电子商务|【芯调查】国产GPU不讲武德( 二 ) 零售业|mcn|快手视频

北科建集团产业运营负责人李锴表示，国内GPU从整体而言，受到了政策推动的影响，有了积极进展，尤其包括“东数西算”政策、算力芯片和智慧化应用的市场打开。但目前阶段的投融资热度，还是一种行业聚焦惯性投资，依靠当前的政策性红利，大部分投资标的还属于高风险投资项目。
“真正投进去，一是要考虑估值是不是虚高的问题，二是需要专业性的知识背景和能力，考验投资机构慧眼识珠的本领。 ”李锴说。
但独具慧眼似乎是少数， GPU赛道的玩家更多处于“蒙眼狂奔”中，几年过去，投资热度仍未消减。
张帅不否认GPU赛道过热，但他并不认为GPU创企估值过高，因为在他看来GPU的价值摆在那。
“如果真的中美脱钩，高性能GPU被卡脖子，中国一定要想办法替代。一个GPU工程师年薪50万， 2000人的企业，人力一年就要10亿，每年二三十亿的整体开支跑不掉。投资方愿意投钱给不同的创业团队也有道理，谁都想赌一把中国的AMD和英伟达。 ”张帅说。
三、图形/计算花开两朵
GPGPU、通用GPU、全功能GPU、图形GPU、渲染GPU、GPU+……在国内， GPU命名上的文字游戏已被厂商们玩坏，也让外界对这些产品一时云里雾里。
按功能划分， GPU主要分为侧重图形图像的渲染GPU和侧重通用计算的GPGPU 。
目前国内初创GPU公司，结合自己的优势和阶段性定位，分别采取了不同的切入路线。其中GPGPU公司包括壁仞、沐曦、登临、天数智芯、红山微电子、珠海芯动力等，渲染GPU企业包括摩尔线程、励算、深流微、瀚博、芯瞳、格兰菲等。

沐曦CTO杨建博士指出， GPGPU相当于大算力芯片，是传统计算的回归， GPGPU的创新等同于将一些专用加速功能变成GPU的一组指令集，芯片面积只有原来的1%-10% ，却相当于实现了一个全新专有芯片的加持，同时具备通用计算的性能，这使得边际成本更低，更具价值。
而渲染GPU约80%仍是GPGPU部分， 20%则是固定渲染流水线（fixed function），例如geometry pipeline、rasterization pipeline等。固定渲染流水线涉及较多的数学公式，因此比较依靠编译器和驱动等软件能力，而GPGPU在硬件和应用层面较为复杂。
“从软硬件复杂度看，渲染GPU复杂度更高。从开发人员团队数量来看， GPGPU如需要200人的硬件团队，渲染GPU可能要再增加50人，但软件开发人员相比GPGPU或需增加三倍，需要更多的人员开发驱动和编译器等。 ”杨建说。
芯动科技首席SoC架构师何颖认为，图形渲染GPU因为经过了十几年的演化进程，流水线长，实现起来复杂，设计上的挑战更大，同时存在很多专利陷阱。
“芯动科技目前聚焦于渲染GPU领域，但GPGPU也在规划之中，芯动科技选择的是一个起步很难但可以走得很远的赛道。虽然GPGPU的价值很高，增长也不错，但图形渲染GPU在细分市场总的体量更大。 ”何颖告诉集微网。
但杨建认为，对于一家初创公司的首颗GPU产品来说，如果要同时自研渲染GPU的固定渲染流水线IP、统一着色器（shader）IP ，需要的时间和人力成本将非初始的几百人团队可以承受。因此，沐曦采取先做GPGPU ，再发展图形渲染GPU的模式。在自研GPGPU中，只有统一着色器IP ，不需要固定渲染流水线，这样可以在自研GPU的道路上一步一个脚印稳健前行。
四、核心IP 十年差距
任何一款高端芯片的打造，都离不开基石——IP的“成全” ， IP的质量很大程度上决定了国产GPU性能的底色。
在步日欣看来， GPU作为高性能的大芯片，想在短期内出成果，必然需要依赖外部IP 。国产GPU厂商能够快速推出相关产品，很大程度上依靠外购IP 。
但打着自主研发之名，行外购之实，推出“马甲”产品就难免有忽悠之嫌，这样的案例在芯片领域本就不在少数。
自研IP越多，芯片设计上越有把握，产品的差异化更明显。但相对而言，资金、人员、时间上的成本投入也更高。王强告诉记者， GPU IP自研需要36-48个月以及200个工程师，而采用外购IP的方式，可以减少12-18个月开发周期。
李明则表示，考虑到GPU的研发非常考验项目的目标管理能力，对于团队能力和组织工程能力要求很高，初创企业由于能力有限，短期内如果自研路线不顺利，会选择大量外购IP或“马甲”路线。但从长远看，公司团队的成长、市场定位以及盈亏平衡不能得到保证，而且会逐渐拉开跟行业领先公司的差距。