2020年7月20日，樂視網步入退市整理期的最后一個交易日以0.18元/股報收，總市值7.18億元，同日，AI芯片第一股寒武紀登錄科創板，截止7月24日收盤，寒武紀市值依然在千億以上。

在許多人看來，這是毅種循環，是股民記憶力只有七秒的證據，畢竟在2020年第一季度，寒武紀營收不過1155萬元，全年樂觀估計也只有9億元，市值與營收之比達到110倍，而哪怕是樂視，2015年市值突破千億，大批股民為夢想窒息的時候，其營收也有130.17億。

DCCI互聯網研究院院長劉興亮毫不諱言：“實事求是地說，寒武紀很有價值，但并不值千億市值，股民需謹慎。”

除了估值過高之外，寒武紀的另一個問題在于主業不穩。

寒武紀之所一戰成名，其原因在于研發的寒武紀1A處理器是全球首款商用終端智能處理器IP產品，與寒武紀1H芯片分別搭載在華為海思的麒麟970、980芯片上，出貨量過億，在2017和2018年，來自華為的營收占寒武紀總營收的90%以上。然而2019年之后，華為轉向采購自研NPU芯片，頭號大客戶成為競對，對寒武紀影響不可謂不大。

但是，這也不代表寒武紀并無應對。

2019年12月，寒武紀推出了思元220邊緣計算芯片，這一芯片的推出，標志著寒武紀打通“云邊芯”三條產品線，而近日，企業級混合云服務商青云QingCloud與其達成戰略合作，深度拓展邊緣計算業務，這一合作，證明寒武紀的邊緣計算能力已經進入商業化階段。

邊緣計算正在被視為AI的下一個重要戰場，原有的在云端、終端都有所積累的廠商，都希望通過邊緣AI芯片的布局，完善云、邊緣、終端生態，打造一體化的計算格局。

市值千億的寒武紀，能趕上這一場盛宴嗎？

01風口在“邊緣”

在新基建和工業化聯網成為新經濟全村希望的今天，云計算已經是所有人耳熟能詳的詞匯，但是如果不知道邊緣計算，那么對云最多只能算有“云了解”。

邊緣計算是云計算的一種，顧名思義就是與“中心計算”相對的概念，其本質是將處理數據資料、運行應用程序，甚至實現功能服務的算力，由網絡中心下放到網絡邊緣的節點上。在邊緣計算系統中，擔負中心節點計算能力的稱為“中心云”，也有擔負邊緣節點計算能力的“邊緣云”。

在傳統云計算架構中，無論是公有云還是私有云、混合云，數據處理都是將大部分數據都統一匯集到這些云平臺中進行處理。但是5G來臨，企業的云計算應用場景發生了明顯的變化，高數據密度、時延敏感的應用場景明顯增加。

面對這類對于網絡效率的要求較高的應用場景，集中式云的計算、存儲擴容能力以及保密和安全能力逐漸產生瓶頸，迫切要求云廠商和企業將計算能力下沉到網絡邊緣側，讓5G萬物互聯產生的海量數據在本地就可以實現存儲、處理、分析、決策和執行。舉例而言，鄭州工廠里的機器人所獲取的信息，如果事無巨細由遠在貴陽的中心處理器處理未免太考驗帶寬，園區中的邊緣處理器就可以輕松勝任。

總體來看，邊緣云優勢首先在于網絡響應效率，哪怕5G時代，帶寬也并非無限，同時也不可避免卡頓問題，而分布式邊緣云架構中，采集到的數據在中心節點進行AI模型訓練，訓練完畢的模型被下放到邊緣節點處理具體業務，這就避免了因大量數據的網絡傳輸和集中式計算存儲帶來的網絡性能瓶頸。

其次，在擴容成本兩方面，中心化的數據處理會比集中式云計算服務成本更低，因為它能夠避免數據遠距離傳輸所產生的費用。《邊緣微型數據中心部署的成本效益分析》中指出，“在電力容量為1兆瓦的情況下，集中式數據中心運營成本為6.98美元/瓦，分布式微型數據中心的運營成本為4.05美元/瓦”。

除此之外，邊緣計算系統的數據可存儲于本地，然后經過一定處理后再上傳到中心云用以訓練模型，這就徹底保障了垂直行業的數據安全性和隱私性。

邊緣計算并非一個新鮮概念，早在2003年，AKAMAI就與IBM合作提出了“邊緣計算”，但是到了5G時代大帶寬、低延時的特性得到發揮，智能駕駛等新場景不斷出現，系統對海量異構數據進行實時、高效處理的要求不斷提高，邊緣計算產業才進入高速發展階段。

因為具有部署迅速，價格低廉，售后方便等特點，如今邊緣計算已經在安防監控、智慧城市、智慧家居等行業大量應用，據IDC數據統計，到2020年將有超過500億的終端與設備聯網，未來超過50%的數據需要在網絡邊緣側進行分析、處理與存儲。而預計到2022年，邊緣計算市場的價值將達到67.2億美元。

智慧城市的邊緣計算框架

邊緣計算的廣闊前景，讓亞馬遜，微軟，谷歌，阿里云，華為云等巨頭開始在這個領域投注資源，華為早在2016年便聯合創立邊緣計算產業聯盟（ECC），2018年3月阿里云也宣布戰略投入邊緣計算技術領域。其他一些傳統硬件廠商、安防監控類企業、CDN巨頭和移動運營商也紛紛加入。

去年5月22日，華為心聲社區發布了任正非的內部講話：“車聯網、人工智能、邊緣計算是我們未來的三大突破點。”國際數據公司IDC中國區總裁霍錦潔表示，到2021年，全球云計算市場的規模將達到5650億美元，這其中約有20%為邊緣云，市場規模可達到1130億美元。

全球范圍內有關邊緣計算的“軍備競賽”正式打響。

02誰在潮頭賣芯片？

與傳統的云計算一樣，邊緣計算競爭的重中之重在于相關芯片，據預測，從2018年到2022年，全球邊緣計算相關市場規模將超萬億，年復合增長率將達過30%，與云計算市場規模旗鼓相當。

也因為如此，國內外行業巨頭紛紛開始邊緣側芯片的布局。英特爾高級副總裁兼網絡平臺事業部總經理SandraRivera對記者表示，“目前，各大芯片廠商、通信設備廠商、IP廠商等都已開始布局邊緣計算及應用，以求在未來的物聯網角逐中占據優勢地位。”

邊緣芯片可以分為存儲、傳感、通信、計算、模擬五個大類，而計算類芯片又可分為GPU、MCU、ASIC和FPGA四類，其中ASIC體積小、能耗少，主要用于主要用于攝像頭、手機、邊緣服務器等終端設備中，滿足有限的AI能力。

因為邊緣計算芯片往往沒有重心計算那樣良好的工作環境，所以其需滿足小尺寸、低功耗要求，還要符合 NEBS3以便滿足沒有冷卻裝置的極端環境條件，同時還能根據業務需求進行靈活、高效擴展。

因為這樣的復雜嚴格的要求，所以隨著算力的下沉，GPU這樣性能強大但是耗電量高的芯片逐漸減少，Gartner數據顯示，自2016年到2020年，全球云端AI芯片當中，GPU的市場份額呈現出持續下滑的趨勢，預計到2022年，云端訓練GPU占比將降至60%，云端推理GPU占比更是只有30%，這意味著兼顧性能與功耗的ASIC芯片的專用芯片的市場規模將進一步擴大。

除了以類別劃分之外，邊緣計算芯片還可以按照使用方式，分為訓練模型的訓練芯片，和處理具體業務的推理芯片。

在云端訓練芯片市場，“N卡”生產者英偉達是理所當然的頭部玩家。國內的參與者則包括華為和騰訊支持的燧原科技等。其中華為昇騰910芯片對標英偉達V100系列產品，其架構采用7nm+ EUV工藝、32核達芬奇，半精度達到256TFOPs，功耗為350W，針對包括邊緣計算、自動駕駛車載計算、訓練等場景，已經成為了國內許多企業的選擇。

而云端推理芯片領域，早在2018年，谷歌就發布了用于邊緣推理的微型AI加速芯片——Edge TPU，去年3月，谷歌還推出了Edge TPU芯片的千元級開發版本，到了2019年11月，英偉達發布了邊緣AI超級計算機Jetson Xavier NX，能夠在功耗10W的模式下提供最高14TOPS，在功耗15W模式下提供最高21 TOPS的性能，為小型嵌入式邊緣計算設備提供了AI推理能力。

而在國內，地平線2019年正式實現國內首款車規級AI芯片“征程二代”的量產，其采用臺積電28nm工藝，典型功耗僅2瓦，可提供超過4TOPS的等效算力，延遲少于100毫秒，搭載地平線征程二代芯片的長安汽車全新車型UNI-T，目前已經上市。

地平線的獨特之處，在于不同于英特爾Mobileye與車企合作的封閉模式，地平線提供開放工具鏈、參考算法等AI開發平臺，可以讓車企實現差異化的功能。

寒武紀在邊緣計算領域，最初走的是IP授權路線，即將自己的芯片作為華為麒麟系列SoC的一部分，幫助其更好的實現自身功能，收入來源主要為收取IP使用費，相較于通用型的AI芯片，該模式允許較低的集成度，即可以在主控芯片之外再搭配額外的芯片以支持相應功能。

但是很快，華為、高通等公司都紛紛推出專屬的SoC搭載 AI加速模組，而AI加速模組IP的提供商也有ARM，Cadence，CEVA等傳統IP提供商，競爭趨于白熱化，寒武紀也因此失去了華為這個大客戶。在IP授權模式遇到挫折之后的2019年，寒武紀發布邊緣推理芯片思元220，其最大算力32TOPS，功耗控制在10W，參數性能可以比肩英偉達去年發布的AGX Xavier 和Jetson Xavier NX。

邊緣推理芯片思元220

但是思元220能與英偉達比肩的，也許只有參數性能。

03獨角獸的弱點與希望

寒武紀一個尷尬的地方在于，華為之后，其產品買家都不怎么“靠譜”。

無論是橫琴新區商務局，還是儀享科技服務有限公司，都屬于跟AI只能沒有直接關系的“體制內”結構，所以無法形成華為麒麟裝在寒武紀NPU那樣證明自身技術市里的示范效應。也就是說，寒武紀很難以這兩個客戶為模板，復制出更多成功案例。

一名知乎用戶的回答，也反映了寒武紀目前的營銷困境：“寒武紀曾經來我們公司宣講過，芯片性能也很不錯，但是我們用了英偉達很久，沒有理由更換同類產品。”

前有商業化不暢的堵截，后面還有競對追兵，在招股書中，寒武紀坦言：“華為海思未來與本公司在終端、云端、邊緣端人工智能芯片產品領域均存在直接競爭。由于華為海思及其母公司為全國知名科技集團公司，其選擇自主研發人工智能芯片產品使得公司IP授權業務收入下滑較大，而且面臨著更加激烈的市場競爭。”

2019年，寒武紀投入5.43億元，研發人員數量680人，而同期華為海思的研發投入是24.39億美元，兩家公司相差近32倍，英偉達的研發費用高達28.29 億美金。

但是，與巨頭直接競爭，卻并不意味著非要在其優勢領域以卵擊石，因為在邊緣計算領域，有著巨大的“生態鴻溝差異”，所以只要制定好發展策略，同樣可以在藍海中野蠻生長。

邊緣計算的服務可以概括為網絡域、數據域、應用域和設備域這四大環節。前三者區別不大，但是在設備域，與傳統的云計算單純提供算力相比，邊緣計算芯片與服務必須與行業和場景深度結合，做好數據收集，訓練好模型，才能不斷提升處理業務的水平和能力。

因為獨立性的問題，所以大型企業往往不愿意芯片巨頭介入，反而更希望自行研發芯片，比如格蘭仕在今年四月投產工業4.0車間、還將在5月量產自主研發的‘BF-細滘’物聯網芯片，并在全球家電行業率先實現邊緣計算商業化，安防領域的海康威視也在建立并完善AI開放平臺，提供基于自身技術的AI解決方案。

所以，在5G快速普及，新的邊緣計算場景不斷出現的大背景下，寒武紀等新型AI芯片企業完全可以發揮自身技術體系更加開放的不對稱優勢，賦能傳統企業，在邊緣計算的浪潮中發揮自身作用。

畢竟如今的海思等巨頭們，當年也是也是從只虧不賺的“初創企業”過來的。