文/杨健楷

人工智能正忙于跨界。

在去年一个世界级半导体大会上，我看到一个夸张的数字：中国现在做AI芯片的公司已经超过100家，看芯片的投资人已经快不够用了。

AI加上芯片，两个当下最时髦的概念触发了中国创投圈的集体想象。

英伟达在AI训练芯片领域一骑绝尘，股价扶摇直上，涨了十几倍。谷歌、华为、阿里等巨头忙着推出自家的AI芯片，以满足庞大的数据中心的算力需求。在巨头的火力尚未到达之前，高达万亿级别的物联网AI芯片，仍然是一块未被充分开垦的处女地。

估值急剧飙升的AI独角兽们，在算法日趋同质化，竞争日益激烈的背景下，争先恐后发布了自己的AI芯片，动辄称“自研”。而那些在消费电子时代大赚其钱的芯片设计厂商，好像没了动静，他们的动作，也不为人所注意。

声量的高低，是市场热度的一个明证，但或许并非长远实力的指向标。

在北京的冬天，我们采访了亿智电子创始人陈峰。这位在珠海已经工作二十年的芯片老兵，先后经历过炬力、全志两个芯片大厂的上市，后来凭借自己的经验踏上了AI芯片的“跨界之旅”。

亿智电子，这家公司如何在当下的环境里走出一条不一样的AI芯片之路？以下，是AIPharos月光社对陈峰的采访：

选择AI：一件“跟以前不一样的事”

#当初创业的时候，为何选定了AI芯片这个方向？

当时我们出来创业，确定了几点。首先，我们一定要做跟以前不一样的事情，但是不能做自己不擅长的事情。于是就确定了三个领域：人工智能、机器人和柔性屏。

在公司成立之前，已经出现了一个趋势：人工智能算法开始趋同，研发成本急剧下降。我们团队只能专注干一件事情，最后这个方向确定为人工智能。

我们16年出来做人工智能芯片时，AI芯片还不像现在这么热。从我们公司的名字“亿智”——亿万设备智能互联，就可以看出，我们一开始就是奔着人工智能来的。

#除了人工智能外的其他两个领域呢？

至于另外两个领域，我们分别投资了一家公司。也没什么协议，双方都很熟悉，我的“徒弟”想开公司，我很认可，那给钱、投资占股就好了。

#你们三位合伙人都是芯片公司出身，亿智是如何搭建算法团队的？

在北京招人工智能算法团队，也算机缘巧合。我有个同学在北京，他在做模式识别全球大赛上拿到了很好的名次，于是我找到他合作。现在，他是亿智的首席科学家，北京AI算法团队就是由他组建、领导的。

#创建亿智，为什么隔了近两年才对外融资？

我们一开始三个合伙人，自己掏钱出来创业，成立了亿智这家公司，每个月领1750块钱工资。17年年底，北极光创投投了我们天使轮。当时我们也没有什么融资的概念，在珠海的芯片公司里，我们也算为数不多的花VC钱的公司。英特尔资本也于19年初战略入股了亿智。

#作为一家AI芯片公司，亿智如何追平算法上的差距？

亿智交付的首先是一个通用的AI计算平台。这个平台上面不只是我们的算法，还可以支持第三方的。至于说怎么追平算法上的差距，应该说我们和算法商各有千秋。

对于算法能力比较弱的公司，在代理商去交付产品的时候，我们已经把算法搞好了，客户直接用就可以。对于算法能力很强的客户，他们会基于我们的平台去开发自己的算法。

顶级聪明的人，往往不来做芯片

#珠海的芯片设计产业为什么发展的这么好？

珠海的芯片设计业起步，比上海还要早大概十年，这个时间点特别好。90年代珠海是经济特区时，北上广深并没有现在这么强的吸引力。进入21世纪后，珠海并没有跟上北上广深的发展步伐，没有互联网产业来跟芯片业抢人才。

这群芯片老兵在在珠海扎根之后，大家都在珠海娶妻生子，人才流动性并不强，就形成了一个非常稳定的芯片研发团队。

#做一个成功的SoC级芯片，最需要什么？

应该说，做芯片这件事，就是靠不断地去磨，不断地去积累，因为这里面的工作其实挺枯燥的，不像大家想的那样。

芯片靠的不是说一个单兵有多强就够用，就是招50个顶级名校硕士、博士放一块，也不可能很快把一个芯片做得很稳定。

SoC级的芯片里面有很多IP，每一个IP都是一个小团队，有一些团队甚至会形成自己的黑话。要做成SoC芯片，每个团队之间都需要不断地去磨合试错。只有在大幅降低了沟通成本之后，才能把IP做好。

所以，并不是说找一帮聪明人就可以把SoC芯片给做了。反而是最聪明的人不来做芯片。

某顶级名校电子工程系出来的毕业生，找工作轻轻松松，轻而易举就可以在互联网公司拿高薪。而在互联网公司做软件开发、做算法，有点吃青春饭的感觉，因为老人的编程能力永远比不上年轻人的进步速度。

做芯片的学习曲线就不一样了，这个学习曲线非常长。二十年过去了，大陆能做SoC的也就是那几家。所以，当很多算法公司去做芯片时，他们会面临一个非常陡峭的学习曲线。

芯片这一行，最关键是IP化的能力

#相较于传统的芯片设计厂商，亿智在AI芯片领域的优势是什么？

我们的优势在于AI算法的IP化。

做一个芯片，不是说今天有需求马上做，那样肯定来不及。我们做一个芯片，研发至少需要18个月，做的是一两年之后的事情。

我们从16年就开始干这件事情，领先传统的应用处理器（AP）厂商一两年的时间。当他们开始做AI芯片的时候，会面临两个问题。第一，找不到合适的算法团队；第二，算法IP化的能力不强。在没形成一套方法论之前，算法IP化的每个环节都很容易耗费不少时间。如何少踩坑、或者说不踩坑，只有靠慢慢积累才能走出一条路来。

当传统厂商发现时间紧迫，必须买第三方IP加快研发节奏的时候，时间已经晚了。买了第三方IP，没有办法让客户在上面做快速二次开发，因为他们不懂IP，没办法支持算法移植开发，因而做出来的芯片可用性不强。

#IP对于AI芯片为什么这么重要？亿智的IP都是自己研发的么？

IP是我们最大的资产。除了CPU、GPU等少数IP外，绝大部分IP都是自己研发的。只有我们自己做出来IP，才能给别人一个好的开发环境，才能支持众多碎片化场景，应对100个、1000个客户的开发需求。

现在，有的公司用CPU也可以跑AI功能，然后号称自己是AI芯片。但我们要看实现一项AI功能，效率有没有发挥到极致？花100瓦的功耗用CPU算，那肯定没有实用性，光电费就要花不少钱。而仅仅是电费的花销，对于一个公司来说一个月可能相差数倍到数十倍不等。

举一个例子，对比一下两者的差别。在人脸检测和跟踪识别上，亿智的产品能做到每秒30帧，某厂商用CPU算是一秒一帧，而CPU计算的功耗是亿智芯片的5倍，这样算下来，计算一帧的功耗差别有150倍。通俗来讲，如果用后者的闸机产品过人脸，又慢又费电。

#自制IP的费用是比较高昂的，为什么不去买IP供应商提供的IP？

要是去买第三方的IP，这个IP一般是极其冗余的。

当市场竞争不激烈的时候，用户对功耗、性能等还不太敏感，先买IP的公司跑得快，但当很多公司买了一样的IP，产品的竞争力就要大打折扣。这个时候，就显示出了自制IP的必要性。自制IP的成本一定更高，但更能满足客户对功耗与性能平衡之间的需求。

我们自己设计IP的时候，性能不是越强越好，而应该是刚刚够用最好，千万不要over design（过度设计）。我们的最终目的，是做到最好的性价比。

IP研发要耗费很长时间。我们16年出来之后，花了整整三年时间去做全新的IP。要是偷别人的东西，芯片早就出来了。我们每个人都签了很严格的知识产权协议，员工每一行代码都不能用前公司的。如果被查到用原来的IP，麻烦就大了。

AI+芯片，还是芯片+AI？

#我们观察到，有很多AI芯片雷声大雨点小，落地的难点究竟在哪？

AI芯片有两条路线，一条是以算法为基础，“AI+芯片”，另一条是以芯片为基础，“芯片+AI”。两个背景不同的人群，完全不同的做事方法，都在跨界做AI芯片，但是市场上能够量产销售的SoC级芯片方案，寥寥无几。

一些公司通过购买人工智能IP的方式推出了AI芯片，但一年多的时间无法真正落地，其实就一个原因，可量产性。可量产性包括这么几个维度：算法二次开发复杂度、系统稳定性、生产良率、功耗。

比方说一些厂商用的协处理器方案，这意味着在一台机器里面，同时存在着两三个系统。系统越复杂，焊点越多，耦合越差，生产良率本来就比较低，生产出来死机的概率也会比较高。最后出了问题还不好解决，因为是多家公司做出来一个东西，扯皮是常有的事。而SoC方案比较起来就简单多了，因为不存在系统冲撞的问题。

#亿智对于市场策略有何考量？

短期来看，我们其实就一招：标准化人脸及人体相关的应用。

这样，客户就不用再自己去开发算法，我们都标准化了。对于其他非标准化的市场，我们提供一个平台级的开发环境，支持大客户在平台里面进行开发。

中长期来看，毫无疑问，我们一定要培育自己的算法生态。我们需要在深圳培育自己的算法方案商，而不是服务于传统AP厂商的应用级、产品级方案商。只有培育了数目众多的算法方案商，我们才能更好地服务非标应用领域，服务于极度碎片化的C端客户。

结语

AI芯片是一个好故事，但不全然关乎AI。

中兴事件之后，中国大陆对于半导体产业的反思一浪高过一浪，等到科创板开板，半导体板块的股票被视作“国之重器”，市场对于这个产业的公司，正在给予百倍的估值与殷切的期望。

但是，在这个高潮之前，中国半导体经历了长时期的低潮。人工智能的热度，芯片的热度，都是周期性的。人们的情绪在高亢与低落之间来回起伏，但无论人们的情绪如何，走向春天都需要漫长的艰苦跋涉。

我们期待着，像亿智电子这样的中国AI芯片公司，能够在未来扮演更重要的角色。

来源: AIPharos月光社