國內的芯片熱潮主要有兩次，第一次是“AI芯片”——包括圖形處理單元（GPU）、現場可編程門陣列（FPGA）和專門用于人工智能的特定應用集成電路（ASIC）。 2017年，成立僅17個月的寒武紀獲得一億美元A輪融資，成為AI芯片的首個獨角獸；隨后地平線也宣布完成了超過一億美元的融資。與此同時，深鑒科技和比特大陸也分別獲得了數千萬美元的投資。創業公司之外，以云知聲、依圖為代表的AI公司嘗試跨界造芯，以BAT為首的互聯網巨頭也加入造芯大潮。 時至今日，這些創業公司有的已經成為行業獨角獸，有的被成功并購，還有的已經成功上市。 投資者內，除了紅杉、金沙江創投、創新工場這樣關注科技領域的頂級VC之外，也不乏芯片行業的龍頭，比如投資了地平線的英特爾，投資了深鑒科技的賽靈思、三星等。有些晚入場的投資人甚至感嘆，“還沒等我弄明白GPU、CPU、ASIC、FPGA的差異，別人就已經投完了”。 2020年，芯片行業掀起了第二波創業熱潮，這次主要集中在GPU領域。 GPU曾主要用來做圖形計算，但隨著人工智能的發展，GPU被證明在大規模并行運算中有很好的處理能力，于是成為了當今最流行的AI芯片之一。而定義了GPU的英偉達，在2021年11月一度市值沖向8000多億美元，成為全球市值最高的芯片公司。 芯片創業是一個長周期的過程。國產的GPU公司不但要面對行業周期規律，還要從英偉達的“大山”夾縫中尋求突破。 在2017年的第一次AI芯片浪潮中，主要做的是ASIC芯片——一種為人工智能特定應用而定制的芯片。 因為是定制化芯片，ASIC根據產品的需求進行特定設計和制造，具有更高的處理速度和更低的能耗。 但是ASIC的缺點也很明顯，因為其是針對特定算法而設計，其所適應的算法就是固定的，一旦算法發生變化就可能無法使用。比如在2019年，比特大陸發布了一種基于新款ASIC芯片的礦機螞蟻礦機 X3，主要是針對門羅幣（XMR）以及依賴 CryptoNight 算法的加密貨幣。但是門羅幣隨即發出反制聲明，將改變核心算法以對抗ASIC算力的入侵，這將導致比特大陸的ASIC芯片的能效大打折扣。 而應對數據量的提升，人工智能的算法也在日新月異地迭代。于是，在ASIC芯片之外，還需要能夠適用多樣算法的通用AI芯片——也就是GPU。 雖然有英偉達這座大山橫亙在面前，國產GPU的第一個機會在于，這并不是一個“包袱感”很重的行業。 其次，GPU“可編程”的特性則降低了定制化的成本。 “可編程”的另一個含義，是基于GPU，用適當的算法，更好地發揮其算力。簡單說就是“硬件離不開軟件系統的支持”。 這就不得不提到CUDA了，CUDA（Compute Unified Device Architecture）是隨著英偉達GPU一同推廣的計算平臺和算法模型，目的是幫助用戶更好地使用GPU的算力。 過往客戶方如果需要用ASIC芯片替換英偉達GPU，就得按照ASIC廠商提供的新一套算法來重新部署，人力成本和試錯成本都非常高，客戶們望而卻步。于是，新創業的GPGPU公司，都將“可兼容”CUDA作為必選項，盡量做到“能在英偉達上跑的都能在國產GPGPU上跑”，讓客戶更愿意嘗試。 最后，在國產替代的大背景下，GPU的發展也離不開政策的支持。 2020年8月頒布的《新時期促進集成電路產業和軟件產業高質量發展的若干政策》指出，“集成電路設計、裝備、材料、封裝、測試企業和軟件企業，自獲利年度起，第一年至第二年免征企業所得稅，第三年至第五年按照25%的法定稅率減半征收企業所得稅”。 科創板和北交所的開市，不再將“盈利”作為衡量上市的硬性指標，“允許符合科創板定位、尚未盈利或存在累計未彌補虧損的企業在科創板上市”，讓芯片設計企業能夠更好地度過盈利周期。 就在2022年1月19日，上海印發的《新時期促進上海市集成電路產業和軟件產業高質量發展若干政策的通知》提到，“對于符合條件的設計企業開展有利于促進本市集成電路線寬小于28納米(含)工藝產線應用的流片服務，相關流片費計入項目新增投資，對流片費給予30%的支持，支持金額原則上不高于1億元”。 在這樣的綜合影響下，可以說GPU迎來了最好的時代。 根據IDC數據，2022年全球AI芯片市場將達352億美元。其中GPU占比最大，Goldman預計到2025年GPU占比將達到57%。 在這次GPU浪潮中，資本起到了重要的作用。 實際上，中國的GPU企業早已有之，但這些公司的GPU主要還在“第一層”——圖形計算。 而在2020年左右成立的這些創業公司，卻希望攻堅能夠同時滿足圖形處理和AI計算的GPU，也即現在國內所說的GPGPU（通用GPU，General-purposeGPU）。 根據我們統計，僅2020~2021年，GPGPU領域就有近20起融資事件發生。 天數智芯、登臨科技、壁仞科技、摩爾線程、沐曦集成電路是國產通用GPU的代表性公司，在資本市場備受關注，甚至會在一年內密集宣布三輪融資。 之所以融資速度極快，是因為GPU是一個極度花錢的行業，前期投入大，回報周期長。投資了壁仞科技的啟明創投合伙人周志峰曾問其創始人張文：“你知道這事兒需要多少錢吧？”張文回答：“8到10億美金。” 這可比造車還要燒錢。 貴，也是這批GPU公司的一大特點。比如，壁仞科技的A輪融資就有11億元人民幣，估值2億美元。在這些公司的投資名單中，幾乎集齊了市面上最知名的VC/PE和產業基金。 人才也是GPU創業公司持續在面對的問題。目前所有創業團隊都至少有一位NVIDIA或AMD工作經驗的人，但幾乎所有團隊都告訴「甲子光年」招人很難。在關注有GPU設計經驗的人才之外，他們也非常關注AI泡沫消退后的這批技術人員，希望能讓他們為AI芯片所用。具體到每家的產品，也采取了不同的技術路線。 第一類GPU公司選擇了7nm的先進工藝，比如天數智芯、壁仞科技，而且兩家公司都已流片成功。 在2021年3月，天數智芯發布了首款流片成功的7nm云端訓練芯片BI100；10月，壁仞科技的第一款云端訓練芯片BR100流片成功，兩家公司的芯片都將交于臺積電代工生產。 立足當下，每一家公司都定位明確，要做出能替代英偉達的GPU芯片；面向未來，每一家公司又各有規劃，要在屬于自己的市場走深也走遠。 正是因為芯片需要具體場景的驗證才能證明其可靠性、完善其軟件系統，早進入、已有產品的公司紛紛開始與客戶一起落地合作，而后成立的公司也在研發過程中就積極尋找潛在伙伴。可以說，GPGPU這波芯片創業浪潮下，創業者與投資人都更加關注芯片的“落地”。

總結

以上是生活随笔為你收集整理的国产GPU浪潮是如何兴起的？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。