個進(jìn)程比預(yù)想中來得快,,相比于2018年中國在AI芯片上的狂熱,,如今,誰能率先落地產(chǎn)品,、構(gòu)建生態(tài),,誰就能在這場競爭中突圍。
三年時間,,有核心競爭力的公司已經(jīng)能夠跑出產(chǎn)品,、推向市場,,而沒有場景和產(chǎn)品的AI芯片公司當(dāng)下很難拿到專業(yè)投資機(jī)構(gòu)的投資了。
只是現(xiàn)在整個圈子熱錢依然多,,裹挾了許多國民愛國情感在里面,,泡沫可能還會再飄一陣,但是這種熱情的背后透露出來的是急功近利的產(chǎn)業(yè)氛圍,,不會飄太久,。
提前進(jìn)入肉搏戰(zhàn)
如果盤點當(dāng)前中國活躍的AI芯片公司會發(fā)現(xiàn),這些公司基本成立于2018年前后,。2020年開始,,主要融資都發(fā)生在相對成熟的企業(yè),基本已經(jīng)獲得了1-2輪,,甚至2輪以上融資的AI企業(yè),,這一趨勢在之后的兩年里更為明顯。
這與大洋彼岸的美國不同,。美國的人工智能產(chǎn)業(yè)已經(jīng)經(jīng)歷了三個發(fā)展浪潮,,而最近一次起始于21世紀(jì)初,時間上要比中國早,,經(jīng)過一段時間的高速發(fā)展后,,開始進(jìn)入平穩(wěn)期,并著重于在實際工業(yè)(如自動駕駛,、語音及圖像處理,、服務(wù)機(jī)器人等)中的應(yīng)用。
美國AI芯片企業(yè)NeuronBasic Technology首席科學(xué)家王紅衛(wèi)表示:雖然AI的第三次浪潮得益于芯片技術(shù)的高速發(fā)展,,但美國的創(chuàng)投圈對AI芯片概念的初創(chuàng)公司興趣不大,。這是因為他們清楚:
如果要將復(fù)雜的AI算法運(yùn)行于芯片上,需要用到最先進(jìn)和復(fù)雜的芯片工藝,,從而需要巨量的投資
另一方面,,半導(dǎo)體在美國已經(jīng)是一個夕陽產(chǎn)業(yè)
這種情況下,高端AI芯片,,一般會被納入到大公司下面去做,。
反觀中國,AI芯片概念在開始中國火起來的時間點恰好是AI算法公司進(jìn)入殘酷淘汰期,,由于專業(yè)的半導(dǎo)體產(chǎn)業(yè)投資人看到這個趨勢更早,,2017年,他們已經(jīng)在開始看和投一些AI芯片公司了,。2018年,,一些非半導(dǎo)體專業(yè)投資基金開始進(jìn)入AI芯片領(lǐng)域。
很多AI芯片公司都是先選擇從較為簡單的云端推理芯片入手,,不論是AI推理芯片公司,,還是AI訓(xùn)練芯片,,都成為中國資本市場上的香餑餑。只是,,在贏家通吃的芯片行業(yè),,一場競爭激烈的淘汰賽必將發(fā)生,誰能生存到最后,?
有新型算法,,為了這個算法專門做一款A(yù)I芯片,但沒有場景的公司,,專業(yè)的投資人現(xiàn)在已經(jīng)不會再投,。可以這么說:沒有產(chǎn)品的AI芯片公司很難再拿到融資了,。
握著“金剛鉆”,,還找不到“瓷器活”的企業(yè),淘汰是必然選擇,。
AI芯片初創(chuàng)公司在彼此肉搏的過程中,,還不得不面對巨頭的兵臨城下。當(dāng)擁有數(shù)據(jù)絕對話語權(quán)以及經(jīng)濟(jì)實力的巨頭進(jìn)軍AI芯片,,意味著對于AI芯片初創(chuàng)公司,,競爭壓力將逐漸增大,。
許多人擔(dān)憂,,這樣的情景與2016年那場AI算法泡沫破滅有點相似。一旦數(shù)據(jù)巨頭也進(jìn)入AI芯片領(lǐng)域,,對于這個領(lǐng)域的初創(chuàng)公司來說,,是否也面臨曾經(jīng)AI算法初創(chuàng)公司所面臨的窘境和瓶頸——要么被吞并,要么被淘汰,。
結(jié)語
熱火朝天的AI產(chǎn)業(yè)并不是一個新鮮事物,。
AI發(fā)展至今,已經(jīng)經(jīng)歷過三次浪潮:
第一次是50年代,,AI從誕生到模擬人,,最后失敗了被冷落
第二次是60、70年代,,專家系統(tǒng)的熱潮
第三次是80,、90年代神經(jīng)網(wǎng)絡(luò)興起
每一次,都是在理論認(rèn)知突破后嘗試場景化,、硬件化,,又都由于理論的局限,造成產(chǎn)業(yè)的退潮,。不過,,這一次,,AI產(chǎn)業(yè)的浪潮與以往不同。半導(dǎo)體產(chǎn)業(yè)的飛躍極大推進(jìn)了AI理論的場景化,、硬件化,。再往后,AI產(chǎn)業(yè)發(fā)展的根本瓶頸已經(jīng)不是芯片技術(shù)本身,,而在于建立在基礎(chǔ)理論之上的,,對架構(gòu)的突破。
基礎(chǔ)理論上的瓶頸反映到當(dāng)下AI面臨的挑戰(zhàn)中,,在找到具體應(yīng)用場景后,,AI公司往往需要面臨三大難題:
功耗問題,以自動駕駛為例,,當(dāng)理論上已證明算法可行,,但把算法放到真實場景中,在車內(nèi)測試,,現(xiàn)實情況是,,一旦開啟自動駕駛模式,航程旋即大幅度縮水
本地化問題,,如果將算法和數(shù)據(jù)都放在云端,,一旦網(wǎng)絡(luò)出現(xiàn)問題,車的安全就失去保障,,故而在實際場景中,,必須有本地化處理的能力
突破時間的限制,所有AI實際場景應(yīng)用都有時間限制,,而現(xiàn)在的云端算法往往還不夠快
除了底層的理論突破,,還有一點我們要明白:芯片的發(fā)展已經(jīng)逼近物理極限。未來行業(yè)競爭所受到芯片制造工藝的制約已經(jīng)不大,,芯片將要往應(yīng)用方向走,,降低功耗將會在一段時間內(nèi)成為AI芯片優(yōu)化的方向。
谷歌和亞馬遜,,這類平臺公司建了很多超算中心,,已經(jīng)在很早就意識到一個關(guān)鍵問題——如果算力翻倍,除了硬件成本要翻倍,,電力供應(yīng)和電費成本更是個瓶頸,,解決這個問題的方法就是理論的突破,因此公司都開始在大力支持從芯片技術(shù)到算法理論的創(chuàng)新,,以此應(yīng)對升級算力中能耗的挑戰(zhàn),。
雖然中國AI公司在應(yīng)用場景上走在世界的前端,但同樣需要意識到的是中國在AI前沿基礎(chǔ)研究上明顯落后于國外。創(chuàng)業(yè)公司在算力的比拼和角逐中,,更要對現(xiàn)有AI理論的局限和邊界有清醒的認(rèn)識,。
AI芯片市場將進(jìn)入一個洗牌的時刻?;氐焦P者在開頭提到的問題:AI芯片在中國的這場狂歡還會持續(xù)多久,?
一個合理的商業(yè)模式很重要。一位產(chǎn)業(yè)投資人如此描述這種商業(yè)模式,,做AI云端訓(xùn)練芯片,,一定要跟客戶緊密綁定,你想用什么我就做什么,,邊掙錢邊迭代,,我做的比你快,比你自己做更省錢,,成功幾率更高,,這種合作模式就能夠持續(xù)。
但如果一家AI芯片的初創(chuàng)公司的模式是,,告訴客戶自己的技術(shù)很厲害,,你需要給我付錢,但是我們需要做一些研究,,需要一段時間,。這種科學(xué)家思維的做法,在講求效率和利潤回報的商業(yè)社會,,很難闖出來,。
雖然目前資本市場熱錢還很多,泡沫還需要膨脹一陣,,但筆者認(rèn)為將會很快進(jìn)入冷靜期,。如今,專業(yè)投資人對于有算法但沒場景的初創(chuàng)公司已經(jīng)不會再投了,。在“老大吃肉、老二喝湯”的半導(dǎo)體行業(yè),,頭部效應(yīng)明顯,。AI芯片本身有多個產(chǎn)品線和賽道,每個產(chǎn)品線里最后會跑出來兩三家公司,,這是將來的格局,。