人工智能的應(yīng)用浪潮推動了國產(chǎn)芯片的替代進(jìn)程。為打破壟斷，國內(nèi)頭部及傳統(tǒng)的IC制造商試圖繞過被英偉達(dá)壟斷的GPU框架，集體轉(zhuǎn)向設(shè)計(jì)并研制專用計(jì)算芯片（ASIC）、FPGA及融合型異構(gòu)處理器，以滿足人工智能市場廣泛需求的云端訓(xùn)練及終端推理作業(yè)。
TechWeb原創(chuàng)
作者｜胥濤
全文6800字，預(yù)計(jì)閱讀時(shí)間10分鐘
1
樓閣坍塌
2016年至今，中國人工智能產(chǎn)業(yè)蓬勃發(fā)展，一連出現(xiàn)了如商湯、曠視、科大訊飛、云從等獨(dú)角獸公司。時(shí)至2019年，這一現(xiàn)象達(dá)到高潮。
2017年，廣州市政府向云從科技注資3.01億美元，同年國有資本風(fēng)險(xiǎn)投資基金向曠視科技投入4.6億美元資金。2017年，中國人工智能初創(chuàng)企業(yè)股權(quán)融資額占全球總量的48%，高出美國10個(gè)百分點(diǎn)。截止2018年底，中國人工智能企業(yè)獲得風(fēng)險(xiǎn)投資總額接近1100億元，超過美國同期的93.3億美元；2019年10月，北京市海淀區(qū)政府為響應(yīng)人工智能發(fā)展政策，提出愿為重點(diǎn)項(xiàng)目提供最高3000萬的資金支持
然而，一切高歌猛進(jìn)在復(fù)雜的中美摩擦中戛然而止。
2019年5月，華為公司及其在分布在國內(nèi)外的百家機(jī)構(gòu)被美列入實(shí)體名單，大批量半導(dǎo)體斷貨。
6月21日，中科曙光、天津海光、成都海光集成電路等五家機(jī)構(gòu)被列入實(shí)體名單。
10月7日，“黑色”恐怖相繼蔓延，�？低�、大華科技、科大訊飛、曠視科技、商湯科技、美亞柏科、頤信科技和依圖科技等28家中國與人工智能技術(shù)相關(guān)的機(jī)構(gòu)和公司集體被列入實(shí)體名單，被限制從美國購買零部件。
面對突如其來的“制裁”，AI公司們能做的只有譴責(zé)：
科大訊飛表示，列入黑名單不會影響其日常運(yùn)營；
美亞柏科表示，海外收入不足總收入1％、貨源大多來自國內(nèi)；
大華則在股東會議上表示，主營產(chǎn)品的多數(shù)組件可獲得替代。
然而正如一位業(yè)內(nèi)人士所說，一項(xiàng)超速發(fā)展的下游產(chǎn)業(yè)，很難不被緩慢進(jìn)步的上游產(chǎn)業(yè)的缺口所牽制。
8家AI公司表面說沒事，實(shí)則暗地流血。
數(shù)據(jù)統(tǒng)計(jì)，�？低�500億元人民幣（合70億美元）的收入中有近30％來自海外；2019Q3財(cái)報(bào)顯示，�？低暣尕浗痤~由年初的57億增長到98億，浮動+71.96%；外幣借貸額增勢更明顯，由年初4.4億增長到期末45億，同比增長+929.69%，顯然，海康的資本重心發(fā)生了大角度轉(zhuǎn)變。
為避免帶有情緒的股民集體拋售，�？怠⒋笕A在名單公布當(dāng)日一早，宣布了臨時(shí)停盤。
一位接近曠視科技的人士稱，“名單對公司上市進(jìn)程影響很大為繞開敏感GPU供應(yīng)商，不得不把產(chǎn)品分成軟件、硬件兩標(biāo)投。然而，一邊合作方將硬件加價(jià)掛牌出售，套走大筆利潤；另一邊，客戶以名單為由，坐地壓價(jià)甚至重新招標(biāo)”
由于AI公司普遍采用的美國產(chǎn)的半導(dǎo)體，此次事件對于8家AI公司影響頗大，并險(xiǎn)些陷入此前與中興相似的境遇。若無自主可控的AI芯片，業(yè)務(wù)定位很難逃離微笑曲線谷底。
樓閣已塌。
據(jù)統(tǒng)計(jì)，在中國使用的半導(dǎo)體中，只有16%是國內(nèi)生產(chǎn)的，而這其中又僅有不到一半是由中國公司自主設(shè)計(jì)的。工業(yè)和信息化部科技司司長胡燕認(rèn)為，人工智能的發(fā)展不能再走“沙灘建高樓”的模式，若芯片、操作系統(tǒng)等頂層基礎(chǔ)不突破，我們的人工智能產(chǎn)業(yè)，就是空中閣樓、是為別人做嫁衣。
AI公司受芯片牽制久已。由于抵擋不住“抽芯”壓力，人工智能產(chǎn)業(yè)迫切的需要國產(chǎn)芯片的一臂之力。而時(shí)至2019年底，這一產(chǎn)業(yè)的國產(chǎn)化替代趨勢初露頭角。
2
尋找最優(yōu)技術(shù)路線
為理解這個(gè)趨勢，需要從基礎(chǔ)技術(shù)談起。
首先，如何抽象人工智能？簡單來講，軟件通過對現(xiàn)有信息進(jìn)行自動化分析并得到規(guī)律，利用規(guī)律對未知數(shù)據(jù)進(jìn)行預(yù)測，便是人工智能最基本的工作流。
即便有了學(xué)術(shù)界數(shù)十年探索，工業(yè)界通過大量實(shí)踐得出一項(xiàng)共識：面對確定性問題，AI有著得天獨(dú)厚的優(yōu)勢；而面對不確定的問題，AI和人腦（動物腦）之間仍存在難以逾越的鴻溝。人腦善于線性推理，AI反之，善于高精度、大規(guī)模運(yùn)算。人工智能的分支中的“強(qiáng)化學(xué)習(xí)”，就是在填補(bǔ)這個(gè)條鴻溝。
而在人類社會中，智力相較于勞動力，有著更高溢價(jià)范疇。
2012～2016年，巔峰時(shí)期的互聯(lián)網(wǎng)經(jīng)濟(jì)回歸基本面，一部分互聯(lián)網(wǎng)公司、AI初創(chuàng)解決方案商看到智能服務(wù)的缺口，人工智能創(chuàng)業(yè)浪潮隨之涌現(xiàn)。其中不乏涉及人臉識別、自動駕駛、機(jī)器學(xué)習(xí)等分支技術(shù)，并落地于金融、安防、工業(yè)、農(nóng)業(yè)、教育等領(lǐng)域。這些領(lǐng)域受數(shù)據(jù)隱私、商業(yè)機(jī)密限制，依賴高性能運(yùn)算同時(shí)，對運(yùn)算屬性需求獨(dú)立分散且靈活。
AI運(yùn)算包含大量矩陣、卷積、積分等并行運(yùn)算，我們熟知的CPU并不適用。為滿足不同環(huán)境下的AI運(yùn)算，業(yè)界普遍采用GPU（圖形顯示卡）、FPGA（現(xiàn)場可編程邏輯門陣列）、ASIC（專用集成電路），亦或是在SoC內(nèi)封裝NPU（神經(jīng)網(wǎng)絡(luò)處理器）、IPU（圖像處理單元）等技術(shù)路線，以滿足AI的訓(xùn)練（train）和推理(inference)。
云端訓(xùn)練芯片市場，英偉達(dá)（Nvidia）一家獨(dú)大，主推GPU單卡或多卡集成主機(jī)方案。其GPU產(chǎn)品線覆蓋不同程度算力、不同數(shù)據(jù)類型的訓(xùn)練需求，且編程環(huán)境成熟，產(chǎn)品支持市場上主要的開發(fā)框架和語言。然而由于成本等因素，GPU并不適用于AI推理端。國內(nèi)AI芯片廠也有著統(tǒng)一共識：絕不走純GPU路線，嘗試其他技術(shù)路線“繞道超車”。
FPGA，適用于高凈值的「推理端」，例如自動駕駛，工控集成，成本略高，優(yōu)勢在于定制性強(qiáng)、設(shè)計(jì)周期短，然而FPGA的設(shè)計(jì)人才難聘。同時(shí)，近些年來看，其高昂成本仍難以繞開。當(dāng)然也有聲音稱，國內(nèi)某家智能駕駛公司與賽靈思合作，將進(jìn)口單片成本降至2000元，配給主機(jī)廠做L2套件。
從經(jīng)濟(jì)角度講，F(xiàn)PGA具備“暫時(shí)性”替代ASIC芯片地位，可彌補(bǔ)ASIC長研發(fā)周期、流片周期的時(shí)間缺口，是目前少有能兼顧訓(xùn)練和推理的高性能芯片。然則全球僅四家公司具備FPGA的生產(chǎn)能力：Xilinx（美）、Altera（被intel收購）、Lattice（美）、Microsemi，先有英特爾、IBM、德州儀器，再有摩托羅拉、飛利浦、東芝等公司成立獨(dú)立部門投入FPGA研發(fā)，均無疾而終。
ASIC（專用集成電路），研發(fā)-流片周期長，成本卻可降至FPGA十分之一水平。Google獨(dú)家技術(shù)的TPU（張量處理器）及英偉達(dá)DLA（Deep Learning Accelerator，深度學(xué)習(xí)加速器）即采用ASIC技術(shù)路線。國內(nèi)華為海思、寒武紀(jì)、比特大陸、嘉楠智耘等幾大芯片廠商，主要產(chǎn)品同樣采用該技術(shù)路線，目前已實(shí)現(xiàn)一定規(guī)模的量產(chǎn)。相比FPGA這類剛剛起步的技術(shù)路線，ASIC是國內(nèi)芯片生產(chǎn)商唯一能夠在短期獲得盈利的半導(dǎo)體產(chǎn)品。
面對殘酷的歷史教訓(xùn)，傳統(tǒng)芯片廠也好，新晉半導(dǎo)體設(shè)計(jì)公司也好，量產(chǎn)推理端芯片，ASIC是最優(yōu)解。
3
云端訓(xùn)練
AI芯片的供需主要分為兩類：云端訓(xùn)練，終端推理。
AI訓(xùn)練階端，主流云端訓(xùn)練采用GPU + CPU、FPGA + CPU等形式。Google則采用自研TPU（一種ASIC）+ CPU。
剛剛提到，云端GPU英偉達(dá)一家獨(dú)大，市場近乎壟斷，國產(chǎn)翻身很難。是因?yàn)镚PU在并行計(jì)算方面具有天然優(yōu)勢。而FPGA的定制化能夠補(bǔ)足GPU的部分劣勢。普華永道預(yù)測，云端芯片中FPGA將與GPU共存很長一段時(shí)間。
由于云端訓(xùn)練芯片的研發(fā)投入大、流產(chǎn)風(fēng)險(xiǎn)高，國內(nèi)僅有少數(shù)公司能夠進(jìn)入該領(lǐng)域。目前有，華為海思騰系列（SoC），阿里含光，依圖QuestCore，燧原，景嘉微（GPU）等。
華為騰系列：
2018年10月10日，華為正式在2018全聯(lián)接大會上發(fā)布騰310和騰910兩款A(yù)I芯片。騰系列可以看做華為AI芯片的拼圖，這張拼圖一共5塊：Max，Mini，Lite，Tiny和Nano。騰910屬于Max那塊，一經(jīng)發(fā)布就直奔310W的TDP，算力達(dá)256TFOPS。華為自稱910是目前單芯片計(jì)算密度最大的芯片，計(jì)算力甚至遠(yuǎn)超谷歌（TPU）及英偉達(dá)（GPU）。
而騰310占據(jù)Mini板塊，最大功耗僅8W，是極致高效計(jì)算低功耗AI芯片，用于推理端。推理端芯片之后會講到。
時(shí)至2019年8月23日，騰910（Ascend 910）的商用版本才在深圳正式發(fā)布。
關(guān)于騰910的性能，徐直軍表示，騰910技術(shù)表現(xiàn)超預(yù)期，配合MindSpore（華為推出的自主可控的AI計(jì)算平臺），在ResNet50網(wǎng)絡(luò)的訓(xùn)練中，效果超現(xiàn)有主流訓(xùn)練單卡配合TensorFlow兩倍提升之多。
面對騰強(qiáng)大性能，「互聯(lián)網(wǎng)周刊」甚至在《2019人工智能服務(wù)器TOP25》榜單中把該系列芯片排在了第一位，而服務(wù)器市場占有率超51%的浪潮科技僅僅名列第6。
然而，騰目前最大問題是，來自對于主流AI開發(fā)框架的支持程度未知，如TensorFlow、PyTorch等，徐直軍在發(fā)布會上一直未提及。MindSpore并不一定能完全取代上述幾種開源AI框架，這是一個(gè)伏筆，華為想把MindSpore做出成績來尚需一段時(shí)間。
整體來看，騰910已經(jīng)準(zhǔn)備好了進(jìn)入商業(yè)化初期階段，對于自主可控要求較高的云服務(wù)商、AI服務(wù)商值得期待下。
以上這些AI訓(xùn)練芯片并非無懈可擊。其入市前遇到的矛盾甚至比騰910還多，普遍缺少類似Nvidia公司CUDA軟件層，所以還是那個(gè)觀點(diǎn)：在推出穩(wěn)定的開發(fā)接口上，培養(yǎng)足夠量級的開發(fā)者仍有待時(shí)日。
騰910首次亮相披露的合作伙伴有四維圖新、用友網(wǎng)絡(luò)、浪潮信息、長亮科技、超圖軟件、東方通、東方國信、華宇軟件等。
國產(chǎn)GPU景嘉微：
11月28日，國產(chǎn)GPU廠商景嘉微與國內(nèi)高性能計(jì)算機(jī)廠商長城科技簽署了10萬塊GPU采購協(xié)議（擬采購）。
景嘉微，可能很多人不太了解，甚至都沒聽說過，A股股民一定熟悉：這是國內(nèi)唯一一家上市、并能夠生產(chǎn)自主可控的圖形顯示卡制造商。
近年，景嘉微先后推出的JM5400、JM7200型號顯卡整體帶動國產(chǎn)GPU實(shí)力提升一大截。剛剛說的10萬塊采購協(xié)議，便是最新型號JM7200顯卡。
此前有消息稱，景嘉微將于2020年也就是明年將推出JM9系列顯卡，有網(wǎng)絡(luò)媒體把這塊顯卡參數(shù)與英偉達(dá)產(chǎn)品線的產(chǎn)品進(jìn)行對比，發(fā)現(xiàn)JM9系列堪比同等性能、功耗更低的GTX1080。
回到供貨長城一事。此前，景嘉微業(yè)務(wù)限制于軍工、航天，并無介入商用、消費(fèi)市常甚至這幾公司的2018年報(bào)顯示，全年應(yīng)收賬款的86.06%來自中航工業(yè)。
目前來看，景嘉微業(yè)務(wù)線可能會在2019年發(fā)生轉(zhuǎn)變。先是國產(chǎn)芯片市場的缺口越裂越大，然后是供貨長城一事。尤其在國內(nèi)相關(guān)科技公司被美國列入出口管制實(shí)體名單后，云計(jì)算芯片國產(chǎn)替代需求大增，JM系列雖然和英偉達(dá)技術(shù)差距4、5年，但自主可控的缺口已到來，供不應(yīng)求，明年的JM9系列很有潛力進(jìn)入商用云計(jì)算領(lǐng)域，或是與國產(chǎn)CPU一同出現(xiàn)在政務(wù)辦公整機(jī)、工控機(jī)、高端機(jī)床等。
燧原科技：
燧原科技是少有自主研發(fā)云端AI芯片的初創(chuàng)企業(yè)。這里說它初創(chuàng)，一是公司成立時(shí)間短，二是采用的芯片架構(gòu)非常新（DTU），沒有得到市場驗(yàn)證。
2019年12月，燧原科技發(fā)布兩款訓(xùn)練卡：T10，T11。兩張卡搭載燧原自研芯片“邃思”，最大功耗分別是225W及300W。其中云端訓(xùn)練卡T10半精度及混合精度下算力達(dá)80TFLOPS。
燧原從成立到兩款板卡推出，時(shí)間上僅用了21個(gè)月，按照公司發(fā)布會上的說法，T10、T11將在2020年第一季度出貨。屆時(shí)，市場反饋值得期待。
數(shù)據(jù)顯示，燧原COO張亞林持股27.4%，CEO趙立東對等持股27.4%，而背后另一大股東是來自互聯(lián)網(wǎng)巨頭：騰訊（23.2%）。此外，曾帶頭做出國內(nèi)第一顆移動高速存儲芯片、兆易創(chuàng)新創(chuàng)始人朱一明也通過投資關(guān)系占股0.35%。
外界猜測，按照創(chuàng)始人前職務(wù)來看，邃思大概率采用內(nèi)置CPU、GPU、NPU等模塊的融合型異構(gòu)框架，這也是AMD最具代表性的處理器技術(shù)路線之一（APU）。總之，值得期待。
4
終端推理
推理端芯片近乎空白。
根據(jù)移動互聯(lián)網(wǎng)發(fā)展經(jīng)驗(yàn)，消費(fèi)電子、基礎(chǔ)設(shè)施等推理端產(chǎn)品的芯片需求量及增長速度將遠(yuǎn)超訓(xùn)練端市常而剛剛提到的GPU芯片并不適用推理。
無論是中國還是美國，AI推理芯片的發(fā)展仍處于早期。
廣證恒生分析師認(rèn)為，AI芯片競爭格局未定，即便在云端AI芯片英偉達(dá)一家獨(dú)大的情況下，國產(chǎn)邊緣端（推理）芯片，國產(chǎn)化有廣闊的應(yīng)用場景和市場空間。
在此基礎(chǔ)上，多家不同技術(shù)路線的AI芯片廠商涌現(xiàn)。
首先是FPGA。國產(chǎn)FPGA并不是沒有公司做，而是大多和軍工、衛(wèi)星項(xiàng)目掛鉤，難以供給民用端。存儲芯片龍頭紫光國徽，分支業(yè)務(wù)線中也推出了國內(nèi)較為稀缺的自主可控FPGA，并計(jì)劃2020年推出28nm制程的相關(guān)產(chǎn)品。華微電子研制出國內(nèi)首個(gè)自主可控的宇航用FPGA芯片，目前被報(bào)道是華為二級供應(yīng)商。
FGPA技術(shù)路線具有幾大特點(diǎn)：性價(jià)比，低功耗，可編程。通過定制，可以適應(yīng)深度學(xué)習(xí)、機(jī)器學(xué)習(xí)等在云端做的模型訓(xùn)練。但橫向來看，國內(nèi)外利用FGPA的部署AI服務(wù)器的量還不能與GPU相提并論，主要原因就是：太貴。
開發(fā)框架也沒有開源，IP閉鎖。FGPA是一種趨勢，未來BAT或許會更多采用FGPA集成AI算法。CPU頭部的英特爾最先注意到現(xiàn)階段FGPA與GPU的差距，急忙忙一連收購了多家FPGA創(chuàng)業(yè)公司。
IoT也好，AIoT也好，單純做推理，搭載ASIC是不錯(cuò)的選擇。根據(jù)不同需求，衍生兩條思路：IoT網(wǎng)聯(lián)后做邊緣運(yùn)算，搭載于邊緣服務(wù)器；或直接搭載于終端設(shè)備。這里值得強(qiáng)調(diào)：由于數(shù)據(jù)隱私，ASIC暫無法被云端推理+5G取代。
嘉楠耘智就是一家ASIC芯片設(shè)計(jì)公司。嘉楠?jiǎng)?chuàng)辦初期，2014年成功量產(chǎn)55nm芯片、2015年28nm、2016年16nm，2018年直接突破7nm。流片良品率放在一邊，單純看7nm工藝，不得不說里面的噱頭占比較高。例如，最高每秒50TH算力、主機(jī)大小的阿瓦隆1066礦機(jī)中塞下了342枚16nm制程A3205芯片。工藝難度越高、集成電路體積越小的流片，即便良品率變低，成本仍在可接受范圍。所以，芯片做小非常討巧。只不過2018年嘉楠7nm概念被瘋炒后又被實(shí)錘，為嘉楠當(dāng)時(shí)的赴美上市計(jì)劃帶來了負(fù)面影響。直到2019年下半年，區(qū)塊鏈概念才被普遍關(guān)注，嘉楠逮住機(jī)會再次赴美上市、拿下了國產(chǎn)“區(qū)塊鏈+AI+芯片”第一股的稱號。
嘉楠耘智轉(zhuǎn)向AI芯片的動因很簡單：比特幣挖礦的生意越來越難做。2017到2018年，嘉楠靠出售礦機(jī)營收增幅106%，而凈利潤逆勢下滑67.4%，截至2018年6月30日的6個(gè)月里，嘉楠的總收入為19.471億元人民幣；但在截至2019年6月30日的6個(gè)月里，嘉楠的總收入僅為2.888億元人民幣(合4210萬美元)，降幅為85.2%。
到了2019年，伴隨著比特幣10萬元神話跌落，嘉楠礦機(jī)的毛利潤率又一次被腰斬。
挖礦潮退燒，嘉楠需另尋出路。
此消彼長。嘉楠沿襲制造礦機(jī)的思路，擬量產(chǎn)適用于邊緣計(jì)算服務(wù)器的勘智K210等系列ASIC芯片。按照目前能夠找到的資料顯示，這塊指甲蓋大小的芯片能夠在定制版卡上流暢地跑人臉識別算法。
拼條命去搭的人工智能市場的首班車。嘉楠在招股書里不斷強(qiáng)調(diào)勘智K210的各種優(yōu)點(diǎn)，并提及另一款名為K510的芯片將于2020問世。當(dāng)然，K系列芯片有沒有人買單就是另一回事了，至少嘉楠是少量擁有完整制造ASIC經(jīng)驗(yàn)的IC設(shè)計(jì)廠商之一。
為產(chǎn)品可靠性考慮，目前主流的視頻、語音推理端芯片還仍圍繞ARM、英偉達(dá)Xavier（SoC）、海思。這里提一下華為海思，雖然在業(yè)內(nèi)，海思多款芯片被各路吐槽、貼吧論壇里流傳著各路黑，但不管怎么說海思是目前能夠唯一一家能覆蓋視頻處理、手機(jī)、顯示器、機(jī)頂盒等基本生活家電的芯片廠，我們有理由相信，海思的產(chǎn)品更適合中國市場，并且上下游供應(yīng)鏈成熟，穩(wěn)定供貨有底氣。
定義上講，寒武紀(jì)科技是全球第一個(gè)成功流片并擁有成熟產(chǎn)品的AI芯片公司，2016做起了推理端AI處理器IP和云端AI加速卡兩條產(chǎn)品線。
2016年，寒武紀(jì)發(fā)布了首款10nm工藝的1A處理器(Campicon-1A)，當(dāng)時(shí)這款芯片反響很大，特別是因?yàn)?016年，10nm工藝剛剛進(jìn)入工業(yè)市場，臺積電剛剛宣布能夠支持10nm工藝，這家初創(chuàng)公司便向臺積電下放了訂單，并在2018流片成功。在芯片發(fā)布同時(shí)，寒武紀(jì)給出了完整配套開發(fā)環(huán)境：Campicon NeuWare SDK。
2017年，華為麒麟970搭載寒武紀(jì)NPU上線。與華為合作的招牌成功為寒武紀(jì)帶來巨額熱錢，公司在2017、2018之間不足一年的時(shí)間里，依靠兩次上億元美金的投資，估值直接飆升至25億美金。相比同時(shí)期成立的AI芯片設(shè)計(jì)商，寒武紀(jì)在還沒有對等的實(shí)際收入前提下，已經(jīng)在資本市場占有一席。
5
底層重建 or 擁抱全球分工？
一種關(guān)于未來趨勢的說法是，技術(shù)領(lǐng)域?qū)⒅鸩阶呦騼蓚�(gè)平行系統(tǒng)，一方面多多少少倚靠美國，一方面完全擺脫美國。后者里面，臺積電（TSMC）和ARM便是很好案例。
而一些AI細(xì)分領(lǐng)域，如智能語音，國內(nèi)的全志、海思、Amlogic（晶晨半導(dǎo)體）等已處于領(lǐng)先地位。
然而，一項(xiàng)產(chǎn)業(yè)的建設(shè)一日建成是不可能的。以國產(chǎn)數(shù)據(jù)庫為例，前不久，一家國產(chǎn)數(shù)據(jù)庫廠商的高管表示，即便企業(yè)不用Hadoop一類軟件，主流國產(chǎn)數(shù)據(jù)庫的代碼量還只是幾千萬行量級，Oracle幾年前就達(dá)到了1億行，追是可以追，但追上還要花“點(diǎn)”時(shí)間。
想想幾年前阿里提出的“去IOE”化，實(shí)現(xiàn)難度并不是一家企業(yè)、集團(tuán)能夠赤手一搏的。國產(chǎn)芯替代的進(jìn)程也注定不會順風(fēng)順?biāo)Ａ硗庖恍┟茉谟冢髽I(yè)為生存為利潤會更愿擁抱全球分工。半導(dǎo)體產(chǎn)業(yè)的國產(chǎn)化，大量底層技術(shù)的起步無異于重建，投入與資本風(fēng)險(xiǎn)不能小覷。
所以，是從最底層開始重建一遍，還是繼續(xù)擁抱全球分工？
如果以當(dāng)前世界芯片格局來看，中國大概率會從今年起，通過刺激資本，將技術(shù)流向轉(zhuǎn)移到以芯片制造業(yè)為主導(dǎo)的產(chǎn)業(yè)推進(jìn)。什么是供給側(cè)改革？這便是。
歷史上，每一代半導(dǎo)體新巨頭和新興地區(qū)的出現(xiàn)都伴隨著終端遷移：PC市場成就了英特爾；移動市場成就了ARM、高通、三星、臺積電；而在AIoT的普及趨勢中，中國IC廠商很可能脫穎而出。眼下，已是AI公司、芯片公司創(chuàng)業(yè)和發(fā)展最旺盛的時(shí)期，而全球范圍來看，中國已經(jīng)是傳統(tǒng)產(chǎn)業(yè)智能化需求最旺盛的市常
2019，可以說是國產(chǎn)半導(dǎo)體產(chǎn)業(yè)轉(zhuǎn)折性的一年。截至發(fā)稿，中證全指半導(dǎo)體指數(shù)半年漲幅超98%，動態(tài)市盈率（TTM）超85。國聯(lián)安半導(dǎo)體基金指數(shù)也已經(jīng)在2019后半年與滬深300指數(shù)拉開明顯差距。
眼下，以AI芯片為導(dǎo)向的半導(dǎo)體產(chǎn)業(yè)路線逐漸明晰，而背后的芯片代工及封測等工藝接收到訂單需求也逐漸增多，或許在未來10年，我們可以看到一批在AI市場中幸存下來的獨(dú)角獸，也或許可以親眼目睹半導(dǎo)體基礎(chǔ)技術(shù)的飛速發(fā)展。
本文章為TechWeb作者獨(dú)立觀點(diǎn)，不代表任何投資立常
作者：胥濤
郵箱：xuyintao@techweb.com.cn
參考文章：
1，《從中美投資差異看國內(nèi)人工智能產(chǎn)業(yè)發(fā)展趨勢》，廣證恒生，魏也娜。
2，《2019人工智能未來企業(yè)排行榜》，互聯(lián)網(wǎng)周刊。
3，《芯事：一本書讀懂芯片產(chǎn)業(yè)》，謝志峰，陳大明。
4，《AI芯片市場正快速起航，國內(nèi)邊緣芯片面臨更大機(jī)遇》，平安證券，閆磊。
5，《長沙景嘉微電子股份有限公司2019年半年度報(bào)告》，巨潮資訊。
