導讀：2024年9月，國内AI晶片巨震。先是國産AI晶片獨角獸象帝先宣布調整業務結構，解雇部分員工。其後，國産AI晶片初創企業壁仞科技宣布啟動上市流程，加上此前宣布啟動上市流程的燧原科技，這已經是最近第二起宣布啟動上市流程的AI晶片公司。AI晶片市場廣闊，緣何賽道内企業表現不一？AI晶片創業難點在哪？賽道投融資情況如何？本文嘗試分析和探讨。綜述
AI晶片也被稱為AI加速器或計算卡，按技術架構可以分為通用圖形處理器（GPGPU），中央處理器（CPU），專用內建晶片（ASIC）以及現場可程式設計門陣列（FPGA）等。在人工智能的發展中，研發人員發現并行計算可以進行高效的模型訓練，處理大規模複雜資料。而GPGPU相對其他晶片并行計算性能較高，适合計算密集型應用，是以成為了算力晶片的主流。
按功能分類，AI晶片可以分為訓練卡和推理卡兩個類型。訓練卡也叫大卡，通常擁有更高的計算能力和記憶體帶寬，以支援訓練過程中的大量計算和資料處理；推理卡也稱小卡，其參數較低，隻需滿足推理需求。一般情況下，訓練卡可以作為推理卡使用，但推理卡不能作為訓練卡使用。簡單來說，大模型的訓練需要大量的訓練卡形成顯示卡叢集，而在應用上，則需要推理卡運作AI模型進行計算。
本輪人工智能浪潮由ChatGPT掀起，并以語言大模型和生成式AI應用作為切入點。自谷歌在2017年發表至今，Transformer除了帶來像ChatGPT這樣的C端爆款産品外，其早已在自然語言處理、計算機視覺、自動駕駛等領域裡廣泛應用。各中外科技企業持續加大對相關的投入，包括谷歌、Meta、微軟、位元組跳動、百度等海内外一衆科技巨頭和初創企業均希望分一杯羹，其他非技術公司也不斷在人才、技術和資源方面進行布局。根據Bloomberg Intelligence的預測資料，到2032年，生成式 AI 在總體資訊技術硬體、軟體、服務、廣告和遊戲等支出中的占比或将從目前不到1%的水準擴大至12%。
圖表 1：2020-2032E全球生成式AI收入及預測（機關：10億美元）
資料來源：Bloomberg Intelligence、來覓資料整理
2018年，OpenAI推出第一代生成式預訓練語言模型GPT-1，擁有1.17億個參數，2023年釋出的GPT-4參數量約為1.8萬億個。5年時間超萬倍參數量的提升帶來的是大模型對于算力需求的指數級别增長。OpenAI 測算，自2012年起，全球頭部AI模型訓練算力需求每3-4個月翻一番。尤其是在2023年後，AI發展如火如荼，海内外廠商紛紛都加大了生成式AI的投入，“百模大戰”再起，這也使得算力需求将長期陷入緊缺。
圖表 2：2019-2026E中國智能算力規模及預測（機關：億元）
資料來源：IDC、來覓資料整理
在算法攻關、以及部分模型開源的背景下，國内大模型進展迅速，不少國産AI大模型宣稱其單項能力已追趕上GPT-4。就目前而言，國内AI能力與海外最大的差距主要在AI晶片上。由于衆所周知的原因，國内的科技企業不但無法購買先進AI晶片，而且即使有了完整方案，自行制造AI晶片也變得十分困難。在這種背景下，國産AI晶片潛在成長空間巨大。
AI晶片是一個赢家通吃的遊戲。Nvidia在AI晶片上的壟斷性地位足以使大多數競争對手望而生畏。來覓研究院認為，AI晶片的難度主要展現在三個方面，即單卡性能/叢集性能、生态/靈活性、制造難度/成本效益。綜合這三個方面，Nvidia綜合實力最為領先，因而其在AI晶片市場取得了超90%的市場佔有率。
國内企業産業進展如何？我們統計了國内外相關AI晶片公司的具體參數，可以看到目前國内AI晶片與海外AI晶片單卡性能上仍存在差距；但更大的差距來自訓練側的萬卡互聯與生态建設。總體而言，國産AI晶片長期來看任重而道遠。
圖表 3：國内外AI晶片廠商、産品及技術特征情況
資料來源：公開資料、來覓資料整理
國内AI晶片主要集中于推理側，這一方面是為了與英偉達展開錯位競争，另一方面，随着AI技術的發展與普及，行業對高性能、低功耗的AI晶片的需求正不斷增加。不過，訓練側晶片也有廠商正在布局，在2024年全球AI晶片峰會上，壁仞科技首次公布自主原創的異構GPU協同訓練方案HGCT，業界首次支援3種及以上異構GPU混合訓練同一個大模型。摩爾線程公布了其基于MTT S4000的萬卡智能叢集誇娥（KUAE），發力訓練測。華為、寒武紀、海光資訊等廠商亦有類似動作。
AI晶片創業極為困難。來覓研究院認為，AI晶片創業難點一是要解決晶片設計、制造問題。由于海外制約，相關設計工具已被管制。然而制造問題是更現實的難題，Nvidia最新的AI晶片采用4NM制程，目前僅有台積電具備制造實力，而大陸晶片制造實力則稍顯不足。
二是市場問題，英偉達仍是目前最有成本效益的AI晶片方案，國内AI公司采購國産AI晶片一方面是由于國産替代的主觀或客觀原因，另一方面也希望能使用更貼合自己需求的産品（如位元組跳動等廠商針對需求自行設計AI晶片）。大模型一方面加速了AI晶片的發展，另一方面也讓晶片廠商之間的差距越來越大。國産AI晶片廠商必須考慮自己的産品能滿足客戶的什麼特定需求，才能讓客戶甘願花費高額溢價。
三是盈利能力。由于衆所周知的原因，AI晶片研發周期長、強度大、成本高，而這些投入往往在短期内難以得到回報。是以，能獲得造血能力極為重要。在目前一級市場動态下，完全指望創投市場輸血可能性微乎其微，AI晶片公司的正現金流同樣值得考驗。
投融動态
AI晶片市場近年來呈現出強勁的增長勢頭。2024年全球AI晶片市場規模預計将達到712.52億美元，同比增長33%，并有望在2025年進一步增長至919.55億美元。在中國市場，2023年AI晶片市場規模達到1206億元，同比增長41.9%，預計2024年将增長至1412億元。據來覓資料顯示，AI晶片亦是今年最為活躍的賽道之一，融資輪次仍偏向早期，但部分明星項目已得到市場認可，資本正不斷加碼。感興趣的讀者，可以登入Rime PEVC平台擷取AI晶片賽道全量融資案例、被投項目及深度資料分析。
圖表 4：2024年以來AI晶片主要投融事件
資料來源：來覓資料
展望
随着大模型革命席卷全球，算力需求達到新高，推動雲、邊、側AI晶片疊代與進化。在資料爆炸式增長、工藝逼近實體極限、國際形勢複雜多變三朵陰雲下，許多AI晶片企業低調務實地承壓前行，積極備戰生成式AI浪潮帶來的時代機遇。
正如Elon Musk所言：隻有原材料是唯一的限制，制造的每一個環節都完全可以被重新發明。AI的巨大潛力必将催生出數萬億的市場規模，“卡脖子”隻是暫時的，伴随着先進制程的突破與資本的投入，我們與海外AI的距離是在縮小而不是增大。而國産替代的空間是巨大，相關企業也會迎來高速增長機會。
終局思維需要鎖定勝者。未來的世界需要無窮算力，但參考美國市場競争格局，勝者可能隻有寥寥數個。由于AI晶片赢家通吃的特點，我們認為國産AI晶片公司勝出必須同時具備技術實力、管道能力、融資能力幾項能力。這些能力對創業公司挑戰巨大，但無形之中也建構了行業壁壘。
版權及免責聲明：本文内容為來覓研究院撰寫，其版權系深圳來覓資料資訊科技有限公司（下稱：Rime 或 來覓資料）所有。未經來覓資料許可或授權，任何機關或人士禁止轉載、引用、刊登、發表、修改或翻譯本文内容，及其他以作商用的行為。許可或授權下的引用、轉載時須注明出處為Rime或來覓資料。任何未經授權使用本報告的相關商業行為都将違反《中華人民共和國著作權法》和其他法律法規以及有關國際公約的規定，來覓資料将保留追究其相關法律責任的權利。
本文内容基于來覓資料認為可信的公開資料或實地調研資料，我們力求本文内容的客觀、公正，但對本文中所載的資訊、觀點及資料的準确性、可靠性、時效性及完整性不作任何明确或隐含的保證，亦不負相關法律責任。受研究方法和資料擷取資源的限制，本報告全部内容僅供參考之用，對任何人的投資、商業決策、法律等操作均不構成任何建議。在任何情況下，對因參考本報告造成的任何影響和後果，來覓資料均不承擔任何責任。
- 低空經濟“峰會”密集召開，eVTOL成為資本寵兒？
- 政策新規下K12教培能否“再獲新生”
- 蘋果将上線聽力健康檢測功能，“輔聽耳機”将成新一代助聽器？
- 蘋果釋出會最大亮點在哪？AI功能推遲釋出，對AI手機行業影響如何？
- 長時儲能賽道風起，液流電池領跑萬億風口？
- 醫療服務2024年二季度投融市場報告
- 從《黑神話：悟空》看AI在遊戲領域的應用價值
- 智能眼鏡：重塑互動體驗，探索投資新藍海
- 計算機軟體2024年二季度投融市場報告
- 鄉村振興2024年二季度投融市場報告
- 醫療器械2024年二季度投融市場報告
- 新消費2024年上半年投融市場報告
- 人工智能2024年二季度投融市場報告
- 産業網際網路024年二季度投融市場報告
- 新能源汽車2024年上半年投融市場報告
- 醫藥制造2024年二季度投融市場報告
- 機器人2024年二季度投融市場報告
- 半導體2024年二季度投融市場報告
- AI大模型商業化進度淺析
- 【重磅釋出】來覓研究院2024年上半年PE/VC市場報告
- 長坡厚雪，模拟晶片或将迎來并購熱潮
- 【重磅釋出】2024年中投資機構系列榜單
- 多因素驅動，矽光晶片迎來高速增長
- 液體活檢新風口：外泌體檢測
- 人形機器人産業加速，即将迎來量産元年
- 兩會提及的熱點賽道——汽車晶片
- 【重磅釋出】來覓研究院2023年度PE/VC市場報告
- 【重磅釋出】2023年度投資機構系列榜單
- 氫能獨角獸再次沖擊IPO，2023年氫能賽道的投資表現如何？