作者 ｜ 连于慧
“老一辈芯片人常说：“投入芯片创业潮的人，要对技术有一颗敬畏之心。”
中国早期的芯片创业团队多出自清华帮，像是朱一明和舒清明创立的兆易创新; 武平与陈大同创立展讯; 赵立新成立格科微等。
近年，在中美摩擦的大环境背景下，芯片成为卡脖子技术的代名词。在创业家满怀热情、资本大力加持、科创板成立的推进下，芯片创业潮的沸腾程度达到史上巅峰。在前沿技术领域，更是兴起一股本土科学家“下海”热，以及大量的海外科学家回国创业。
中美关系质变的催化，背靠庞大消费市场的优势，各式应用场景应运而生，各界都认同中国半导体黄金大周期已翩然而至。
新一代的中国芯片公司创业赛道上，AI 芯创业潮的疯狂程度已为这个时代留下深刻的印记，而它在泡沫后究竟留给世人哪些启示也值得大家思考。
泡沫化不会是终点，而是一个必经的路程。
芯片创业热的火苗未曾熄灭，始终燃烧着。除了 AI 芯片创业潮，还有 EDA、自动驾驶、IGBT、Arm 架构 CPU、DPU、GPU 等。观察其中更可发现，芯片创业的方向除了是要解决卡脖子问题，随着算力革命来临，中国更是大步向前敲开了大芯片时代之门。
所谓大芯片和小芯片（这里并非指 chiplet）没有一个明确的区分点，但可以用晶体管密度来划分。早期国内有很大一群的芯片创业是集中在蓝牙、WIFI、电源管理芯片等小芯片领域，相较于同期的展鋭、华为投入在大芯片技术，无论是技术门槛或是对于算力、工艺技术要求，小芯片相对没有这么严苛。
随着摩尔定律前进，工艺技术不断向前，外部更有国际环境的压迫导致国产化趋势崛起，国内有越来越多创业者更自信地跨入英特尔、英伟达执掌的 CPU、GPU 大芯片领域。尤其在这一波火热的芯片创业潮中，GPU 所汇聚的资本密度、从大企业走出来的明星工程师，都让 GPU 成为国内最闪闪发亮的创业赛道。
《问芯Voice》独家专访当前最受瞩目的四家 GPU 新创公司：壁仞、沐曦、登临、天数智芯，聊一聊芯片创业路，以及对于 GPU 赛道的一些看法。无法回避地，我们都谈到了 GPU 是否如同 AI 赛道最后走向“泡沫化”之路，以及眼前的国产 GPU 赛道拥挤的程度，连转个身都会撞到隔壁邻居。 GPU 产业残酷的生存淘汰赛很快会来临。
图片来源：沐曦官方公众号
GPU的诞生
GPU 是显卡上最重要的一块芯片，是英伟达在 1999 年推出 GeForce 处理器时首度提出的概念。
没有 GPU 之前，基本上 CPU 承担了计算机所有的任务。GPU问世后，CPU 与 GPU 两者分工合作，由 CPU 负责处理复杂的逻辑运算和不同的资料型别，GPU 负责处理量大且高度统一的资料。
举个例子，CPU 处理 2D 图像是驾轻就熟，但遇到复杂的 3D 图像会耗费非常多 CPU 资源，因此像是 3D 图像、高帧率的游戏画面、特效等就非常适合交给 GPU 来处理。而 GPU 之所以特别适合处理图像资料，是因为图形的每一个画素点处理的方式都非常相似，这种大量统一的场景交由 GPU 处理再适合不过了。
随着 GPU 技术发展前进，各界逐渐意识到以 GPU 的算力与功能之强大，只用来处理图是浪费了，因此开始赋予其不同工作。像是拿 GPU 来做 AI 训练、比特币挖矿等，都是 GPU 擅长的统一大量且重复的计算工作。
在看好GPU 的通用性计算优势下，发展到后期干脆删减 GPU 图形显示的部分，再把浮点运算包装成图形渲染的任务，专注在算力上，这就成了 GPGPU 概念。另外，CUDA 和 OpenCL 等软件框架进一步带动，让 GPGPU 应用水到渠成，更成为AI加速卡的核心。
国产GPU走上了快车道
GPU 技术分为 GPGPU 和渲染 GPU 成为两条主要路线。中国国产 GPU 走上了快车道后，涌现出一批“新势力”与“老一辈”的国产 GPU 厂商景嘉微电子、兆芯等形成区隔。
从技术路线来区分，投入 GPGPU 的初创公司包括壁仞、沐曦、登临、天数智芯、珠海芯动力等; 另一条渲染 GPU 路线的公司有摩尔线程、芯动科技、瀚博、励算等。另外，也有不少 GPGPU 新创公司在站稳脚步后，也开始布局渲染 GPU 路线。
谈到 GPU 的专利问题，也是一个不可回避但又有点尴尬的部分。
在 GPU IP 授权上，主要有三家供应商：ImaginATion、Arm、芯原。 Imagination 在 GPU 领域名气响亮，曾经是苹果的 “GPU IP 御用厂商”。苹果也曾经想收购 Imagination，后来苹果决定自研 GPU IP，还挖了 Imagination 不少人，最后两家公司有在专利授权上达到一程度的合作。
Arm 的 GPU IP 是 Mali，鼎盛时期是华为在用。 Mali 为了抢市场份额也曾祭出 “买 CPU，送 GPU ” 的策略，不过 Arm 强势的市场仍是在行动装置领域。
顺道一提，除了 Imagination 的 PowerVR家族、Arm的Mali 家族，还有高通自研 GPU 技术的 Adreno 家族。高通的GPU 技术主要是来自于 2009 年买了 AMD 的 Imageon 移动 GPU 部门。
2002 年左右，当时 ATi 推出自研的手机处理器 Imageon，ATi Imageon 当时销售惨淡，AMD 遂在 2009 年打包卖给高通，而高通则结合 AMD 的手机图像技术发展成为 “Adreno GPU”。
国内多数的 GPU 创业公司都是选择使用授权 IP 的方式，一方面可大幅缩短研发周期，快速追上国际大厂脚步; 二来也可以避开部分的专利问题。
这当中的争议是：不少人认为如果国产 GPU 连最关键的 IP 核都是用授权的，自然没有做不做得出来的问题，买了核再做不出来那就很有问题了，但这样算是“自研”吗？
一位芯片老将对《问芯Voice》表示，国内自研 GPU 采外购 IP 核，算是先求有，再求好，因为新创公司资源有限，更有来自股东方面的时间压力，万一第一次就选择自研 IP，但选错技术路线风险会非常高。之后的产品若有企图心要创造出差异化，还是要走上自研之路，这也是很多国外芯片初创公司的循序渐进路径。
四大GPU新秀，炒热国产化赛道
中国国产 GPU 成为最火爆、最性感的芯片投资赛道，壁仞创办人张文是功不可没。
张文接受《问芯Voice》独家专访时笑言：“在创立壁仞之前，还真不知道 GPU 长什么样子。”
张文的经历是一代创业者不断追寻理想的缩影。他出生于安徽的一个农村，大学毕业后获得到美国工作的机会，成立了一家信息技术公司后，实现了首次成功创业。之后，张文陆续获得哥伦比亚大学工商管理硕士 MBA 和哈佛大学法学博士。
毕业后的张文曾经进入美国知名律所工作，并参与多起私募基金并购案。 2011 年张文决定回国，遇上了引领他进入芯片行业的人——刚刚离开中芯国际的张汝京。
当时，张汝京转换跑道投入 LED 芯片产业成立映瑞光电科技，他当时在寻找一位合适的 CEO，遂邀请兼具战略管理、金融和法律背景，刚回国不久的张文加入。
此后，张文加入商汤科技担任总裁; 2019 年，张文决定重回自己创业的轨道上。张文告诉《问芯Voice》，创业会选择 GPU，一方面是因为看准中国经济与产业结构的持续升级，必然从模式创新、应用创新向更底层的技术创新转型;另一方面是中国的半导体产业极度欠缺真正能与国际领先产品比肩的国产自主大算力芯片。 “要做一款真正有高度、有硬度的产品，而不是追随者”，张文表示。
2019 年 9 月壁仞科技成立，创立初期为了找寻芯片领域的顶尖高手加入，张文当时咨询了哈佛的师弟，对方给一份名单，这名单上的几个人分别是：
洪洲：曾任职英伟达、S3 Graphics、兆芯、华为海思，拥有近30 年 GPU 架构设计经验。他曾参与英伟达第一版 CUDA 的开发; 分别在 S3 Graphics、兆芯参与且领导 GPU 研发项目; 参与海思自研 GPU 团队发。
焦国方：曾创建美国高通公司骁⻰ GPU 团队，任首席架构师，领导了 5 代 Adreno GPU架构开发。
张凌岚：曾任职于海光、三星、AMD，参与 GPU SoC 架构方面，在半导体产业拥有 20 年经验。
徐凌杰：曾任职阿里云计算部⻔、三星、AMD 以及英伟达。
获得这些“高僧”法力加持对于壁仞科技非常重要，而且张文不是说服了其中几位，而是全都点头加入创立不久的壁仞科技。
张文的早期投资人是启明创投，因为启明创投认定张文一定会把需要巨大资源投入的大芯片企业做起来。不到 9 个月的时间，壁仞科技完成了 11 亿元人⺠币的 A 轮融资，而后的一年里又完成数轮总额 47 亿元的融资，写下芯片圈令人惊叹的融资规模和融资速度纪录，从此芯片圈里很多人都认识了壁仞科技，认识了张文。
2021 年，壁仞科技宣布首款通用 GPU 处理器 BR100 系列流片，2022 年初宣布一次点亮成功。该款芯片基于壁仞科技自主原创的芯片架构开发，采用台积电 7nm 工艺技术，结合了包括 Chiplet 在内的设计、制造与封装技术。
张文告诉《问芯Voice》，2019 年初成立时，国际芯片巨头的新款芯片刚要出来，壁仞科技在定义第一颗产品规格时，考量壁仞科技是一家初创公司，又身处技术壁垒难度与复杂度十分高的 GPU 赛道，前方有两条路可以选择：一是选择中规中矩，规格难度适中的不出错路线; 另一条路是直接挑战产品面世时性能达到世界一流水平的高难度的大芯片。
公司内部有观点认为，如果选择前者，跟随国际巨头现有芯片的规格走，会容易很多，但缺点是等到公司的产品量产后，又会落后国际大厂好多年。
张文表示，无论是大芯片或是小芯片，从无到有诞生量产都要花上 2～3 年的时间才能落地，这条路没有捷径。以芯片研发的特性，与其去做一颗一量产就注定是落伍的产品，不如一开始就直接挑战对标国际巨头的下下一代旗舰产品。
张文有一套独特的“建高楼”芯片理论，做芯片就好比建高楼要掌握三个关键：第一要有好的建筑设计方案(芯片架构); 第二是好的建筑施工团队(SoC硬件); 第三是顶尖的物业管理(软件)。他认为，壁仞科技的产品也许不是最早面世的，但只要一问世，就会是一款可以重新定义市场的产品。
在国产 GPU 赛道上，已经挤满来自各路的创业公司，不禁让人联想起几年前的AI创业潮，最后是否也会走向泡沫化?
张文的观点是:“美国科技公司也是经历一波巨大泡沫潮，最后才能创造出伟大的公司，不要害怕泡沫，只要控制得好，会是健康的泡沫。他表示，现在国产 GPU 还在早期阶段，充满可能性，参与者众多，彼此还可以抱团取暖、共建生态，为半导体产业实现突破性进展做出贡献。”
沐曦的创业班底也都是在国际主流 GPU 公司有十多年的工作经验，三位联合创始人陈维良、彭莉、杨建有着多年共同研发多款全球一流 GPU 芯片经验。同时，三位联合创始人陈维良、程刚、孙尔俊是成电 95 级微电子专业同班同学，保证了整个团队的默契和稳定性。2021 年，沐曦完成的 A 轮融资，由中国国有企业结构调整基金（国调基金）和中国互联网投资基金（中网投）联合领投，是国资背景基金直接投资的唯一一家 GPU 芯片公司。
沐曦联合创始人、CMO 孙尔俊告诉《问芯Voice》，初期集合市场和团队因素，今年已经流片了一颗针对推理市场的异构 GPGPU 芯片，同时，公司的训练芯片也在同步设计之中，将于下半年流片。
他分析，做一颗训练芯片除非是 PPT 芯片，不然至少要花个15 亿 ～ 20 亿元。
孙尔俊也认为，现在国产 GPU 公司确实家数非常多，超出我们对于一个技术赛道的传统认知，过了原始成长期后，进入洗牌赛是迟早的事，预计时间点是 2025 年，这个市场大概只能容忍 2～3 家，其他多数会被淘汰。
当前国产 GPU 新创公司有两条技术赛道：GPGPU 和渲染。值得注意的是，沐曦在设计 GPGPU 芯片的同时，也在针对渲染算法和架构进行前期设计，很快将会正式立项渲染 GPU。
孙尔俊分享他的看法：先把针对计算的 GPGPU 做好，再去做图形图像，直接做渲染 GPU 的挑战不小，而且渲染 GPU 也相对较依赖 CPU 生态。英伟达的高市值主要也是来自于 GPGPU 的加持，渲染 GPU 的贡献是其次。
图片来源：登临官方公众号
这一波的芯片创业潮，每一家新创公司都想成为“中国版英伟达”，各个气定神闲说：“只要作做得比英伟达好，价格具有吸引力，客户不可能不买单。” 这句话听起来逻辑完美，但是“做得比英伟达好”，难道是一件容易的事？
登临创始人兼 CEO 李建文认为，英伟达有两万人、300亿美元的销售、世界一流的生态链做基础，作为一家新创公司没有这么多积累和资源，在 GPU 上全方位竞争是鸡蛋碰石头。因此，懂得挑选自己有优势的细分赛道非常重要。
他进一步说，创业要选赛道，选大的赛道，接着在其中找到属于自己优势的细分领域，像GPU新创公司就要想清楚，是要是聚焦AI还是聚焦 GPU，登临在 GPU 这个大赛道中，首先选择的是 AI 计算这个细分赛道，而不是在 GPU 上全面竞争。
他认为，英伟达在 GPU 领域称霸，但在 AI 方面有很多问题没有解决。登临在架构设计上运用软硬件协同设计的理念，自主研制出 GPU+（软件定义的片内异构体系），在硬件兼容 CUDA 等主流的生态的同时通过架构创新来解决很多 AI 计算的难题。
谈到国产化 GPU 议题，李建文表示，创业逻辑必须商业化，而非局限在国产化，才能生存且做大、做强。
李建文表示，登临创立于 2017 年，当时中美冲突尚未爆发，因此国产化概念并不强烈。而且 GPU 赛道竞争火热，最后客户买单不会只是因为国产化，而是因为产品、能效比够好。
李建文不断强调“商业逻辑”对于新创公司的重要性。他表示，一家公司要成功，技术是必要条件，但并非充分条件，最终客户买单的是一个完整产品解决方案，技术是产品的重要支撑。
登临第一颗芯片 2020 年中在台积电流片成功，目前已在安防、交通、医疗、金融、能源电力、智能驾驶、在线教育、互联网等行业实现商业化落地，并顺利实现规模化量产供货。客户应用面逐渐打开，下一代产品会在明年上旬问世。
不同于多数 GPU 公司，登临的核心 IP 都是自己研发。李建文表示，团队以前做过IP，对 Imagination 和 Arm 都很了解，认为现有的 IP 不能满足高性能芯片需求，且无法做出真正具有差异化的产品，因此决定并将持续坚持核心 IP 全自研。
对于热闹的 GPU 赛道是否具“泡沫相”？李建文表示认为，好公司都是在竞争环境中成长出来的，这么多投资一定是有泡沫。 GPU 芯片未来一年是非常关键的时期，关键产品都要进入量产，哪一个公司能真正走出来，2～3 年内可以有答案。
天数智芯在这一批 GPU 创业公司中，“辈份”稍长。 2015 年成立，一直到 2018 年开始做通用 GPU，然后再花三年的时间把产品做出来，符合行业规律，做芯片需要一些时间。
为什么最后会选择 GPU 赛道？天数智芯副总裁郭为告诉《问芯Voice》，通用架构 AI 无论在硬件、软件都足够复杂，且又是当前卡脖子的领域，几乎由英伟达一家独霸天下，这几个条件下，GPU 赛道有明确的机会在前。
天数智芯首款云端 7nm GPGPU “天垓100” 已正式量产。从 2020 年 5 月交付流片，再用一年多时间就完成了流片、点亮、测试、客户适配、稳定供货等阶段。目前，天垓 100 产品累计订单金额已经接近 2 亿元，并陆续与新华三集团等客户达成战略合作。
郭为表示，天数智芯后续会朝通过神经网络方式做渲染的路线摸索，这会是另一条全新的技术道路，与传统路线完全不一样，可避开知识产权的问题。
