【创业24小时】2023年9月26日
06-18
财经新闻要快查，太快了，快得让人措手不及。
转眼间，AI时代已经到来，技术发展的步伐从未像今天这么快……没有人愿意错过布局的机会，也没有人愿意被被时代抛弃了！抢占海滨市场 面对瞬息万变的世界，你最大的风险就是不去冒险。
曾经以搜索引擎起家的百度，从移动互联网时代到AI时代实现了惊心动魄的飞跃：制造芯片、进军无人驾驶赛道、赋能工业互联网。
有人戏称，这种画风与互联网公司盯着一捆白菜的画风很不一样。
近日，百度发布了Q4财报，首次在财年财报中公布了昆仑芯片的进展情况。
百度宣布，其自主研发的昆仑2芯片即将量产，并将部署在搜索、工业互联网、智能交通等业务领域。
百度进军芯片领域，有何特别之处？一个字：快点！众所周知，在数据层面，百度拥有路测车队，在加州DMV发布的无人驾驶疏散报告中，百度Apollo排名第一。
一个字：熟了！在算法层面，有搜索背景的百度再熟悉不过了。
它还拥有汇聚数万开发者的百度AI开放平台。
在算力这一硬技术领域，百度虽然研发了自己的AI芯片昆仑、语音芯片鸿鹄，但市场并不了解它们的品质以及核心制造的合理性。
别人笑我疯子，我却笑别人看不透。
对于百度的芯片制造，外界非常惊讶。
事实上，这在AI时代是不可避免的。
产业链的高度分工保证了其芯片的量产。
下游应用的巨大变化，让百度等互联网企业成为各国AI芯片竞争的旗手之一。
百度的“芯”科技行业为何日新月异、变幻莫测？原来，背后有一只看不见的手，准确预测着行业的发展速度。
这就是著名的摩尔定律：半导体芯片上可以集成的元件数量每12个月就会增加一倍。
以深度学习为代表的人工智能技术最大的瓶颈是计算能力。
其算力需求一直在快速增长，明显超过摩尔定律的速度。
IDC预测全球每年产生的数据量约为ZB，是2018年的五倍多。
而这就是互联网企业进军芯片市场的底层逻辑！以自动驾驶为例。
最激进的特斯拉和国内造车新势力一般只能实现L2到L3级别的自动驾驶。
除特斯拉外，算力均在50TOPS以内。
据预测，实现L4所需的算力将超过TOPS，而L5则需要超过TOPS。
图1. 无人驾驶芯片现状，数据亿欧、国信证券。
显然，目前的芯片还远远不能满足计算能力的需求。
但芯片设计门槛的降低，给了国产替代的机会。
我们经常看到台积电、英特尔、三星等芯片巨头动辄投入数百亿美元，这很容易给人造成芯片极其昂贵的印象。
事实上，只做芯片设计的成本其实是可控的。
经过半个多世纪的发展，芯片产业由于产值规模大、技术难度高、资金投入大，已形成专业分工。
IP授权、仿真软件、设备材料、芯片设计、制造代工、封装测试等环节由多个产业组成。
公司完成。
分工降低了芯片设计的门槛。
您不必担心设计和设计后的制造所需的工具。
例如，百度的芯片是由三星制造的。
图2.半导体的分工导致芯片设计门槛降低。
搜狐。
当前芯片产业格局非常稳定，但实际上，如果将历史延伸到10年周期维度，我们可以清晰感受到：下游应用的每一次重大变化，都会带来半导体产业的大洗牌：20世纪90年代，日本家电在全球的普及带动了日本芯片企业的崛起。
那时对芯片的要求一定是高稳定性； 20世纪90年代个人电脑的爆发带来了对高算力的高需求，随着蓝色巨人英特尔的崛起，智能手机爆发，需要高算力的同时也要求低功耗。
因此，英特尔落后了，ARM、苹果等公司成为主角。
2020年AI登场，5G将加速2020年AI渗透，芯片行业再次处于巨变前夜。
AIOT时代有两个重大变化：一是对算力的需求呈指数级增长，因为AI是基于海量数据的训练和推理；二是对计算能力的需求呈指数级增长。
计算能力已经普及。
除了电脑、手机之外，家电、手表、耳机、眼镜、汽车等终端也需要智能化。
面对百度All in AI的变化，推出了昆仑系列应对高算力需求，推出鸿鹄芯片应对激增的算力需求（用于语音交互）。
业界常将这两种需求分为云算力需求和边缘算力需求。
受此推动，AI芯片显然将成为下一个趋势。
Tractia预计，2020年全球AI芯片市场规模将达到1亿美元，年增长率超过40%。
在这一领域，中美差距很小，互联网企业很可能成为各国之间AI芯片竞争的旗手。
图3. 全球人工智能芯片市场规模，同比，数据Tractica 有人可能会问，百度的芯片质量如何？与其他公司的高调宣传不同，百度其实在芯片领域已经研究多年。
十年磨一剑，百度加入战局。
不仅吹走了一池泉水，还打破了原有的格局！昆仑是百度的第一款力作。
2017年，百度使用FPGA进行AI架构研发。
2015年，正式发布昆仑AI芯片。
2016年流片成功，2016年昆仑一号量产。
目前，已累计发货2万多件。
用于百度搜索引擎、百度智能云生态合作伙伴等“AI+”。
“场景。
昆仑1采用14nm制程工艺，可以在低于W的功耗下实现TOPS INT8处理能力。
与行业标杆NVIDIA的Tesla T4相比，百度昆仑1在不同型号下性能提升1.5-3倍。
鸿鹄语音芯片是一款专注于超低功耗、实时处理、高精度等核心能力，面向智能家居、智能汽车、智能物联网等场景的专用芯片。
小度音箱搭载了自家的鸿鹄芯片，出货量排名全球第三，仅次于亚马逊和谷歌。
图4. 全球智能音箱出货量，数据IDC、中信证券 百度核心制造并非孤立。
巨大的生态优势带来的是裂变式的赋能效应，而不是传统业务的单点突破模式。
以昆仑芯片为例，其强大的算力将支持开源深度学习框架PaddlePaddle和百度机器学习平台（BML），从而赋能百度搜索引擎、智能驾驶等业务。
对外，开源支持主流CPU、操作系统、Pytorch、Tensor Flow等深度学习框架，也支持国产CPU和操作系统。
值得一提的是，百度之所以能够对外开源，不仅有互联网公司的开放基因，昆仑系列基于FPGA（现场可编程门阵列）的底层也非常重要。
其核心特点是可编程，外部合作伙伴可以根据应用场景进行实现。
二次开发可以赋能很多智慧场景，比如互联网、工业制造、科研、智慧城市等领域。
从生态的角度，我们可以更好地理解鸿鹄语音芯片的发展脉络。
由于鸿鹄专注于语音交互这一最重要的边缘智能场景，因此可以应用于家庭、汽车、工业等所有人机交互环境。
小度音箱只是小音箱。
测试你的技能。
这个生态系统让百度避免了制造出无用芯片的风险。
更重要的是，它可以产生良好的内部正反馈。
就像当年华为海思麒麟芯片一样，在自家Mate系列、P系列终端的支持下，麒麟芯片能够快速迭代，进而完成对华为手机的强大赋能。
针对智能汽车等场景的百度，正在更大的舞台上重述这个故事。
近日，百度世界大会预发布了昆仑2，采用7nm先进工艺。
其性能比上一代提高了三倍。
预计每年量产，这意味着百度巩固了在通用AI芯片领域的领先地位。
对于这种大规模、云化、高算力的AI芯片，国内领先的厂商只有百度、华为和寒武纪（SH：56），它们将与全球优秀企业展开竞争。
图5.百度将与全球领先的AI芯片厂商展开竞争。
资料寒武纪招股书03 量化百度芯片的认知差距。
有句话被频繁提及：这是一个跨界逆袭的时代。
对于做芯片的互联网企业来说，资本市场如何解读和估值，其实是一个很难回答的问题。
因为这是一种全新的商业模式。
它不同于传统芯片公司靠卖芯片赚钱，也不同于传统互联网公司靠卖服务赚钱。
做芯片的互联网公司更多的是赋能，而赋能听起来很难量化，所以本文试图给出一个探索性的答案。
由于百度的AI已经实现了从芯片到终端、到应用、到云端、最后到服务的闭环，赋能具备了量化的基本前提。
我们重点关注百度 Apollo。
仅考虑中国市场，假设Apollo自行车价值约为1美元，随着汽车智能化渗透率不断提高，预计中国每年销售的1万辆汽车中，约有10%将配备Apollo到今年，产生的商业收入将达到11约30亿美元；粗略假设全球收入是中国的三倍，Apollo的整体收入预计约为30亿美元。
图6. 从估值角度来看，百度Apollo在中国的收入估算。
Apollo的核心是类SaaS，智能汽车整体渗透率每年只有10%-20%。
目前还处于加速期，所以可以按照SaaS公司的PS方式来给予。
估值，中性至 PS 的 25 倍。
那么搭载自主研发芯片的Apollo，未来可能价值1亿美元，相当于再造了一个百度！这里的估值并没有考虑芯片对其他业务的赋能能力以及外部芯片供应的价值（昆仑一号目前有十几家外部客户）。
当然，10年的时间仍然是一段漫长的旅程，百度需要年复一年地向股东核实其财务数据。
毕竟，罗马不是一天建成的。
祝福百度，祝福所有中国企业。
过去的辉煌已经过去，未来的辉煌属于你们。
时代抛弃了谁，谁就不会打招呼。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-21
06-18
06-18
06-17
06-17
最新文章
英特尔收购芯片制造商eASIC，进一步减少对CPU的依赖
西门子携手现代汽车、起亚公司，共同推动交通运输行业数字化转型
行业领导者制定 Open Eye MSA 来帮助实现高速光连接应用
三星电子和 NAVER 合作
意法半导体和 Leti 合作开发 GaN-on-Si 功率转换技术
青岛将大力发展高世代TFT-LCD和Micro LED项目
长电科技参加IMAPS器件封装大会
三星正式发布Exynos 990旗舰处理器