集微网报道（记者 张轶群） GPGPU在国内受到资本的青睐，也就是这两三年的事儿。
在近年兴起的AI浪潮中，GPGPU凭借对于用传统语言编写的、软件形式的计算有较好支持，灵活性高，应用场景广泛等特点，逐渐成为一项炙手可热的技术产品。
自去年起，资本加速向GPGPU领域集聚，国内相继涌现出一众玩家，单轮融资纪录不断被刷新。
国产替代意愿强烈，市场应用空间广阔，大厂精英组团创业，巨额资本蜂拥而至……在中美博弈、算力经济、人工智能的推波助澜下，国内GPGPU创业融资领域正呈现出前所未有的光景。
GPGPU因何受宠？
过去几年，AI芯片赛道火热，作为三大主流AI芯片之一的GPGPU，由于其在性能、灵活性方面的优势，逐渐在高性能计算、云端AI应用等场景中处于主导地位。在互联网及云数据中心、安防与政府数据中心，行业AI应用、超算等领域，GPGPU风光无两。
以超算领域为例，2020年全球超算系统TOP500中，有七成采用GPGPU，在TOP25中，有20个采用GPGPU。而在数据中心领域，由于云服务器对AI的需求在应用过程中并非每时每刻，使用ASIC会造成空闲率较高，而GPGPU则可随时调度各项任务。
国内较早从事GPGPU研发的北京天数智芯科技有限公司（以下简称天数智芯）方面在接受集微网采访时表示，同ASIC相比，GPGPU具有更广泛的适用性、兼容性、灵活性，对技术变化的包容和适应能力更为突出，产品的应用生命周期更长。同时，通过性能挖掘优化，达成性能、能耗和性价比的最优解，能够实现跟ASIC芯片相当的算力和能耗水平。
此外，GPGPU可以覆盖的计算精度从4bit到64bit，特别是在32bit、64bit上，ASIC很难能够支持，可支持的算子也有限，因此GPGPU非常适合高性能计算场景。这也是为什么在如信号处理、三维医学成像、民用雷达、能源等重要的工业、国防、科研领域，GPGPU被广泛看好的原因。
“这些领域目前也都在呈现出由传统的CPU、DSP向GPGPU迁移的趋势，如今GPGPU在高性能计算的优势已经被大企业、政府、学术界和工业界广泛认可。”沐曦集成电路(上海)有限公司（以下简称沐曦集成电路）CTO杨建告诉集微网。
在杨建看来，真正将GPGPU发扬光大、带入现实生产力的便是中国的科研工作者。2010年，登顶世界超算第一的“天河一号”便采用了GPGPU方案，此后在中国高性能计算领域，GPGPU开始被广泛认知、接受以及规模应用。
如今，我国GPGPU市场正体现出强劲的发展势头。根据有关数据预测，到2025年，我国GPGPU芯片板卡的市场规模将达458亿元，年复合增长率高达32%。
天数智芯方面表示，随着中国逐渐进入智能社会，面临算力升级、数字化转型等问题，企业为了降本增效，适应飞速发展的数字化智能社会，需要从底层算力方面解决问题。GPGPU涉及政府、企业、科研（医学、能源、勘探、气象、航空航天）等应用领域众多，不仅未来在我国需求量大，也对国民经济发展至关重要。
但较为尴尬的现实是，目前在GPGPU领域，能够实现规模量产的只有两家国外巨头：NVIDIA和AMD，绝大多数市场被前者占据，以中国的云端AI训练芯片市场为例，NVIDIA的市场份额达到90%。
国外巨头把持下的GPGPU市场，带来多方面的显著问题：
一是价格昂贵。一块高端的GPGPU板卡，价格堪比一辆B级车，而下游行业用户普遍缺乏议价能力。
二是品种单一。头部厂商采用前代产品不降价，坚挺至新品发布，后作停产下市处理的策略，用户无法稳定获取低价前代产品作为性价比之选。
三是像GPGPU这样一个广泛应用于政府、企业、国防、科研领域的产品，处于外企一家独大的局面，从产业链的角度显然难言安全，特别是在如今中美科技战，以及国内强调产业链自主可控的大背景下。
因此，实现国产GPGPU的自主研发成为国内芯片行业的一大迫切需求。
“目前从CPU、操作系统、办公套件、整机到服务器，已经初步出现一些商用化产品，但在GPGPU领域，尚无可满足行业应用基本需求的国产替代品，GPU也一直是国内半导体产业中的弱项，需要突破。”一位行业分析人士在接受集微网记者采访时表示。
巨额融资为何频现？
针对高性能通用计算的GPGPU属于大芯片范畴，开发难度大、专利壁垒高，需要的人力、财力、物力甚巨。
天数智芯方面告诉集微网，GPGPU领域技术门槛高（高端GPGPU普遍是7nm起步，甚至考虑5nm），对于资金要求很高（流片费用动则上亿元），需要稳定、充裕的资金支持。由于开发周期长，2-3年才可能有市场收益，需要有长远眼光，资金充足有利于企业长期发展和竞争。此外，考虑到生态互补，配套软件开发也需要长期大量投入。
一位GPU行业人士以100人规模，80%以上研发人员的创业团队，3年研发周期为例，给集微网记者算了一笔账：人员工资、IP购买方面需要花费3000万美元，软件、设备采买方面需要花费5000万美元，流片一次成功需要5000万-1.5亿美元（12nm需要5000万美元；7nm、5nm等制程需要1-1.5亿美元）。
“这样，一款GPGPU芯片从研发到最终落地，10亿元人民币只能说是最基本的下限。NVIDIA2-3年开发一代出色的产品，需要两三千名工程师的参与，总体费用可能在10亿美元以上。”该人士表示。
在红杉中国董事总经理靳文戟看来，GPU属于IC设计领域的制高点之一，在十年前，甚至五年前国内半导体行业并没有能力组建团队，因为投资巨大，属于“烧钱”行业，资本也不敢贸然介入，但现在情况有所改变。
靳文戟认为，GPU领域出现国产创业公司是大势所趋，无论是外部环境还是自身产业发展到了一定阶段的共同合力下的结果，其中三方面原因促成了GPGPU领域创业和融资浪潮。
一是宏观环境影响，国内对如GPU等领域芯片的国产替代呼声强烈。二是人才储备，经过多年发展，NVIDIA、AMD等在国内培养了相当一批GPU方面的优秀人才。三是资本助力，包括国家政策导向，半导体融资环境向好，科创板提供退出机制等。
2017年、2019年登临科技和壁仞科技的相继成立，拉开了国内GPGPU企业创业融资的序幕。自去年起，资本加速向GPGPU领域涌动。
去年6月，壁仞科技A轮融资11亿元创下GPGPU企业单轮融资纪录，而在今年前两个月，天数智芯（12亿元）和摩尔线程便相继刷新了这一数字，最年轻的摩尔线程在成立100多天的时间里，两轮已经获得数十亿元的融资，沐曦集成电路也于去年11月，今年1月、2月获得多笔数亿元融资。
GPGPU创企的融资，几乎吸引了所有一线以及行业顶级投资机构的参与，从红杉中国、高瓴创投、IDG，到启明创投、高榕资本、耀途资本，再到中芯聚源、北极光、元禾璞华，甚至包括字节跳动这些移动互联网巨头。
“NVIDIA3000亿美元市值、AMD1000亿美元市值，中国的GPU领域的市场规模和赛道都足够大，成长型和溢价更高。现在小芯片、模拟芯片，CPU、AI等都有一定的公司出现，但GPU还是相对空白，有机会酝酿出千亿元甚至更高市值的国产化公司，这样看回报还是很可观的。近期一些融资，无论是老牌机构还是新的美元基金等都在进入这个领域，也是想赌把大的。”一位行业投资人坦言。
“TOP5”格局已定？
目前，国内GPGPU创企领域已经集聚了天数智芯、壁仞科技、沐曦集成电路、登临科技、摩尔线程等主要玩家。
成立最早的天数智芯（2015年）在产品上推进最快，其旗舰7nm通用并行（GPGPU）云端计算芯片BI已于去年5月流片、11月回片并于12月成功“点亮”。成立三年的登临科技首款GPU+产品已开始向客户送样。
2019年成立的壁仞科技、去年成立的沐曦集成电路和摩尔线程目前处于产品研发及完善团队阶段。据集微网了解，沐曦集成电路正在研发5nm高性能GPGPU产品，壁仞科技将先从GPGPU领域切入，后续进入图形渲染领域，摩尔线程则先从图形渲染切入，后续进入GPGPU领域。
由于GPGPU的技术门槛高，融资金额大，核心团队的能力和建制成为吸引投资的重要指标。观察目前国内的相关企业，无一不有精英团队加持，核心团队几乎全部是大厂出品，如AMD、英伟达、三星、华为、高通等，这同此前很多包括WiFi等芯片公司多来自国内公司团队或科研院所有显著不同。
其中，壁仞科技团队最为豪华，集微网根据公开资料等渠道了解，其CTO Mike Hong为前华为GPU首席架构师，联合创始人徐凌杰曾有阿里、三星、AMD、NVIDIA等工作履历，董事Linglan Zhang为前AMD SOC架构师及首席技术专家（PMTS），联合创始人兼软件部资深副总裁焦国方曾任高通骁龙GPU团队首席架构师。
在目前这批GPGPU创业企业中，核心团队具有AMD背景的居多，这与AMD多年来一直重视在中国进行核心研发投入有关，培养了不少GPU方面的人才。如沐曦集成电路创始人陈维良曾任AMD图形研发高级总监，CTO杨建为前AMD Fellow，天数智芯首席科学家郑金山，曾任AMD首席技术专家（PMTS）。
杨建告诉记者，GPGPU企业非常需要具有先进制程成功交付经验的人才，不仅包括从芯片设计、验证等环节，还包括载板设计、软件生态，甚至包括计算中心落地，从机房、供电、到散热等一系列流程knowhow的人才。
“大厂出身的创业者在原有体系和背景下往往在工程实现能力方面非常强，也对流程管理非常重视。如果没有经历过这些过程以及生态建设，不仅会带来良品率方面的灾难，也会导致最终提供给用户的体验降低。性能和功耗没有在软硬件方面优化，生态完整性不够的产品很难在国内落地。”杨建说。
此外，杨建强调在组建团队的过程中还要保持人才的多样性，以避免团队思维和决策盲点，在沐曦团队中，除传统GPU大厂人才外，还包括BAT、字节跳动等互联网公司，以及EDA企业Cadence等方面的人才。
部分投资和行业人士看来，目前国内GPGPU领域企业格局已经初步恒定。
“大厂精英能出来的都出来了，而且经过这几年的陆续融资，各方资本该下注的也都已下注，短时间内不会出现新的玩家，头部效应将会越来越明显。”云岫资本董事总经理符志龙告诉集微网。
耀途资本创始合伙人杨光对此表示认同，他认为从融资角度再出现新的创业团队很难，目前国内GPGPU领域的格局差不多已构建起来，接下来将会进入比拼产品的阶段。
国内创企机会在哪？
拥有了市场、资本、人才等方面的条件之后，国产GPGPU正蓄势待发。
在杨光看来，中国广阔的市场前景将带给GPU很大的发展机遇。在C端应用方面，国内出现了很多新商业模式下的大体量公司，如头条、快手等短视频企业，带来更多应用场景。
“这些全球领先的应用场景，将为GPU提供广阔的发展方向，国内企业可以凭借创新，做出和巨头有别的差异化产品，结合本土化的服务能力取得突破。”杨光说。
杨建表示，在未来的算力经济时代，高性能通用计算发挥的空间非常大。如分子动力学（涉及药物研发、新材料合成），流体力学（汽车、飞机外观设计，航天器回收）等领域，都能够借助高性能计算，推动科研发展，缩小同国外巨头的差距。这些领域GPGPU企业有机会参与，沐曦集成电路也在积极进入。
杨建指出，随着近年来国家高度重视芯片产业，除了提供税收减免，人才引进政策之外，也会在相关产品实验落地以及试运营等方面予以支持。同时，整个GPGPU市场的生态也在逐步完善，比如以前没有流体力学、分子动力学的中国软件公司，现在已经能够看到相关商业化公司出现。
“整个计算市场呈现出蓬勃发展之势，这也将给GPGPU企业发展提供巨大空间。”杨建说。
尽管前景向好，但不可否认的是，国际玩家仍然在GPGPU该领域处于绝对垄断地位，国内初创企业想实现在该领域的突破和发展仍有很长的路要走。除了产品研发，生态构建等挑战之外，还包括很多现实难题。
比如，一位行业人士告诉集微网，他认为至少在五六年内，国内GPGPU的产品并不一定会具有采购成本优势。
“相比国外企业，国内企业受订单规模限制，导致其在物料等方面的采购成本较高。特别是像Memory等国内还无法生产的零部件，国内企业甚至要花一倍甚至几倍的价格才能拿到，在IP购买方面也有类似的情况。更重要的是，可能人家都不一定会卖给你。”该人士坦言。
该人士也同时指出，GPGPU企业可以通过架构和软件优化、长期客户支持以获得更好的Perf/$，极大化TCO优势，从而帮助客户长期成长。
符志龙认为，国内GPGPU企业持续向前发展的关键取决于三方面因素：一是要保持团队的持续更新，研发持续推进；二是产品定位和后续市场落地；三是要有持续的融资能力。
“做出来本身就是挑战，卖出去又是另一个挑战。产品是否符合市场和客户的需求，是否有客户愿意为买单，可能比做产品的难度更高。”符志龙说。
杨建对此表示认同，他认为，创业公司往往缺乏巨大团队和平台的支撑，大厂出身的创业者特别需要保持好“创业心态”。比如在产品设计的技术细节上做到“重剑无锋、大巧不工”，在保证性能的基础上实现产品的平稳交付最重要，而不是过分聚焦很多分散的小创新点，精巧设计反而将耗费大量成本和精力。
“GPGPU企业可以利用人才资源以及合作，通过在架构、封装等方面的创新实现突破。找准定位，在应用场景上做精做透，实现正向迭代和每一个Milestone，是企业未来获得融资以及持续发展的关键。”杨建说。
(校对/Humphrey)
