初创公司|中国AI芯片提前进入肉搏期( 三 ) 美团|资金净流出

生态搭建的难度和时间，远比芯片开发要难、要长。
一位产业投资人向《财经》采访人员举了一个例子，之前他们投了一家芯片公司，5年前，他们信心满满地表示，自己的芯片做出来，可以商用了。但推向市场后发现，客户使用芯片时需要做软件环境的二次开发，否则用不了。于是这家公司花了两年是钱做芯片，但接下来的时间都在做生态。
在AI云端训练芯片上，极少有公司能够突破英伟达的生态。
这里最重要的是，如何改变这些云厂商、IT公司甚至传统行业客户多年的使用习惯。英伟达生态形成多年，所有开发者都会顺着这个生态做。这可不像换件衣服这么简单，就像你需要说服一个长期吃西餐的人习惯于吃中餐。
建立一个开放的生态、提高性价比，是AI芯片初创公司突围的方法之一。
英伟达是封闭的生态，这既是其优势，也是其劣势。优势是，可以利用不开源的生态绑定客户，但另一方面，客户都希望能够有一个开放的生态，这意味着拥有可选项以及话语权。
举个例子，有些人用Java写程序，有些人选择用Python写程序，如果能一种产品可以对这些程序都兼容，性能比原来的产品更高，客户何乐而不为。这是目前一些中国AI芯片初创公司选择的路径。
对于中国的AI芯片初创企业，另一个机会则是国产替代。赵立东把客户分为三类，互联网客户、传统行业客户以及新基建方面的客户。互联网客户的生态依赖惯性最强，落地难度更高。处于传统行业的企业进入智能化的时间不长，有一些甚至还未进入这个领域，AI赋能对于多数传统行业的客户尚未开始。加之，在这个行业领域又有很多国企、央企，这些企业会考虑更多方面的风险，例如断供、数据安全、卡脖子的问题等，能够做到国产化，新基建领域的情况也是类似，对国产化要求更高。
AI芯片产品线众多，英伟达的AI布局大而全，初创企业会选择聚焦在某些领域创新和突破。
巨头入局除了AI芯片初创公司，在AI芯片市场上，正在涌入越来越多竞争者。
一个新的趋势正在发生，系统公司纷纷入局芯片行业。“做系统的公司开始去开发、生产芯片。”新思科技的首席运营官Sassine Ghazi敏锐感受到了变化，“系统级公司越来越像半导体公司了。”新思需要与芯片产业链上下游紧密合作，迭代自己的技术开发方式，对于前端发生的细微变化十分敏感。
这几年，英特尔、谷歌、亚马逊、阿里巴巴、百度（NASDAQ:BIDU）等都以自建或投资的方式入局AI芯片行业。
谷歌在2015年开始自研芯片，随后，其推出了自己的定制芯片TPU（Tensor Processing Unit，张量处理单元），并计划自2023年起，在所有的Chromebook笔记本电脑上搭载自研芯片及CPU；2020年，亚马逊推出了自研云端AI训练定制新品AWS Tranium；英特尔2019年以20亿美元收购以色列AI芯片公司Habana Labs。
在中国，系统公司也在积极布局自研芯片（此处的系统公司包括阿里、百度、腾讯、快手、特斯拉、苹果等）。
2018年，在百度CEO李彦宏在百度AI开发者大会上发布了AI芯片“昆仑”，2021年，AI芯片业务独立，成立昆仑芯（北京）科技有限公司，估值130亿元；2018年，腾讯战略领投了燧原科技；2019年，阿里发布了AI推理芯片“含光800”；2021年，字节跳动在AI芯片领域也开始有所动作，根据天眼查显示，字节跳动投资了一家GPU初创公司——摩尔线程，成立不到一年，摩尔线程的融资规模已经达到数亿元，估值上百亿元。
系统公司纷纷入局自研芯片的背后，是海量数据以及智能物联网时代所带来的越来越多的应用场景的推动。简言之，人们需要更好用的人工智能芯片。
一方面，是对性能和成本需求。行业专家发现，每当 GPU 数量增加一倍，成本、环境足迹、碳和污染也会增加一倍。当数据巨头们遇到构建超大规模数据中心之时，依赖通用现成的芯片，极难在性能、功耗和成本上形成独特优势。
一位熟悉芯片行业的产业投资人算了一笔账来解释系统公司这么做的逻辑：一笔经济账，一笔政治账。系统公司做芯片，一个是为了替代，另一个是希望能比原来更好。“在中国，这两种场景他们都遇到了。”如果公司每年花400亿美元去向英伟达买产品，同时这个产品每年需要花500-600亿美元的电费和运营成本，那么每年就要花费900亿美元。场景边界在不停扩展，钱越滚越多，不可能持续花下去。那么，为了节省这部分的开支，公司有两个选择——要么自己来做，要么掏出一笔钱扶持创业公司专门做这件事。