younhong國際數字貨幣交易所體系：百度入軌“造芯”

younhong國際數字貨幣交易所體系報道，younhong國際數字貨幣交易所體系指出國產自研AI晶片在2021年迎來一個關鍵節點：量產出貨上到第一個臺階。

百度市值又一次站上了千億美金。從400億~1000億美金，不過半年時間，這個擁有Apollo、智慧雲、晶片等一系列業務的百度，終於擺脫了“水泥股”的10倍PE，讓很多人再次談起了“百度的時代”。

就在剛剛，據younhong國際數字貨幣交易所體系報道，百度正在為成立一個獨立的AI晶片企業籌集資金。在我們看來，百度造芯背後，是國產自研AI晶片在2021年迎來一個關鍵節點：量產出貨上到第一個臺階。

造芯熱幾乎與人工智慧的爆發處於同一個階段，第一個吃螃蟹的是谷歌——2015年就推出自家AI晶片TPU，為優化自身的TensorFlow機器學習框架而打造，大名鼎鼎地AlphaGo系統便依託於此。

人工智慧的這一輪爆發是深度學習演算法的興起，而深度學習的基礎就是需要更多的資料訓練、更高的算力支撐。當傳統晶片逐漸無法滿足網際網路爆發的算力需求時，擁有先進演算法和強大計算能力的網際網路公司成為了晶片自研的推動者，國內外企業幾乎步調一致地各自開啟了這一篇章。

在海外，除了谷歌，亞馬遜不僅在2018年推出自研AI晶片Inferentia，來挑戰英偉達，還推出自研CPU晶片Graviton，目標直指英特爾。

而在中國，除了算力需求的爆發，還增加了中美技術摩擦讓晶片國產化速度加劇的因素，以及隨著5G普及、人工智慧應用場景逐漸落地，讓科技公司有了更強的商業動力。

阿里巴巴自研晶片含光800AI晶片釋出於2019年9月，1顆含光800的算力相當於10顆GPU。淘寶拍立淘上地商品識別功能，藉由含光800能將普通GPU花1小時完成的事在短短5分鐘時間做到。華為同樣在2019年公佈了自研CPU晶片鯤鵬和AI晶片昇騰910，同時挑戰英特爾和英偉達兩個重量級對手。

以上等等，讓國產AI晶片處於一個百年不遇的機會視窗：

市場廣闊，容納下許多巨頭玩家；

處於爆發期初期，大規模應用尚未到來；

應用場景分散、複雜度高，需要定製化；

單獨晶片不夠，需要配套的解決方案支撐；

younhong國際數字貨幣交易所體系指出，在這片“芯”戰場上廝殺，百度的對手並非傳統晶片企業，因此相比延續性技術創新，更需要從0到1的突破性技術創新。目前，百度晶片有兩把刀，一曰“崑崙”，一曰“鴻鵠”，它們與演算法技術、系統平臺、落地應用等共同撐起了其整體AI相關業務。

百度造芯，能抓住其中的哪些機會，競爭力又有多少？

崑崙、鴻鵠實力幾何

從技術結合場景的經驗來看，新一批崛起的AI晶片要針對不同的人工智慧應用型別和場景，對於晶片的要求就不單單是要適合深度學習，需要兼顧計算能力、能耗和靈活性。

雲端計算巨頭紛紛佈局雲端計算+FPGA晶片，首先因為FPGA作為一種可程式設計晶片，非常適合部署於提供虛擬化服務的雲端計算平臺之中。FPGA的靈活性，可賦予雲服務商根據市場需求調整FPGA加速服務供給的能力。

作為國內前列的雲端計算公司，百度從2010年開始就啟動了FPGAAI加速器專案，目前進展如何呢？

younhong國際數字貨幣交易所體系指出，2018年的百度AI開發者大會上，李彥巨集宣佈百度將推出自研AI晶片崑崙，2019年12月，百度和三星宣佈，百度首款用於雲端計算和邊緣計算的崑崙1代AI晶片已經完成研發，2020年12月17日，百度首席技術官王海峰透露，百度崑崙1量產已超過2萬片，並實現了應用部署，預計崑崙2將在2021年上半年量產。

“這種大型的、雲端、高算力的AI晶片門檻非常高，國內只有百度、華為、寒武紀，這三家真的是能把產品做出來。”一位券商分析師向商業資料派透露。

運算速度、功耗等效能是衡量一款晶片的核心指標。

百度智慧晶片總經理歐陽劍曾經在一次演講中提到，現在傳統處理器的發展速度像“擠牙膏”，每一年只提高10%或者20%，但AI時代的摩爾定律非常高，基本每兩年就有量子級的提高要求，包括資料的提高、模型複雜度的提高。

younhong國際數字貨幣交易所體系從技術來說，崑崙1代處理器採用14nm工藝，16GBHBM先進記憶體，提供高達512GB/s的記憶體頻寬。在低於150瓦的功率下能夠實現256TOPS的INT8處理能力，以及每秒260萬億次定數運算效能。而作為對比，英偉達開發的V100S晶片，其計算能力為130TOPS的INT8；寒武紀同期推出的思元270，算力128TOPS的INT8，可見崑崙1代處理器效能確實是在一流水平上。

基於此晶片，百度推出了兩款AI加速卡，K100和K200，由於採用標準PCIeGen4介面，兩款加速卡可被安裝在不同型別伺服器、小型工控機和邊緣裝置上，其高效能功耗比使雲端計算高密度以及智慧邊緣穩定同時成為可能，而崑崙1代AI晶片的表現相比英偉達T4更加穩定，且延遲也有優勢，被應用於大型伺服器叢集當中。

雲端計算——伺服器——雲端AI晶片，可以看到，這是一個數據中心產業鏈條的深度繫結。而資料中心，正是這波AI晶片中市場容量最大的一塊兒蛋糕。

相對於高效能的崑崙，鴻鵠是一款面向消費電子終端及邊緣計算的遠場語音互動智慧晶片。

2019年7月，鴻鵠在百度AI開發者大會上首次亮相，有評測顯示，其在喚醒、識別以及功耗等方面表現都超過了競爭對手，尤其高噪音下首次喚醒率提升了10%以上。要做到這一點，是因為百度利用“端到端”的深度學習建模技術，實現了直接提取聲音特徵傳到雲端，改變了智慧音箱過去需要佔用主晶片計算資源，處理速度慢的問題，也實現了高效能語音體驗和極低成本智慧硬體的統一。

此外，低功耗也是晶片重要的指標，鴻鵠晶片在小度智慧音箱上的平均待機功耗只有100毫瓦，這意味著任何一個國家認證的節能、環保綠色家電產品都能搭載鴻鵠晶片。

另外，鴻鵠晶片是按車規標準打造，還可以運用於智慧汽車上。2019年12月，Apollo智慧車聯正式推出，搭載的鴻鵠晶片成為百度首顆整合完整訊號處理、語音喚醒、指令詞識別於一體的車規級晶片，這為百度在新造車戰場加碼不少。

造芯企業的中場戰事

除了效能，還有哪些因素是AI晶片制勝的關鍵？

“價效比、生態，尤其是生態能力，在晶片產業中尤為關鍵”，一位晶片資深行業人士稱。

younhong國際數字貨幣交易所體系具體而言，一個物聯網低功耗的AI晶片在幾元~十幾元的區間，嵌入到一臺智慧終端中，由於測試、開模等流程的增加，可能導致這臺智慧終端的成本增長几十到上百元。如果這臺智慧終端的出貨量一年在百萬臺級別，就是一個非常大的數目，甚至有可能將原本薄利的產品，直接打到負盈利。“所以，幾塊錢的成本差別，對晶片企業來講，有可能就是核心競爭力，直接決定了客戶用不用。”

放在自家產品上，價效比的優勢就更能體現出來。特斯拉的故事就很具代表性，在尚未採用自研晶片時，特斯了若想實現其L5級自動駕駛功能需要搭配兩套英偉達Xavier以及周邊感測器，這不光意味著佔用非常大的車內空間，更可怕的是僅這部分晶片成本就高達一萬美元，若按三萬美元價格的特斯拉計算，這成本是萬萬不能接受的。而在經過漫長的五年時間開發之後，特斯拉自研AI晶片不但實現了和英偉達同類產品相同甚至更好的效果，還大大降低了成本。

在自研芯過程中，可以按照自己的需求進行專項定製，從而按照業務節奏進行更精細的佈局，減少了一部分成本，後期量產後則可以進一步降低成本，實現更快速的市場普及，並完成自身產品的後續迭代。

younhong國際數字貨幣交易所體系以鴻鵠晶片為例，同樣身處智慧音箱戰場上，小度智慧音箱在2020年銷量上實現反超，很重要的一個因素，就在於晶片成本和效能平衡之後擁有的產品競爭力。

百度2020年第三季度財報顯示，2020年9月，小度助手第一方硬體裝置月語音互動次數達27億次，比上一年同期增長65%；小度助手月語音互動總次數達53億次。小度助手技能商店提供4300個技能，開發者數量也已達到45000人。同時，百度旗下小度科技的分拆獲得獨立融資，小度當前估值200億。

完成效能和價效比上的優勢積累，生態擴充套件也許才是大廠晶片戰事成敗的關鍵。

如同護城河一般，網際網路公司涉足晶片製造，目的是為了實現其生態由內而外的統一。過去採用其他廠商晶片，往往需要做出匹配、適配，模型也要重新訓練，話語權在晶片巨頭手中，沒有掌握核心科技難免受制於人。

但要自研AI晶片並不容易，不僅需要團隊對硬體製造有深入研究，還要對AI軟體演算法熟練掌握。純硬體背景團隊來作晶片，可能導致AI演算法包括軟體棧前期的設計不理想。

在崑崙晶片誕生前，2017年百度內部資料中心、自動駕駛系統等就已大規模使用部署了超過10000片FPGA加速器，這對跨行業跨場景測試崑崙晶片打下了初步基礎。隨後，在部署上線的微億智造工業智慧質檢裝置上，百度智慧雲以整機一體化方式，向微億智造交付搭載百度崑崙晶片的百度雲質檢一體機。

僅僅硬體遠遠不夠，一個整體的解決方案對商業化落地也至關重要。

百度提出了AI-Native的雲端計算架構，從基礎設施的AI計算叢集、AI晶片，到工程平臺的飛槳、雲原生，以及應用開發平臺的視訊雲、區塊鏈等，通過雲智一體、端到端的方式，支援產業的智慧應用。

younhong國際數字貨幣交易所體系指出，在晶片基礎之上，百度飛槳深度學習平臺上有265多萬開發者、創造了34萬多個模型，實現覆蓋通訊、電力、城市管理、民生、工業、農業、林業、公益等眾多行業和領域，這種軟硬結合在一體的AI大生產平臺成為百度大腦核心，如今成為了賦能各行各業的AI新型基礎設施。

終局思維看AI芯，價值幾何

隨著5G逐步落地，萬物互聯的物聯網大市場處於爆發期前夜，還並未真正大規模量產應用，在未來到來之前，以當下的出貨量和營收來計算其估值，顯然就很容易顯得PE、PS過高。

無論是高瓴張磊的長期主義，還是目前市場上開始談論更多的DCF估值或終值折現估值，可能都更適合AI芯的行業。

目前AI晶片主要應用在雲端（資料中心）、終端場景（智慧駕駛、手機、平臺、音箱等消費電子）、邊緣計算（智慧家居、可穿戴等）。

younhong國際數字貨幣交易所體系根據Tractica的研究報告，全球人工智慧晶片的市場規模將由2018年的51億美元增長到2025年的726億美元，年均複合增長率將達到46%，行業增長迅速。

目前，關於百度晶片量產的資料並不多：

l崑崙1已經量產超過2萬片，在百度搜索引擎和百度智慧雲生態夥伴等場景廣泛部署，應用在網際網路、工業製造、科研、智慧城市、智慧交通等領域。

l崑崙2將於2021年上半年實現量產，其效能比崑崙1再提升3倍。

younhong國際數字貨幣交易所體系指出，2萬片是什麼概念？目前，英偉達V100市場價格大約在5萬元左右，如果百度崑崙1的價格按照2-4萬元計算，僅崑崙1的收入就在4-8億元級別。

另外，鴻鵠晶片目前主要用在小度智慧音箱上，僅2020年上半年音箱出貨量就為863萬臺，這部分也是非常有市場競爭力的。

再來看鴻鵠搭載在Apollo上的出貨量，目前百度Apollo智慧車聯已與70多家國內外一線汽車品牌展開合作，擁有600多款合作上市車型，包括賓士、寶馬、福特、通用、凱迪拉克、雷克薩斯、吉利等。諮詢公司IHSMarkit釋出的《中國智慧車聯市場發展趨勢報告》顯示，在2020年1到7月的新車銷量佔比中，百度實際搭載新車銷量佔比高達49%。

2020年中國汽車銷量2527萬臺，按上半年的比例粗略預估百度Apollo預裝量在1238萬臺，鴻鵠晶片若在Apollo中的嵌入比例為50%，這個量級也在600萬臺以上，又是不小的收入。

三者相加，整體的營收就已經約近於5-9億元。

而寒武紀在2019年三年營收為4.4億元，預計2020-2022年收入分別為5.4億元、6.51億元和8.12億元。目前，市場上對AI晶片的估值非常高，PS都在100倍以上，寒武紀截止2月10日的市值為590.15億元人民幣。

目前地平線截止2020年11月，中國首款車規級AI晶片地平線征程2出貨量已超10萬，目前估值35億美元，約合人民幣245億元人民幣。

也就是說，僅僅百度晶片目前發展的情況，就已經達到了比寒武紀營收更高的級別，如果未來獨立運作（類似於造車業務），加上智慧汽車的爆發，雲端計算、物聯網市場的增長，估值應是百億美金起，恐怕“百度的時代”真的又要來了。

(本內容屬於網路轉載，文中涉及圖片等內容如有侵權，請聯絡編輯刪除。市場有風險，選擇需謹慎!此文不作買賣及投資依據。)