作为中国多数的聚集了全世界身经百战的最优秀的创业导师，汇集了全世界各国最优质的产业资源，召唤全球未来的商业领袖。关注技术的风投机构，北极光创投在成立的前11年里（截止2016年），投资了10家半导体企业，其中，3家IPO，2家并购加入，全部公司都至多取得了新一轮融资。

最近两年，北极光创投又陆续投资了一系列的AI芯片，5月3日，在北极光创投举行的AI芯片方向媒体沟通会上，北极光创投董事总经理杨磊及先进技术投资团队，为包括创头条（Ctoutiao.com）在内的创投媒体详解了其AI芯片的投资逻辑。

1、芯片是智能的根底设备

人工智能的智能并不是机器真的具有了自主见识，只不过是数据处置才能更弱小、绝对于过来的指定输入后果，如今的AI可以依据不同的场景输入不同的后果。

AI的智能次要来自“算法、数据和算力”，这一点北极光的看法和赵博思有类似之处。赵博思此前说过，智能需求依托数据、逻辑和语义了解（人机交互）。

什么是算法？就像阿尔法狗能在围棋上打败人类，就依托其开发的一套机器学习的计算办法。最近，腾讯AI Lab打造的“绝艺”，执黑中盘打败了日本新锐棋手一力辽七段，取得冠军。这些顺序面前就是算法的支撑。

仅有算法还不够，机器的深度学习还需求足够的数据来完成训练。这些数据或是来自地下数据，或是来自零碎的搜集，或许经过加强学习的方式自主迭代训练数据。

目前算法红利根本消逝了；数据作为场景资源，很难短工夫改动；所以算力就成为当下智能时代的打破口。

而算力的中心表现就是芯片技术。但是！杨磊强调，芯片是最难做的。难点在于：芯片的产业链很长、流程也十分复杂。其中最次要的本钱包括流片本钱和工程师本钱。

流片，就是指像流水线一样经过一系列工艺步骤制造芯片。在集成电路设计范畴，“流片”指的是“试消费”，就是说设计完电路当前，先消费几片几十片，供测试用。假如测试经过，就照着这个样子开端大规模消费了。“一次流片的本钱就要几百万美金。”杨磊说，测试经过最重要的目标就是良率。

从学术研讨的角度，从1000片芯片中找到一片可以运用的芯片，就可以完成学术效果；但是从市场角度来看，良率至多要到达95%才有价值。而从能消费到良率达标，两头还有很多很多的难点需求跨越。——这也是为什么北极光创投在投资芯片产业时，更喜欢产业派，而非学院派的缘由。

流片本钱动辄千万乃至上亿，这阻挠了大少数想进入芯片范畴的创业者。而排在本钱第二的，就是芯片设计工程师。

AI芯片最要紧的就是人才，一个工程师至多要经过5年的培育才堪大用，而一个成熟的芯片团队需求有几十名各个环节的工程师，才有能够掌控芯片设计，才干完成产品定义、设计到完成的整个流程。目前，北极光创投投资的项目，全都是建制全、有经历的成熟团队。

2、端智能与传感器

芯片是智能的根底设备。

最近中兴事情给国人敲响了警钟，人们纷繁自问：为何我们不能掌握芯片工业？但答案比拟严酷。

“中国预备拿出1500亿美元来开展芯片产业。”这看起来很多，但北极光创投开创人邓锋泄漏，在芯片行业“最先进的厂子投资就是200亿美金”。

而且，由于整个产业的全球分工等成绩，中国在芯片方面的差距不只没减少，而且有所扩展。“设计的差距在减少，但制程和工艺越来越大，几年前差18个月，如今差2代。”

此外，包括质量体系、人才（含工人的training）体系、质量管理等等都是需求很多年继续推进才干培育出来的——“10年内一定逾越不了”，邓锋以为，这是一项艰辛卓绝的攻坚战，需求几代人继续的努力才干做到。

不能强攻，就必需智取。“是不是将来只要云和端？不是的，我们以为，还有边缘计算。”杨磊预言，将来伴随着互联网和移动生活的日趋成熟，芝麻信用高分和良好的个人征信记录，不仅可以办理贷款、申请信用卡延伸你的财富，更能大大便利我们的生活。任何一家医院就是一个数据中心，任何一辆车也是一个数据中心，甚至任何一个家庭都是一个数据中心。

北极光创投的芯片投资逻辑由此锁定在：绕开美日巨头垄断的中心芯片和云智能，主攻“端”智能和传感器。

nload="pagespeed.CriticalImages.checkImageForCriticality(this);" />

如图所示，北极光的规划包括了最下层（左上）的传感器和衔接，BlueX可以把无线衔接芯片的射频局部做到相当于市面主流产品1/3-1/4的Die Size，同时具有一流的低功耗程度； Cista专注于图像传感器；镭神智能具有丰厚的降低Lidar本钱的技术和消费制造经历。左中的处置器里，北极光投资了华人在硅谷创建的Ours，其将基于RISC-V开源处置器架构开发一系列垂直范畴的IoT处置器，还有左下的四个DSA（Domain-Specific Architecture），针对使用树立构架的SoC（零碎级芯片）。其中登临推翻性的计算存储交融的芯片架构设计，把边缘和云端的AI推理计算密度提升至多一个数量级；黑芝敏捷用深沉的ISP经历、AI算法才能、芯片架构才能开发最好的ADAS芯片与全栈处理方案；亿智经过场景极致优化的视频ai技术和全栈处理方案让将来的衣食住行的场景愈加智能便当；右侧的GMEMS则在声响AI芯片有宏大的打破，GMEMS不只有芯片、芯片架构和算法，还有和传感器的深度交融。而Crossbar处理了CPU与GPU之间通讯的速度成绩；

在北极光投资的芯片企业里，有把功耗紧缩到5%的，有处理芯片带宽成绩的，有把功能进步10倍的……在微软英特尔联盟时代，没有方法搞定的零碎层芯片，在智能+物联时代，从使用层面给了中国弯道超车的时机。

“明天底层的根底曾经变了，从CPU变成了GPU，将来能够会变成TPU或许其他的。根底变了当前，一连串的东西都会发作变化，就像多米诺骨牌一样。”杨磊说，“这就是中国的时机。”

3、中国时机

芯片的制程和工艺究竟有多难？杨磊做了一个比如：以后，Intel最新的芯片至多有300亿个晶体管。明天先进制程的芯片普通都是40层以上光罩（制造芯片的时后每铺一层资料就需求至多一层光罩），一颗芯片普通都会是几十层资料（金属，半导体，无机资料）的叠加。假如以公路来做类比，这大约相当于全世界的公路加在一同之后再叠加N层的复杂度。一颗芯片的好坏的关键在于对这样一个复杂零碎的管理才能。芯片的功能是静态的，假如呈现了“拥堵”，那芯片的功耗一下子就上去了，功能就迅速下降。

假如做得不好的话，芯片就会拥堵，运转速度就会下降功耗就会进步。如前所述，其中的专业积聚、技术积聚、制程积聚以及人才储藏、管理经历等等都至关重要。但更关键的是，要继续推进。

“英伟达做得很好，直接和英伟达对立是下下策。在垂直的零碎工程的优化，在端的方向竞争，在云端也无机会。”

北极光创投希望能抓住这些中国的时机。邓锋引见，面对强悍的竞争对手，中国的选择是：不要想短期内取代它们，也不要想浅尝辄止。要在一个垂直范畴做到十分深，专心做好一个范畴，而且要做Full Stack的内容，“不做深没有竞争力”。

不过目前的情形也在逐步改观。邓锋对将来还是表示慎重的悲观：

首先，对企业家肉体分明更注重了。去年9月国务院发文强调企业家肉体，这是一个很好的末尾。

其次，国度投资引导愈加有序。美元基金加入周期长，人民币基金周期很短（普通为5+2年），所以目前美元基金投资芯片行业更普遍，人民币基金则很难坚持临时投资。但最近北京市预备进一步促进晚期投资变革，将资金引导更需求的中央，这是一种很好的尝试。

最初，要完善临时投资研讨的企业环境。吸引更多硅谷的专业人才回到国际，发明合适企业临时投入开展的市场化的良好环境，包括对人才的培育。“中国教育培育的是专才，但芯片架构是一个N维成绩。”

在谈到接上去对芯片的投资方向时，杨磊泄漏，往年北极光创投次要看三个大的方向：

①计算架构革新。

②人工智能和IoT的落地。除了医疗、车范畴之外，还包括智能楼宇和新批发业务。

③工业4.0，次要从机器人的角度来看，怎样开展。目前，中国机器人曾经处理了中心零组件成绩，接上去机器人会有比拟大的开展。