對話北極光楊磊：AI芯片賽道現在進場已經晚了
2019-09-02 10:47:03 雷鋒網“從來沒有”。楊磊回答地斬釘截鐵。
“北極光在半導體領域十四年投資了15家公司，其中有八家是孵化的，剩余的7家很多在我們投資的時候還沒有產品，但這些公司沒有一家沒有把產品做出來，沒有一家公司死掉，我們在2016年投了10家公司的時候，做過一個復盤分析，這10家公司50%已經退出，其中，展訊、炬力、兆易創新三家公司已經成功上市，有兩家公司并購退出，其余五家全部融到了B輪或者C輪階段，處于發展上升期。”
上個月，「AI投研邦」為撰寫《2019AI芯片行業創投白皮書》專程拜訪了北極光創投董事總經理楊磊，在半導體投資圈，北極光是無法繞過的名字，從2005年成立之日起就關注半導體領域投資，被北極光投資的半導體初創公司都經過了「千挑萬選」，雖然最新出現的創業項目都會考察，但北極光出手卻極為謹慎，十四年只投資了15家公司，幾乎保持著每年只投一家公司的節奏。
圖：北極光創投董事總經理 楊磊
自2015年開始，AI芯片的相關研發逐漸成為學術界和工業界研發的熱點，寒武紀、地平線等一批AI芯片創新公司也相繼成立，根據 Synopsys AI Lab AI 芯片專家唐杉博士整理的數據顯示，截至目前，全世界范圍內的已經公開的AI芯片公司超過104家，其中，中國已經存在超過20家以上的AI芯片初創公司。
北極光投資的三家AI芯片公司，登臨科技（2017）、億智科技（2016）、黑芝麻智能（2016）目前都發展迅速，而且各有特點，登臨科技專攻云端 AI 芯片，并且靈活性很高，可以和英偉達的 CUDA（Compute Unified Device Architecture，統一計算設備架構）兼容；億智科技則是以AI機器視覺算法和 SoC 芯片設計為核心的系統方案供應商，其產品已經完全量產并已商業化落地；黑芝麻智能科技則把神經網絡的計算做成專用芯片，用作自動駕駛，把前端的ISP能力和后端AI芯片的能力結合在一起，對神經網絡利用效率非常高，其剛剛發布了”華山一號“車規級自動駕駛芯片A500，據稱在關鍵性指標上已經超越了 Mobileye 的 EyeQ4。
以下為雷鋒網和楊磊的對話實錄（節選）：
楊磊：從北極光角度，我們覺得AI芯片投資基本上到了收官的階段了，換句話說，如果是去年或者今年才成立去做AI芯片公司，基本上已經太晚了。
雷鋒網：為什么太晚了？
楊磊：在AI芯片這塊，我們布局了三家公司。一個是2015年成立的做從端到云的SoC芯片的億智科技，一個是做車載感知芯片的黑芝麻智能科技（2016年成立），還有做云端芯片的登臨科技（2017年成立）。
因為這些芯片基本上都需要很長的時間去開發，這三家做的芯片沒有一塊芯片是在二年之內可以做好，基本上時間都是在三年左右才能夠第一次流片。所以如果有新的公司今年或去年再做的話，感覺就已經有點晚了。
這個行業還有一些特點，不管是云端的芯片還是端的芯片，其實賣給客戶的時候還有大量的跟客戶握手服務的過程，所以如果比這批公司晚一年到兩年再做的話，基本上也沒什么人愿意買，因為替換成本非常高。
從計算構架來說，我們認為云端芯片構架需要非常靈活，適配性要做得好，到端的時候其實構架會更加固定一些，這個時候其實算法的適配都是很累的，比如一家做人機系統的公司已經做了一些人臉識別的算法，換一個芯片就需要再重新做一遍，時間和資金成本都很高。
所以我覺得后來再做的芯片公司可能都會有一些挑戰，所以我們的布局相對來說比較早一些。
楊磊：我覺得盲點有很多。
第一，認為做算法的人也可以做芯片。做芯片其實是一個非常專業的事情，做算法的人不能夠做芯片。
第二，認為只要是原來芯片大公司（比如英偉達、AMD）出來的人就可以做AI芯片了，這也是一個巨大的錯誤。
不是說從英偉達、AMD 或者從英特爾出來的人，就一定能夠駕馭云端AI芯片或是SoC。首先要認識這個產品的復雜性，知道里面有哪些核心的點，然后要看這群人是不是在這些領域具有經驗。需要知道這些機構的組織機構、管理方法、什么人做什么事情，歷史是什么樣的，如果不知道的話，其實很容易被誤導。一個以前在 AMD 擔任管理崗位的人不一定就能夠做芯片。每一個芯片都有自己獨特的一些難點，這個團隊是不是有合適的人有經驗去解決這些問題才是最關鍵的。其實市場上做AI芯片的公司非常非常多，但是做出來的幾乎沒有。
包括現在市場上有一些自稱是AI芯片的公司，但是其實打開看的話，其實是把 AI 算法再移植到DSP上這種方法去做的，這個其實不是我們說的端或云的AI芯片。
第三點，盲目追風，覺得大廠能做的，自己也能做。
舉個例子，很多人覺得谷歌做 TPU ，我也做 TPU 吧，其實好多公司剛開始做的構架很像 TPU，但是最后做出來就死了。
谷歌的TPU其實動用了大量的軟件工程和算法的人把算法移植到谷歌 TPU 上面，由于谷歌體量太大了，只要某些任務在上面跑，這個 TPU 就有價值。但是如果是一個第三方，做了一個TPU，會遇到兩個問題：第一，自己沒體量，假設自己算法這些東西都做，那么只能在非常小的一個范圍內用自己的TPU芯片，一遇到其它的任務就用不了了。第二，隨著時間的推移，算法改變了，效率就非常低，這也是為什么有些公司出了芯片了，用他們當時的某些神經網絡跑起來還好，但是一到實際場景去一跑就傻了，效率極低。
我覺得在做復雜芯片的時候，一定要有前瞻性，一定要看到未來再去做。
我們投的登臨科技其實在云端芯片這塊，他最主要考慮的是要有靈活性，在靈活性的前提下，再把效率給提上去，如果沒有靈活性，沒人會接受的。但是今天做的這些云端的AI芯片里頭，很少有公司是把靈活性作為最重要的一點去做。據我所知，在云端的AI芯片能夠和英偉達的CUDA兼容的，只有登臨一家。
跟 CUDA 兼容其實非常重要，因為立即就可以把 CUDA 的生態利用起來，很多AI算法工程師都是用 CUDA 在寫程序，他們寫的程序不需要改，直接就可以在登臨的芯片上跑。我覺得這是第三個盲點，簡單的覺得做AI芯片就是一個方向，然后就往前跑，跑一大半才發現做出來可能會有很大問題。
云端芯片的性能和靈活性非常重要，比如車的芯片，一定要有做車規的軟件和硬件經驗，車的ISP其實是非常硬的坎兒，如果以前沒有做過車的ISP的話，大概率會失敗，我們也知道有某一家大的互聯網公司在做車的芯片，做出來的話ISP不行，沒法用。
在端側，整體的集成性、功耗是非常重要的，整個的設計一定是IP應該是自有的，而且能夠把功耗控制得非常好，功耗跟帶寬有關系，設計的時候要把帶寬和功耗能夠融合在一起考慮。
整體來說，這是一個很難的事情，機會也非常大，一定出非常大的公司，但是這不是隨便一個團隊就可以干的，即使是最優秀的芯片公司出來的人，絕大多數是做不成的，如果沒有最主要的那幾個最核心的人，其實也沒有用。
在AI芯片投資領域，其實很多投資人專業度都不夠，輕信學術權威，輕信有名的公司里面出來的高管，沒有對技術的復雜度有敬畏。
楊磊：我覺得太早了，而且真正在做的時候會遇到一大堆的挑戰。
雷鋒網：哪些挑戰？
楊磊：適用范圍很低，本身工藝不成熟，最后跑出來的時候良率非常低，非常有局限性，模型特別小，穩定性比較差。我覺得這塊做做研發還可以，真正要商業化還是有非常大的挑戰。
雷鋒網：這兩類芯片什么時候可以商業化落地？
楊磊：很難說。
雷鋒網：您好像對學院派不太看好，而是更傾向于具有產業經驗的創業者。
楊磊：首先我們在看一個創業公司需要什么的時候，會發覺其實產業經驗太重要了。寫一篇論文，做學術研究，只是研究最中間的一點點東西，說實話你看得懂論文你也知道這個事兒該怎么做，但是寫出論文和真正能把產品做出來，這中間差得非常遠。
如果科學家都能夠創業且成功的話，今天中國可能也不會遇到這個挑戰，我們有大把的科學家、有大把的研究成果，但是我們在這些關鍵領域都沒做好。
舉個例子，比如說藍牙芯片，藍牙芯片低端的產品也能執行藍牙協議，但是功耗非常高，穩定性很差，這些芯片可能很多中國公司可以做，但是一旦這個藍牙芯片要用在比較工業的場景，需要穩定性非常好，功耗非常低，我們就做不了了。
在很多領域，我們只有低端，在中端和高端是沒有產品的。舉個例子，比如說射頻前端，目前中國的公司只能做4G低端，而且只能賣到亞非拉。而做高端射頻前端芯片的，只有美國的兩家公司Skyworks 和 Qorvo。目前4G手機開放市場射頻PA市場中，Skyworks 占了55%，Qorvo 的市場份額是25%，而中國公司市場份額只有20%，集中在中低端手機，旗艦手機依然被 Skyworks 和 Qorvo 所壟斷。
所以我建議關注半導體的投資人，不要投低端了，低端是一個陷阱，投也是紅海，要投中端和高端。
中國經濟發展到這個階段，容易摘的果子，早就被人摘光了。
只要是大家都能做的就掙不了錢，一定要躲避低端陷阱，去投資中端和高端那些真正空白的領域，這也是為什么說需要產業軍團，只是一個教授不太可能一出來就做一個高端產品。
創業者需要經過幾個完整的產品周期，從最開始設計到推到市場，到檢驗，到迭代升級。硬件基本上是五年一個周期，所以經歷兩個產品周期就是十年，再加上前期認知積累階段，要沒有15年到20年的行業經驗，是做不好的。
「AI投研邦」采訪調研了業內20余家AI芯片創業公司，并深度面對面訪談了包括北極光在內的12家在硬科技領域進行重點投資布局的VC機構，更多關于投資人對AI芯片行業的觀點和分析請關注「AI投研邦」即將推出的《2019 AI芯片行業創投白皮書》。
除了AI芯片行業白皮書以外，我們還將推出5G+AIoT、智慧城市、智能商業、智能交通、視覺智能、AI醫療、AI金融、智慧教育白皮書，聚焦當下時代最前沿的技術場景，總計20萬字，圖文并茂，條理清晰，是解讀未來智能生活的不二選擇。
我們希望能給認同投研產生價值的一二級市場投資人、以及給希望知識創造財富的工業界業者，提供更多專業深度的知識服務和交流平臺。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
