芯片竞争总是一个王朝颠覆另一个王朝，壁仞科技会是下一个么？

AI的水位渐高，过河的船也随之身价暴涨。

(资料图片仅供参考)

刚刚解锁万亿美元市值的英伟达，是AI芯片产业中少有的“豪华游轮”。根据澎湃新闻的报道，受到禁售消息的影响，A800芯片近期价格出现大幅上涨。事实上，A800只是A100的替代，其性能仅为A100的70%，但这并不影响A800的热销，近一周来其价格已经上涨了将近30%。

价格大幅上涨往往还伴随交货周期延长。新华三集团副总裁何宁表示，搭载A800芯片的高端服务器供应紧张，供货周期在30周左右。

而市面上觊觎英伟达“渔翁之利”的玩家也不在少数，壁仞科技便是其中之一。天眼查显示，壁仞科技成立于2019年，曾在18个月内融资47亿元人民币，是名副其实的明星企业。而在发布首款通用GPU芯片BR100和被传以170亿元估值寻求新一轮融资后，壁仞科技或将赴港上市。

赴港上市的背后，是壁仞科技成为“屠龙者”的必经之路。

AI芯片：始于技术，又不止于技术

AI芯片正在以前所未有的速度开始一轮新的增长。

根据国海证券最新的研究报告显示，2020-2023年，全球AI芯片的市场规模将从175亿美元上涨到490亿美元，增幅超过2.8倍。中国市场也是如此。据IDC发布的《中国人工智能芯片市场规模预测》报告显示，2021年我国AI芯片市场规模将达到432亿元，同比增长47.2%，预计到2025年，市场规模将超过1000亿元。

AI芯片的狂奔，映射的是人类对于硅基文明的渴望。但这样的渴望，却未能催生出快速演进的市场格局。到目前为止，AI芯片的权柄依然掌握在以英伟达为首的少数企业手中。

整体上，AI芯片还缺少通用的创新范式和明确的进化方向。就计算范式而言，仿生计算、储备池计算、量子启发计算等新范式层出不穷；就芯片设计而言，类脑芯片、量子芯片、光子芯片等新设计也不断涌现。

这种情况下，想成为AI芯片的优等生，需要极强的技术能力和前沿的理论研究。正如英伟达在1999年就研发了GPU，而让GPU真正走向巅峰的，却是2009年莱纳、玛德哈文与吴恩达合作的一篇突破性论文。

巅峰之上，英伟达开始快速构建自己的护城河。这条护城河从技术出发，但却不止于技术，而是在能耗、生态上下足功夫。这主要是因为商业应用不等同于实验室研究，企业级客户不得不考虑AI训练的投入产出比。因此，更高性能、更低能耗的AI芯片更受企业青睐。除此之外，丰富的软件生态能够提供更佳的灵活性和兼容性，将错误与意外的发生率降到最低，对客户而言也具有较大的应用价值。

基于此，英伟达围绕性能卓越、能耗可控、生态友好构建的护城河，成为了壁仞科技为代表的国产AI芯片厂商难以逾越的一道天堑。

其实，和英伟达一样，壁仞科技在技术研发、商业应用等方面也进行了布局。比如，在技术工艺上，壁仞科技的BR100采用Chiplet和 2.5D CoWos结合的封装技术，可容纳770亿颗晶体管，以提高芯片的良品率和性能，同时也正在打造完备、易用的软件平台，帮助用户实现不同软件生态的无缝转移。但由于并未站在同一起跑线，技术水平各异，壁仞科技与英伟达之间的差距依然不小。

在性能上，英伟达一直占据领先地位，其H100 SXM在INT8上的算力可以达到3958 TOPS。相比之下，壁仞科技去年推出的BR100算力约为2048 TOPS。

在能耗上，同样实现3026 TOPS的计算，英伟达的H100 PCle仅需要350W的能耗，而壁仞科技的BR100设计功耗则高达550W。对于AI厂商而言，更高的能耗代表更高的边际成本。因此，能耗高低依然会影响企业的商业决策。

图片来源：英伟达官方网站

另外，好的产品与好的生态往往互为因果。基于庞大的用户群体，英伟达推出了基于GPU的并行计算和编程模型的平台——CUDA，该平台能兼容市面上主流的深度学习框架，并运行超过2000款GPU加速应用。

图片来源：英伟达官方网站

而目前壁仞科技只能选择主动兼容CUDA平台。值得一提的是，CUDA并不是开源生态，壁仞科技在未来还可能面临潜在的专利费用支出，但在将芯片的性能和能耗做到极致之前，企业一般不会选择放弃CUDA而加入其他生态。

如此看来，性能上超越英伟达，似乎只是壁仞科技“万里长征”的第一步，在控制能耗、完善生态上，壁仞科技要走的路还很长。

综合来看，壁仞科技所面对的困局，仅是国产AI芯片的一个缩影。英伟达的护城河，也同样困住了整个行业。

国产AI芯片逆袭记，壁仞科技会是意外么？

尽管和英伟达的差距依然很大，但相较于其他国产AI芯片厂商，壁仞科技仍走在了领先位置。

比如，从算力的维度看，相比BR100在INT8计算中2048 TOPS的算力，阿里平头哥的含光800、华为昇腾910的算力只有820 TOPS 、512 TOPS；从兼容的维度看，与壁仞科技选择兼容CUDA不同，华为昇腾910依托于华为自身的软件生态，通用性相对不足，而思远590的指令兼容性较差，可能会影响后续部署等。当然，这与推出时间也有关系，除BR100外，大多数芯片都在2019-2021年推出。

图片来源：公开信息整理

不过，这些问题最终还是汇集成了一个市场怪象：全球规模最大的算力市场难以孕育出实力强劲的本土企业。2022年，我国AI芯片市场中，英伟达独占85%的份额，而华为、百度、寒武纪等企业只能在剩余的15%市场中搏杀。如果单独计算高端GPU市场，英伟达所占份额无疑会更高。

图片来源：公开信息

若将AI芯片的技术能力与理论研究看作是阿基米德翘起地球的“支点”，那么这个支点一定是用大量时间炼成的黄金支点，而这恰恰是壁仞科技等国产AI芯片厂商所缺失的。

相比上世纪90年代就已经发力芯片的英伟达，国内厂商的起步较晚。2018年，阿里巴巴才成立平头哥半导体芯片公司；2021年，腾讯才首次公开AI推理芯片等相关信息……

起步时间晚，也带来了融资规模有限的问题。目前AI芯片行业的融资轮次还处于早期阶段，C轮后的融资少之又少。实际上，2022年AI芯片领域的融资额还出现了下滑。据中商情报网数据显示，截至2022年6月，AI芯片融资额仅为92.47亿元，按全年两倍计算也仅为184亿元，远低于2021年396.36亿元的水平。这无疑不利于AI芯片行业的快速发展。

而在众多厂商中，目前壁仞科技依然是AI芯片领域融资速度与融资规模的纪录保持者。在2021年中完成B轮融资后，壁仞科技的投资人阵营已经囊括IDG、高瓴创投、中国平安、招商局资本、碧桂园创投、贝塔斯曼亚洲投资基金等。充实的资金，可以说砌起了壁仞科技的第一道壁垒。相较于国内其他初创企业而言，壁仞科技至少得到了一个黄金支点。

图片来源：壁仞科技官方网站

不过，这个黄金支点是否能随时间推移更有光泽？壁仞科技需要给市场答案。

从商业布局看，壁仞科技正在从Chiplet技术出发，致力于推出边缘智能场景的产品组合，并已经启动了第二款芯片的架构设计。但眼下，壁仞科技及其产品BR100必须先过“量产”这道难关，才能夯实市场的信心基础。毕竟，大算力芯片的尺寸更大，涉及封装、热管理、成本控制、良品率控制等方面的设计制造难度也指数倍增加，同时，高算力芯片还需要匹配先进工艺平台。对企业而言，这些都代表着无止境的投入、沉重的经营压力。

而从更长远的角度来看，在面对英伟达时，壁仞科技等国产AI厂商可能还需更“大胆”。

基于研发成本高、技术要求高的特性，AI芯片具有天然的垄断性，一旦有企业获得技术突破与商业落地，其他企业就很难形成追赶之势。这意味着，AI芯片的竞争，永远是一个王朝推翻另一个王朝。

因此，AMD今年6月发布的高性能芯片Instinct MI300X GPU就抛弃了“卷算法”的框架，转而通过带宽迭代从另一个侧面挑战英伟达。而国产AI芯片想完全超越英伟达，也需要另辟蹊径。如英伟达的胜利，是GPU对CPU的完全替代，而不是对CPU的修修补补。

当然，新的技术曙光也正在出现，比如不采用经典冯诺依曼结构而采用神经形态架构的类脑芯片，又或者是将量子线路集成到基片上的量子芯片等等。

也许，对于壁仞科技们而言，突围的机会就在这些全新技术中。

作者：添泽Tyler

来源：港股研究社

关键词：