作為中國少數(shù)的關注技術的風投機構，北極光創(chuàng)投在成立的前11年里（截止2016年），投資了10家半導體企業(yè)，其中，3家IPO，2家并購退出，全部公司都至少獲得了新一輪融資。

最近兩年，北極光創(chuàng)投又陸續(xù)投資了一系列的AI芯片，5月3日，在北極光創(chuàng)投舉辦的AI芯片方向媒體溝通會上，北極光創(chuàng)投董事總經(jīng)理楊磊及先進技術投資團隊，為包括創(chuàng)頭條（Ctoutiao.com）在內(nèi)的創(chuàng)投媒體詳解了其AI芯片的投資邏輯。

1、芯片是智能的基礎設施

人工智能的智能并不是機器真的具有了自主意識，只不過是數(shù)據(jù)處理能力更強大、相對于過去的指定輸出結果，現(xiàn)在的AI可以根據(jù)不同的場景輸出不同的結果。

AI的智能主要來自“算法、數(shù)據(jù)和算力”，這一點北極光的看法和趙博思有相似之處。趙博思此前說過，智能需要依靠數(shù)據(jù)、邏輯和語義理解（人機交互）。

什么是算法？就像阿爾法狗能在圍棋上打敗人類，就依靠其開發(fā)的一套機器學習的計算方法。最近，騰訊AI Lab打造的“絕藝”，執(zhí)黑中盤戰(zhàn)勝了日本新銳棋手一力遼七段，獲得冠軍。這些程序背后就是算法的支撐。

僅有算法還不夠，機器的深度學習還需要足夠的數(shù)據(jù)來完成訓練。這些數(shù)據(jù)或是來自公開數(shù)據(jù)，或是來自系統(tǒng)的收集，或者通過增強學習的方式自主迭代訓練數(shù)據(jù)。

目前算法紅利基本消失了；數(shù)據(jù)作為場景資源，很難短時間改變；所以算力就成為當下智能時代的突破口。

而算力的核心體現(xiàn)就是芯片技術。但是！楊磊強調(diào)，芯片是最難做的。難點在于：芯片的產(chǎn)業(yè)鏈很長、流程也非常復雜。其中最主要的成本包括流片成本和工程師成本。

流片，就是指像流水線一樣通過一系列工藝步驟制造芯片。在集成電路設計領域，“流片”指的是“試生產(chǎn)”，就是說設計完電路以后，先生產(chǎn)幾片幾十片，供測試用。如果測試通過，就照著這個樣子開始大規(guī)模生產(chǎn)了。“一次流片的成本就要幾百萬美金。”楊磊說，測試通過最重要的指標就是良率。

從學術研究的角度，從1000片芯片中找到一片可以使用的芯片，就可以完成學術成果；但是從市場角度來看，良率至少要達到95%才有價值。而從能生產(chǎn)到良率達標，中間還有很多很多的難點需要跨越。——這也是為什么北極光創(chuàng)投在投資芯片產(chǎn)業(yè)時，更喜歡產(chǎn)業(yè)派，而非學院派的原因。

流片成本動輒千萬乃至上億，這阻擋了大多數(shù)想進入芯片領域的創(chuàng)業(yè)者。而排在成本第二的，就是芯片設計工程師。

AI芯片最要緊的就是人才，一個工程師至少要經(jīng)過5年的培養(yǎng)才堪大用，而一個成熟的芯片團隊需要有幾十名各個環(huán)節(jié)的工程師，才有可能掌控芯片設計，才能完成產(chǎn)品定義、設計到實現(xiàn)的整個流程。目前，北極光創(chuàng)投投資的項目，全都是建制全、有經(jīng)驗的成熟團隊。

2、端智能與傳感器

芯片是智能的基礎設施。

最近中興事件給國人敲響了警鐘，人們紛紛自問：為何我們不能掌握芯片工業(yè)？但答案比較殘酷。

“中國準備拿出1500億美元來發(fā)展芯片產(chǎn)業(yè)。”這看起來很多，但北極光創(chuàng)投創(chuàng)始人鄧鋒透露，在芯片行業(yè)“最先進的廠子投資就是200億美金”。

而且，由于整個產(chǎn)業(yè)的全球分工等問題，中國在芯片方面的差距不僅沒縮小，而且有所擴大。“設計的差距在縮小，但制程和工藝越來越大，幾年前差18個月，現(xiàn)在差2代。”

此外，包括質量體系、人才（含工人的training）體系、質量管理等等都是需要很多年持續(xù)推進才能培育出來的——“10年內(nèi)肯定超越不了”，鄧鋒認為，這是一項艱苦卓絕的攻堅戰(zhàn)，需要幾代人持續(xù)的努力才能做到。

不能強攻，就必須智取。“是不是未來只有云和端？不是的，我們認為，還有邊緣計算。”楊磊預言，未來任何一家醫(yī)院就是一個數(shù)據(jù)中心，任何一輛車也是一個數(shù)據(jù)中心，甚至任何一個家庭都是一個數(shù)據(jù)中心。

北極光創(chuàng)投的芯片投資邏輯由此鎖定在：繞開美日巨頭壟斷的核心芯片和云智能，主攻“端”智能和傳感器。

如圖所示，北極光的布局包括了最上層（左上）的傳感器和連接，BlueX可以把無線連接芯片的射頻部分做到相當于市面主流產(chǎn)品1/3-1/4的Die?Size，同時具備一流的低功耗水平；?Cista專注于圖像傳感器；鐳神智能具備豐富的降低Lidar成本的技術和生產(chǎn)制造經(jīng)驗。左中的處理器里，北極光投資了華人在硅谷創(chuàng)立的Ours，其將基于RISC-V開源處理器架構開發(fā)一系列垂直領域的IoT處理器，還有左下的四個DSA（Domain-Specific Architecture），針對應用建立構架的SoC（系統(tǒng)級芯片）。其中登臨顛覆性的計算存儲融合的芯片架構設計，把邊緣和云端的AI推理計算密度提升至少一個數(shù)量級；黑芝麻利用深厚的ISP經(jīng)驗、AI算法能力、芯片架構能力開發(fā)最好的ADAS芯片與全棧解決方案；億智通過場景極致優(yōu)化的視頻ai技術和全棧解決方案讓未來的衣食住行的場景更加智能便利；右側的GMEMS則在聲音AI芯片有巨大的突破，GMEMS不僅有芯片、芯片架構和算法，還有和傳感器的深度融合。而Crossbar解決了CPU與GPU之間通信的速度問題；

在北極光投資的芯片企業(yè)里，有把功耗壓縮到5%的，有解決芯片帶寬問題的，有把性能提高10倍的……在微軟英特爾聯(lián)盟時代，沒有辦法搞定的系統(tǒng)層芯片，在智能+物聯(lián)時代，從應用層面給了中國彎道超車的機會。

“今天底層的基礎已經(jīng)變了，從CPU變成了GPU，未來可能會變成TPU或者其他的。基礎變了以后，一連串的東西都會發(fā)生變化，就像多米諾骨牌一樣。”楊磊說，“這就是中國的機會。”

3、中國機會

芯片的制程和工藝到底有多難？楊磊做了一個比方：當前，Intel最新的芯片至少有300億個晶體管。今天先進制程的芯片一般都是40層以上光罩（制作芯片的時后每鋪一層材料就需要至少一層光罩），一顆芯片一般都會是幾十層材料（金屬，半導體，無機材料）的疊加。如果以公路來做類比，這大概相當于全世界的公路加在一起之后再疊加N層的復雜度。一顆芯片的好壞的關鍵在于對這樣一個復雜系統(tǒng)的管理能力。芯片的性能是動態(tài)的，如果出現(xiàn)了“擁堵”，那芯片的功耗一下子就上去了，性能就迅速下降。

如果做得不好的話，芯片就會擁堵，運轉速度就會下降功耗就會提高。如前所述，其中的專業(yè)積累、技術積累、制程積累以及人才儲備、管理經(jīng)驗等等都至關重要。但更關鍵的是，要持續(xù)推進。

“英偉達做得很好，直接和英偉達對抗是下下策。在垂直的系統(tǒng)工程的優(yōu)化，在端的方向競爭，在云端也有機會。”

北極光創(chuàng)投希望能抓住這些中國的機會。鄧鋒介紹，面對強悍的競爭對手，中國的選擇是：不要想短期內(nèi)取代它們，也不要想淺嘗輒止。要在一個垂直領域做到非常深，專心做好一個領域，而且要做Full Stack的內(nèi)容，“不做深沒有競爭力”。

不過目前的情形也在逐漸改觀。鄧鋒對未來還是表示謹慎的樂觀：

首先，對企業(yè)家精神明顯更重視了。去年9月國務院發(fā)文強調(diào)企業(yè)家精神，這是一個很好的開端。

其次，國家投資引導更加有序。美元基金退出周期長，人民幣基金周期很短（一般為5+2年），所以目前美元基金投資芯片行業(yè)更普遍，人民幣基金則很難堅持長期投資。但最近北京市準備進一步促進早期投資改革，將資金引導更需要的地方，這是一種很好的嘗試。

最后，要完善長期投資研究的企業(yè)環(huán)境。吸引更多硅谷的專業(yè)人才回到國內(nèi)，創(chuàng)造適合企業(yè)長期投入發(fā)展的市場化的良好環(huán)境，包括對人才的培養(yǎng)。“中國教育培養(yǎng)的是專才，但芯片架構是一個N維問題。”

在談到接下來對芯片的投資方向時，楊磊透露，今年北極光創(chuàng)投主要看三個大的方向：

①計算架構變革。

②人工智能和IoT的落地。除了醫(yī)療、車領域之外，還包括智能樓宇和新零售業(yè)務。

③工業(yè)4.0，主要從機器人的角度來看，怎么發(fā)展。目前，中國機器人已經(jīng)解決了核心零組件問題，接下來機器人會有比較大的發(fā)展。

您也可以關注我們的官方微信公眾號（ID：ctoutiao），給您更多好看的內(nèi)容。