在许多人看来，这是毅种循环，是股民记忆力只有七秒的证据，毕竟在2020年第一季度，寒武纪营收不过1155万元，全年乐观估计也只有9亿元，市值与营收之比达到110倍，而哪怕是乐视，2015年市值突破千亿，大批股民为梦想窒息的时候，其营收也有130.17亿。

DCCI互联网研究院院长刘兴亮毫不讳言：“实事求是地说，寒武纪很有价值，但并不值千亿市值，股民需谨慎。”

除了估值过高之外，寒武纪的另一个问题在于主业不稳。

寒武纪之所一战成名，其原因在于研发的寒武纪1A处理器是全球首款商用终端智能处理器IP产品，与寒武纪1H芯片分别搭载在华为海思的麒麟970、980芯片上，出货量过亿，在2017和2018年，来自华为的营收占寒武纪总营收的90%以上。然而2019年之后，华为转向采购自研NPU芯片，头号大客户成为竞对，对寒武纪影响不可谓不大。

但是，这也不代表寒武纪并无应对。

2019年12月，寒武纪推出了思元220边缘计算芯片，这一芯片的推出，标志着寒武纪打通“云边芯”三条产品线，而近日，企业级混合云服务商青云QingCloud与其达成战略合作，深度拓展边缘计算业务，这一合作，证明寒武纪的边缘计算能力已经进入商业化阶段。

边缘计算正在被视为AI的下一个重要战场，原有的在云端、终端都有所积累的厂商，都希望通过边缘AI芯片的布局，完善云、边缘、终端生态，打造一体化的计算格局。

市值千亿的寒武纪，能赶上这一场盛宴吗？

一、风口在“边缘”

在新基建和工业化联网成为新经济全村希望的今天，云计算已经是所有人耳熟能详的词汇，但是如果不知道边缘计算，那么对云最多只能算有“云了解”。

边缘计算是云计算的一种，顾名思义就是与“中心计算”相对的概念，其本质是将处理数据资料、运行应用程序，甚至实现功能服务的算力，由网络中心下放到网络边缘的节点上。在边缘计算系统中，担负中心节点计算能力的称为“中心云”，也有担负边缘节点计算能力的“边缘云”。

在传统云计算架构中，无论是公有云还是私有云、混合云，数据处理都是将大部分数据都统一汇集到这些云平台中进行处理。但是5G来临，企业的云计算应用场景发生了明显的变化，高数据密度、时延敏感的应用场景明显增加。

面对这类对于网络效率的要求较高的应用场景，集中式云的计算、存储扩容能力以及保密和安全能力逐渐产生瓶颈，迫切要求云厂商和企业将计算能力下沉到网络边缘侧，让5G万物互联产生的海量数据在本地就可以实现存储、处理、分析、决策和执行。举例而言，郑州工厂里的机器人所获取的信息，如果事无巨细由远在贵阳的中心处理器处理未免太考验带宽，园区中的边缘处理器就可以轻松胜任。

总体来看，边缘云优势首先在于网络响应效率，哪怕5G时代，带宽也并非无限，同时也不可避免卡顿问题，而分布式边缘云架构中，采集到的数据在中心节点进行AI模型训练，训练完毕的模型被下放到边缘节点处理具体业务，这就避免了因大量数据的网络传输和集中式计算存储带来的网络性能瓶颈。

其次，在扩容成本两方面，中心化的数据处理会比集中式云计算服务成本更低，因为它能够避免数据远距离传输所产生的费用。《边缘微型数据中心部署的成本效益分析》中指出，“在电力容量为1兆瓦的情况下，集中式数据中心运营成本为6.98美元/瓦，分布式微型数据中心的运营成本为4.05美元/瓦”。

除此之外，边缘计算系统的数据可存储于本地，然后经过一定处理后再上传到中心云用以训练模型，这就彻底保障了垂直行业的数据安全性和隐私性。

边缘计算并非一个新鲜概念，早在2003年，AKAMAI就与IBM合作提出了“边缘计算”，但是到了5G时代大带宽、低延时的特性得到发挥，智能驾驶等新场景不断出现，系统对海量异构数据进行实时、高效处理的要求不断提高，边缘计算产业才进入高速发展阶段。

因为具有部署迅速，价格低廉，售后方便等特点，如今边缘计算已经在安防监控、智慧城市、智慧家居等行业大量应用，据IDC数据统计，到2020年将有超过500亿的终端与设备联网，未来超过50%的数据需要在网络边缘侧进行分析、处理与存储。而预计到2022年，边缘计算市场的价值将达到67.2亿美元。

边缘计算的广阔前景，让亚马逊，微软，谷歌，阿里云，华为云等巨头开始在这个领域投注资源，华为早在2016年便联合创立边缘计算产业联盟（ECC），2018年3月阿里云也宣布战略投入边缘计算技术领域。其他一些传统硬件厂商、安防监控类企业、CDN巨头和移动运营商也纷纷加入。

去年5月22日，华为心声社区发布了任正非的内部讲话：“车联网、人工智能、边缘计算是我们未来的三大突破点。”国际数据公司IDC中国区总裁霍锦洁表示，到2021年，全球云计算市场的规模将达到5650亿美元，这其中约有20%为边缘云，市场规模可达到1130亿美元。

全球范围内有关边缘计算的“军备竞赛”正式打响。

二、谁在潮头卖芯片？

与传统的云计算一样，边缘计算竞争的重中之重在于相关芯片，据预测，从2018年到2022年，全球边缘计算相关市场规模将超万亿，年复合增长率将达过30%，与云计算市场规模旗鼓相当。

也因为如此，国内外行业巨头纷纷开始边缘侧芯片的布局。英特尔高级副总裁兼网络平台事业部总经理SandraRivera对记者表示，“目前，各大芯片厂商、通信设备厂商、IP厂商等都已开始布局边缘计算及应用，以求在未来的物联网角逐中占据优势地位。”

边缘芯片可以分为存储、传感、通信、计算、模拟五个大类，而计算类芯片又可分为GPU、MCU、ASIC和FPGA四类，其中ASIC体积小、能耗少，主要用于主要用于摄像头、手机、边缘服务器等终端设备中，满足有限的AI能力。

因为边缘计算芯片往往没有重心计算那样良好的工作环境，所以其需满足小尺寸、低功耗要求，还要符合 NEBS3以便满足没有冷却装置的极端环境条件，同时还能根据业务需求进行灵活、高效扩展。

因为这样的复杂严格的要求，所以随着算力的下沉，GPU这样性能强大但是耗电量高的芯片逐渐减少，Gartner数据显示，自2016年到2020年，全球云端AI芯片当中，GPU的市场份额呈现出持续下滑的趋势，预计到2022年，云端训练GPU占比将降至60%，云端推理GPU占比更是只有30%，这意味着兼顾性能与功耗的ASIC芯片的专用芯片的市场规模将进一步扩大。

除了以类别划分之外，边缘计算芯片还可以按照使用方式，分为训练模型的训练芯片，和处理具体业务的推理芯片。

在云端训练芯片市场，“N卡”生产者英伟达是理所当然的头部玩家。国内的参与者则包括华为和腾讯支持的燧原科技等。其中华为昇腾910芯片对标英伟达V100系列产品，其架构采用7nm+ EUV工艺、32核达芬奇，半精度达到256TFOPs，功耗为350W，针对包括边缘计算、自动驾驶车载计算、训练等场景，已经成为了国内许多企业的选择。

而云端推理芯片领域，早在2018年，谷歌就发布了用于边缘推理的微型AI加速芯片——Edge TPU，去年3月，谷歌还推出了Edge TPU芯片的千元级开发版本，到了2019年11月，英伟达发布了边缘AI超级计算机Jetson Xavier NX，能够在功耗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，为小型嵌入式边缘计算设备提供了AI推理能力。

而在国内，地平线2019年正式实现国内首款车规级AI芯片“征程二代”的量产，其采用台积电28nm工艺，典型功耗仅2瓦，可提供超过4TOPS的等效算力，延迟少于100毫秒，搭载地平线征程二代芯片的长安汽车全新车型UNI-T，目前已经上市。

地平线的独特之处，在于不同于英特尔Mobileye与车企合作的封闭模式，地平线提供开放工具链、参考算法等AI开发平台，可以让车企实现差异化的功能。

寒武纪在边缘计算领域，最初走的是IP授权路线，即将自己的芯片作为华为麒麟系列SoC的一部分，帮助其更好的实现自身功能，收入来源主要为收取IP使用费，相较于通用型的AI芯片，该模式允许较低的集成度，即可以在主控芯片之外再搭配额外的芯片以支持相应功能。

但是很快，华为、高通等公司都纷纷推出专属的SoC搭载 AI加速模组，而AI加速模组IP的提供商也有ARM，Cadence，CEVA等传统IP提供商，竞争趋于白热化，寒武纪也因此失去了华为这个大客户。在IP授权模式遇到挫折之后的2019年，寒武纪发布边缘推理芯片思元220，其最大算力32TOPS，功耗控制在10W，参数性能可以比肩英伟达去年发布的AGX Xavier 和Jetson Xavier NX。

但是思元220能与英伟达比肩的，也许只有参数性能。

三、独角兽的弱点与希望

寒武纪一个尴尬的地方在于，华为之后，其产品买家都不怎么“靠谱”。

无论是横琴新区商务局，还是仪享科技服务有限公司，都属于跟AI只能没有直接关系的“体制内”结构，所以无法形成华为麒麟装在寒武纪NPU那样证明自身技术市里的示范效应。也就是说，寒武纪很难以这两个客户为模板，复制出更多成功案例。

一名知乎用户的回答，也反映了寒武纪目前的营销困境：“寒武纪曾经来我们公司宣讲过，芯片性能也很不错，但是我们用了英伟达很久，没有理由更换同类产品。”

前有商业化不畅的堵截，后面还有竞对追兵，在招股书中，寒武纪坦言：“华为海思未来与本公司在终端、云端、边缘端人工智能芯片产品领域均存在直接竞争。由于华为海思及其母公司为全国知名科技集团公司，其选择自主研发人工智能芯片产品使得公司IP授权业务收入下滑较大，而且面临着更加激烈的市场竞争。”

2019年，寒武纪投入5.43亿元，研发人员数量680人，而同期华为海思的研发投入是24.39亿美元，两家公司相差近32倍，英伟达的研发费用高达28.29 亿美金。

但是，与巨头直接竞争，却并不意味着非要在其优势领域以卵击石，因为在边缘计算领域，有着巨大的“生态鸿沟差异”，所以只要制定好发展策略，同样可以在蓝海中野蛮生长。

边缘计算的服务可以概括为网络域、数据域、应用域和设备域这四大环节。前三者区别不大，但是在设备域，与传统的云计算单纯提供算力相比，边缘计算芯片与服务必须与行业和场景深度结合，做好数据收集，训练好模型，才能不断提升处理业务的水平和能力。

因为独立性的问题，所以大型企业往往不愿意芯片巨头介入，反而更希望自行研发芯片，比如格兰仕在今年四月投产工业4.0车间、还将在5月量产自主研发的‘BF-细滘’物联网芯片，并在全球家电行业率先实现边缘计算商业化，安防领域的海康威视也在建立并完善AI开放平台，提供基于自身技术的AI解决方案。

所以，在5G快速普及，新的边缘计算场景不断出现的大背景下，寒武纪等新型AI芯片企业完全可以发挥自身技术体系更加开放的不对称优势，赋能传统企业，在边缘计算的浪潮中发挥自身作用。

毕竟如今的海思等巨头们，当年也是也是从只亏不赚的“初创企业”过来的。

作者：米子旭