以終為始，方得始終。從開始就要考慮到最終的結(jié)果，中國市場最終不需要那么多芯片公司，大浪淘沙，勝者為王。國產(chǎn)芯片公司創(chuàng)始人和投資人，也許從一開始就心知肚明。適逢其時，寫此文章。浩浩蕩蕩的中國芯片創(chuàng)業(yè)大潮，也到了該退潮的時候。然而中國的創(chuàng)業(yè)者都是打不死的“小強”，這種倔強和韌性值得敬佩和尊重。但是，對行業(yè)的正確理解和認知，是一個創(chuàng)業(yè)者和投資人最基本的素質(zhì)和要求，否則，一腔熱情終將付諸東流，傷國傷民傷自己。每一個芯片創(chuàng)業(yè)者都要時刻記住，每一次政府補貼，都是納稅人的錢。

你在做有價值的芯片嗎?你在做一個有價值的芯片公司嗎?如果是，請努力做到該賽道的前三，否則會被淘汰。如何做到賽道的前三，首先要避免在努力和前進的過程中死掉，活下來才有機會。

知道了如何死，才知如何活。今天就聊聊國產(chǎn)芯片公司面臨的幾種“死法”。據(jù)國外權威創(chuàng)業(yè)研究機構調(diào)查表明，62%的創(chuàng)業(yè)公司死于創(chuàng)始人團隊之間的內(nèi)部矛盾，創(chuàng)始人團隊人數(shù)與創(chuàng)業(yè)成功與否也有一定的關系。

前段時間，諾領科技倒閉，在芯片行業(yè)掀起千層浪。從報道來看，2017年11月，王承周率先在國內(nèi)注冊成立了諾領科技?？讜则憚t在2018年第一周加入并迅速組建了一支12人的核心團隊，專注于蜂窩IoT無線通信領域芯片設計。然而就在完成2億元融資的2020年，作為核心人物的孔曉驊卻突然離開了諾領科技，回到美國發(fā)展。創(chuàng)業(yè)公司核心技術創(chuàng)始人的離開，是諾領科技倒閉的關鍵因素。

“數(shù)字時代的關鍵資源是數(shù)據(jù)、算力和算法,其中數(shù)據(jù)是新生產(chǎn)資料,算力是新生產(chǎn)力,算法是新生產(chǎn)關系,三者構成數(shù)字經(jīng)濟時代最基本的生產(chǎn)基石?！?

2021年9月,中國信息通信研究院發(fā)布的《中國算力發(fā)展指數(shù)白皮書》中,用上述結(jié)論強調(diào)了算力在數(shù)字經(jīng)濟時代的基礎性作用。今年2月,多部委聯(lián)合印發(fā)通知,同意在京津冀、長三角、粵港澳大灣區(qū)、成渝、內(nèi)蒙古、貴州、甘肅、寧夏等8地啟動建設國家算力樞紐節(jié)點,并規(guī)劃了10個國家數(shù)據(jù)中心集群,這標志著全國一體化大數(shù)據(jù)中心體系——“東數(shù)西算”工程正式全面啟動。

這項被稱為數(shù)字經(jīng)濟時代的“南水北調(diào)”“西電東送”“西氣東輸”的重大工程受到全社會高度關注。而在熱點背后,當上千億參數(shù)的超大規(guī)模深度學習模型成為現(xiàn)實,指引整個人工智能產(chǎn)業(yè)尋找一條新的可行之路,縮短我們與通用智能的距離之時,海量數(shù)據(jù)所引發(fā)的超大算力需求,導致了目前的一個客觀現(xiàn)狀:算力的發(fā)展始終未能跟上算法的發(fā)展,這對芯片半導體領域提出了新的挑戰(zhàn)。

怎樣實現(xiàn)“既能低功耗、又能高精度、還能大算力”,已成為“后摩爾時代”全球數(shù)字經(jīng)濟體可持續(xù)發(fā)展的基礎與核心。

實際上,當大洋彼岸的美國對我國芯片半導體產(chǎn)業(yè)一步步封鎖,通過不斷干預中國購買光刻機、組建“芯片聯(lián)盟”阻礙中國發(fā)展先進半導體產(chǎn)業(yè)以來,我國就在為擺脫芯片受制于人的局面大力推動產(chǎn)業(yè)創(chuàng)新。先是8月9日美國通過《2022年芯片和科學法案》,接著是8月31日,芯片巨頭英偉達和AMD均接到美國政府的要求,被限制向中國出口最新旗艦GPU計算芯片及板卡,一批擁有國產(chǎn)自主研發(fā)能力的半導體企業(yè)主動或被動地走入了大眾視野。

近日國際貿(mào)易政策的變化，讓國產(chǎn)GPU(圖形處理器)芯片備受關注。GPU有什么應用價值?高性能GPU的國產(chǎn)替代進展如何?解放日報·上觀新聞記者采訪了業(yè)內(nèi)人士。

在他們看來，高性能GPU的國產(chǎn)化進程正在提速，預計會在未來三年內(nèi)取得更大突破;另一方面，在集成電路先進制程、先進封裝、端到端的EDA(電子設計自動化)工具等環(huán)節(jié)，中國大陸與國際領先水平的差距，可能成為GPU國產(chǎn)化的制約因素。因此，產(chǎn)業(yè)界和學術界要在集成電路產(chǎn)業(yè)鏈上下游共同努力，才能實現(xiàn)GPU產(chǎn)業(yè)的可持續(xù)發(fā)展。

GPU是圖形處理器的英文縮寫，在我們平時用的個人電腦、手機和平板電腦里就有，用來處理與圖像和圖形相關的運算。作為電腦顯卡的核心部件，GPU使顯卡減少了對CPU(中央處理器)的依賴，可控制顯示器的正確顯示。尤其在處理三維圖形時，電腦GPU的性能至關重要。

隨著人工智能產(chǎn)業(yè)的興起，高性能GPU的應用價值越來越大。沐曦集成電路(上海)有限公司聯(lián)合創(chuàng)始人、首席技術官楊建博士介紹，從技術架構角度，運行人工智能算法的芯片可分為GPU芯片(通用芯片)、FPGA芯片(半定制化芯片)、ASIC芯片(全定制化芯片)和類腦芯片等4類，其中GPU芯片的適用范圍最廣。

憑借強大的并行數(shù)據(jù)計算能力，這類芯片已成為數(shù)字經(jīng)濟發(fā)展的算力基石，主要應用在人工智能模型訓練與推理、高性能計算兩大領域。

在人工智能領域，大數(shù)據(jù)訓練和推理這兩個環(huán)節(jié)都離不開GPU.大數(shù)據(jù)訓練是指用大量標記過的數(shù)據(jù)來訓練人工智能系統(tǒng)，開發(fā)出具有特定功能的神經(jīng)網(wǎng)絡模型。推理則是將新的數(shù)據(jù)輸入訓練好的模型，讓它推理出各種結(jié)論。訓練和推理所需的GPU有所不同，用于訓練的GPU往往部署在云端，即安裝在服務器里，注重絕對的計算能力;推理芯片則注重綜合指標，用于云端或設備端，需通盤考慮單位能耗算力、時延、成本等因素。

在高性能計算領域，GPU也扮演著重要角色，用于數(shù)據(jù)中心、科學計算、工業(yè)設計等多種應用場景，能執(zhí)行海量數(shù)據(jù)的并行計算?！氨热缭诳茖W計算方面，計算流體力學、分子動力學、計算化學、生物信息學、地球物理學等很多學科都需要GPU，”楊建說，“把高性能GPU作為算力支撐，正在成為科學前沿探索的主流方法?！?