谁能引领国内人工智能芯片产业突围?

未来因人工智能边缘运算推理端和云端推理(Inferencing)芯片及设备成本,性能，耗电,效率的考量,以及各种处理器的特性不同,我们预期特定用途集成电路(ASIC)或系统集成电路(SoC,systemonchip)未来将在设备，边缘运算，及云端推理市场和设备，边缘运算，小部分云端训练市场遍地开花,百花齐放,根据产业链调查，我们认为中国在处理器/芯片领域的投资有加速的迹象，AI芯片的创业企业目前已达到40家左右。

而中国的人工智能半导体公司像华为海思(HiSilicon),寒武紀(Cambricon),地平线(HorizonRobotics),彼特大陆(Bitmain),耐能(Kneron),肇观(NextVPU)，及大数据系统公司如百度，阿里巴巴及安防龙头海康威视，大华将追随国际大厂陆续推出人工智能特定用途集成电路和系统芯片,从过去的模仿和追赶模式改为提前布局的思路,加上今年中国科创板融资平台的加持,相信一定可以孵育出未来世界级的人工智能芯片设计龙头公司。

但就未来2-3年来看，因为有强大的财物资源来支持10纳米以下先进制程工艺的电子设计自动化软件(EDAtool)，验证(Verification)，光掩膜(PhotoMask)成本的蹿高(请参考图表)，最有实力的半导体设计团队，及其对人工智能深入学习系统的知识及各种设备人工智能化的需求，我们预测华为海思将能引领国内人工智能芯片产业突围;

而比特大陆因为深谙IP，芯片，模块，到平台或生态系的争战，我们不排除比特大陆反而领先其他一些一线设计公司率先推出些云端人工智能的推理/训练芯片及解决方案模块;

当然，我们还是认为纯算法及半导体设计公司寒武纪，目前有较佳的设计团队及较充裕的估值融资能力来陆续推出边缘运算端及云端推理的人工智能芯片;

最后因为SAELevel4/5自动驾驶平台成本过高及生态系组成庞大及复杂，目前我们对地平线在自动驾驶的解决方案方面的短期营运及获利模式存疑。

关注微信公众号“报告研究所”( 公众号ID: touzireport) 获取更多深度行业资讯及研究报告。

华为海思：后发先至

在供应全球智能手机第二大厂，中国智能手机第一大厂华为超过近六成的应用处理器及基频芯片，及率先数月于高通及联发科采用台积电的7纳米制程工艺推出的麒麟980芯片，让华为的Mate20手机大卖，并让华为整体智能手机在国内的市占从2017年的20%，提高到2018年的27%，及2018年四季度的29%，预期这也将同时拉升华为海思(HiSilicon)在全球无晶圆设计公司的市占到6-7%或是在2019年成为前五大。

而7纳米的麒麟980芯片是整合了寒武纪(Cambricon)设计的Cambricon-1M神经处理单元(NPU,NeuralProcessingUnit)专利区块来让摄像头看得更全,更清,更快,更久,让麦克风听得更清,更广,识别场景,推测用户行为意图,和适时处理高性能或高效率任务,根据华为公布的资料,在人工智能性能比上，其NPU是一般CPU的25倍，GPU的6.25倍(25/4)，能效比上，NPU更是达到了CPU的50倍，GPU的6.25倍(50/8)。

但因为目前其边缘运算端神经处理单元架构简单,我们估计此专利区块芯片应不超过整体芯片面积(基频和应用处理器整合在一起的系统芯片面积)的10%。但因为我们预期采用台积电7纳米EUV制程工艺的华为海思麒麟990芯片，将使用海思自行设计的人工智能专利区块AscendLiteSKU;

而苹果(NeuralEngine,5TeraOPS)高通(NeuralProcessingEngineSDKSoftwareDevelopmentKit，<8TeraOPS)，联发科(NeuroPilotSDK,AndroidNeuralNetworkNNAPI联发科NeuroPilotSDK)也将陆续整合其人工智能专利区块及软件到其手机应用处理器(Applicationprocessor)中，这将对寒武纪及其他人工智能算法及芯片公司在智能手机及联网物(IoT)设备端的芯片发展造成限制。

华为海思因为有这样强大的财物资源来支持7纳米以下先进制程工艺的电子设计自动化软件(EDAtool)，验证(Verification)，光掩膜(PhotoMask)成本的蹿高，拥有国内最强的半导体设计团队，及其庞大的系统知识及各种设备对人工智能化的需求，我们预测华为海思将后发先至引领国内人工智能芯片产业突围。

华为海思今年将陆续问世的7纳米昇腾Ascend-Max910ASIC(整合8颗芯片dies)，及1,024颗昇腾910芯片的AscendCluster(256PetaFLOPS)，使用12纳米昇腾Ascend-mini(310),-Lite,-Tiny,-NanoASIC推出的Atlas200加速模块,Atlas300加速卡,Atlas500智慧小站，Atlas800私有云解决方案一体机，MDC600移动数据中心(MobileDataCenter)。

我们预期这些AI芯片及系统，陆续将对英伟达，赛灵思，英特尔，谷歌在云端及边缘运算端人工智能芯片及平台的地位，带来挑战，但特定用途IC的专用性缺点会让华为海思切入像是外部安防等系统公司客户时，碰到些安防公司系统知识领域不愿意外泄的问题。

寒武纪(Cambricon)是于2016年在北京成立，核心成员陈天石及陈云霁兄弟都曾在中科院计算所工作，专攻计算机处理器结构优化和人工智能。

而后来寒武紀在拿到中关村科技园区支持资金及上海市政府对神经网络处理器，深度学习处理器IP核项目，智能处理器核项目等多项补助近6,000万人民币，加上多次拉高估值的融资，于2018年5月3日,发布了使用TSMC7nm工艺IP的1M，每瓦速度达3.1-3.3兆次运算，为10纳米1A智财权专利区块的10倍左右，且超越英伟达V100的每瓦速度达0.4兆次运算，其8位运算效能比达5Tops/watt(每瓦5兆次运算)。

寒武纪提供了三种尺寸的处理器内核(2Tops/4Tops/8Tops)以满足不同领域下，不同量级智能处理的需求(智能手机、智能音箱、摄像头、自动驾驶)。

Cambricon也介绍以TSMC16nm工艺制程设计的MLU100及MLU200云端服务器AI芯片，具有很高的通用性，可满足计算机视觉、语音、自然语言处理和数据挖掘等多种云端推理，甚至训练的任务。

在发布会上，联想(ThinkSystemSR650)，中科曙光(Phaneron服务器)，科大讯飞(翻译机2.0)都介绍了使用CambriconMLU100芯片相对应的云端服务器。

此外，专为开发者打造的CambriconNeuWare人工智能软件平台，加上支持TensorFlow,Caffe,MXNet等主流机器学习框架(Framework)，让寒武纪在尚未扭亏为盈的情况下(估计2017年亏损超过1,000万人民币以上)，2018年营收连1,000万美金都达不到的状况下(2016/2017年营收估计约400万人民币上下)，市值已被拉高到超过25亿美元。

地平线：卖人工智能解决方案模块

地平线(HorizonRobotics)创办人是前百度深度学习研究院负责人余凯、还有前华为芯片研发架构师周峰，地平线不是只做芯片，在软件方面，地平线已经研发出了自动驾驶的雨果神经网络OS平台及智能家居的安徒生平台。

地平线的目标是做分支处理单元(BPU,Branchprocessingunit)的人工智能算法架构+嵌入式芯片的(EmbeddedARM,CPU,GPU,FPGA)自动驾驶(征程2.0处理器),智能城市,智能商业(旭日1.0处理器)的人工智能设备终端解决方案模块(具有感知，识别，理解，控制的功能)给产品厂商。

地平线的整个流程是根据应用场景需求，设计算法模型，在大数据情况下做充分验证，模型成熟以后，再开发一个芯片架构去实现，该芯片并不是通用的处理器，而是针对应用场景跟算法是结合在一起的人工智能算法处理器，得到芯片大小,执行,耗能(Area、Performance、Power)的综合解决方案。

地平线BPU架构的解决方案只可以用在符合车规的FPGA或GPU等计算平台上，下一步地平线会将自己的BPU处理器IP授权给国际厂商，让他们生产车规级处理器。

智能驾驶方面，基于高斯架构研发的ADAS产品(征程1.0处理器)也会作为重点推进,SAEL3/L4的无人驾驶Matrix1.0平台，也会持续落实与系统厂商像是博世的技术合作，计划在年中实现特定道路的自动驾驶;

智能生活方面，除与美的的合作之外，地平线继续在家电、玩具、服务机器人等领域发力;公共安防方面，地平线去年与英特尔在北美安防展上进行联合展示。

类似于寒武纪，地平线于2018年11月27日获得近10亿美金的B轮融资，持续拉高其市值。

从挖矿机转云端人工智能推理模块的比特大陆：

由CEO詹克团及创办人吴忌寒于2013年联合成立的挖矿机及芯片霸主比特大陆(BITMAIN)于2017年11月,正式介绍其AIASIC芯片品牌SOPHON(算丰)，宣布全球首款云端安防及大数据人工智能推理系列的张量加速计算芯片28nmBM1680的震撼面世，并展示了视频图像分析、人脸人体检测的演示。

并同步发布了SOPHON.AI官网，并将系列产品在官网中面向全球发售。

BITMAIN致力于通过强大的芯片工程、快速迭代和系统设计制造能力，提供最具性价比、最具性能功耗比的AI计算力，同时致力于为行业定制、优化全栈的硬件和系统方案，从而极大降低行业+AI的难度，促进AI普及。

BM1682在2017年12月已进入流片阶段，并于2Q18量产。

12nm的BM1684是预计于1Q19量产及第四代的12纳米芯片BM1686是预计于2H19量产。这两款芯片会拥有6/9TeraFlops的能力和30W的功耗。

BM1880是比特大陆于2018年10月发布的一款设备端AI芯片，将主要应用于安防、互联网及园区等领域BM1880芯片可以作为深度学习推理加速的协处理器，也可以作为主处理器从以太网接口或USB接口接收视频流、图片或其它数据，执行推理和其他计算机视觉任务，其它主机也可以发送视频流或图片数据给BM1880，BM1880做推理并将结果返回主机。

比特大陆将于2019年推出第二代产品BM1882，以及2020年的BM1884，按照规划，BM1882和BM1884的主要应用场景将是智能摄像机、智能机器人和智能家居等。虽然目前比特币跌破4,000美元以下，占比特大陆98%的矿机销售，自营挖矿业务要是采用两年折旧几乎是无利可图(除了于4Q18推出的7纳米BM1391挖矿芯片及S15挖矿机应可获利外)；

而AI芯片导入云端系统又遥不可期，但不同于其他新兴AI芯片设计公司大多缺乏现金，比特大陆在手现金(7-8亿美元现金，4-5亿美元的加密货币)应该还是有超过10亿美元，芯片研发设计资源仍然丰厚，每一代芯片代与代之间的间隔是快于摩尔定律而达到9-12个月。

摩尔定律是指芯片行业每18到24个月的周期里，计算能力能翻一倍，或者在相同的单位芯片面积里，晶体管数量翻一倍。

耐能：专注于低功耗设备端的人工智能芯片

耐能(kneron)是由一群留美华人于2015年成立于圣地牙哥，CEO刘峻诚博士是毕业于UCLA，并于2018年7月延揽前高通多媒体研发部总监李湘村(前展讯，华为，VIVOVP)为其首席科学家，其余团队成员多有UCLA,清华大学，高通，三星电机，电子，计算机背景，并于2017年11月,耐能宣布完成超过千万美元的A轮融资，阿里创业者基金(AlibabaEntrepreneursFund)领投，奇景光电(HIMX,HimaxTechnologies，Inc.)、中华开发资本(CDIB)、高通、中科创达(Thundersoft)、红杉资本(SequoiaCapital)的子基金Cloudatlas,与创业邦跟进投资,2018年5月由李嘉诚旗下维港投资(HorizonsVentures)领投的A1轮融资，还有最近一轮从Iconiqcapital(MarkZuckerberg’sprivatefund)拿到的融资。

耐能的定位是子系统设备端人工智能的技术提供厂商，现在主打低功耗、轻量级,可压缩/重组(reconfigurable,靠软件重组CNN，Pooling运算区块的组合)的NPU(神经网络处理单元)芯片，专注在智能手机的子系统(NPUIP-KDP300)、物联网(IoT)、智能家居、智能安防(NPUIP-KDP500)设备端市场,机器人，无人机，安防(NPUIP-KDP700)能耗比可以做到100mw到300mw，最新的一款产品甚至可以到10mw以下，但在算力方面可以达到华为海思AscendLite系列的芯片等级，而纳能另外与Cadence的TensilicaVisionP6DSP处理器整合的KDP720NPU处理器，主要是锁定智能安防与监控。

有别于目前市场上主流的云端人工智能，耐能提供创新的设备端人工智能解决方案，可将一部份的人工智能从云端移转到设备端上，进行实时识别与分析推断，不用等到把所有数据经由网络传送至云端后才能处理，并可大幅减轻网络、云端的负担与成本。

耐能目前手机加OEM/ODM客户可达6-8家，主要客户有手机相关的高通，格力，奇景光电，互联网的客户包括搜狗，腾讯，钰创，钰立微，工业计算机客户有研扬，安防客户有大华，苏州科达等。

格力已经使用其智财权区块量产，目前一些芯片已经量产。

因扩大研发团队及产品线，耐能从2017年的获利扭赢转到2018年亏损达400-500万美元，但2019年将有二颗芯片流片(Tapeout)。

由前全志团队组成的亿智电子科技于2016年7月在珠海高新区注册成立。

同年10月在北京设立人工智能(AI)算法研究团队。亿智核心团队是中国最早一批进行SOC系统设计的专家，有20多年的行业经验，目前亿智在珠海的研发团队已近100余人。

亿智电子科技已于2018年2月完成了数千万元天使轮融资，并于2018年8月由北极光创投领投，达泰资本跟投。

亿智的商业模式主要为代理商和大客户提供整套的解决方案。

目前，亿智解决方案主要聚焦在视像安防、智能硬件(家电)、汽车电子等方面。

2017年底第一颗TestChip首次流片即成功，2018年第四季度流片AI功能量产版系统级芯片，于2019年实现量产出货。亿智在珠海、北京、深圳均设有办公地点，其中珠海为总部，负责芯片设计、算法研究、软件开发等方向。

北京负责人工智能AI算法的研究。深圳负责方案开发、技术支持、市场与客户拓展等。

亿智成立至今，一直坚持AI加速、高清显示、音视频编解码、高速数模混合等IP的自主研发，这样可以实现更低带宽、更低功耗、更低成本地落地应用产品。

特别是AI的IP的PPA指标均优于业界对手。目前已经成长为具备完全自主AISOC产品量产落地能力的人工智能芯片设计公司。

亿智凭借在音视频编解码以及AI视觉算法方面积累了超过10年的领先经验，通过对人工智能需求市场的垂直化、场景化应用研究，在汽车电子应用方面，亿智的产品线具有车牌识别、路牌识别、文字识别的能力，ADAS智能算法可实现4路全景拼接、全景泊车，行车记录仪/智能后视镜/智能中控车机等汽车电子产品应用。目前的夜视后视镜产品，长焦夜视摄像头、短焦行车摄像头，显示车辆油耗、车速、水温等，信息全部手机互联。

4G后视镜提供在线导航、在线音乐、云狗、行车记录，ADAS安全驾驶辅助系统。亿智的占道抓拍产品，可进行车牌检测，车牌识别，抓拍路段时间规划、黑白名单管理、车辆轨迹显示、后台管理系统多车道实时识别，具备软件能力，团队表示目前的识别成功率达到95%。志在成为视像安防、汽车电子、智能硬件领域智能化(AI)赋能的全球领导者。

为便于研究人员查找相关行业研究报告，特将2018年各期文章汇总。欢迎点击下面红色字体查阅！

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳行业研究

文琳行研报告，为各机构提供专业的信息、数据、研究和咨询服务。欢迎关注【文琳行业研究】

文琳资讯，每日提供最新信息。欢迎关注【文琳资讯】

今日导读：点击下面链接可查阅

《文琳阅读》每晚经典，欢迎关注！

文琳编辑

今日导读：点击下面链接可查阅

公众号 ：文琳阅读