11月10日，第29屆中國集成電路設計業2023年會暨廣州集成電路產業創新發展高峰論壇（ICCAD 2023）在廣州保利世貿博覽館正式拉開帷幕。摩爾精英董事長兼CEO張競揚在高峰論壇上發表《摩爾精英助力客戶實現芯片高效的研發到量產》主題演講。他表示：“芯片創業進入效率時代，從“做大、做快”到“做好、做強”，芯片團隊的產品效率成為最關鍵指標。”

關于芯片企業創業進入到效率時代，張競揚在結合過去客戶服務經驗及合作伙伴情況的分析，提出了自己的思考：“對于芯片企業，產品效率已成為最重要指標，完成研發到量產同等性能產品消耗的資金總額就是產品效率，資金消耗量越少，產品效率就越高，企業產品的競爭優勢也就不言而喻。”

靈活應變，底線思維：芯片企業變局之勢

過去幾年里，在資金充裕且便宜的環境中，大多數企業以快速發展、擴大規模為目標。進入到2023年，市場需求驟變，全球半導體市場進入去庫存周期，伴隨著經濟低迷、投資下行讓不少芯片企業夾縫中生存，這也使得芯片產業逐漸回歸理性，企業也從“Easy模式”進入“Normal甚至是Hard模式”。資金充裕且便宜的時代結束了，沒有效率的增長和擴張是加速自殺，沒有效率的融資和貸款是高利貸。

在“Normal/Hard模式”下，芯片從業者更需要重新審視企業產品的市場競爭力及公司運營策略。一顆芯片的誕生，無論是從0到1（需求定義），還是從1到100萬（工程到量產），其中每一個環節都是至關重要的。所以，芯片企業更應把目光放在芯片產品的競爭力和效率上。先產品后公司，先研發后運營，先核心后全面，先人后事，把錢花到刀刃上，花到核心研發上，積累核心價值。底線思維，以終為始，只要效率足夠高，別人做同樣的花錢更多，底線可以被并購，讓投資人收回成本和利息。


市場導向，轉變思維：產品效率及價值的認知重塑

產品性能、價格、營銷、品牌是考量產品市場競爭力重要維度。對于芯片企業來講，快速提高產品效率（產品效率=完成研發到量產同性能產品消耗的資金總額）進而提升產品價格優勢是最快捷的方式。

芯片產品的誕生周期是以年為計算單位的，一個芯片從需求定義到量產的周期短則1—2年，在產品研發期間，企業需要投入大量的研發、人力以及資金等資源，同時從芯片設計到量產這中間的環節對于企業來說容錯率非常低，一旦出現重要環節的失誤，對于企業就是致命一擊。張競揚認為：“快速提高產品效率將成為芯片企業最為重要的目標。”


國內外 AI 芯片差距較大，科技巨頭展開布局

決定計算能力的關鍵是芯片。中美兩國人工智能領域的競爭，算法主要看設 計團隊的智慧和靈感，雙方沒什么差距；大數據資源中國占據絕對優勢；大數據 分析技術雙方相近；但決定人工智能產品表現的關鍵要素還包括“算力”，通俗 描述就是“運算能力、計算能力”。計算能力是計算機的核心能力，這也是中美 兩國在超級計算機領域競爭多年的原因之一。

在 AI 芯片領域，國外芯片巨頭占據了大部分市場份額。全球范圍內主要布 局人工智能芯片的廠商有 Intel、NVIDIA、Qualcomm、Google 等。無論是在人才 聚集、公司合并等方面，都具有領先優勢。特別是美國的巨頭企業，憑借著多年 在芯片領域的領先地位，迅速切入 AI 領域并積極布局，目前已經成為該產業的 引領者。此外，在 GPU 和 FPGA 方面，它們更是處于完全壟斷地位。

我國 AI 芯片產業起步較晚，技術上與世界先進水平也還存在著較大的差距。 國內 AI 芯片市場也較為分散，集中度低。隨著數字經濟的興起，人工智能已經 深入滲透到各個行業，特別是在互聯網等科技公司中更為普及。這些公司對于計 算機軟件技術和存儲設備的要求極高，因此對于底層技術的布局和提升更為重視， 尤其是在人工智能芯片領域。 國內各科技巨頭都在這個領域展開布局。例如，百度于 2011 年成立了昆侖 芯，開始探索芯片領域；阿里巴巴在 2018 年成立了平頭哥，專注于 AI 芯片市場。 華為一直在人工智能芯片領域進行布局，早在 2017 年就推出了基于神經網絡處 理器的 Ascend 芯片，主要面向人工智能推理場景。2019 年，華為又推出了面向 全場景的 Ascend AI 處理器，具有更高的性能和更廣泛的適用性，可應用于智能 手機、云計算、自動駕駛等多個領域。此外，華為還推出了 Atlas AI 計算平臺， 提供完整的 AI 計算框架，以支持用戶進行高效的 AI 開發。華為在人工智能芯片 領域的不斷投入和創新，使其成為全球領先的人工智能技術供應商之一。國內 AI 芯片廠商以中小公司為主，多集中于設備端 AI ASIC 的開發，并已有所建樹。其 中寒武紀成為全球 AI 芯片領域第一個獨角獸初創公司，其 NPU IP 已被應用于全 球首款手機 AI 芯片——麒麟 970。

全球 GPU 領域處于寡頭壟斷的局面。近年來 GPU 市場由英特爾、英偉達和 AMD 三分天下，其中英特爾的市場占比份額在 60%以上，其次是英偉達和 AMD。英 特爾的身位領先主要得益于在家用機的集成 GPU 芯片市場的絕對主導地位，而在 AI 及高性能計算方面，則英偉達憑借其自身 CUDA 生態占據絕對主導地位。從細 分市場來看，英偉達和 AMD 在獨立 GPU 芯片市場基本包攬全場，英特爾占比極 小。

國產 GPU 在性能方面與國際領先水平的差距在加速縮小。在圖形渲染 GPU 方 面，景嘉微的 JM9 系列圖形處理芯片將支持 OpenGL 4.0、HDMI 2.0 等接口，以及 H.265/4K 60-fps 視頻解碼。其核心頻率至少為 1.5GHz，配備 8GB 顯存，浮點 性能約 1.5 TFlops，與英偉達 GeForce GTX 1050 相近。雖然景嘉微的產品與國 際尖端 GPU 存在著極大的差距，但作為一顆由中國企業完全獨立研發、采用正向 設計、具有自主知識產權的 GPU，已經有長足的進步。

GPGPU 方面，國內外廠商仍存在較大差距。制程方面，目前 Nvidia 已率 先到達 4nm，國內廠商多集中在 7nm；算力方面，國內廠商大多不支持雙精度（FP64） 計算，在單精度（FP32）及定點計算（INT8）方面與國外中端產品持平；生態方 面，與 Nvidia CUDA 的成熟生態相比，差距較為明顯。海光 DCU 系列產品以 GPGPU 架構為基礎，兼容通用的“類 CUDA”環境以及國際主流商業計算軟件和人工智能軟 件，對標目前國際主流 NVIDIA A100 產品，海光 DCU 單芯片產品基本能達到其 70%的性能水平，但是公司 DCU 產品的片間互聯性能還有較大的提升空間。

FPGA 發展機遇大。與其他 AI 芯片相比，FPGA 芯片開發門檻較高，前期需要 投入大量資源，存在壁壘。全球 FPGA 芯片市場主要由賽靈思和 Altera 針鋒相 對，共占據 77%的份額，其中賽靈思以 52%的份額領先。剩下的約 10%的市占率則 由 Lattice 和 Microsemi 瓜分，呈現“兩大兩小”的格局。中國 FPGA 廠商仍處 于起步階段，但是隨著 5G、AI 產業化帶來的巨大需求，國內 FPGA 企業技術有望 不斷實現突破，迎來快速成長。

ASIC 國產替代正當時。ASIC 市場未形成壟斷，國產廠商仍存在可觀的機會搶占市場。