记者 | 彭新

9月初，随着美国限制对中国出口高性能数据中心GPU，加速计算国产化趋势渐明，国内芯片企业正趁势发展，带动AI芯片、GPU市场热度。在资本市场上，中国相关概念股应声上涨。

“在AI芯片领域，天时地利人和，包括国家政策、人才和经验等等，这是很好的机会。”近日，燧原科技创始人兼CEO赵立东接受界面新闻记者采访时称，把握上述机会的关键是打破生态垄断，实现架构创新。

燧原科技于2018年3月注册成立，在种子轮之后对外公布了四轮融资，且四轮均有腾讯参投，累计融资额近40亿元人民币。在产品上较早实现了AI芯片的产品化，产品体系覆盖云端的人工智能训练、推理芯片及其加速卡、人工智能训练OAM模组，是国内早期同时拥有云端训练、云端推理解决方案的AI芯片初创公司。在9月初的世界人工智能大会上（WAIC），燧原科技发布“云燧智算机”人工智能加速集群产品，进入集群计算领域。

燧原科技的创始团队来自AMD。赵立东曾担任紫光集团副总裁，更早前在AMD工作了7年时间，任计算事业部高级总监等。另一位创始人兼COO张亚林曾任职AMD上海研发中心，担任多个芯片项目研发负责人。

团队建制完整是投资人看好燧原的重要原因，创始人外，燧原相当一部分高端人才也来自AMD。“AMD一度有三分之一的全球收入来自中国，而中国有完整的建制研发体系，独缺产品定义权。”赵立东解释，所谓产品定义，即协调各个部门确定芯片产品，定义规格，做好竞争分析，明确市场前景。这一重要工作一直由AMD德州奥斯丁总部承担。

在AMD的经历和创始团队的芯片开发经验，成为燧原成立的契机和基础。从产品和团队规模而言，近四年时间里，燧原从不足十几个人发展到八百人，产品从单一的训练芯片发展为端到端方案，最终又涉足更复杂的集群计算。

赵立东表示，燧原看到的机会是：逐渐增长的AI计算需求下，传统的CPU（中央处理器）已不能满足算力的需求，GPU（图形处理器）凭借并行计算能力一跃成为最佳选择。而英伟达为GPU构建的数学、算子、函数库等完整软件生态，让GPU成为AI计算无可争议的主角。

AI计算大致分为两个层面，首先是对模型进行训练，整个过程可能耗时数天；之后是训练出的模型响应实际请求，如对一张图片进行识别，做出推理。从架构而言，英伟达的传统GPU约60%的面积用于通用计算，30%用于图形渲染，主要是加速计算的GPGPU（通用计算GPU）普遍去掉图形渲染部分。过去十多年，英伟达捕捉到AI技术崛起的浪潮，通过CUDA平台搭建的软件生态，使其GPU成为全球数据中心处理AI应用的标配，占据了超过90%的市场份额。在云端领域，目前英伟达旗下的GPU占据训练市场不少份额，部分推理任务则由英特尔CPU承担 。

业界普遍认为，训练芯片的研发难度和商业化落地更难，原因是在AI训练的过程中，神经网络模型并没有固定，所以对芯片的通用性有很高的需求，英伟达的GPU长期为第一选择。而推理则更简单，增速更快，故而训练芯片对于芯片公司的设计能力考验更高。从全球AI芯片市场来看，先推理后训练是主流路径，英特尔收购的AI芯片公司Habana、国内诸多AI初创公司也是如此。

以此来看，燧原科技先推训练芯片、后发推理芯片的路线颇为特别。

2019年12月，燧原科技发布第一款云端训练芯片“邃思”，并以此芯片衍生出训练和推理两款衍生计算卡。“不仅做大芯片而且是做人工智能训练芯片，它比推理要复杂很多。训练芯片可以做推理，但推理芯片不能做训练。”赵立东称。随后燧原又推出第二代训练芯片邃思2.0和推理芯片邃思2.5，共计三款芯片。

实际上，在AI计算领域，由于受到诸多云巨头和初创公司的冲击，英伟达一家独大的格局有望被改变。

特别是在中国，强势的英伟达并非没有“弱点”：绝大部分AI厂商依赖英伟达软硬件生态，议价能力不足；另一方面，基于英伟达非开源软件开发AI功能，难以进行更深度开发。而客户支持、服务团队方面，英伟达很难将BAT等中国客户与美国谷歌、亚马逊等美国公司等同视之。

也因此，有必要建设自有芯片生态供应链。据赵立东介绍，燧原选择自建开发工具链，适配自家硬件。不过，目前绝大多数专攻AI领域的国产芯片厂商依赖或兼容英伟达的CUDA软件生态，从而在起步阶段避开了英伟达的软件生态壁垒，赵立东认为，从软硬件一体的角度很难去评价这一做法，芯片在兼容CUDA生态基础上超越英伟达GPU可能会存在知识产权问题。

燧原科技也在尝试推进其硬件系统和软件一体化，并与机器学习算法无缝协作，比如适配谷歌的TensorFlow、Facebook的Pytorch以及百度“飞桨”等机器学习仓库中收集的算法，补全生态。所谓AI芯片生态，是指包括驱动程序、编译器、开发者工具包等软件层，以简化AI开发人员的工作。

值得注意的是，类似燧原这样的初创芯片公司，也面临着如何与大型互联网公司打交道的问题。

目前中国互联网巨头均在AI芯片领域布局，BAT也是主流云服务商，每年都会采购大量计算硬件。此前阿里半导体部门“平头哥”已经搭建了AI芯片业务，百度旗下则有AI芯片公司昆仑芯，而腾讯云曾披露三款自研芯片进展，称其中一款AI芯片已流片试产。三家中，平头哥和昆仑芯均明确会拓展外部客户。

芯片在落地过程中，成本也是企业决策的考量因素。互联网公司自研芯片，无论是从成本、开发周期，维护来看，都难以做到最好，其中一些只针对特定场景开发芯片，自用规模有限，而规模决定盈利能力，帐更难以算清，实现不了盈利就不能持续迭代。

赵立东强调，面对其他芯片公司的竞争，燧原要在芯片性价比、能耗比上做到极致。据他透露，燧原今年最主要的目标是产品规模化落地，扩大市场份额。第三代芯片产品年底会流片，预期会在第二代产品规模化基础上实现盈利。

不过，在燧原芯片产品持续迭代下，前期成本巨大，需要在规模化后进一步开源节流，提高毛利率，才能实现盈利， “（实现的）时间取决于市场环境如何，如果优先级仍然是市占率，可能要靠牺牲毛利降低价格来抢占，还要看需求，最终要多方考虑做综合判断决策。”赵立东表示。