导言：根据科创版上市委6月2日发布的2020年第33次审议会议结果公告，寒武纪通过科创版IPO审核。AI芯片独角兽闪电过会，再次引发关注。AI芯片为何备受关注？有哪些应用领域？会给产业数字金融带来哪些变化？本期聚量观察，将与您一起探讨这些问题。

AI芯片龙头：再次迎来高光时刻

一纸公告，寒武纪走到聚光灯下，再次迎来高光时刻。作为一家专注于AI芯片产品研发与技术创新的企业，寒武纪在2017年8月A轮融资估值达到10亿美元，成为全球首家AI芯片独角兽；从3月26日递交招股书到6月2日拿到批文，仅历时68天经过两轮问询，刷新今年科创板审核速度。

值得注意的是，招股书显示，寒武纪主营业务描述为：“应用于各类云服务器、边缘计算设备、终端设备中人工智能核心芯片的研发、设计和销售……主要产品包括终端智能处理器 IP、云端智能芯片及加速卡、边缘智能芯片及加速卡以及与上述产品配套的基础系统软件平台。”

此处可见，寒武纪主营业务覆盖人工智能云、边、端。事实上，寒武纪目前已经开发一系列云、边、端AI芯片产品，包括用于终端的寒武纪1A处理器、1H处理器、1M处理器，用于云端的思元100、思元270和思元290，用于边缘的思元220。

寒武纪上次高光时刻，或许来自寒武纪1A、1H处理器，当时分别用于华为海思麒麟970、980芯片，安装在华为P20Pro、Mate20Pro、Mate20X等手机，出货量超1亿部。目前，思元系列产品被浪潮、联想等采用。

据悉，寒武纪此次拟融资28.01亿元，用于新一代云端训练芯片及系统项目、新一代云端推理芯片及系统项目、新一代边缘端人工智能芯片及系统项目等。

深度学习时代：算力已经难以为继

作为人工智能三大要素之一，算力对于人工智能发展同样有着举足轻重的作用。随着AI新时代开启，数据指数级增长，深度学习对算力提出更高要求，传统的通用芯片虽通用性强，但算力难以为继：人工神经网络需要并行计算，而通用芯片却不支持大量的简单同时计算运作。此时，AI芯片应运而生。

实现算法，获取和存储数据，展示计算能力，都离不开芯片。擅长执行AI算法的芯片，可以称为AI芯片。作为AI和芯片的交叉点，AI芯片计算能力更快、宽带记忆更高：

AI应用通常需要并行计算能力以运行复杂的训练模型和算法，AI芯片能提供的并行计算处理能力是相同价位传统半导体设备的10倍以上；

AI应用需要处理器之间有极高的带宽以进行并行处理来保证运行效果，定制AI芯片能分配的带宽是传统芯片的4到5倍。

随着AI的深入发展，AI芯片应用已经遍布数据中心、智能驾驶、安防、机器人、智能家居、金融证券、商品销售等领域。广泛的应用空间，带来广阔的市场规模。根据前瞻产业研究院，中国AI芯片行业2019年市场规模为122亿元，2024年有望达到785亿元。

当然，对于AI芯片企业来说，找到商业化道路至关重要，唯其如此，方能长期发展。截至目前，由于“成本前置，收益后置”的行业特点、重要客户华为开始自主研发AI芯片等原因，寒武纪还没有实现盈利，这也引发市场一定的忧虑。

AI芯片：产业数字金融生态重要技术要素

尽管目前以寒武纪为代表的AI芯片产业仍聚焦于C端发力，实际在产业金融端，AI芯片未来的发展空间更大。AI芯片在处理大体量数据方面的响应速度和自学习能力，对产业数字金融生态未来的发展有巨大的价值，未来将成为产业数字金融重要的生态技术合作伙伴之一。

以易融星空产业数字风控平台为例，为了给银行等金融机构输出准确度较高的AI数字风控模型，需要采集物流、商流、资金流和信息流四流合一的多维度数据，数据的体量和复杂程度，对平台核心大脑的计算能力提出了巨大的挑战。特别是随着平台赋能的资产总量越来越大，同时监控的存续期资产规模越来越大，此时兼具“智慧”与“速度”优势的AI芯片就能够充分发挥其特色和优势。

易融星空产业数字金融平台是一组智慧科技的组合生态，AI芯片如能够和通信模组、云平台等技术相结合，将能够发挥更好的价值。在处理四流合一海量数据的时候，其自主学习和模型的建构能力将更强，能够有效提升产业数字金融平台自身的运营能力。

文章作者:  李万林（聚均科技综合管理中心）

图片编制:  曹蕾（聚量集团办公室）

版面编辑:  乔嘉男（聚量集团办公室）