469
本周，有两家 AI 公司接连披露了最新融资进展：
25 日，AI 芯片公司鲲云科技宣布今年 3 月份完成数千万 A+轮融资，由方广资本独家投资。方广资本由前华为公司轮值 CEO 和前富达风险投资公司（Fidelity Asia）中国区合伙人联合创立，海康、大华等安防龙头企业相关股东为其 LP。该轮融资讲主要用于核心产品技术的研发、供应链和渠道伙伴生态建设。鲲云科技核心产品目前包括：基于定制数据流技术的 AI 芯片 CAISA 及星空系列加速卡，星空 X3 加速卡已量产，可以满足边缘和高性能场景中的 AI 图像加速需求。
27 日，AI 语音公司思必驰宣布获得数亿元人民币 Pre-IPO 轮战略融资，参与本轮投资的包括珠海大横琴、美的资本、上海交大基金会旗下菡源资产、中信证券投资和元禾控股等投资机构。这是继今年 4 月，思必驰完成 4.1 亿元 E 轮后的又一轮融资进展。本轮融资后，思必驰将持续加大核心技术的研发投入，加大对 AI 芯片、软硬一体化的语音交互解决方案的研发投入。
不似前几年资本一浪接一浪的涌入和争夺，以及动辄就是独角兽们令人咋舌的融资金额和“天价”估值，今年的 AI 领域显得有点风平浪静，有人说 AI 已经泡在了冰水中。
结合这两轮最新的融资消息，<与非网>梳理了 1-8 月份国内 AI 芯片领域涉及 9 家公司的 11 起融资事件。可以发现 AI 投融资虽不似前几年高调热闹，却也稳中有变，行业底层内驱力逐渐增强，基础技术受重视程度有所加大。主要趋势如下：
图：2020 年 1-8 月 AI 芯片公司融资事件，<与非网>整理自公开资料，2020.08.27.
一、AI 落地需算力支撑，市场机会聚拢于此
在上一波资本红利期，AI 应用场景尚未成熟，并未过多得到市场验证。当时，AI 公司都处于基础技术积累阶段，核心驱动因素是团队、人才。有相当一部分 AI 公司热衷于各项国际赛事的刷榜比拼，以及在顶级会议发 paper。由于技术商业化程度不足，多数都是类似于项目制的服务形式，简单粗暴地卖模型、卖算法。
但这种单一的发展维度很快就遇到了瓶颈，尤其是深度学习领域算法红利期变得越来越短，人才缺口也在被逐渐填补，算法公司开始不再局限于只做软件；另一方面，深度学习算法在传统通用芯片上运行，提升计算效率的能力越来越有限。这两方面因素主导下，算法公司开始尝试从硬件层面进行优化，努力开发配套的 AI 专用芯片，并通过软硬件一体化的全栈能力来提升竞争壁垒。
思必驰是典型代表。作为算法背景的公司，从 2017 年开始启动 AI 芯片项目，2018 年成立了深聪智能公司开始定制芯片，于 2019 年年初发布了首款聚焦于语音场景的 AI 专用芯片 TAIHANG。这既是算法落地的需求，也是用户和市场的需求。
此外，AI 视觉与自然语音及语言作为占据 80%以上市场份额的 AI 应用领域，仍是当前发展较为成熟、也最受产业各方关注的领域。思必驰、启英泰伦都专注于语音应用领域，肇观电子则专注于 AI 视觉芯片和计算机视觉系统研发。云端 AI 芯片因庞大的应用市场规模及前景，也是竞逐的热点。
二、“云边端”算力渴求，催生 AI 芯片新物种
毫无疑问，算力对于 AI 的普及具有重要意义。随着深度学习算法快速迭代和 AI 应用走向行业纵深，各方对于算力的极致追求将催生出更丰富的芯片“新物种”。
这 9 家 AI 芯片公司中，鲲云科技聚焦于云端 / 边缘推理，曦智科技、燧原科技、Moffett AI/ 墨子人工智能都主要聚焦于云端训练市场，还有思必驰、肇观电子、奕斯伟、启英泰伦、耐能聚焦于丰富的 IoT 场景。云边端的协同发展，也将使 AI 真正赋能万物。
除了应用维度上有不同，芯片架构层面也呈现出了多样性。鲲云科技主要基于数据流架构，通过数据流动控制计算顺序来提升实测性能，提供更高的算力性价比；曦智科技摒弃了传统的电子芯片，采用光子芯片在高速度、低延迟和低功耗方面达到显著改进；燧原科技基于可重构计算架构 DTU 的云端 AI 芯片，可满足 E 级数据中心大规模训练需求；耐能基于可重组架构推出了一款 IoT 专用 SoC，针对不同应用可通过指令集进行组合，能够支持多种神经网络模型、并保持了架构的精简性。
奕斯伟因创始人王东升的身份也备受关注，由他卸任京东方董事长一职后创办。从产品与技术布局来看，以智能电视 SoC 为牵引，延伸到了 AI 芯片、RISC-V 指令集 IP 等，首款基于 RISC-V 架构的通用并行计算 AI 加速芯片已完成流片。
随着摩尔定律失效，经典的冯诺依曼架构处理器应用于深度学习计算时面临内存墙挑战，AI 的发展更加期待新架构的出现。2017 年，两位图灵奖得主 John L. Hennessy 和 David A. Patterson 就曾预言，未来十年将是计算机体系架构领域的“新的黄金十年”。AI 芯片新物种目前在商用落地以及资本市场方面，已经显现出了这样的趋势。
三、早期项目、成熟项目更受偏好
从这些融资事件的轮次分布来看，可以发现早期投资居多，究其原因应该是早期融资金额及估值相对合理，泡沫较小，对未来有庞大布局的机构有较大吸引力。
而随着 AI 企业的不断成长及市场环境的不断成熟，资本对于成长、成熟期的企业也会乐于投入，例如思必驰经过多年不断完善全栈式布局，竞争壁垒越来越显著，落地场景日渐丰富，成为优质标的、走向 IPO 都是水到渠成。
写在最后
AI 发展受制于算力不足，已经成为普遍的行业性问题，这其中存有较大的市场空间。另外从“新基建”政策方向来看，新型基础设施的普及将催生更多更丰富的应用场景，也给 AI 芯片的落地带来了新动能。
但同时也必须看到，从去年开始，AI 领域融资事件及规模就开始出现滑落，行业泡沫弱化，资本趋于理性。今年受市场环境及新冠疫情影响，整体 AI 投融资数量仍在下降。根据 CB Insights 的数据，2020 年第一季度的整体 AI 融资交易数量从上一季度的 542 起降到了 506 起，而 2019 年第三季度待交易数量是 660 起。
一是严酷的资本环境，二是周期长、投入高的芯片产业固有属性，三是走向落地的 AI 应用催生出的算力渴求。资本“弹药”必不可少，但只有拥有核心壁垒、找准市场痛点需求、落地能力优秀的 AI 芯片企业才更受资本青睐。
2020 年的 AI 芯片市场，注定暗潮涌动。
下载ECAD模型
