GPU|芯动科技专访：揭秘国产首款高性能4K级显卡GPU风华1号背后的故事( 三 ) 芯片|显卡|半导体|it芯片

消费类市场，我们准备一年出两颗芯片，每一代我们的性能都要翻倍。除了性能继续提升之外，我们还将会推出低成本、高性价比的产品。特别是在消费类市场，性价比很关键这是我们非常擅长的。
在服务器市场，我们也会持续推出技术更先进、性能更强的产品，比如我们会采用Chiplet技术，这样可以突破工艺制程瓶颈的限制，更好地提升性能。
问：未来芯动科技的IP业务和GPU业务将如何平衡，是否会有侧重？
敖钢： IP 是一个赋能性的产业，就像我说的，虽然它赚的钱不多，但是对整个产业行业的生态的支持是非常大的。 IP业务始终最是芯动科技的根，我们的根是不会断的。在 IP 行业里面，需要随着一代接一代的先进工艺进行提升，跨工艺跨晶圆制造厂，各方面的需求其实是非常多的，虽然不赚钱，但是我们也要去做，因为这个是对生态是有好处的；第二个方面，在做IP的过程中，我们的团队也得到了锻炼；第三个方面，如果我们把半导体产业看成是一座山的话，那么几个大代工厂，就是其中的战略制高点。我们在做IP支撑他们，那我们也同样会获得支持，这样我们就等于是可以在一个更高的平台上来做我们想做的事情；第四个方面，我们公司也要寻求发展，而且特别是现在这种半导体资本很热的情况下，我们如果想要有比较好的发展，那就需要去做有价值的产品，真正解决问题的问题。同时我们也是在用我们的产品告诉大家，我们敢用的自己的IP ，我们的客户自然也更有信心。
问：现在国内其实不少的GPU创业公司，更多的选择是做GPGPU ，主要做高性能AI计算，而我们芯动科技则选择的是做图形渲染类的GPU 。如何看待目前国内国产 GPU 在这两个方向的发展？
毛鸣明：从GPU赛道来说，我最近看了一下，有十几家公司都在做GPU ，如果细分一下， GPU赛道还可以分几个类别，我一般把它归为三类， AI、FP和渲染。 AI大家比较熟悉， FP就是支持双精度的浮运算，这样可以做科学计算，渲染就是比较传统的做游戏、做桌面，做各种图形化应用。
目前很多GPU公司是从AI开始做，然后往双精度和渲染扩展，而我们芯动科技选择的赛道是从渲染开始做，然后再向双精度和AI扩展。这条路开始的时候比较艰难一点，渲染的复杂程度比较大，里面不光包括了类似于通信计算、GPGPU里面需要的计算核，它还包括了很多图形管线，包括从前端的几何(Geometry)纹理(texture)还有后面光栅化像素(Pixel)的处理，所以前面的挑战比较大后面的路就容易走了。
不过，从生态方面来看，从图形渲染方面入手，有很多业界成熟的标准的API ，比如有OpenGL、OpenGL ES、DirectX、Vulkan等，不像在AI、FP领域，这一块完全是被英伟达一手打造的CUDA生态所垄断。虽然说图形渲染在技术层面来说相对复杂一点，但是好处就是接口API是标准化的，所以更多的是把API的接口支持做好，然后做很多性能的调优等，就可以切入到GPU图形渲染的市场，可以避免一上来就跟非常强大的CUDA生态PK的挑战。如果做GPU选择从AI、FP领域入手，会有比较大的生态方面的挑战。英伟达现在已经把自己定义成软件公司并建立了一个非常庞大的围绕CUDA的生态，目前GPU的AI市场也是他们硬生生开辟出来的道路。
从市场角度来说，目前GPU市场主要有三大公司，英伟达、AMD、英特尔（英特尔集显上面占有超过50%的市场份额，同时目前也在大力发展独显）。那么，如何在这个市场上面切入？我认为有两个方面：
一方面，就是顺势而为。因为现在在云上面的渲染需求呈现爆发式的增长，特别是最近火热的“元宇宙”概念，云端图形渲染还是比较新的赛道上，这一部分是比较适合芯动科技GPU的架构的。云端图形渲染还可以分为Windows赛道和安卓赛道，我们可能会选择一些比较适合我们架构特色的赛道，比如说安卓赛道。在云上面的应用，比如说虚拟化这些跟传统的市场有一定的竞争关系，云上面的运用越广越多，虚拟化越来越普及的话，就会蚕食现有的市场。如果大家都用虚拟化了，英伟达显卡可能需求就少了。所以，在这个上面我们可以抓住一些在架构上有优势和生态上有优势的点进行突破。
另一方面就是在比较传统的消费类市场方面，针对桌面PC、笔记本这些终端，入门级别的显卡市场，我们可以做一些国产化的市场，因为现在国产化的呼声也比较高，而且竞争非常激烈而把性价比做好打价格战规模战都是我们的优势。