曾經備受資本追捧、可謂“遍地黃金”的半導體賽道，幾經波折之后，迎來資本市場寒冬。

“看不清、不敢投、沒錢了”一度成為貫穿行業的基調，半導體“盲投也能掙錢”的時代宣告結束。

資本市場的風向，變了！

眾所周知，半導體是一個前期投資巨大、回籠資金漫長的行業，資本對其發展異常重要。而如今資本市場的轉向，對于芯片初創企業，尤其是那些不斷靠融資輸血，自我造血能力不足的企業來講，或將是一場“厄運”。

芯片企業淘汰賽，加速！

資本寒冬，往往意味著行業洗牌，芯片企業接連倒閉。

2023年，前有哲庫3000多人團隊就地解散、時代芯存資不抵債放棄掙扎，后續摩星半導體、復睿微電子等國內芯片創業公司相繼曝出倒閉傳聞。

此前，曾立志成為“中國高通”的諾領科技、Arm CPU初創企業啟靈芯等芯片企業也早已相繼消失。

究其原因，除了技術路線偏差、戰略失誤或核心人員變動等因素外，融資難+虧損大+盈利差，成為壓到公司的最大一根稻草。

半導體具有三大特性：大投資、長周期、高風險。

真正的研發需要高投入長周期和相當大的風險，企業要想保持長期持續穩定發展，除了先進的技術和成熟的產品外，還必須要有穩定的收入、利潤和現金流。否則，一旦沒有大量資金輸血的話，很難有半導體企業可以走到最后。

因此，在當前資本市場遇冷的現狀下，芯片淘汰賽加速上演。

根據企查查的數據，2022年中國吊銷、注銷芯片相關企業超過5700家，同比增長了近70%。而在2023年，破產及注銷的企業數量更是超過了10000家，增幅達到90%，增長趨勢明顯。

除了數量激增之外，這次芯片淘汰賽波及的范圍也更加廣泛，不僅包括國內初創企業，也有具備一定技術研發實力的國際初創明星企業。

其中，AI新星Wave Computing破產關閉的消息還歷歷在目；前不久，美國GaN初創新星NexGen Power Systems也突然宣布倒閉；前腳剛退出中國市場的英國AI芯片獨角獸Graphcore，近日又傳出出售的傳聞...

資金流動性的減少、創新步伐的放緩，以及消費者信心的衰退，都在很大程度上制約了這些初創公司的成長。

尤其是在下行周期下，由于供需平衡被打破，此前的賣方市場轉變成買方市場，為了回收現金流，保持和搶占更多市場份額，很多廠家不得不選擇降價促銷。但即便如此，在需求疲軟下，很多公司銷量依然不見起色，并且在收入端出現了量價齊跌的情況。

而在支出端，集成電路屬于典型的資金密集型、技術密集型和人才密集型行業，一家芯片廠商想要在市場上擁有一定的競爭力，往往需要投入大量的研發和生產資金。而且，芯片行業的技術更新換代非常快，需要不斷地進行技術研發和產品升級。因此，芯片行業的投資成本非常高，導致很多企業無法承受這些成本壓力。

長期入不敷出的結果，體現在經營數據上就是業績大幅下降甚至虧損。

以往，在資本市場火熱時，其實這些都不是問題。因為只要故事講得好，有一定的技術和產品落地能力，總有大把資金愿意為此買單。而如今，在行業下行情況下，資本熱度也在同步降溫。大家不約而同收緊了口袋，資金不再像以前那么充裕，缺乏生命力的公司逐漸融不到下一輪。

因此，在內部自我造血能力不足，外部融資熱度下降的大環境下，使得一些初創企業很有可能面臨被淘汰出局的局面。

Atomic管理合伙人兼首席執行官杰克·亞伯拉罕發出警告：“有三分之二的初創企業最多還能生存不到一年時間，我們即將進入一個初創企業大規模消亡的時代。”


留下來的都是勁敵？

Cerebras是一家“一鳴驚人”的公司，該公司因為芯片大，而捕獲了行業的眼球。英偉達的A100 GPU已經相當大了，差不多826平方毫米。但Cerebras的新型芯片WSE-2 芯片，面積為 45,225平方毫米，幾乎覆蓋了8英寸硅晶圓的整個表面。自2016年成立以來它已籌集了7.3億美元。根據CB Insights全球獨角獸俱樂部的數據，該公司目前估值為 40 億美元。目前，Cerebras已經與阿布扎比G42合作建造了九臺人工智能超級計算機中的第一臺，這臺超級計算機的造價超過1億美元。Cerebras也正在朝著生成式AI領域奮進，雖然它已經證明了其CS-2在GPT模型中訓練的速度，但是其仍沒有獲得大型廠商的采用。

Cerebras研究人員在AI硬件公司中首次在Andromeda AI 超級計算機上訓練了一系列七個 GPT 模型，參數分別為 111M、256M、590M、1.3B、2.7B、6.7B 和 13B

Tenstorrent也是業界很看好的一家初創公司，由頂級芯片設計師Jim Keller于2016年所創立。截止目前，該公司已經融資了近3.35億美元，最近的一次投資者中包括三星和現代，目前估值約為10億美元。Tenstorrent將利用RISC-V和Chiplet技術打造AI CPU，以此來挑戰英偉達的AI主導地位。最近，Tenstorrent剛與三星達成生產合作的協議，計劃使用三星的4nm工藝來生產芯片。

該公司擁有全面的路線圖（如下圖所示），其中包括基于 RISC-V 的高性能 CPU 小芯片以及先進的 AI 加速器小芯片，有望為機器學習提供強大的解決方案。目前，Tenstorrent有兩款產品：一種名為Grayskull的機器學習處理器，可提供約315 INT8 TOPS的性能，可插入PCIe Gen4插槽；另一種是聯網Wormhole ML處理器，可提供約350 INT8 TOPS的性能并使用GDDR6內存子系統，一個 PCIe Gen4 x16 接口，并具有與其他機器的 400GbE 連接。今年他們將推出其 Black Hole獨立ML計算機芯片。該公司的重頭戲"Grendel "將于2024年推出，這是一種高配置、高性能的ML芯片設計，將CPU芯片與專用的 ML/AI 芯片相結合，與英偉達的GH200和 Grace/Hopper超級芯片的實現方式類似。

成立于2017年的SambaNova已成為AI芯片創業領域中資金最雄厚的公司之一。截至目前，該公司已成功籌集了高達10億美元的融資，投資方包括如軟銀和英特爾等知名機構。這使SambaNova不僅成為融資額最高的AI芯片初創公司，也被視為英偉達最有力的新興競爭者之一，公司估值達到了50億美元。

SambaNova最近推出了其最新的第四代SN40L處理器。這款處理器擁有超過1,020億個晶體管，采用了臺積電的5nm工藝，其計算速度高達638 teraflops。獨特的三層內存系統（包括片上內存、高帶寬內存和高容量內存）旨在處理與AI工作負載相關的龐大數據流。SambaNova宣稱，一個只有8個此類芯片組成的節點就能夠支持多達50萬億參數的模型，這幾乎是OpenAI的GPT-4 LLM報告規模的三倍。該公司的首席執行官Rodrigo Liang表示，使用標準的GPU來執行相同任務將需要數百個芯片，這意味著總成本只有使用標準方法的1/25。然而，SambaNova并不直接將芯片銷售給其他公司。相反，它提供對其定制技術棧的訪問權限，其中包含了為運行最大型AI模型而專門設計的專有硬件和軟件。


避免與之正面競爭，會否是AI芯片初創公司的新出路？

盡管英偉達在人工智能計算領域占據主導地位，但該公司并沒有牢牢鎖定該領域，市場機會仍然有很多。如果按照英偉達的馮·諾依曼架構+HBM+先進工藝+互聯這樣的路線，可能將無人能敵英偉達，而且GPU價格和功耗一直在上漲，這對于人工智能行業本身來說是不可持續的。所以一些AI芯片公司選擇不與英偉達正面競爭，另辟蹊徑，走出一些差異化的路線，試圖在市場中分一杯羹。


d-Matrix：存內計算芯片

d-Matrix公司也是一家AI芯片初創公司，該公司認為，隨著生成式人工智能的爆發，當前的基礎設施無法維持成本和需求，生成式人工智能需要變革性的計算范式。所以d-Matrix

設計的芯片具有數字“內存計算”功能，使人工智能計算機代碼能夠更有效地運行。d-Matrix 宣稱可以將TCO降低十倍，并在性能和延遲方面具有二十倍的優勢。

據The Register的報道，這家初創公司的最新芯片名為Jayhawk II，將采用通過高速結構連接的八個小芯片，總共 2GB 的 SRAM，而且只需要350瓦就能提供大約 2,000 TFLOPs 的 FP8 性能和多達 9,600 TOPs 的 Int4 或塊浮點數學性能。

該芯片可幫助ChatGPT等生成型AI應用提供支持。不過該公司所針對的僅是人工智能的推理部分，訓練部分則不涉獵。也就是說他們講不與英偉達正面競爭，而是發力在3-600億參數模型領域。對于這種尺寸的模型，在人工智能推理方面，英偉達的H100不一定是最經濟的選擇。運行這些模型的大部分成本都歸結于快速高帶寬內存的使用。相比之下，d-Matrix 加速器中使用的SRAM更快、更便宜，但容量也有限。

d-Matrix已經在微軟的支持下融資1.1億美元，微軟已承諾在明年推出該芯片時對其自用進行評估。d-Matrix預計兩年內年收入將超過 7000 萬至 7500 萬美元，并實現收支平衡。


Ceremorphic：模擬計算AI芯片

Ceremorphic正在設計一款采用臺積電5nm工藝的超低功耗超級計算芯片，利用其自己的專利技術和多線程處理架構ThreadArch?。該公司的創始人兼首席執行官Venkat Mattela，此前他所創立的Redpine Signals于2020年3月以3.14億美元的價格出售給了Silicon Labs。Ceremorphic所研發的芯片的核心在于數字電路之下的模擬電路，在芯片功能的層次結構的最低層進行模擬計算，更高層次上則不做模擬計算。該公司的創始人兼首席執行官Venkat Mattela認為，模擬乘法將比數字乘法更有效地利用電壓，更好的實現低功耗。

該公司的主要技術包括可靠、低能耗和安全的機器學習、圖形神經處理器、抗量子和硅高效安全處理器、高性能模擬電路、可靠的時序電路和系統級互連，使產品能夠針對不同的細分市場進行擴展。右圖描繪了 Ceremorphic的技術組合，涵蓋當前和未來的計算需求。