AI芯片创业,最好的出路是被收购吗?

云视角

2018-07-25

科技云报道原创。
“日前,国内AI芯片独角兽——深鉴科技宣布被FPGA开山鼻祖、美国赛灵思(Xilinx)公司收购,此事在业界引起巨大反响。如今国内AI芯片三大代表性玩家之一深鉴科技的收购案,或许预示着AI芯片市场马上要进入被整合的新浪潮。”

AI芯片圈内,深鉴科技是一个响亮的名字。在今天AI芯片狂飙突进的几年时间里,深鉴科技以明星创业团队背景,以及在FPGA服务技术和压缩技术,深受投资人青睐。

 

2017年10月24日,深鉴科技完成了4000万美元的A+轮融资,也有蚂蚁金服、三星风投等明星资方。2017年初之际,在全球顶级学术大会FPGA2017会议上,深鉴科技又成为该届最佳论文奖的唯一获得者。

 

此次深鉴科技被美国芯片巨头赛灵思收购的消息,引发了AI 芯片行业的大讨论。据媒体报道,深鉴科技的估值一度超过10亿美金,而业内人士消息称,预计本次收购价为3亿美金,难道深鉴科技被贱卖了吗?

 

首起中国AI芯片公司被收购的案例,背后折射出更广义的问题是AI 芯片创业公司的生存环境与出路选择。

终端AI芯片成创业处女地

AI芯片是AI技术发展过程中不可逾越的关键阶段,这也造成了目前芯片行业格外躁动和火热,不管是巨头公司还是创业公司,不管是传统制造公司还是互联网公司,都在布局AI芯片行业。

 

市场研究顾问公司Compass Intelligence日前发布了其关于AI芯片最新调研报告,结果显示,过去三年,各大公司藉由收购AI及AI新创企业,已经总共在研发、投资AI领域超过600亿美元。目前,AI新创公司就有约1700家,业界对于AI芯片组需求正逐渐扩大。

 

业内的一份统计显示,目前国内从事AI芯片研发生产的公司已超过40家。这其中,既有寒武纪、深鉴科技、地平线这类初创公司,也有华为、比特大陆、海康威视等从其他行业半途切入AI芯片领域的公司。

 

那么,目前对AI芯片的需求主要集中在哪些方面呢?

 

从应用场景角度看,AI芯片主要有两个方向,一个是在数据中心部署的云端,一个是在消费者终端部署的终端。从功能角度看,AI芯片主要做两个事情,一是Training(训练),二是Inference(推理)。

 

目前AI芯片的大规模应用主要还是在云端。云端的AI芯片同时做两个事情:Training和Inference。Training即用大量标记过的数据来“训练”相应的系统,使之可以适应特定的功能;Inference即用训练好的系统来完成任务,推断出结论。

 

Training和Inference在目前大多数的AI系统中,是相对独立的过程,其对计算能力的要求也不尽相同。

Training需要极高的计算性能,较高的精度,需要有一定的通用性,以便完成各种各样的学习任务。Inference相对来说对性能的要求并不高,对精度要求也要更低,在特定的场景下,能完成特定任务即可,但因为Inference的结果直接提供给终端用户,所以更关注用户体验的方面的优化。

 

因此,Training将在很长一段时间里集中在云端,Inference的完成目前也主要集中在云端,但随着越来越多厂商的努力,很多的应用将逐渐转移到终端。

 

目前市场情况,云端AI芯片无论是从硬件还是软件,已经被传统巨头控制,给新公司预留的空间极小。其中,芯片巨头英伟达已经牢牢占据AI芯片榜首,英伟达GPU是目前应用最广的通用AI硬件计算平台;而英特尔则通过收购Altera获得FPGA业务。

 

在云端,互联网巨头已经成为了事实上的生态主导者,因为云计算本来就是巨头的战场,现在所有开源AI框架也都是这些巨头发布的。在这样一个生态已经固化的环境中,留给创业公司的空间实际已经消失。

 

但是在终端上,目前还没有一统天下的事实标准。未来更多的应用场景在本地完成,因此终端AI技术成了很多芯片厂商关注的领域。

AI芯片创业困境重重

虽然行业热度空前,但对于创业公司而言,AI芯片始终面临着流片落地困难、应用场景难找、变现途径繁琐等问题。

 

首先,AI芯片的研发、商业化落地需要很长的周期。芯片产业是一个资金密集型的产业,无论是研发,还是后期的生产,都要求极高的资金投入。如果产品没有办法规模化,将无法消化前期的高额开销。

 

有业内人士称,如今设计制造一颗10nm芯片的成本要几千万美元,就算目前寒武纪、深鉴科技等专门做AI芯片的企业,即使采用28nm的芯片工艺,前期从投入到流片的成本都要超过400万美元。也就是说,单一品类的芯片出货量没有百万级很难收回成本。

 

深鉴科技CEO姚颂之前在接受媒体采访时坦言,公司早期的研发投入非常高,预计大概还需要两、三年左右才能实现营收平衡。

其次,目前AI成熟的应用场景太少。安防领域芯片的市场空间有限,备受瞩目的无人驾驶汽车距离真正落地还有很长时间,给手机处理器开发AI协处理器,以及为智能音箱开发的语音AI芯片,是目前看来比较靠谱的方式。

 

例如:深鉴科技此前获得了三星的投资,其AI芯片IP已经集成到三星最新的处理器Exynos9810中。另外一家创业公司寒武纪的芯片Cambricon-1A集成进入华为麒麟970,都是很好的例子。由于华为手机的巨大销量,寒武纪迅速成为AI芯片独角兽。

 

一些AI服务厂商也将自己的服务进行垂直拓展,比如的自然语音处理厂商云知声从自己的传统语音业务出发,开发了自己的芯片UniOne语音AI芯片,用于物联网IOT设备。出门问问发布的AI语音芯片模组“问芯”已经量产。

 

能获得手机大厂青睐的AI芯片厂商,以及自研AI芯片的毕竟是少数,更多的AI芯片厂商还需要找到更多的应用场景来使自己的芯片发光发热。

 

最后,在AI芯片行业,创业公司还要面对英伟达、英特尔等超级巨头的压制。可以说,AI芯片创业生存环境恶劣,能活下来的企业将是凤毛麟角。

被收购不失为一条好路径

回过头看,对于深鉴科技这样一个成立两年多的初创公司,被收购也许不失为好的结果。

 

在AI芯片行业,战略投资是非常稀缺的资源,比如在FPGA领域,全球只有赛灵思、Altera等几家头部公司。行业巨头对芯片初创公司除了财务上的帮助,还可以在产品、技术、战略方面进行合作,可以迅速推动初创企业的研发进程,帮助产品落地。

 

深鉴科技投入赛灵思的怀抱,不仅获得了可贵的战略资源,还可以帮助公司跨过成长道路上的障碍。

事实上,双方的合作是水到渠成。自 2016 年成立以来,深鉴科技就一直基于赛灵思的技术平台开发机器学习解决方案。经深鉴科技优化的神经网络剪枝技术运行在赛灵思 FPGA 器件上,可以实现突破性的性能和行业最佳的能效。

 

2016年,在OpenPOWER那场峰会上,赛灵思就介绍了有关深度学习处理器的新方法,而其中有关技术的部分大多来自中国的这家初创公司——深鉴科技。

 

在2017 赛灵思开发者大会(XILINX Develpoer Forum)上,塞灵思推出 reVision 嵌入式开发堆栈时就以与深鉴科技合作的ZU9 MPSoC 运行的 、可用于智能城市监控的多目标识别方案作为基于的嵌入式应用视觉案例。

 

从2017年开始,赛灵思就已经与全球其它知名投资机构一起成为了深鉴科技的主要投资者。

 

对很多初创公司来说,并购不失为一条好的路径。从全球范围来看,AI领域大鱼吃小鱼的故事一直在上演,行业内的并购案逐年增多。

 

研究公司CB Insights的数据显示,2010年至今,Alphabet(谷歌母公司)在AI领域进行了多达14笔收购,苹果进行了13笔收购,Facebook完成了6笔收购,英特尔、亚马逊、英特尔、微软各完成了5笔收购。

对于国内AI芯片的初创公司而言,2018年可能是生死大考之年。如果说前两年这些公司的主要工作是集中在建团队、融资、研发等“调兵谴将”的部署阶段,如今,则是到了“上刺刀出击”,看产品商业化、量产的时候。

 

如今深鉴科技的完美转身,也许预示着AI行业即将迎来“并购潮”。但是由于深鉴科技收购价格并不是特别高,对于目前一些AI芯片独角兽公司而言,某程度上会构成一定的压力,未来买方会以什么价格进行收购确实是一个未知数。

AI芯片战局将进入一个新的分水岭,今后的AI芯片赛道比拼将来得更加真刀实枪,真正在技术积累、商业化应用方面做得好的公司,相信未来估值依然会提升。

【科技云报道原创】

微信公众账号:科技云报道

推荐文章