打磨一顆AI“芯”_風聞

文/楊健楷

人工智能正忙於跨界。

在去年一個世界級半導體大會上，我看到一個誇張的數字：中國現在做AI芯片的公司已經超過100家，看芯片的投資人已經快不夠用了。

AI加上芯片，兩個當下最時髦的概念觸發了中國創投圈的集體想象。

英偉達在AI訓練芯片領域一騎絕塵，股價扶搖直上，漲了十幾倍。谷歌、華為、阿里等巨頭忙着推出自家的AI芯片，以滿足龐大的數據中心的算力需求。在巨頭的火力尚未到達之前，高達萬億級別的物聯網AI芯片，仍然是一塊未被充分開墾的處女地。

估值急劇飆升的AI獨角獸們，在算法日趨同質化，競爭日益激烈的背景下，爭先恐後發佈了自己的AI芯片，動輒稱“自研”。而那些在消費電子時代大賺其錢的芯片設計廠商，好像沒了動靜，他們的動作，也不為人所注意。

聲量的高低，是市場熱度的一個明證，但或許並非長遠實力的指向標。

在北京的冬天，我們採訪了億智電子創始人陳峯。這位在珠海已經工作二十年的芯片老兵，先後經歷過炬力、全志兩個芯片大廠的上市，後來憑藉自己的經驗踏上了AI芯片的“跨界之旅”。

億智電子，這家公司如何在當下的環境裏走出一條不一樣的AI芯片之路？以下，是AIPharos月光社對陳峯的採訪：

選擇AI：一件“跟以前不一樣的事”

#當初創業的時候，為何選定了AI芯片這個方向？

當時我們出來創業，確定了幾點。首先，我們一定要做跟以前不一樣的事情，但是不能做自己不擅長的事情。於是就確定了三個領域：人工智能、機器人和柔性屏。

在公司成立之前，已經出現了一個趨勢：人工智能算法開始趨同，研發成本急劇下降。我們團隊只能專注幹一件事情，最後這個方向確定為人工智能。

我們16年出來做人工智能芯片時，AI芯片還不像現在這麼熱。從我們公司的名字“億智”——億萬設備智能互聯，就可以看出，我們一開始就是奔着人工智能來的。

#除了人工智能外的其他兩個領域呢？

至於另外兩個領域，我們分別投資了一家公司。也沒什麼協議，雙方都很熟悉，我的“徒弟”想開公司，我很認可，那給錢、投資佔股就好了。

#你們三位合夥人都是芯片公司出身，億智是如何搭建算法團隊的？

在北京招人工智能算法團隊，也算機緣巧合。我有個同學在北京，他在做模式識別全球大賽上拿到了很好的名次，於是我找到他合作。現在，他是億智的首席科學家，北京AI算法團隊就是由他組建、領導的。

#創建億智，為什麼隔了近兩年才對外融資？

我們一開始三個合夥人，自己掏錢出來創業，成立了億智這家公司，每個月領1750塊錢工資。17年年底，北極光創投投了我們天使輪。當時我們也沒有什麼融資的概念，在珠海的芯片公司裏，我們也算為數不多的花VC錢的公司。

#作為一家AI芯片公司，億智如何追平算法上的差距？

億智交付的首先是一個通用的AI計算平台。這個平台上面不只是我們的算法，還可以支持第三方的。至於説怎麼追平算法上的差距，應該説我們和算法商各有千秋。

對於算法能力比較弱的公司，在代理商去交付產品的時候，我們已經把算法搞好了，客户直接用就可以。對於算法能力很強的客户，他們會基於我們的平台去開發自己的算法。

頂級聰明的人，往往不來做芯片

#珠海的芯片設計產業為什麼發展的這麼好？

珠海的芯片設計業起步，比上海還要早大概十年，這個時間點特別好。90年代珠海是經濟特區時，北上廣深並沒有現在這麼強的吸引力。進入21世紀後，珠海並沒有跟上北上廣深的發展步伐，沒有互聯網產業來跟芯片業搶人才。

這羣芯片老兵在在珠海紮根之後，大家都在珠海娶妻生子，人才流動性並不強，就形成了一個非常穩定的芯片研發團隊。

#做一個成功的SoC級芯片，最需要什麼？

應該説，做芯片這件事，就是靠不斷地去磨，不斷地去積累，因為這裏面的工作其實挺枯燥的，不像大家想的那樣。

芯片靠的不是説一個單兵有多強就夠用，就是招50個頂級名校碩士、博士放一塊，也不可能很快把一個芯片做得很穩定。

SoC級的芯片裏面有很多IP，每一個IP都是一個小團隊，有一些團隊甚至會形成自己的黑話。要做成SoC芯片，每個團隊之間都需要不斷地去磨合試錯。只有在大幅降低了溝通成本之後，才能把IP做好。

所以，並不是説找一幫聰明人就可以把SoC芯片給做了。反而是最聰明的人不來做芯片。

某頂級名校電子工程系出來的畢業生，找工作輕輕鬆鬆，輕而易舉就可以在互聯網公司拿高薪。而在互聯網公司做軟件開發、做算法，有點吃青春飯的感覺，因為老人的編程能力永遠比不上年輕人的進步速度。

做芯片的學習曲線就不一樣了，這個學習曲線非常長。二十年過去了，大陸能做SoC的也就是那幾家。所以，當很多算法公司去做芯片時，他們會面臨一個非常陡峭的學習曲線。

芯片這一行，最關鍵是IP化的能力

#相較於傳統的芯片設計廠商，億智在AI芯片領域的優勢是什麼？

我們的優勢在於AI算法的IP化。

做一個芯片，不是説今天有需求馬上做，那樣肯定來不及。我們做一個芯片，研發至少需要18個月，做的是一兩年之後的事情。

我們從16年就開始幹這件事情，領先傳統的應用處理器（AP）廠商一兩年的時間。當他們開始做AI芯片的時候，會面臨兩個問題。第一，找不到合適的算法團隊；第二，算法IP化的能力不強。在沒形成一套方法論之前，算法IP化的每個環節都很容易耗費不少時間。如何少踩坑、或者説不踩坑，只有靠慢慢積累才能走出一條路來。

當傳統廠商發現時間緊迫，必須買第三方IP加快研發節奏的時候，時間已經晚了。買了第三方IP，沒有辦法讓客户在上面做快速二次開發，因為他們不懂IP，沒辦法支持算法移植開發，因而做出來的芯片可用性不強。

#IP對於AI芯片為什麼這麼重要？億智的IP都是自己研發的麼？

IP是我們最大的資產。除了CPU、GPU等少數IP外，絕大部分IP都是自己研發的。只有我們自己做出來IP，才能給別人一個好的開發環境，才能支持眾多碎片化場景，應對100個、1000個客户的開發需求。

現在，有的公司用CPU也可以跑AI功能，然後號稱自己是AI芯片。但我們要看實現一項AI功能，效率有沒有發揮到極致？花100瓦的功耗用CPU算，那肯定沒有實用性，光電費就要花不少錢。而僅僅是電費的花銷，對於一個公司來説一個月可能相差數倍到數十倍不等。

舉一個例子，對比一下兩者的差別。在人臉檢測和跟蹤識別上，億智的產品能做到每秒30幀，某廠商用CPU算是一秒一幀，而CPU計算的功耗是億智芯片的5倍，這樣算下來，計算一幀的功耗差別有150倍。通俗來講，如果用後者的閘機產品過人臉，又慢又費電。

#自制IP的費用是比較高昂的，為什麼不去買IP供應商提供的IP？

要是去買第三方的IP，這個IP一般是極其冗餘的。

當市場競爭不激烈的時候，用户對功耗、性能等還不太敏感，先買IP的公司跑得快，但當很多公司買了一樣的IP，產品的競爭力就要大打折扣。這個時候，就顯示出了自制IP的必要性。自制IP的成本一定更高，但更能滿足客户對功耗與性能平衡之間的需求。

我們自己設計IP的時候，性能不是越強越好，而應該是剛剛夠用最好，千萬不要over design（過度設計）。我們的最終目的，是做到最好的性價比。

IP研發要耗費很長時間。我們16年出來之後，花了整整三年時間去做全新的IP。要是偷別人的東西，芯片早就出來了。我們每個人都簽了很嚴格的知識產權協議，員工每一行代碼都不能用前公司的。如果被查到用原來的IP，麻煩就大了。

AI+芯片，還是芯片+AI？

#我們觀察到，有很多AI芯片雷聲大雨點小，落地的難點究竟在哪？

AI芯片有兩條路線，一條是以算法為基礎，“AI+芯片”，另一條是以芯片為基礎，“芯片+AI”。兩個背景不同的人羣，完全不同的做事方法，都在跨界做AI芯片，但是市場上能夠量產銷售的SoC級芯片方案，寥寥無幾。

一些公司通過購買人工智能IP的方式推出了AI芯片，但一年多的時間無法真正落地，其實就一個原因，可量產性。可量產性包括這麼幾個維度：算法二次開發複雜度、系統穩定性、生產良率、功耗。

比方説一些廠商用的協處理器方案，這意味着在一台機器裏面，同時存在着兩三個系統。系統越複雜，焊點越多，耦合越差，生產良率本來就比較低，生產出來死機的概率也會比較高。最後出了問題還不好解決，因為是多家公司做出來一個東西，扯皮是常有的事。而SoC方案比較起來就簡單多了，因為不存在系統衝撞的問題。

#億智對於市場策略有何考量？

短期來看，我們其實就一招：標準化人臉及人體相關的應用。

這樣，客户就不用再自己去開發算法，我們都標準化了。對於其他非標準化的市場，我們提供一個平台級的開發環境，支持大客户在平台裏面進行開發。

中長期來看，毫無疑問，我們一定要培育自己的算法生態。我們需要在深圳培育自己的算法方案商，而不是服務於傳統AP廠商的應用級、產品級方案商。只有培育了數目眾多的算法方案商，我們才能更好地服務非標應用領域，服務於極度碎片化的C端客户。

結語

AI芯片是一個好故事，但不全然關乎AI。

中興事件之後，中國大陸對於半導體產業的反思一浪高過一浪，等到科創板開板，半導體板塊的股票被視作“國之重器”，市場對於這個產業的公司，正在給予百倍的估值與殷切的期望。

但是，在這個高潮之前，中國半導體經歷了長時期的低潮。人工智能的熱度，芯片的熱度，都是週期性的。人們的情緒在高亢與低落之間來回起伏，但無論人們的情緒如何，走向春天都需要漫長的艱苦跋涉。

我們期待着，像億智電子這樣的中國AI芯片公司，能夠在未來扮演更重要的角色。