現在很多 AI 芯片公司已經達到了一百人或者以上的規模，也開了發布會，但是發布會過后問賣了多少顆，就沒聲了。

撰文 | 王藝

站在 2016 年的時間節點，楊磊回首北極光在芯片領域的投資布局，談到：「成立 11 年，我們一共投了十家公司，其中有三家上市，兩家并購退出，其余五家全部融到了B輪或者C輪。換句話說，我們沒有開錯過一槍，零失誤。」

楊磊是這家成立于 2005 年的投資機構的董事總經理，2010 年加入北極光前，他擁有10 余年的技術開發、公司戰略和運營、以及投資經驗。在他看來，北極光在芯片投資領域交出了這樣的成績單，并非出于偶然的好運氣。

「做通用芯片的話，我們很難干過英偉達。」楊磊說，「要和英偉達、英特爾這樣的企業競爭，我們必須要選擇另外一條道路，把應用吃得非常深，并針對應用構建硬件。」

因此，北極光的每一個被投企業都是從一個細分的角度進行切入，例如專注于 IoT 無線射頻的 BlueX，專注傳感器的 Cista、鐳神智能，專注處理器的 Spreadtrum、OURS，專注 DSA（Domain Specific Architecture）的登臨、黑芝麻科技、億智科技等，專注存儲的 Crossbar, 以及專注音頻前端處理的 GMEMS。

五月初的一個下午，在北京華貿頂層能夠俯瞰全城的北極光辦公室里，楊磊和北極光的芯片投資團隊同我們聊了聊投資這十支團隊背后的邏輯。

只投行業老兵

「今天的 AI 芯片產業里有一個怪象。」楊磊說：「幾年前開始，有一些企業進入這一領域，我認為他們是非常有前瞻性的，但這些公司大多是學院派。」

楊磊曾是學院派，2000 年他讀博士的時候，曾進行過芯片設計。「當時我博士畢業，只需要一顆器件能用就可以畢業。但是真正要做產品的話，良率需要達到95%以上，這是很難的。因為我以前也做過很多研發，所以對學院派一點也不迷信。」他說

他認為，學院派創業者只能帶動起二流的產業人，因為頂級的產業人會親自獨立操盤，勝算大很多。「我們看到現在很多 AI 芯片公司已經達到了一百人或者以上的規模，也開了發布會，但是發布會過后問賣了多少顆，就沒聲了。」楊磊說。

「這些公司在很早期的時候我們都有接觸到，但是都沒有投。」與楊磊的觀察相對應的，北極光的十家被投企業全部來自產業，大多擁有核心 IP，團隊經歷過半導體領域的幾個起伏周期，很多都有創業成功經驗，屬于二次創業。

「芯片領域，時間的積累非常重要，我非常崇尚一萬小時的原則。」北極光投資經理趙顧說，在加入北極光之前，他曾是 Intel 人工智能中國區商務負責人，有逾 14 年的芯片研發管理、運營以及市場銷售經驗。

趙顧算了一筆賬，一個有經驗有能力的芯片工程師，在產業至少需要五年的培養周期、大概幾百萬人民幣量級的投入。如果一個學院派團隊有一百人，那就意味著幾個億的學費成本。

「從墨菲定律的角度看，學院派創業，這個學費是必須要付的。」趙顧說，「這也是我認可北極光投資理念的原因，投資成建制公司，在他們過往的經歷中，學費已經付過了。」

馮諾伊曼架構將不再適用

在 AI 芯片大熱的今天，北極光的著眼點并非 AI 芯片本身，而是計算架構的變革。曾經不論是個人計算機還是云服務器，基礎都是 Intel 的 x86 架構。在 AI 時代，底層基礎已經從 CPU 轉換成 GPU，并即將進化為例如 TPU 的其他形態。

「底層變了，整個生態都會發生巨大的改變。」楊磊說，「就像是多米諾骨牌一樣，一個倒了一連串的東西都會發生變化，所以我花很長時間去思考，這些變革會在什么地方發生。」

首先，楊磊認為，雖然當前 AI 計算主要依賴英偉達的 GPU，但未來 2-3 年，我們能夠看到一些其他的企業跑進來。他看到，雖然英偉達芯片的靈活性無與倫比，但同時也存在功耗較高的問題。谷歌的 TPU 雖然是針對 AI 任務研發，但在外界看來，太難用，太硬了。

「真正的機會在這兩個極端之間。」楊磊說，「要找到一個平衡態，但這個平衡態到底在哪個位置，很少有團隊能想清楚。」

在北極光看來，這個「平衡態」并不單單是計算的「平衡態」，也是計算與存儲結合的「平衡態」。自計算機誕生以來產業界就在遵循的馮諾伊曼架構在未來可能會被下一代人工智能的計算方式所顛覆。

「今天的芯片一部分做處理，一部分做存儲，但是我們人類的大腦不是這樣劃分的。在生物大腦中，計算和存儲是合二為一的。」楊磊說，「我們的一家被投企業在這方面已經有很多的思考。」

云、邊緣、端、傳感器

「是不是未來只有云和端？」楊磊拋出了一個問題。「我們的觀點：不是的。」

北極光認為，出于響應時間、效率和安全的考慮，未來一定會有一些存儲和計算放在邊緣。任何一家醫院就是一個數據中心，任何一輛車也是一個數據中心，甚至任何一個家庭都是一個數據中心，也就是說，邊緣將迎來翻天覆地的變革。

另外，北極光認為，在未來，并非所有的終端設備都會變得智能，而是會呈兩極分化的態勢——一類非常簡單，而另一類非常智能。

簡單的芯片只需具備連接、簡單的計算以及存儲幾個基本功能，北極光在這一領域布局了一家公司，并推出「芯片即模組」概念。也就是說，今天模組上需要很多芯片才能完成的任務，在未來單一芯片上就能完成，且這顆芯片具備成本低、功耗低，體積小的特點。

而智能的芯片涵蓋圖像和聲音兩種能力，北極光在這兩個領域也都有相應的布局。

在此基礎上，北極光認為傳感器將產生非常重要的價值，在圖像傳感器、Lidar 等領域都有相關投資。

AI 芯片，「芯片」的比重更大

「大家在談 AI 芯片的時候，更多的談的是 AI，但我認為芯片的比重更大。」趙顧說。北極光認為，芯片的生產需要實踐與經驗的積累，存在較高門檻。

「難點在哪？芯片是一個是產業鏈很長，流程復雜的嚴謹的工業，任何一個環節出現短板都不能達到預期產品和商業目標。有一些公司在算法紅利逐漸消失之后，又開始找新的話題，想要通過芯片的方式變現，實際上沒有那么簡單。」趙顧說。

對于現階段一些算法公司著手自研芯片的現象，北極光認為，算法公司與芯片公司合作將是更可取的方式。