0
| 本文作者： 張莉 | 2019-08-31 23:28 |
“北極光在半導(dǎo)體領(lǐng)域投資從無敗績？”
“從來沒有”。楊磊回答地斬釘截鐵。
“北極光在半導(dǎo)體領(lǐng)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(chǎn)品，但這些公司沒有一家沒有把產(chǎn)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(fù)盤分析，這10家公司50%已經(jīng)退出，其中，展訊、炬力、兆易創(chuàng)新三家公司已經(jīng)成功上市，有兩家公司并購?fù)顺觯溆辔寮胰咳诘搅薆輪或者C輪階段，處于發(fā)展上升期?！?/p>
上個月，「AI投研邦」為撰寫《2019AI芯片行業(yè)創(chuàng)投白皮書》專程拜訪了北極光創(chuàng)投董事總經(jīng)理楊磊，在半導(dǎo)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(guān)注半導(dǎo)體領(lǐng)域投資，被北極光投資的半導(dǎo)體初創(chuàng)公司都經(jīng)過了「千挑萬選」，雖然最新出現(xiàn)的創(chuàng)業(yè)項目都會考察，但北極光出手卻極為謹(jǐn)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(jié)奏。
圖：北極光創(chuàng)投董事總經(jīng)理 楊磊
自2015年開始，AI芯片的相關(guān)研發(fā)逐漸成為學(xué)術(shù)界和工業(yè)界研發(fā)的熱點，寒武紀(jì)、地平線等一批AI芯片創(chuàng)新公司也相繼成立，根據(jù) Synopsys AI Lab AI 芯片專家唐杉博士整理的數(shù)據(jù)顯示，截至目前，全世界范圍內(nèi)的已經(jīng)公開的AI芯片公司超過104家，其中，中國已經(jīng)存在超過20家以上的AI芯片初創(chuàng)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(fā)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(dá)的 CUDA（Compute Unified Device Architecture，統(tǒng)一計算設(shè)備架構(gòu)）兼容；億智科技則是以AI機(jī)器視覺算法和 SoC 芯片設(shè)計為核心的系統(tǒng)方案供應(yīng)商，其產(chǎn)品已經(jīng)完全量產(chǎn)并已商業(yè)化落地；黑芝麻智能科技則把神經(jīng)網(wǎng)絡(luò)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(jié)合在一起，對神經(jīng)網(wǎng)絡(luò)利用效率非常高，其剛剛發(fā)布了”華山一號“車規(guī)級自動駕駛芯片A500，據(jù)稱在關(guān)鍵性指標(biāo)上已經(jīng)超越了 Mobileye 的 EyeQ4。
以下為雷鋒網(wǎng)和楊磊的對話實錄（節(jié)選）：
雷鋒網(wǎng)：AI芯片賽道還有沒有機(jī)會？
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(jīng)太晚了。
雷鋒網(wǎng)：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(fā)，這三家做的芯片沒有一塊芯片是在二年之內(nèi)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(jīng)有點晚了。
這個行業(yè)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(wù)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(gòu)架來說，我們認(rèn)為云端芯片構(gòu)架需要非常靈活，適配性要做得好，到端的時候其實構(gòu)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(jī)系統(tǒng)的公司已經(jīng)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(zhàn)，所以我們的布局相對來說比較早一些。
雷鋒網(wǎng)：目前AI芯片創(chuàng)投市場存在哪些盲點？
楊磊：我覺得盲點有很多。
第一，認(rèn)為做算法的人也可以做芯片。做芯片其實是一個非常專業(yè)的事情，做算法的人不能夠做芯片。
第二，認(rèn)為只要是原來芯片大公司（比如英偉達(dá)、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(dá)、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(rèn)識這個產(chǎn)品的復(fù)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(lǐng)域具有經(jīng)驗。需要知道這些機(jī)構(gòu)的組織機(jī)構(gòu)、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(dǎo)。一個以前在 AMD 擔(dān)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(tuán)隊是不是有合適的人有經(jīng)驗去解決這些問題才是最關(guān)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(xiàn)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(fēng)，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(gòu)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(wù)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(shè)自己算法這些東西都做，那么只能在非常小的一個范圍內(nèi)用自己的TPU芯片，一遇到其它的任務(wù)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(dāng)時的某些神經(jīng)網(wǎng)絡(luò)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(fù)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(jù)我所知，在云端的AI芯片能夠和英偉達(dá)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(tài)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(fā)現(xiàn)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(guī)的軟件和硬件經(jīng)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(lián)網(wǎng)公司在做車的芯片，做出來的話ISP不行，沒法用。
在端側(cè)，整體的集成性、功耗是非常重要的，整個的設(shè)計一定是IP應(yīng)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(guān)系，設(shè)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(jī)會也非常大，一定出非常大的公司，但是這不是隨便一個團(tuán)隊就可以干的，即使是最優(yōu)秀的芯片公司出來的人，絕大多數(shù)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(lǐng)域，其實很多投資人專業(yè)度都不夠，輕信學(xué)術(shù)權(quán)威，輕信有名的公司里面出來的高管，沒有對技術(shù)的復(fù)雜度有敬畏。
雷鋒網(wǎng)：您怎么看光子芯片和類腦芯片？
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(zhàn)。
雷鋒網(wǎng)：哪些挑戰(zhàn)？
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(wěn)定性比較差。我覺得這塊做做研發(fā)還可以，真正要商業(yè)化還是有非常大的挑戰(zhàn)。
雷鋒網(wǎng)：這兩類芯片什么時候可以商業(yè)化落地？
楊磊：很難說。
雷鋒網(wǎng)：您好像對學(xué)院派不太看好，而是更傾向于具有產(chǎn)業(yè)經(jīng)驗的創(chuàng)業(yè)者。
楊磊：首先我們在看一個創(chuàng)業(yè)公司需要什么的時候，會發(fā)覺其實產(chǎn)業(yè)經(jīng)驗太重要了。寫一篇論文，做學(xué)術(shù)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(chǎn)品做出來，這中間差得非常遠(yuǎn)。
如果科學(xué)家都能夠創(chuàng)業(yè)且成功的話，今天中國可能也不會遇到這個挑戰(zhàn)，我們有大把的科學(xué)家、有大把的研究成果，但是我們在這些關(guān)鍵領(lǐng)域都沒做好。
舉個例子，比如說藍(lán)牙芯片，藍(lán)牙芯片低端的產(chǎn)品也能執(zhí)行藍(lán)牙協(xié)議，但是功耗非常高，穩(wěn)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(lán)牙芯片要用在比較工業(yè)的場景，需要穩(wěn)定性非常好，功耗非常低，我們就做不了了。
在很多領(lǐng)域，我們只有低端，在中端和高端是沒有產(chǎn)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(jī)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(jī)，旗艦手機(jī)依然被 Skyworks 和 Qorvo 所壟斷。
所以我建議關(guān)注半導(dǎo)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(jīng)濟(jì)發(fā)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(lǐng)域，這也是為什么說需要產(chǎn)業(yè)軍團(tuán)，只是一個教授不太可能一出來就做一個高端產(chǎn)品。
創(chuàng)業(yè)者需要經(jīng)過幾個完整的產(chǎn)品周期，從最開始設(shè)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(jīng)歷兩個產(chǎn)品周期就是十年，再加上前期認(rèn)知積累階段，要沒有15年到20年的行業(yè)經(jīng)驗，是做不好的。
「AI投研邦」采訪調(diào)研了業(yè)內(nèi)20余家AI芯片創(chuàng)業(yè)公司，并深度面對面訪談了包括北極光在內(nèi)的12家在硬科技領(lǐng)域進(jìn)行重點投資布局的VC機(jī)構(gòu)，更多關(guān)于投資人對AI芯片行業(yè)的觀點和分析請關(guān)注「AI投研邦」重磅推出的《2019 AI芯片行業(yè)創(chuàng)投白皮書》，掃描以下二維碼即可訂閱～
除了《AI芯片行業(yè)創(chuàng)投白皮書》以外，我們已經(jīng)推出 5G+AIoT、智慧城市、智能商業(yè)、智能交通、視覺智能、AI醫(yī)療、AI金融、智慧教育專場白皮書，聚焦當(dāng)下時代最前沿的技術(shù)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。
歡迎加入AI投研邦，并進(jìn)入會員專享彩蛋：「AI投研邦」會員通道
關(guān)于「AI投研邦」
雷鋒網(wǎng)兄弟組織，高端會員服務(wù)。聚焦AI+汽車（智能駕駛）、AI+教育、AI+金融、AI+智慧城市、AI+醫(yī)療、AI+芯片等各大前沿領(lǐng)域，提供大咖Live、行業(yè)白皮書等。目前已上線12份AI行業(yè)原創(chuàng)白皮書、50場大咖課、數(shù)百位重磅嘉賓峰會報告視頻，「AI投研邦」會員皆可免費(fèi)查閱。
我們希望能給認(rèn)同投研產(chǎn)生價值的一二級市場投資人、以及給希望知識創(chuàng)造財富的工業(yè)界業(yè)者，提供更多專業(yè)深度的知識服務(wù)和交流平臺。
相關(guān)文章：
9大AI領(lǐng)域，20萬字，「AI投研邦」將發(fā)布行業(yè)白皮書，會員將有超級彩蛋
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
