4 月初，有传闻称寒武纪第二轮融资已经结束，国家队基金入场。较之 A 轮融资结束后的估值翻了一番。消息一出，立刻引发业内极大关注。不久，陈天石在朋友圈表示消息不属实，并强调寒武纪不靠炒作。
陈天石在朋友圈对消息做出回应
陈天石在一个人工智能硬件交流群里，对消息做出回应
其实早在 3 月就有传闻称寒武纪第二轮融资正在进行中，估值高达 120 亿至 140 亿元人民币。当时，陈天石也曾回复腾讯《一线》称：
「消息不准确」。
不过今年 1 月，和寒武纪同为第一梯队的地平线 CEO 余凯在接受国内媒体采访时透露，地平线将于 2 个月内启动第二轮融资。
一些风吹草动即刻引发如此关注，也间接验证了「从产业发展规律来看，在今明两年之内 AI 芯片将持续火热」的专家判断。
国内研发 AI 芯片的创业公司大概不超过 20 家，成立时间也多为 2 到 3 年，融资轮次集中在 A 轮。目前流片成功的不多（比如寒武纪、地平线、西井科技、比特大陆、启英泰伦），不过有分析指出，今年会是相当一部分芯片应运而生的一年。据我们了解，接下来几个月，至少还会有两家国内公司带来自家流片成功的芯片。
「2018 年，这个行业的马太效应会越来越明显。」深鉴科技 CEO 姚颂在年初接受机器之能专访时谈到了自己对业内走势的一个基本看法。
如果说 2017 年，大部分资金被投向已形成产品和行业应用的头部 AI 公司。那么 2018 年，商业化方面走在前面的公司将赢得更多优势条件，强者愈强。而随着时间的推移, 相互竞争的创业公司可能会缩小到少数几家公司, 就像之前的芯片开发时代一样。
「到了 2020 年前后，将会出现一批出局者，行业洗牌开始。」清华大学微电子学研究所所长魏少军曾分析道。
因为做得够早，技术可以满足市场需求，早在公司成立的同一年（2016），寒武纪就拿到 1 亿元订单并实现盈利，公司执行董事罗韬在去年 4 月告诉媒体。
而科大讯飞、阿里、联想相继出现在投资人名单中，也表明寒武纪正成为平台型企业生态链的重要构成。
「我们投寒武纪，...... 非常具体的就是在投核心技术。」联想创投集团总裁贺志强在接受机器之能的专访时曾告诉我们，「投出联想未来 5-10 年的新生态」。
去年 12 月，外媒 The Information 调查了十几位新兴芯片设计公司，看看哪些公司最终可能会挑战快速发展的英伟达。在「一些最有前途的创业公司」名单中，我们看到了寒武纪。
一、「三条道路」
不过，和其他同行不同，「寒武纪」是「中科院计算所多年苦练内功的结晶」。
虽然公司成立于 2016 年，但早在 2008 年，中科院计算所就开始了「寒武纪」系列深度神经网络处理器的研制。
2000 年前后，中国重启一大批军工科研项目，尽管没有国家立项，中科院计算所也开始着手芯片设计研发。在发展「中国芯」产业路子上，他们所并没有「将鸡蛋放在一个篮子里」，而是打造了「三条道路」。
其中，主攻 PC 端高性能通用处理器的龙芯走的是同道竞争。而寒武纪被寄希望于实现变道超车。
「我们不跟竞争对手跑同一个赛道，就如寒武纪不跟微软、高通竞争目前的市场，而是到智能领域占领领先地位。」中科院计算所所长孙凝晖曾说。
过去 IT 产业的软硬件生态都是建立在 ARM 和 x86 指令集之上，在陈云霁看来，深度神经网络处理器中国做得还是最早的，完全有领先的可能性。
2013 年，寒武纪研制出了全球首个深度学习处理器，相关工作先后获得处理器架构领域顶级会议 ASPLOS 14 和 MICRO 14 的最佳论文奖。
孙凝晖曾这样评价寒武纪：计算所在国际上属于原创、引领性的技术屈指可数，水平上最多到 1.5 流，
「但寒武纪处理器算一个。」
此时，国内主要的人工智能公司要么刚成立不久，要么还未诞生，遑论芯片意识（深鉴科技 2012 年开始往这条路上在走）。谷歌大约也是在 2013 年认识到这一技术趋势。
「大约五年前，我们认识到深度学习会大大改变我们所需要的硬件种类。」Jeff Dean 在今年年初的《谷歌官方年度报告》中的介绍过。
然而，与此同时，早在 2002 年成功研发出「龙芯 1 号」的龙芯已在商业化的道路上狼狈不堪。
当时整个社会的 PC 都建立在 Windows 上，但是，龙芯没办法和这个庞大的生态兼容，因为 MIPS 指令集并不支持 Flash、Adobe 等软件。装上龙芯的电脑无法观看视频，电脑厂商不愿意用，芯片出货量上不去，价格就降不下来。再加上性能本来就没有优势，如此往复，恶性循环。
几年后，龙芯才认识到根本问题：
「我们之前太过关注这些参数了，比如 CPU 的主频和核数要跟 Intel、IBM、AMD 看齐, 不知道自己的问题出在哪里，那就是没有建立自己的生态。」龙芯中科技术有限公司总裁兼龙芯总设计师胡伟武后来在接受媒体采访时坦言，因为长时间研发，与市场脱离。
「芯片研发不是简单地将某方面的性能做到极致，而是一门平衡的艺术。」一位从事芯片研发的专家告诉我们，性能、成本、市场需求和既有生态等因素的平衡。
陈云霁（左）与陈天石（右）
陈云霁在大学的最后一年参与了龙芯 1 号的研制项目，并于 25 岁成为 8 核龙芯 3 号的主架构师，过往历史也让寒武纪认识到，
「芯片的成败，除了本身的效率之外，生态是非常关键的方面。没有配套的应用和软件，很难在市场上获得成功。」
为了推动终端 AI 芯片与云端 AI 芯片的生态成形，公司投入了大部分人力开发出人工智能软件平台「Cambricon NeuWare」，包含开发、调试、调优三大部分，全面支撑端云一体的智能处理。
二、「独一无二」的商业模式
目前，寒武纪的商业模式具体分为终端和云端两个层面：
服务器端，公司计划推广自有品牌芯片。客户主要是国内的知名服务器厂商。
智能终端，会进行处理器 IP 授权，智能 IP 指令集可授权集成到手机、安防、可穿戴设备等终端芯片中，客户包括国内顶尖 SoC 厂商，现已开始投入市场。今后也会复制与华为的合作模式。
「寒武纪没有计划去做终端芯片，而是希望通过 IP 授权的方式服务智能终端厂商，同时又能达到一些经济方面的利益。」陈天石曾说。
采取「『终端+云端』的混合模式」的理由在于，ARM 是全球做得最好的针对智能终端应用的 IP 授权商，但在云端、PC 端，他们没多少机会和英特尔对抗，同样，英特尔在终端生态也难以吃掉 ARM。
「在中国这样一个市场中只卖 IP，商业风险非常大。」一位芯片专家告诉我们。站在肉最少的地方，很难赚到大钱。「他们疯狂的创新，然后只赚取能够支持他们继续创新的那点费用。」曾任职于苹果的 iPod 之父 Tony Fadell 曾如此评价 ARM 模式。
所以，「IP 授权只是寒武纪的一个 Case，他们是一家（更通用）芯片产品公司。」这位专家说。最赚钱的仍然是数据中心。
但是，这种「全球独一无二」的商业模式也将寒武纪置于两大领域中最为强大的对手面前：英伟达、英特尔/Nervana 以及 ARM。
在服务器端，英伟达可能会在短期内继续占据主导地位。英特尔/Nervana 的架构非常有趣，谷歌的 TPU 功能非常强大。现在，连 AMD 也加入了这场游戏。
在智能终端领域，ARM 模式的优点在于一方面降低了对创业公司资本的要求，也分摊了做芯片的巨大风险；另一方面，IP 授权能够帮助开发者缩短设计周期和产品上市时间。
但是，如果以这种方式「一统江湖」，除了技术要足够好，还要看时机。
「稍微有机会的时间点是 2014 年，后面的可能性就很低了。」姚颂曾告诉我们，「如果 ARM 做出一个很好的深度学习 IP，免费跟他的 CPU 一起卖，所有的做这方面 IP 生意的公司都有可能死掉。」
虽姗姗来迟，但 ARM 还是来了。
目前，ARM 已经开发出原生的 ML（机器学习）和 AI（人工智能）指令集并加入 DynamIQ 之中，提升芯片在人工智能领域的表现。这也将成为未来 Cortex－A 8 系列处理器的基础，让 ARM 公版架构同其他第三方架构形成差异性竞争。
但 ARM 并非无懈可击。
寒武纪赶了个大早，而「ARM 的进入中国速度有点慢了」，芯片专家告诉我们，而且针对这一新的领域，ARM 可能无法做到最优。
ARM「一统江湖」的优势（兼容性）反而会阻碍它在差异化领域实现最优。
而且，ARM 的年费也非常昂贵。昂贵价格把包括三星、谷歌、高通、特斯拉在内的八十多家企业推到了同一条战线上，他们正参与开发一种开源的芯片设计模式，为自动驾驶等技术提供更廉价的芯片。
这些会给很多公司带来机会。
三、开放而又对手环伺的未来
寒武纪有两个「三年」目标：
一是力争占据中国高性能智能芯片市场 30% 的份额。
二是力争全球有 10 亿台以上的智能终端使用寒武纪的终端处理器技术。
「虽然不是没有可能，」一位分析人士告诉我们，但挑战非常大。
除了芯片公司，主要垂直领域的头部公司砸钱研发自己的 AI 芯片的消息，不绝于新闻头条。这个领域早已「群狼环伺」。
不愿意将产品的节奏假手于人固然是一个重要考虑因素，但更为重要的是，「不知道产品是否适合我们」，一位 AI 公司负责人告诉我们，窗口期时间，耽误不起。
最近，当我们问及华为是否会继续与寒武纪合作时，华为海思芯片技术专家的回答多少有点意味深长。
「这个要看产品本身，要看竞争力。后面的选择余地会更大，而且还牵扯很多包括投资等方面的事情。」
作为芯片出货量最大的智能终端，智能手机也是竞争最激烈的领域之一。
早在 2006 年左右，乔布斯就看到苹果要真正实现差异化竞争、推出真正独特和出色的功能，唯一的途径是拥有自主芯片。从 2006 年开始摆脱对三星、ARM，甚至 Intel 依赖的努力，到开始自主设计架构，成为高通等级的 IC 设计公司，苹果甚至准备好自己研发 GPU。
谷歌于今年早些时候挖来了苹果公司的一位知名芯片设计师约翰·布鲁诺（John Bruno），加快消费类设备的芯片研发设计，比如 Pixel 手机。
而在国内，小米也在研发自己的芯片，未来小米手机及智能穿戴设备很可能会用自己的芯片。
在智能家居领域，亚马逊也在设计自己的 AI 芯片，未来 Echo 乃至系列产品的胜利将更加难以被复制和超越。而且从既有的团队规模来看，这项研发工作应该早就开始。
在国内，云知声也即将发布自己的 AI 芯片。
在安防市场，海康威视的芯片研究出现在了国家拟支持的重大工程项目名单中。而在自动驾驶领域，特斯拉也加入了芯片研发行列。而去年就流片成功的地平线已经开始第二轮融资推进商业化落地。
「不过，作为 AI 和芯片的交叉领域，技术仍然还有纵深的空间。」这位芯片专家告诉我们。
也就是说，即使领先的技术被对手追赶上了，像寒武纪这样有技术实力的公司仍然可以通过技术研发再一次拉开距离，并在一定时间内保持这种领先。
去年，寒武纪获得中科院 1000 万元专项资金的支持（为期 18 个月），其中一方面就是用于人工智能芯片的基础性研究，探索下一代人工智能芯片的架构、算法以及在一些新型场景（如 AR/VR）中的应用开发方法。
「如果市场足够大，如果产品做得足够好，别人都没它的好，头部公司也没有不用的理由。」一位潜在芯片客户公司负责人告诉我们。
一款新品从技术开发到市场大规模成熟应用，一般需要近七年时间。今年，寒武纪应该会继续快速推进大规模商业化落地，以及相应的芯片优化，包括添加功能等。
至于胜负，「在数据中心领域，可能会是一场需要花费数十年才能分出胜负的战争，在边缘运算这个充满挑战的领域，则需要更久时间。」ARM 处理器市场营销总监 Ian Smythe 曾说。
