道科创寒武纪的野心注定其与华为海思“一拍两散”
展开
近日，华为海思与寒武纪分道扬镳引发市场热议。不少市场参与者表示自己依旧看好寒武纪的发展，但也不乏有人看衰寒武纪的未来。海思与寒武纪的“翻脸”是必然还是偶然？为何市场会对寒武纪的前景产生如此巨大的分歧？
与华为分道扬镳或源自外因？
目前市场主流言论偏向于把海思不再与寒武纪合作的原因归咎于“华为控制欲太强”以及“寒武纪与第三方勾肩搭背”。
众所周知，华为在核心技术的把控上是有洁癖的，所以基本上在技术研发上都是不辞辛劳、亲自上阵。遇到分身乏术时，华为也会力求对技术提供方具有较强话语权和控制力。而寒武纪至今成立4年，在这期间不断进行融资，而融资的背后便是控制权的被稀释与话语权的减弱。同时，在与华为海思合作期间，寒武纪与其竞争对手联想互动频频，这让本就不满的华为大为光火，故而选择分手。
来源：网络
上述原因确实有一定道理，但除此之外华为还有没有其他重要的考量呢？或许在上个月再次受到美国封杀是成华为抛弃寒武纪的一个导火索。
在今年年初华为成立了云与计算BG作为新的业绩增长点。云与计算产业的核心目标是通过“一云两翼双引擎”的产业布局，为世界提供最强算力。一方面提供公有云服务和混合云解决方案，另一方面推进异构、多样化计算演进的基础上，重点抓住AI技术变革，打造全栈全场景AI解决方案。
当AI业务上升到如此高度时，想必大家就能明白华为对掌控与之配套的软硬件诉求有多强烈了吧。然后上个月再被美国这么一逼，自然所有战略安排都得抓紧落地。当然即使没有美国的新一轮制裁，当AI被选作华为的战略性新业务，其技术自然也跟随上升到了战略性高度，所以海思抛弃寒武纪开始独自研发是迟早的事。
AI是IC产业的兵家必争之地
在5G 的架构下，AI 已是下个世代科技革命和产业变革的重要驱动力量。AI 将能催生出新的技术、产品、产业，及企业营运模式，进而引发经济结构大转变，甚至提升整体经济生产力。
虽然以目前来看，AI 产业仍处于草创阶段，占整体IC 产业比重低，即使发展到2025 年，AI 产值也只能占整体IC 产业约10%。不过，以成长性来看，AI 产业绝对是未来半导体产业发展的明日之星。这也是为何包括华为、寒武纪在内的国内高科技大厂都竞相进入该领域的原因。
于是乎我们也就不难理解，研发AI芯片的重要性了。虽然AI技术正在快速发展，但是AI芯片的评价体系还在完善中，AI芯片领域也没有公认的领导者，所以现在也正是抢夺AI芯片行业话语权的关键时期。
AI专用芯片遭质疑
由于目前AI芯片的评价体系还未建立，AI芯片的定义也没有严格的标准。比较宽泛的看法是，面向人工智能应用的芯片都可以称为AI 芯片。因此，一般CPU、GPU、DSP、FPGA、ASIC都纳入AI芯片的范畴。既然现有的且非常成熟的CPU和GPU芯片也能很好的完成AI场景的应用，如此便开始有人质疑专门针对AI场景的专用芯片（AI专用芯片）是否真的潜藏巨大商业机会。
关于这个疑点，其实GPU的发展轨迹就是最好的参照例证。CPU其实也能做GPU要做的事，但是二者在效率上有着天壤之别。由于视窗型个人电脑的普及以及大型网络游戏的兴盛，使得电脑需要在短时间内处理大量图片数据，而这不是CPU的强项，于是乎专攻于快速处理图像数据的GPU横空出世并迅速崛起。
同样的道理，传统的CPU、GPU确实都可以用来执行AI算法，但是它们的速度慢，性能低，不划算。有专业人士举过一个例子，很是形象：假设使用场景是无人驾驶，如果是拿CPU去算，那么估计车翻到河里了还没发现前方是河，这是速度慢的问题。如果是用GPU来处理，速度确实快，但是GPU的功耗大，汽车的电池估计无法长时间支撑正常使用。而且GPU的价格非常贵，比如英伟达的GPU基本要上万，普通消费者也用不起，还经常缺货。此外，由于GPU因为不是专门针对AI算法开发的ASIC，使用时速度一般达不到极限值，所以就算舍得用GPU，也不能物尽其用，很是浪费。
来源：网络
所以专门针对AI场景设计的AI专用芯片不是个可以随便被已有芯片可取代的产品，随着AI产业的蓬勃发展，它的想象空间估计比当年的GPU要大的多。这也就是所谓的“术业有专攻”吧。
通用型AI专用芯片背后寒武纪的野心
AI专用芯片进一步细分还可以分为专用型和通用型。不论专用还是通用，它们都是专为AI算法而设计的。只不过专用型AI芯片是针对特定的、具体地、相对单一的AI应用专门设计的芯片。而通用型则是通过对各类智能应用和算法的计算和访存特点进行抽取和抽象，定义出一套适用于智能算法且相对灵活的指令级和处理器架构，广泛支持多样化AI算法和应用。
来源：网络
通用型AI芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度大涉及方向广，是一个极端复杂的系统工程。大部分的AI芯片公司都是在朝单一场景去发展专用型AI芯片。而寒武纪选择的就是研发难度更高的通用型AI芯片。
目前寒武纪面向云端、边缘端、终端的三个系列智能芯片与处理器产品，通过共用相同的自研指令集与处理器架构，共用相同的基础系统软件平台，实现了从通用型智能芯片到云、边、端通用生态的全面覆盖。它是为数不多的像英伟达等行业巨头一样具备此类全栈技术能力的公司。
除了努力抢占处理器微架构与指令集两大类核心技术高地外，现在的寒武纪还试图用自己研发的 BANG 语言从底层参与甚至掌控人工智能的底层生态。智能芯片编程语言的重要程度就相当于手机软件领域中安卓系统的地位，安卓系统虽说是开放的，但是要进入安卓手机的生态圈必须采用安卓系统的语言。之前的英伟达就是通过 CUDA 及相关编程语言，树立了 GPU 在科学计算和人工智能领域的地位。
所以这样看来寒武纪并不甘心只是家IC设计公司，它恐怕是想效仿华为，试图从底层开始获取甚至是掌握整个AI产业的话语权。
结束
这样分析下来，无论是从华为海思还是寒武纪的角度去考虑，由于二者都志存高远，所以它们的合作似乎真的很难长久，毕竟一山容不下二虎。
作为后起之秀的寒武纪，能有如此远大的抱负固然是值得赞扬的，但是在竞争激烈的半导体赛道，每一步都要走的非常小心。虽然寒武纪貌似拥有不错的先发优势，但是如果其选择的技术赛道不是未来的发展的主流方向，那么即使是成熟的技术也无法顺利兑现。
本文仅代表作者个人观点，不代表道科创平台。文章观点仅供交流、分享，不构成对投资人的任何投资建议。据此操作，风险自担。
作者：唐文
来源：道科创
版权申明：未经授权，不得转载
与华为分道扬镳或源自外因？
目前市场主流言论偏向于把海思不再与寒武纪合作的原因归咎于“华为控制欲太强”以及“寒武纪与第三方勾肩搭背”。
众所周知，华为在核心技术的把控上是有洁癖的，所以基本上在技术研发上都是不辞辛劳、亲自上阵。遇到分身乏术时，华为也会力求对技术提供方具有较强话语权和控制力。而寒武纪至今成立4年，在这期间不断进行融资，而融资的背后便是控制权的被稀释与话语权的减弱。同时，在与华为海思合作期间，寒武纪与其竞争对手联想互动频频，这让本就不满的华为大为光火，故而选择分手。
来源：网络
上述原因确实有一定道理，但除此之外华为还有没有其他重要的考量呢？或许在上个月再次受到美国封杀是成华为抛弃寒武纪的一个导火索。
在今年年初华为成立了云与计算BG作为新的业绩增长点。云与计算产业的核心目标是通过“一云两翼双引擎”的产业布局，为世界提供最强算力。一方面提供公有云服务和混合云解决方案，另一方面推进异构、多样化计算演进的基础上，重点抓住AI技术变革，打造全栈全场景AI解决方案。
当AI业务上升到如此高度时，想必大家就能明白华为对掌控与之配套的软硬件诉求有多强烈了吧。然后上个月再被美国这么一逼，自然所有战略安排都得抓紧落地。当然即使没有美国的新一轮制裁，当AI被选作华为的战略性新业务，其技术自然也跟随上升到了战略性高度，所以海思抛弃寒武纪开始独自研发是迟早的事。
AI是IC产业的兵家必争之地
在5G 的架构下，AI 已是下个世代科技革命和产业变革的重要驱动力量。AI 将能催生出新的技术、产品、产业，及企业营运模式，进而引发经济结构大转变，甚至提升整体经济生产力。
虽然以目前来看，AI 产业仍处于草创阶段，占整体IC 产业比重低，即使发展到2025 年，AI 产值也只能占整体IC 产业约10%。不过，以成长性来看，AI 产业绝对是未来半导体产业发展的明日之星。这也是为何包括华为、寒武纪在内的国内高科技大厂都竞相进入该领域的原因。
于是乎我们也就不难理解，研发AI芯片的重要性了。虽然AI技术正在快速发展，但是AI芯片的评价体系还在完善中，AI芯片领域也没有公认的领导者，所以现在也正是抢夺AI芯片行业话语权的关键时期。
AI专用芯片遭质疑
由于目前AI芯片的评价体系还未建立，AI芯片的定义也没有严格的标准。比较宽泛的看法是，面向人工智能应用的芯片都可以称为AI 芯片。因此，一般CPU、GPU、DSP、FPGA、ASIC都纳入AI芯片的范畴。既然现有的且非常成熟的CPU和GPU芯片也能很好的完成AI场景的应用，如此便开始有人质疑专门针对AI场景的专用芯片（AI专用芯片）是否真的潜藏巨大商业机会。
关于这个疑点，其实GPU的发展轨迹就是最好的参照例证。CPU其实也能做GPU要做的事，但是二者在效率上有着天壤之别。由于视窗型个人电脑的普及以及大型网络游戏的兴盛，使得电脑需要在短时间内处理大量图片数据，而这不是CPU的强项，于是乎专攻于快速处理图像数据的GPU横空出世并迅速崛起。
同样的道理，传统的CPU、GPU确实都可以用来执行AI算法，但是它们的速度慢，性能低，不划算。有专业人士举过一个例子，很是形象：假设使用场景是无人驾驶，如果是拿CPU去算，那么估计车翻到河里了还没发现前方是河，这是速度慢的问题。如果是用GPU来处理，速度确实快，但是GPU的功耗大，汽车的电池估计无法长时间支撑正常使用。而且GPU的价格非常贵，比如英伟达的GPU基本要上万，普通消费者也用不起，还经常缺货。此外，由于GPU因为不是专门针对AI算法开发的ASIC，使用时速度一般达不到极限值，所以就算舍得用GPU，也不能物尽其用，很是浪费。
来源：网络
所以专门针对AI场景设计的AI专用芯片不是个可以随便被已有芯片可取代的产品，随着AI产业的蓬勃发展，它的想象空间估计比当年的GPU要大的多。这也就是所谓的“术业有专攻”吧。
通用型AI专用芯片背后寒武纪的野心
AI专用芯片进一步细分还可以分为专用型和通用型。不论专用还是通用，它们都是专为AI算法而设计的。只不过专用型AI芯片是针对特定的、具体地、相对单一的AI应用专门设计的芯片。而通用型则是通过对各类智能应用和算法的计算和访存特点进行抽取和抽象，定义出一套适用于智能算法且相对灵活的指令级和处理器架构，广泛支持多样化AI算法和应用。
来源：网络
通用型AI芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术，技术难度大涉及方向广，是一个极端复杂的系统工程。大部分的AI芯片公司都是在朝单一场景去发展专用型AI芯片。而寒武纪选择的就是研发难度更高的通用型AI芯片。
目前寒武纪面向云端、边缘端、终端的三个系列智能芯片与处理器产品，通过共用相同的自研指令集与处理器架构，共用相同的基础系统软件平台，实现了从通用型智能芯片到云、边、端通用生态的全面覆盖。它是为数不多的像英伟达等行业巨头一样具备此类全栈技术能力的公司。
除了努力抢占处理器微架构与指令集两大类核心技术高地外，现在的寒武纪还试图用自己研发的 BANG 语言从底层参与甚至掌控人工智能的底层生态。智能芯片编程语言的重要程度就相当于手机软件领域中安卓系统的地位，安卓系统虽说是开放的，但是要进入安卓手机的生态圈必须采用安卓系统的语言。之前的英伟达就是通过 CUDA 及相关编程语言，树立了 GPU 在科学计算和人工智能领域的地位。
所以这样看来寒武纪并不甘心只是家IC设计公司，它恐怕是想效仿华为，试图从底层开始获取甚至是掌握整个AI产业的话语权。
结束
这样分析下来，无论是从华为海思还是寒武纪的角度去考虑，由于二者都志存高远，所以它们的合作似乎真的很难长久，毕竟一山容不下二虎。
作为后起之秀的寒武纪，能有如此远大的抱负固然是值得赞扬的，但是在竞争激烈的半导体赛道，每一步都要走的非常小心。虽然寒武纪貌似拥有不错的先发优势，但是如果其选择的技术赛道不是未来的发展的主流方向，那么即使是成熟的技术也无法顺利兑现。
本文仅代表作者个人观点，不代表道科创平台。文章观点仅供交流、分享，不构成对投资人的任何投资建议。据此操作，风险自担。
作者：唐文
来源：道科创
版权申明：未经授权，不得转载
关联的话题与分类
声明：遵守相关法律法规，所发内容承担法律责任，倡导理性交流，远离非法证券活动，共建和谐交流环境！
