路嘉明

一、引言

中國是世界上最大的芯片消費國，但是中國整個芯片產(chǎn)業(yè)發(fā)展卻很落后，自給自足率非常低，近年來芯片的進口金額已經(jīng)超過石油，成為中國第一大進口商品。而繼“中興事件”后，中國深刻意識到了實現(xiàn)芯片產(chǎn)業(yè)的追趕是當前最亟待解決的問題之一。另一方面，AI（人工智能）是當前人類所面對的最新也最為重要的社會技術(shù)變革，AI技術(shù)的創(chuàng)新和發(fā)展又對芯片提出了新要求，所以中國企業(yè)一邊繼續(xù)研發(fā)原有芯片的同時，也積極布局AI芯片。近一兩年來，中國涌現(xiàn)出了寒武紀科技、地平線等一批優(yōu)秀的初創(chuàng)企業(yè)，成為了AI芯片行業(yè)的“獨角獸”。本文基于“機會窗口”的理論，試圖解釋中國AI芯片為什么和如何實現(xiàn)追趕。

二、文獻回顧和理論框架

（一）文獻回顧

技術(shù)追趕一直是經(jīng)濟學(xué)與管理學(xué)研究的重要問題之一。技術(shù)追趕（technological catch-up）理論，最早由經(jīng)濟史學(xué)家Gerschenkron提出，該理論認為，后發(fā)國家如果引進先進國家花了較高的費用和較長時間所開發(fā)的先進技術(shù)，便可以跨越一定的經(jīng)濟發(fā)展階段去追趕先進國家的技術(shù)并縮短工業(yè)化的進程。Perez和 Soete 首先提出了機會窗口的概念，即新的技術(shù)范式產(chǎn)生的機會窗口可能導(dǎo)致后發(fā)國家率先掌握新的技術(shù)范式、引領(lǐng)新的技術(shù)軌跡。Lee和Malerba等人總結(jié)了3種類型的窗口，即技術(shù)、需求和制度。梁中在此基礎(chǔ)上，基于中國產(chǎn)業(yè)按照窗口開啟條件的有利性程度，把窗口細化為不同等級的開啟狀態(tài)，并據(jù)此提出差異化的、具有內(nèi)在遞進邏輯的“破窗—擴窗—鎖窗”響應(yīng)策略體系。在趕超路徑方面，Lee和Lim以韓國消費電子、汽車、半導(dǎo)體和移動通信等產(chǎn)業(yè)為研究對象，提出了后發(fā)企業(yè)3種技術(shù)追趕模式：① 路徑追隨式（path-following catch-up）；② 階段跳躍式（stage-skipping catch-up）；③ 路徑創(chuàng)造式（pathcreating catch-up），其中后兩種模式屬于技術(shù)跨越式技術(shù)追趕。

21世紀開始，隨著以中國為代表的新興經(jīng)濟體的崛起，電信行業(yè)受到了學(xué)術(shù)界的廣泛關(guān)注。如Mu和Lee采用Lee和Lim根據(jù)韓國技術(shù)追趕經(jīng)驗提出的研究框架來分析中國電信行業(yè)，指出該行業(yè)實現(xiàn)追趕的3大關(guān)鍵因素：市場換技術(shù)戰(zhàn)略，跨國公司子公司向本土研究聯(lián)盟、本土企業(yè)的技術(shù)擴散，以及政府的產(chǎn)業(yè)促進政策。國內(nèi)學(xué)者吳曉波提出了“二次創(chuàng)新”的概念，即“在技術(shù)引進的基礎(chǔ)上進行的，受囿于已有技術(shù)范式，并沿既定技術(shù)軌跡而發(fā)展的技術(shù)創(chuàng)新”，定義了在二次創(chuàng)新過程中的4個典型階段：復(fù)制性模仿、創(chuàng)造性模仿、利用性創(chuàng)新、探索性創(chuàng)新，這4個階段分別對應(yīng)于組織發(fā)展過程中不同層次的技術(shù)能力水平。

但現(xiàn)有關(guān)于中國企業(yè)技術(shù)追趕的大部分研究往往將西方情境或亞洲追趕情境下的研究理論直接運用于中國情境，忽略了對中國情境特殊性的關(guān)注。與韓國等新興工業(yè)化國家和地區(qū)出口導(dǎo)向型后發(fā)企業(yè)不同，吳東和吳曉波認為中國后發(fā)企業(yè)的追趕實踐是在轉(zhuǎn)型的“所有制制度”、多樣的“技術(shù)體制”、多層次的“市場空間”以及新興的“全球網(wǎng)絡(luò)”四位一體的情境下開展的。并且AI芯片行業(yè)又與汽車、電信等傳統(tǒng)行業(yè)有很大區(qū)別，不但技術(shù)軌跡更為復(fù)雜，并且產(chǎn)業(yè)生態(tài)也大不相同，所以技術(shù)追趕通常呈現(xiàn)出更為復(fù)雜的演化模式，現(xiàn)有文獻對這些大型新興經(jīng)濟體后發(fā)企業(yè)所面臨的獨特情境并沒有給予充分的關(guān)注。

（二）理論框架

根據(jù)機會窗口理論，“在成熟的技術(shù)上不可能存在追趕機會”和“新技術(shù)領(lǐng)域是追趕的第二種機會窗口”這兩個核心論點，亦明確了“新技術(shù)”或者說“新的技術(shù)范式”是追趕窗口開啟的關(guān)鍵條件。當今世界，人工智能掀起了新一輪的技術(shù)革命，機器學(xué)習(xí)、深度學(xué)習(xí)等顛覆性技術(shù)的建立對芯片提出了更高、更廣的要求，原有的CPU已經(jīng)不能滿足人工智能算力和功耗的要求，GPA、FPGA、ASIC等芯片后來居上，廣泛應(yīng)用于人工智能領(lǐng)域。在這里我們將運行智能算法并應(yīng)用于人工智能領(lǐng)域的芯片稱為人工智能芯片（下稱AI芯片）。2017年是AI芯片的元年，各個國家和企業(yè)都面對著新市場和新機遇，而根據(jù)歷史的經(jīng)驗來看，每一次技術(shù)革命的初始階段都是后發(fā)國家實現(xiàn)彎道超車的戰(zhàn)略機遇期。雖然中國在芯片制造領(lǐng)域落后于美國和韓國，但是在芯片設(shè)計和封裝領(lǐng)域已經(jīng)具有一定的實力。除此之外，中國在大數(shù)據(jù)采集分析、人工智能算法研究方面，以及具體場景應(yīng)用領(lǐng)域具有強勁實力，這些優(yōu)勢對AI芯片的發(fā)展和技術(shù)追趕具有重要的幫助。綜上所述，本文認為人工智能的顛覆性技術(shù)革命為中國AI芯片提供一個歷史性的機遇，中國作為世界第二大經(jīng)濟體和最大的發(fā)展中國家，很有可能在這次技術(shù)革命中成為重要參與者、創(chuàng)新者，甚至成為領(lǐng)跑者。

本文在Lee和Malerba的研究框架的基礎(chǔ)上，不但研究中國AI芯片產(chǎn)業(yè)在新時代面臨的政策、技術(shù)、需求的機會窗口，還基于中國特殊的國情和AI芯片行業(yè)的特殊技術(shù)軌跡提出了產(chǎn)業(yè)生態(tài)窗口。本文首先基于4個子窗口對整體機會窗口建立了分析模型，旨在分析子機會窗口開啟的條件及其相互作用對整體行業(yè)的機會窗口的開啟的影響，接著基于案例說明中國企業(yè)如何把握機會窗口。然后對技術(shù)追趕的績效、模式進行總結(jié)和分析，提出“三部門連接器”模型。接著結(jié)合實踐對模型進行進一步思考。旨在解釋特殊的中國國情下的工業(yè)發(fā)展中遇到問題，并提出相關(guān)政策建議。

三、中國AI芯片行業(yè)的機會窗口

（一）政策機會子窗口

近年來，中國政府對人工智能和半導(dǎo)體芯片行業(yè)的重視程度不斷提高，持續(xù)從各個方面來支撐和促進這兩個行業(yè)的發(fā)展和進步，而 AI芯片既強調(diào)半導(dǎo)體芯片，又強調(diào)智能算法。所以集成電路（即芯片）和人工智能領(lǐng)域的政策都會對AI芯片的發(fā)展起到正向的促進作用。國家的支持主要分兩個方面，一方面是出臺各項政策，另一方面是建立各項產(chǎn)業(yè)投資基金，對人工智能和芯片行業(yè)給予資金支持。在政策方面，人工智能和集成電路兩個行業(yè)先后被寫入“十三五”規(guī)劃中，被提到了前所未有的國家戰(zhàn)略高度。與此同時，國務(wù)院和下屬的發(fā)改委、科技部、工信部等國家職能機關(guān)一方面不斷出臺相應(yīng)政策，另一方面，通過建立人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟和集成電路產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟、成立國家科技領(lǐng)導(dǎo)小組、在部委建立相關(guān)辦公室等方式完善創(chuàng)新發(fā)展體制，以促進這兩個行業(yè)的發(fā)展。

在產(chǎn)業(yè)基金方面，在工信部和財政部的指導(dǎo)下，2014年9月，國家集成電路投資基金正式設(shè)立，截至2017年共投資1387億元，2018年大基金第二期募資規(guī)模也將超過第一期，保底將達1500億元；2017年，由網(wǎng)信辦和財政部聯(lián)合指導(dǎo)成立的互聯(lián)網(wǎng)大基金也對人工智能行業(yè)進行積極投資。與此同時，各地政府和社會資本也積極進入相關(guān)領(lǐng)域。芯片是一個“十年起步，十億打底”的行業(yè)，作為后發(fā)者則需要更大的投入，原本鮮有社會資本對芯片公司進行投資，行業(yè)發(fā)展也嚴重受阻，而國家資本的進入無疑是雪中送炭。

綜上所述，我們認為無論從國家的發(fā)展規(guī)劃、相應(yīng)的政策來看，還是從產(chǎn)業(yè)基金的支持來看，AI芯片政策窗口已經(jīng)開啟，如果AI芯片企業(yè)能抓住政策機會，將會在追趕中處于有利地位。

（二）需求機會子窗口

2016年，隨著谷歌圍棋 AI AlphaGo戰(zhàn)勝韓國棋手李世石，人工智能全面爆發(fā)，被廣泛應(yīng)用于各行各業(yè)。而隨著人工智能理論和技術(shù)的日益成熟，應(yīng)用范圍不斷擴大，真正意義上的人工智能產(chǎn)業(yè)正在逐步落地、不斷豐富。在縱向上，人工智能算法的升級導(dǎo)致智能服務(wù)成為新的產(chǎn)業(yè)層級，拉長產(chǎn)業(yè)鏈，同時也影響其他層級的相關(guān)技術(shù)和服務(wù)向人工智能轉(zhuǎn)型；在橫向上，多樣化的智能硬件的發(fā)展又泛化于各層級技術(shù)和服務(wù)內(nèi)容，拓展了人工智能的產(chǎn)業(yè)鏈條。而這也正是人工智能產(chǎn)業(yè)鏈快速發(fā)展的原因。全球人工智能核心產(chǎn)業(yè)規(guī)模也會從370億美元增長至1300億美元，其中，我國人工智能核心產(chǎn)業(yè)規(guī)模會從56億美元增長到2020年的220億美元，年均增速接近65%。在人工智能領(lǐng)域，實現(xiàn)智能的核心是算法，支撐智能的核心是芯片，而隨著產(chǎn)業(yè)鏈的縱向加長和橫向拓展，現(xiàn)有的半導(dǎo)體芯片無論是從算力、耗能還是應(yīng)用場景的特殊需求上都無法滿足其要求，所以，新一代的AI芯片的需求會快速增加，全球市場規(guī)模也會在2020年達到125億美元。綜上所述，AI芯片行業(yè)已經(jīng)成為全球發(fā)展最快的產(chǎn)業(yè)之一，眾多應(yīng)用場景亟待落地，AI專用芯片也為中國AI芯片行業(yè)打開了需求的機會窗口。

（三）產(chǎn)業(yè)生態(tài)的機會子窗口

目前人工智能面臨的主要挑戰(zhàn)是解決例如識別圖像、識別語音或者識別生物特征等現(xiàn)實場景中的各類問題，這就涉及到將真實信息進行抽象處理從而轉(zhuǎn)化為計算機可以理解的程序語言。為了實現(xiàn)這一目標，各類方法被提出，其中機器學(xué)習(xí)和深度學(xué)習(xí)是各類算法的基礎(chǔ)，而基于此演化而生的場景智能算法對計算能力提出了更高的要求，因此，計算能力更強、功耗更低的 AI芯片也就應(yīng)運而生。不同于傳統(tǒng)行業(yè)，人工智能的產(chǎn)業(yè)價值鏈可以分為上游數(shù)據(jù)和基礎(chǔ)算法端、中游 AI芯片端和下游應(yīng)用端。

因為要實現(xiàn)AI技術(shù)真正的商業(yè)化需要大量結(jié)構(gòu)化處理后的數(shù)據(jù)進行訓(xùn)練，未經(jīng)訓(xùn)練的AI技術(shù)只能算是紙上談兵，故而人工智能價值鏈的上游是海量數(shù)據(jù)和基礎(chǔ)算法，中游是由半導(dǎo)體芯片和場景智能算法構(gòu)成，下游是具體的場景應(yīng)用，比如語音識別、智能家居、智能安防、無人駕駛等等。

（四）上游數(shù)據(jù)端促進中游算法優(yōu)化

進入21世紀以來，全球數(shù)據(jù)總量經(jīng)歷了爆發(fā)式的增長，全球數(shù)據(jù)總量在2017年已經(jīng)超過了13.6 ZB，2013至2017的年復(fù)合增長率超過了32.6%。中國人工智能產(chǎn)業(yè)的上游數(shù)據(jù)端主要呈現(xiàn)兩個特點，一是數(shù)據(jù)量大；二是數(shù)據(jù)獲取便捷，成本低。從數(shù)據(jù)量上來說，截至2017年4月，中國的智能手機用戶達到7.1億，是美國的3倍，得益于成熟的第三方支付體系，移動支付用戶和次數(shù)也是美國的數(shù)倍甚至數(shù)10倍，無論從數(shù)據(jù)的總量抑或是數(shù)據(jù)產(chǎn)生的速度，中國都遠超世界上其他國家。從可獲取性和成本上來說，2018年5月25日，GDPR（通用數(shù)據(jù)保護條例）正式獲得通過，從任何意義上來說，都堪稱是史上最嚴厲的公民隱私數(shù)據(jù)保護條例。從當天開始，在歐盟范圍內(nèi)任何互聯(lián)網(wǎng)公司想要收集公民在互聯(lián)網(wǎng)上留下的任何個人數(shù)據(jù)，包括姓名、身份證號、郵箱、位置乃至DNA信息等，都必須經(jīng)過用戶的明確授權(quán)。而另一方面，中國國民隱私保護意識不強，相關(guān)法律體系不夠健全，中國互聯(lián)網(wǎng)巨頭如 BAJT等企業(yè)在獲得數(shù)據(jù)方面如魚得水，成本極低。中國市場的海量數(shù)據(jù)和低廉的獲得成本，為中游場景智能算法優(yōu)化提供了得天獨厚的優(yōu)勢。

（五）下游市場反哺中游技術(shù)升級

人工智能產(chǎn)業(yè)下游應(yīng)用主要包括智能機器人、智能金融、智能安防、智能駕駛、智能搜索、智能制造系統(tǒng)及智能人居等產(chǎn)業(yè)，這些產(chǎn)業(yè)并非新產(chǎn)業(yè)，而是由人工智能為傳統(tǒng)產(chǎn)業(yè)賦能。中國下游應(yīng)用層的企業(yè)占據(jù)了大量的市場份額，比如?？低?、大華集團，不但是全球10大安防企業(yè)，而且也正積極布局發(fā)展智能安防；新松機器人、云南昆船和北京機科占據(jù)國內(nèi)90%機器人份額，產(chǎn)品也逐步向智能化轉(zhuǎn)型；阿里巴巴、百度從文本搜索延伸至圖像搜索，積極布局智能搜索；科大訊飛擁有多項核心專利，是全球領(lǐng)先的語音識別公司；在智能手機領(lǐng)域，華為出貨量為世界第2，小米、OPPO、VIVO等緊隨其后。廣闊的下游市場也成為中國AI芯片加速發(fā)展的重要原因。細分行業(yè)的龍頭企業(yè)，如阿里巴巴、海康威視、百度、華為等公司得益于中國經(jīng)濟的快速發(fā)展，積累了大量的資金和人才儲備，隨著人工智能產(chǎn)業(yè)的爆發(fā)，公司的業(yè)務(wù)進一步得到拓展，對AI芯片提出了更高的要求。這些公司一方面對AI芯片的初創(chuàng)企業(yè)進行投資，另一方面，百度、海康威視、華為等企業(yè)也先后投入到AI芯片的自主研發(fā)中。

中國形成了上游數(shù)據(jù)多、獲得易，下游應(yīng)用市場廣闊，中游場景智能算法快速發(fā)展，而半導(dǎo)體芯片業(yè)相對弱的“啞鈴型”人工智能的產(chǎn)業(yè)生態(tài)。在這樣一個特殊產(chǎn)業(yè)生態(tài)架構(gòu)下，上游的海量數(shù)據(jù)以及較低的獲取成本會支撐中游AI芯片的算法快速發(fā)展；而在下游，借助國內(nèi)巨大市場而發(fā)展起來的安防、互聯(lián)網(wǎng)、手機制造等龍頭企業(yè)已經(jīng)積累了大量的資本、人才儲備，創(chuàng)建了先進的商業(yè)模式，這些企業(yè)通過戰(zhàn)略投資、資助研發(fā)甚至是自主研發(fā)等方式反哺AI芯片領(lǐng)域，無論是對中游的算法端還是芯片設(shè)計制造端的發(fā)展，都起到至關(guān)重要的作用。所以我們認為，中國特殊的產(chǎn)業(yè)生態(tài)結(jié)構(gòu)也會為AI芯片行業(yè)的發(fā)展打開機會窗口。

四、技術(shù)的機會子窗口

根據(jù)機會窗口理論，新技術(shù)的出現(xiàn)是追趕的第二種機會窗口，人工智能行業(yè)的爆發(fā)促進了很多新興技術(shù)的出現(xiàn)和發(fā)展，而對于支撐人工智能的核心AI芯片來說，其技術(shù)軌跡也出現(xiàn)了不連續(xù)性，這也意味著出現(xiàn)了后發(fā)者實現(xiàn)追趕的技術(shù)機會窗口。

（一）基礎(chǔ)算法共享，場景應(yīng)用算法優(yōu)勢特有

人工智能算法自20世紀被圖靈提出后，經(jīng)歷了 3次發(fā)展的浪潮，2012年深度算法實現(xiàn)真正的應(yīng)用突破后，才真正給人工智能帶來了春天。算法創(chuàng)新是推動本輪人工智能大發(fā)展的重要驅(qū)動力。不同于其他傳統(tǒng)行業(yè)，領(lǐng)先者一般對后來者實行技術(shù)封鎖、阻礙后來者的追趕以獲得巨額壟斷利潤，在人工智能領(lǐng)域，學(xué)術(shù)界是推動基礎(chǔ)算法不斷前進和創(chuàng)新的主要源泉，所取得的成果也以學(xué)術(shù)期刊和論文的形式被全人類共享。中國進入人工智能領(lǐng)域較晚，基礎(chǔ)算法創(chuàng)新能力較弱，但是一方面，強大的模仿、學(xué)習(xí)能力使得中國企業(yè)對基礎(chǔ)算法的掌握和針對具體應(yīng)用領(lǐng)域開發(fā)場景智能算法的能力和國際巨頭齊頭并進；另一方面，人工智能重要的語義分析技術(shù)，需要大量的研發(fā)資金和充足的理解能力，而中國語言具有特殊性和高難度的特點，使得同類型的海外企業(yè)無法獨立完成，這些都為中國企業(yè)提升算法優(yōu)化和具體場景應(yīng)用能力創(chuàng)造了不可復(fù)制的優(yōu)勢。也正是因為這個原因，國內(nèi)企業(yè)在語音識別、圖像視頻識別、文本識別等領(lǐng)域的場景智能算法發(fā)展迅速，其中科大訊飛、云知聲、曠視科技、商湯科技、漢王科技、百度等企業(yè)在所在領(lǐng)域處于世界領(lǐng)先地位?；A(chǔ)智能算法的快速進步和場景應(yīng)用算法的特有優(yōu)勢，也為AI芯片行業(yè)后發(fā)者提供了歷史性的技術(shù)追趕機會。

（二）AI芯片技術(shù)路徑變化導(dǎo)致機會出現(xiàn)

最早用于人工智能領(lǐng)域的CPU和 GPU芯片技術(shù)發(fā)展路徑比較清晰，英特爾占據(jù)了全球CPU市場絕大多數(shù)的份額，第2名的企業(yè)AMD也是美國企業(yè)；而英偉達和AMD則壟斷了全球獨立GPU市場，這些公司利用專利布局筑起了非常高的進入壁壘，后發(fā)公司幾乎不可能在這兩個領(lǐng)域?qū)崿F(xiàn)追趕。在第三次人工智能革命的浪潮中，基于深度學(xué)習(xí)算法而產(chǎn)生的海量數(shù)據(jù)處理對芯片的處理能力提出了更高的要求，已有的處理技術(shù)和半導(dǎo)體芯片早已經(jīng)不能滿足其日益增長的需求，AI芯片的技術(shù)路徑發(fā)生了改變。

主流CPU架構(gòu)一般需要至少數(shù)百甚至上千條指令才能完成一個神經(jīng)元的處理，卻不能很好地滿足海量數(shù)據(jù)運算的深度學(xué)習(xí)的計算需求，其靈活易用性雖然很高，但是功率效率卻十分低，不能成為人工智能的主流解決方案。相比之下，GPU因其并行結(jié)構(gòu)而更加適合大量的重復(fù)計算，中端GPU就包含了成百上千個處理單元，這對于多媒體計算中大量的重復(fù)處理過程有著天生的優(yōu)勢，所以被廣泛應(yīng)用于輔助駕駛、圖像識別、棋牌類博弈等領(lǐng)域，成為目前應(yīng)用最廣泛的解決方案。但是GPU也并非十全十美，一方面，GPU在處理較小批量數(shù)據(jù)和管理稀疏數(shù)據(jù)方面并不擅長，這些數(shù)據(jù)廣泛用于循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），隨著“上下文”感知和預(yù)測的發(fā)展，對這一領(lǐng)域的要求越來越高；另一方面，GPU的記憶體管理效率不高，每個V100只有16 GB的HBM2 DRAM。一些大的數(shù)據(jù)集（100s of GB），需要更多的DRAM。更為重要的是，GPU更為通用的代價是較低的功率效率，以應(yīng)用于特斯拉自動駕駛的 GPU TeslaP100為例，其功耗最高可達250 W，伴隨而生的致命問題是器件不能承受之熱，在夏天器件的溫度達到 100～200℃，嚴重的可導(dǎo)致器件燒毀，系統(tǒng)停運。所以 GPU也不是 AI芯片的最終解決方案。

因此，F(xiàn)PGA和ASIC芯片逐漸進入人們的視野。FPGA全稱為“可編輯門陣列”（field programmable gate array），它是一種通用型的芯片，設(shè)計更接近于硬件底層的架構(gòu)，其最大特點是可編程。也正是因為這個特點，用戶可以通過更改FPGA的配置文件來實現(xiàn)具體應(yīng)用場景的高度定制，進而降低功耗，提高性能，所以，使用 FPGA芯片來實現(xiàn)工智能的核心是智能算法的設(shè)計與編寫。ASIC的全稱為“專用集成電路”（application specific integrated circuits），它是一種在確定應(yīng)用場景和具體用戶后，被設(shè)計和生產(chǎn)出的專用芯片，也正是因為專業(yè)化和定制化，所以這類芯片功耗很低，效率很高。而原有領(lǐng)先企業(yè)，比如英特爾雖然在桌面CPU端一家獨大，但是技術(shù)路徑的鎖定也使得其陷入“在位者陷阱”，在新技術(shù)領(lǐng)域也成為后發(fā)者，公司基本沒有涉足ASIC芯片，只有在以167億美元的高溢價收購Altera后才得以進入FPGA領(lǐng)域。而英偉達則沿著GPU的技術(shù)路徑一直前進，雖然產(chǎn)品性能不斷提升，目前在人工智能領(lǐng)域應(yīng)用最廣，但是和ASIC和FPGA相比，其高能耗的問題一直沒有得到解決。

AI芯片是應(yīng)用于人工智能領(lǐng)域的芯片，是由半導(dǎo)體芯片和其運行的智能算法兩個部分構(gòu)成，所以衡量一個AI芯片好壞的標準不應(yīng)該單單是半導(dǎo)體芯片的制程工藝等技術(shù)指標，也應(yīng)該對其智能算法與AI芯片架構(gòu)優(yōu)化結(jié)合進行考量。中國雖然在CPU和GPU的設(shè)計和制造上基本屬于空白，但是得益于人工智能產(chǎn)業(yè)的爆發(fā)，一方面，其使用的半導(dǎo)體芯片的技術(shù)路徑被重新定義，F(xiàn)PGA和ASIC芯片逐漸成為細分領(lǐng)域的主流解決方案，另一方面，所運行的智能算法也對實際應(yīng)用起到了至關(guān)重要的作用。這兩個重要的技術(shù)變革也為中國AI芯片行業(yè)的技術(shù)追趕打開了技術(shù)機會窗口。

五、總體機會窗口的出現(xiàn)

基于成熟的技術(shù)領(lǐng)域不存在追趕機會，而新技術(shù)領(lǐng)域是追趕的第二種機會窗口這一基本論斷，我們認為快速發(fā)展的智能算法和與之相適應(yīng)的半導(dǎo)體芯片技術(shù)路徑的變革打開的技術(shù)子窗口是整體機會窗口開啟的必要條件，是AI芯片產(chǎn)業(yè)能夠?qū)崿F(xiàn)追趕最基礎(chǔ)的驅(qū)動力。而僅僅技術(shù)子窗口的開啟是遠遠不夠的。

例如韓國雖然擁有三星這樣的全球頂尖的芯片廠商，但是因其產(chǎn)業(yè)價值鏈上下游的需求以及AI技術(shù)的制約，在AI芯片領(lǐng)域的發(fā)展反而不如中國。日本雖然占據(jù)半導(dǎo)體芯片材料全球份額的一半以上，但是因其工業(yè)制造業(yè)強而AI領(lǐng)域較弱，導(dǎo)致并沒有真正的開啟技術(shù)機會窗口。僅僅其中一到兩個機會窗口的開啟雖然對追趕有一定的幫助，但是卻無法完全打開機會窗口，AI芯片總的機會窗口開啟應(yīng)是 4個子機會窗口共同作用的結(jié)果。人工智能作為當今社會最重要的社會技術(shù)變革，不但重塑了眾多產(chǎn)業(yè)的格局，創(chuàng)造了巨大的新需求，也引發(fā)了各國政府高度關(guān)注，紛紛出臺政策、給與資金支持，力求在各個維度鼓勵和支持人工智能的發(fā)展，搶占技術(shù)革命的制高點，中國更是將引領(lǐng)人工智能發(fā)展寫入國家規(guī)劃中，其巨大的市場、政府強有力政策的出臺以及巨額資金扶持也為AI芯片行業(yè)開啟了需求和政策子窗口。更為重要的是，中國人工智能領(lǐng)域?qū)＠塾嬌暾垟?shù)為99264項，美國為48870；在論文發(fā)表方面美國為1663篇，中國為1506篇，雙方不分伯仲。作為世界最大的發(fā)展中國家和過去數(shù)十年中發(fā)展最快的新興經(jīng)濟體，中國因其特殊的經(jīng)濟體制和發(fā)展道路，又孕育出了特有的產(chǎn)業(yè)生態(tài)結(jié)構(gòu)，上游數(shù)據(jù)量大且獲取成本低，促進場景智能算法優(yōu)化；下游終端應(yīng)用廣而且部分細分領(lǐng)域強，又反哺中游技術(shù)升級，這都對中游的AI芯片行業(yè)的發(fā)展起到了相當正面的作用，這也是其他國家和其他行業(yè)所不具備的產(chǎn)業(yè)生態(tài)機會子窗口。當4個機會子窗口同時開啟時，也就是重疊部分出現(xiàn)時，我們認為中國的AI芯片行業(yè)面臨一個歷史性的機遇。

六、中國AI芯片行業(yè)追趕路徑

上文分析了各個子機會窗口的出現(xiàn)和總機會窗口的開啟，那么中國的AI芯片企業(yè)是如何把握并實現(xiàn)追趕的？下文我們將結(jié)合具體案例對回應(yīng)策略和追趕績效進行說明。

（一）提出世界首款深度學(xué)習(xí)處理器架構(gòu)——寒武紀

面對這一歷史機遇，寒武紀創(chuàng)始人選擇了一條從學(xué)術(shù)到實踐的發(fā)展路線。陳天石、陳云霽在創(chuàng)立公司之前都在中國科學(xué)院從事體系架構(gòu)和人工智能的研究，是典型的學(xué)術(shù)大牛。哥哥陳云霽19歲進入中國科學(xué)院計算技術(shù)研究所碩博連讀，并成為當時首個國產(chǎn)通用CPU“龍芯”的研發(fā)成員，25歲成為8核龍芯3號的主任架構(gòu)師。而弟弟陳天石則于2014年公開提出國際首個深度學(xué)習(xí)處理器學(xué)術(shù)架構(gòu)DianNao，同年又公開提出國際首個多核深度學(xué)習(xí)處理器學(xué)術(shù)架構(gòu)DaDianNao，兩論文分獲處理器架構(gòu)領(lǐng)域頂級國際學(xué)術(shù)會議ASPLOS 2014和MICRO 2014最佳論文，而這兩篇論文成為AI芯片領(lǐng)域被引用最多的論文。兄弟兩人一人有研發(fā)芯片的經(jīng)驗，一人走在學(xué)術(shù)領(lǐng)域的前沿，兩人研究的領(lǐng)域又都正好和AI芯片相關(guān)，可謂是珠聯(lián)璧合。

在掌握了核心技術(shù)后，兩兄弟選擇于2016年成立公司，而這一年又正好趕上人工智能的全面爆發(fā)。大量資金開始進入這個領(lǐng)域，各種政策密集出臺，所以公司一成立就獲得各類資本的瘋狂追捧，2016年4月和8月分別獲得由中國科學(xué)院的千萬級天使投資以及由元禾原點、科大訊飛等的Pre-A輪投資，而公司又在2017年8月完成了由國投創(chuàng)業(yè)領(lǐng)投，阿里巴巴、聯(lián)想創(chuàng)投等聯(lián)合投資的1億美元的A輪投資，并于2018年6月完成了由中國國有資本風(fēng)險投資基金、國投創(chuàng)業(yè)等聯(lián)合領(lǐng)投的數(shù)億美金的 B輪融資，公司估值也達到了20億美元以上?？v觀整個公司的融資史，國有資本一直是主力軍，阿里巴巴、聯(lián)想控股等企業(yè)的社會資本也緊隨其后，源源不斷地給公司“輸血”。

瞅準了需求、政策、產(chǎn)業(yè)生態(tài)等機會窗口，公司解決了資金的問題。在技術(shù)路徑上，公司避開CPU、GPU等被國外壟斷的較為成熟的技術(shù)路徑，而是利用自己的技術(shù)優(yōu)勢，深耕ASIC架構(gòu)。公司選擇了手機這一具體應(yīng)用場景，成功于2016年推出世界首款商用深度學(xué)習(xí)專用芯片“寒武紀1A”并于2017年成功賦能華為麒麟970芯片，先于蘋果A11成為世界首款人工智能手機芯片，為華為Mate10、P20等機型插上AI的翅膀?！昂浼o1A”是一款完全自主研發(fā)的ASIC芯片，在1 GHz主頻下理論峰值性能為每秒5120億次半精度浮點運算，對稀疏化神經(jīng)網(wǎng)絡(luò)的等效理論峰值高達每秒2萬億次浮點運算，在若干關(guān)鍵人工智能如計算機視覺、語音識別、自然語言處理應(yīng)用上實測，“寒武紀1A”達到了傳統(tǒng)的四核通用CPU25倍以上的性能和50倍以上的能效。

在成功實現(xiàn)AI芯片商業(yè)化后，公司繼續(xù)加大研發(fā)投入，又于 2017年底面向終端再次推出了三款A(yù)SIC芯片：面向低功耗場景視覺應(yīng)用的“寒武紀 1H8”，擁有更廣泛通用性和更高性能，主要用于手機、安防、攝像頭、音箱、機器人等領(lǐng)域智能處理計算的“寒武紀1H16”，以及面向智能駕駛領(lǐng)域的性能10倍于1A的“寒武紀1M”。同時，寒武紀也在云端積極布局，公司還面向云端發(fā)布了“寒武紀MLU100”和“寒武紀 MLU200”，這兩款芯片面向服務(wù)器端的智能處理需求，分別側(cè)重于推理和訓(xùn)練。至此，寒武紀形成了完整的產(chǎn)品線，成為全球第一家成功流片（批量生產(chǎn)實物芯片）并擁有成熟產(chǎn)品的AI芯片行業(yè)獨角獸企業(yè)。

（二）算法+芯片，“地平線”引領(lǐng)嵌入式 AI芯片與解決方案

面對這一歷史機遇，“地平線”并沒有刻意強調(diào)芯片，而是選擇走一條強調(diào)“算法+芯片”有機結(jié)合的發(fā)展路徑。算法要取決于數(shù)據(jù)，而數(shù)據(jù)是需要本地化的，中國和美國的數(shù)據(jù)不一樣，這是本土企業(yè)的優(yōu)勢。地平線的芯片方案強調(diào)的是在嵌入式智能產(chǎn)品上做智能處理，可以說地平線的發(fā)展道路不在于研究單純的芯片，而在于算法和芯片的深度整合優(yōu)化。這樣的發(fā)展道路把握了中國特殊的產(chǎn)業(yè)生態(tài)帶來的機會，取場景智能算之長，補半導(dǎo)體芯片之短，用較少的投入研發(fā)出了高性能的AI芯片。之所以選擇這樣的發(fā)展道路，原因在于相比寒武紀純學(xué)術(shù)出身的背景，地平線的創(chuàng)始人不但以學(xué)術(shù)見長，在商場也是身經(jīng)百戰(zhàn)。創(chuàng)始人余凱在人工智能領(lǐng)域發(fā)表的研究論文被全球同行廣泛引用，超過14000次；曾獲得2013年國際機器學(xué)習(xí)大會（ICML）最佳論文銀獎，也是華人學(xué)者中第一位率隊在國際主流人工智能競賽中獲得冠軍的學(xué)者；CTO吳強，論文曾獲得國際計算機協(xié)會（ACM/IEEE）第38屆計算機架構(gòu)大會（MICRO-38）唯一的一個最佳論文獎。他的科研成果還被美國業(yè)內(nèi)雜志《IEEE Micro》評選為年度最有影響的12個科技成果之一。余凱還一手創(chuàng)立了百度深度學(xué)習(xí)研究院（IDL）、百度自動駕駛團隊和百度大腦PaddlePaddle，可以說是中國人工智能應(yīng)用領(lǐng)域的“泰斗”。并且還有多位高管曾在谷歌、NECLabs、三星集團、德州儀器、摩根士丹利、百度、華為等國際知名公司擔任產(chǎn)品帶頭人和高管等職務(wù)。也正是因為這樣經(jīng)驗豐富的創(chuàng)業(yè)團隊和發(fā)展路徑，公司更多地吸引了社會資本的進入，在 2015年成立之初，公司就已經(jīng)獲得了晨興、高瓴、紅杉等基金的聯(lián)合投資，并于2016年4月獲得硅谷知名投資人Yuri Milner的投資；2016年7月，團隊宣布獲得包括雙湖投資以及原投資在內(nèi)的新一輪融資，公司還于2017年底完成了由Intel Capital領(lǐng)投的1億美元的A+輪融資。

在具體的技術(shù)路徑上，地平線公司選擇了開發(fā)自己的獨特架構(gòu)BPU，首先在 FPGA上驗證，然后成功推出“旭日 1.0”和“征程1.0”兩款專用 ASIC芯片，這兩款A(yù)I芯片都采用 40 nm架構(gòu)（最先進為7 nm制程），但是卻能實現(xiàn)1080P@30fps的視頻輸入，可對每幀圖像中的200個目標進行檢測識別，具有低功耗（典型功耗僅為1.5 W）和低延時（小于30 ms）的特點，其性能已經(jīng)達到了世界一流的水平。公司于2017年12月宣布與奧迪集團共同開發(fā)自動駕駛，值得一提的是，奧迪在中國一共選擇了兩家合作伙伴，其中一家就是地平線。同時，地平線也是目前中國唯一在世界4大汽車市場（美國、德國、日本和中國）與全球頂級OEMs和 Tier1s建立合作伙伴關(guān)系的涉及自動駕駛的初創(chuàng)企業(yè)，成為了名副其實的AI芯片領(lǐng)域的“獨角獸”。

（三）中國AI芯片公司對機會窗口回應(yīng)策略和績效總結(jié)

面對AI芯片產(chǎn)業(yè)出現(xiàn)的機會窗口，各大企業(yè)選擇了不同的策略進行回應(yīng)。老牌芯片制造商英特爾選擇在繼續(xù)改進CPU基礎(chǔ)上又收購FPGA廠商 Altera試圖多路徑布局AI芯片，而英偉達則憑借天然優(yōu)勢“一招鮮，吃遍天”，深耕GPU，不斷推出高性能的通用AI芯片，一方面這些巨頭起步早，引領(lǐng)著技術(shù)路徑的前進，并在該路徑上進行了大量的專利布局，筑起了難以逾越的行業(yè)壁壘，有效地阻止了后來者在原有路徑上的追趕；而另一方面這些巨頭也因為在原有技術(shù)路徑上有大量的沉沒成本，陷入了不同程度的“在位者陷阱”，對ASIC架構(gòu)的AI芯片的研發(fā)沒有那么重視，這也是中國AI芯片行業(yè)能實現(xiàn)追趕的一個重要原因。

AI芯片既強調(diào)算法又強調(diào)半導(dǎo)體芯片。在算法端，學(xué)術(shù)界引領(lǐng)基礎(chǔ)算法進步、成果又被全人類共享的這一特點使得中國作為后發(fā)國家，與在位國家之間沒有顯著差距，在具體的場景智能算法上甚至處于世界領(lǐng)先的地位。而FPGA和ASIC作為新技術(shù)范式的出現(xiàn)，為AI芯片行業(yè)開啟了技術(shù)的機會窗口，寒武紀和地平線從初創(chuàng)企業(yè)發(fā)展成為全球頂級的AI芯片公司，一個很重要的原因在于把握住了該技術(shù)機會窗口，選擇ASIC架構(gòu)。在實現(xiàn)追趕的過程中，人工智能市場火爆而產(chǎn)生的對AI芯片的需求，中國政府在企業(yè)創(chuàng)立之初就給予的政策、場地和大量資金等相關(guān)支持也是必不可少的條件。除此之外，中國特殊的國情、市場體制孕育出的人工智能產(chǎn)業(yè)生態(tài)結(jié)構(gòu)也開啟了相應(yīng)的機會窗口，非常有效地促進了中國AI芯片行業(yè)的追趕。

在AI芯片領(lǐng)域不只有寒武紀和地平線這兩顆“中國芯”，根據(jù)著名市場研究公司 Compass Intelligence發(fā)布的最新研究報告，全球前24名AI芯片行業(yè)排行榜中共有包括華為海思等 7家中國企業(yè)上榜（含地平線、寒武紀）。在國際著名研究機構(gòu)Arete Research評定的全球10大AI芯片初創(chuàng)公司里，中國獨占5席。中國的AI芯片行業(yè)從無到有，從落后到今天的世界一流，實現(xiàn)了巨大的跨越式進步。

七、總結(jié)

（一）追趕模式的總結(jié)

很多學(xué)者針對后發(fā)國家的追趕路徑和模式提出了自己的觀點，但是這些觀點大多基于傳統(tǒng)行業(yè)而非新興行業(yè)，并且沒有考慮中國特殊的國情和改革開放后形成的特殊產(chǎn)業(yè)生態(tài)結(jié)構(gòu)，所以無法很好地解釋中國AI芯片等行業(yè)的追趕現(xiàn)象。針對此情況，現(xiàn)提出“三部門連接器”模型。

人工智能行業(yè)不同于其他傳統(tǒng)行業(yè)，其上游是海量數(shù)據(jù)和基礎(chǔ)算法，下游是場景應(yīng)用，中游是AI芯片（包含半導(dǎo)體芯片和場景智能算法），而中國的人工智能行業(yè)又具有“兩頭大，中間小”的特殊產(chǎn)業(yè)生態(tài)結(jié)構(gòu)。中國在上游數(shù)據(jù)端有優(yōu)勢，基礎(chǔ)理論、算法掌握牢固，即“源泉”豐富；而下游又呈現(xiàn)“應(yīng)用市場廣闊”的特點。上游“源泉”豐富就會通過“A通道”為中游AI芯片這一“支柱”中的智能算法優(yōu)化提供幫助；下游市場巨大導(dǎo)致中國的互聯(lián)網(wǎng)行業(yè)、安防行業(yè)迅猛發(fā)展，一些互聯(lián)網(wǎng)、科技巨頭如BAT、華為，占據(jù)了較大的市場份額，積累了大量資本。而下游人工智能場景市場的進一步發(fā)展又必須以中游的“AI芯片”為支柱，于是中國的AI芯片企業(yè)在發(fā)展的過程中又受到下游BAT、華為等企業(yè)的“反哺”（B通道），不但積極給予資金和人才的支持，還幫其對接各種資源。這也形成了上下兩游通過A、B通道合力促進中游的良性產(chǎn)業(yè)生態(tài)發(fā)展模式，即形成了上中下三游有機連接的“三部門連接器”，即上下兩游首先實現(xiàn)追趕，通過“A、B連接器”帶動中游實現(xiàn)追趕的發(fā)展模式，而這也從產(chǎn)業(yè)生態(tài)的角度解釋了為什么中國AI芯片行業(yè)能夠涌現(xiàn)出一批優(yōu)質(zhì)初創(chuàng)企業(yè)和獨角獸、實現(xiàn)彎道追趕的原因。

（二）結(jié)合“三部門連接器”模型對實踐的進一步思考

最近美國對中興的制裁和中美貿(mào)易戰(zhàn)的打響給中國敲響了警鐘，讓我們更加深刻認識到了中國在工業(yè)上的巨大差距。中國沒有趕上兩次工業(yè)革命的浪潮，其工業(yè)的特點是基礎(chǔ)研究沒有跟上，核心技術(shù)沒有掌握，這導(dǎo)致中國工業(yè)的發(fā)展一直是主要利用環(huán)境和人力資源成本低的“代工”的模式，對于一些高端工業(yè)產(chǎn)品的思路主要是“造不如買，買不如租”。而中國同時又是最大的發(fā)展中國家，人口位居全球第一，GDP世界第二，人口紅利在過去幾十年得以充分釋放，累積了大量的人才和資本。根據(jù)上文提出的“三部門連接器”模型，對于汽車、鋼鐵等傳統(tǒng)行業(yè)來說上游的“源泉”應(yīng)是基礎(chǔ)研究，其能力水平主要由科研院所（包含企業(yè)研發(fā)部門）和高校決定；中游“支柱”應(yīng)是高端裝備制造企業(yè)；下游“應(yīng)用市場”應(yīng)是生產(chǎn)具體產(chǎn)品的企業(yè)。對應(yīng)于“三部門連接器”，這些行業(yè)的特點表現(xiàn)為作為上游“源泉”的基礎(chǔ)研究雖然逐步追趕，但是 A通道沒有打開，高校和科研院所的科技成果轉(zhuǎn)移轉(zhuǎn)化效果不理想，沒有為中游注入動力；中游裝備制造業(yè)這一“支柱”薄弱，無法支撐起下游市場日益增長對于產(chǎn)品質(zhì)量、性能、功能的要求；與此同時，下游應(yīng)用市場大而不強，汽車、手機等行業(yè)一味追求市場份額、銷售額，企業(yè)十分浮躁，力求“掙快錢，掙容易錢”卻沒有形成核心競爭力，制造設(shè)備基本依賴進口，大部分利潤被國外企業(yè)拿走，從而無法通過 B通道對裝備制造業(yè)進行反哺。許多傳統(tǒng)領(lǐng)域沒有形成有機結(jié)合的“三部門連接器”，掣肘中國經(jīng)濟在“新常態(tài)”下的高質(zhì)量發(fā)展。

八、政策建議與展望

（一）政策建議

中國的AI芯片行業(yè)現(xiàn)在雖然處于世界一流水平，但全球人工智能領(lǐng)域依然屬于“弱人工智能”階段，而隨著人工智能的進一步發(fā)展，無論是CPU、GPU還是FPGA、ASIC都可能會被時代淘汰，“類腦芯片”更有可能是人工智能的最終解決方案，所以人工智能最終鹿死誰手還未可知。另一方面，通過進一步結(jié)合“三部門連接器”模型對實踐進行思考，我們也發(fā)現(xiàn)了一些中國傳統(tǒng)行業(yè)面臨的窘境。中國崛起勢不可擋，針對目前遇到的一些問題，我們結(jié)合研究成果對政策制定者和企業(yè)提出一些建議。

一是要從頂層設(shè)計支持基礎(chǔ)研究和高端裝備制造業(yè)發(fā)展?；A(chǔ)研究是創(chuàng)新和技術(shù)發(fā)展的源泉，高端裝備制造業(yè)則為支柱，如果這兩游不強，那么很有可能造成下游大而不強、沒有核心競爭力的局面。所以要進一步支持科研院所和高校的基礎(chǔ)研究工作，以及對高端裝備制造業(yè)進行政策扶持和資金支持。

二是要促進科技成果轉(zhuǎn)移轉(zhuǎn)化機制和高校教師評價機制的完善。結(jié)合“三部門連接器”模型來看，雖然中國很多大學(xué)的科研能力躋身世界一流，高水平研究成果層出不窮，但是科研成果的所有權(quán)分配不合理、教授評價指標過多強調(diào)論文而不是解決實踐問題，這導(dǎo)致“A通道”沒有實現(xiàn)真正的連通，大學(xué)科研機構(gòu)和教授的研究止于論文而不能應(yīng)用于實際生產(chǎn)，所以這方面還要繼續(xù)完善。

三是下游企業(yè)應(yīng)反哺上中游。得益于人口紅利和政策紅利，中國很多下游企業(yè)占據(jù)了很大的市場份額，但是并不意味著我們具有了核心競爭力，所以企業(yè)應(yīng)該轉(zhuǎn)變一味追求產(chǎn)值、市場份額的發(fā)展觀念，利用紅利帶來的資本優(yōu)勢，去反哺裝備制造業(yè)，甚至是進一步反哺基礎(chǔ)研究以增強企業(yè)內(nèi)在的創(chuàng)新能力，成為真正的世界500強。

（二）研究展望

本研究以機會窗口為理論基礎(chǔ)，在分析需求、技術(shù)、政策的子窗口的基礎(chǔ)上又結(jié)合中國AI芯片業(yè)的特點，創(chuàng)新性提出了產(chǎn)業(yè)生態(tài)窗口并進行分析，并進一步提出“三部門連接器”的模型，旨在更好地解釋中國特色的追趕模式。但是“產(chǎn)業(yè)生態(tài)窗口”和“三部門連接器”模型是否能推廣到全行業(yè)還不能確定，這也是我們需要在未來進一步討論的。