中国的独角兽公司正在迅速崛起

翻译自—Synced

今年2月，中国人工智能半导体制造商Horizon Robotics从SK China、SK Hynix和大型汽车集团获得了6亿美元的B轮融资，成为该领域首家估值达到惊人的30亿美元的公司。该公司首席执行官、百度深度学习学院前院长Kai Yu表示，Horizon的下一个目标是成为智能驾驶和AIoT等领域的“边缘计算的英特尔”。

市场情报公司Tractica预测，到2025年，全球深度学习芯片组市场将从2017年的16亿美元飙升至663亿美元。尽管许多中国初创企业专注于人工智能应用，但Horizon Robotics是少数几家致力于硬件基础设施建设的企业之一，而中国目前在硬件基础设施建设方面存在不足。

大多数中国半导体初创企业目前都处于净亏损状态，分析师预计这种情况可能还会持续两年。此外，美国还对近12项人工智能和机器学习技术实施了出口管制。然而，在多项政府政策的推动下，中国半导体企业正在迎头赶上，它们在研发方面继续大规模投入和资本注入。

中国芯片公司主要面向两个应用领域:安全和智能手机。到2020年，中国将拥有超过6亿个安全摄像头。从2018年到2022年，中国安全领域的复合年增长率预计为22.6%，广泛应用于公共安全、城市交通、生态建筑和工业园区。

芯片是视频监控中最昂贵的组件。一个典型的设备集需要四种类型的芯片:两种SoC加速器，一种用于深度学习，一种ISP芯片[1]。目前大部分的AI芯片解决方案都使用gpu，但是更多的FPGA/ASIC解决方案出现在Cambricon和DeePhi，而华为海斯力康已经成为专业SoC领域的巨头。

另一个值得关注的市场是智能手机，人工智能是这个市场的新流行词。例如，华为Mate 10和Glory V10拥有尖端的华为神经处理单元(NPU)麒麟970。不管是不是营销噱头，自2017年以来，中国智能手机应用领域的人工智能集成已经显著增加。面部识别、美容摄像头、VR应用和语音助手现在是智能手机的常见功能。Strategy Analytics预计，到2023年，90%的智能手机将配备人工智能助手。

深度学习需要大量的计算资源，而CPU在图像和视频处理方面自然处于劣势。目前最兼容的深度学习训练芯片是英伟达和AMD生产的GPU。然而，这种芯片非常昂贵和耗电。下一个最佳选择是FPGA(现场可编程门阵列)，它通常用于深度学习推理，由Xinlinx、Lattice和Intel Altera等公司生产。这些自适应的、半定制的芯片具有较低的消耗和延迟，但浮点数速度不够快，可能存在复杂的布线问题。

灵一个新兴的选择是ASIC(特定于应用程序的集成电路)，这是完全可定制的，但其初始实现也相对昂贵。ASIC正由谷歌TPU、华为海斯力康(Huawei Hisilicon)和亚马逊(Amazon)等多家科技公司开发。与此同时，与商用GPU或FPGA相比，为TensorFlow供电的谷歌第三代TPU每瓦能够执行更高级的ML指令。

除了云计算和数据中心环境之外，预计边缘计算市场将占据总市场机会的四分之三以上。中国初创企业缺乏大型半导体公司在CPU、GPU和FPGA设计方面的经验，因此ASIC被视为一个追赶的机会。目前在该领域的中国公司包括:

比特大陆Bitmain (B系列+ 4.4亿美元，2018-08)

寒武纪Cambricon (B系列约数亿元)2018 - 06)

地平线Horizon Robotics (B系列，2019-02年，6亿美元)

耐能科技Kneron (A系列+ 1800万美元，2018-05)

肇观电子NextVPU (A系列2882万美元，2018-10)

Easytech (A系列，2019-03)

深鉴科技DeePhi Tech(被Xinlinx收购，2018)

华为海斯力康(成立于1991年)

百度

阿里巴巴

海康威视Hikvision

[1] ISP(Image Signal Processing) 图像信号处理。主要用来对前端图像传感器输出信号处理的单元，以匹配不同厂商的图象传感器。