智東西(公眾號：zhidxcom)

　　作者 | 心緣

　　編輯 | 漠影

　　自文明誕生起，人類一直在尋求能夠更加有效存儲信息的方式。

　　從遠古時代用結(jié)繩計數(shù)，到在木板、石塊、紙本上記錄文字，再到數(shù)字存儲技術(shù)誕生，唱片、磁帶、光盤、硬盤、閃存等風靡于世，每一輪存儲介質(zhì)的更新?lián)Q代，都會開啟新的市場機遇之門。

　　如今，創(chuàng)新帷幕再度拉開，被寄予打破 " 內(nèi)存墻 " 限制、突破功耗瓶頸的存算一體芯片技術(shù)，在后摩爾時代拔地而起。

　　這在楊越眼中，是任何一次底層的技術(shù)革新都可能難遇的"人生機會"，可能每隔10年乃至更長時間，才會出現(xiàn)一次。

　　嗅到這一風向，2021 年 2 月，一家領域?qū)＜壹�結(jié)的初創(chuàng)公司蘋芯科技正式起航。

　　其核心團隊技術(shù)背景深厚：由新型存儲器及人工智能(AI)芯片領域知名學者、杜克大學電子與計算機工程系正教授、IEEE/ACM Fellow陳怡然，以及覆蓋軟硬件設計的技術(shù)專家楊越、章堯君、許振隆組成。

　　陳怡然和楊越是清華大學校友，陳怡然畢業(yè)于電子系，楊越畢業(yè)于自動化系，章堯君是陳怡然的首位博士畢業(yè)生，許振隆曾在臺積電任職多年。

　　在創(chuàng)始團隊光環(huán)加持下，蘋芯科技從公開露面至今一直備受業(yè)界關注。就在本周，這家創(chuàng)企剛剛完成新一輪千萬級美元融資，此前它已經(jīng)完成三款存算一體芯片的流片，其科研成果還入選了今年舉辦的固態(tài)電路頂會 ISSCC 2022。

　　蘋芯科技聯(lián)合創(chuàng)始人兼 CEO 楊越告訴智東西，蘋芯除了目前三款 IP 芯片，今年下半年將有一款面向端側(cè)低功耗應用的完整SoC流片，并以此規(guī)劃打造完整"智能感知決策系統(tǒng)"，這顆SoC芯片將具備語音處理、人臉檢測等多模態(tài)功能，用于完成系統(tǒng)商業(yè)化落地的目標。

　　一、清華"90后"師兄弟組隊創(chuàng)業(yè)，要革傳統(tǒng)計算體系的命

　　在清華園求學的那段時光，楊越和陳怡然并無交集，也不會想到多年以后，這位比自己大 4 屆的師兄將在美國斯坦福大學旁的餐館里，向自己發(fā)起組隊創(chuàng)業(yè)的邀請。

　　1998 年，楊越被保送進入清華自動化系，正值陳怡然學完本科課程、開啟碩士學業(yè)。三年后，陳怡然赴美國普度大學讀博士，期間索尼的一篇論文，給了他研發(fā)非易失性存儲器技術(shù)的靈感。

　　楊越在清華讀完書，又到加拿大多倫多大學計算機工程系攻讀博士，開始接觸存儲相關技術(shù)，側(cè)重研究軟件方向。

　　另一邊，畢業(yè)后的陳怡然選擇先進入工業(yè)界歷練一番。他曾在新思科技、希捷等芯片和存儲名企做研發(fā)，早在 2009 年已經(jīng)開始探索用非易失性存儲器做神經(jīng)網(wǎng)絡加速。后來他轉(zhuǎn)向?qū)W術(shù)界，2010 年加入美國匹茲堡大學，后加入美國杜克大學電子與計算機工程系，長期潛心科研。

　　值得一提的是，因?qū)π滦痛鎯ζ鳌⑸窠?jīng)擬態(tài)計算及深度學習加速等方面的學術(shù)貢獻，陳怡然教授當選了 IEEE 和 ACM 雙料 Fellow。迄今他已發(fā)表近 500 篇論文，獲得 8 次國際會議和研討會的最佳論文獎、1 次最佳海報獎和 14 次最佳論文提名，在存儲及 AI 計算研究領域聲名遠揚。

　　楊越則在存儲行業(yè)持續(xù)沉淀，先是博士期間參與創(chuàng)辦一家固態(tài)硬盤(SSD)公司，并主要負責整個軟件的開發(fā)測試;后來于 2019 年初到美國存儲芯片巨頭美光科技的 3D XPoint 組做首席系統(tǒng)架構(gòu)師)，其團隊研發(fā)的前沿存儲硬盤 3D XPoint X100，性能比傳統(tǒng) SSD 快了 1000 倍。

　　▲楊越

　　就在他們專注于各自工作時，信息產(chǎn)業(yè)掀起一股新的巨浪——自 2016 年 AI 系統(tǒng) AlphaGo 首次擊敗世界圍棋冠軍起，AI 浪潮開始席卷全球，各類 AI 芯片如雨后春筍般破土而出。

　　彼時，傳統(tǒng)的馮 · 諾依曼計算機體系架構(gòu)，是大多數(shù) AI 芯片的根基。但這類架構(gòu)存在一大局限性：不必要的功耗浪費太多了。

　　對于動輒處理海量數(shù)據(jù)的 AI 計算來說，這種局限性日益顯得捉襟見肘。該體系下，計算單元與存儲單元完全分離，數(shù)據(jù)在兩者之間頻繁搬運，造成額外的延時和能耗開銷。讀寫一次內(nèi)存數(shù)據(jù)的能耗，甚至會比計算一次數(shù)據(jù)的能耗多幾百倍。

　　當摩爾定律逼近極限，傳統(tǒng)架構(gòu)的芯片性能 " 天花板 " 近在咫尺，要做到10倍乃至100倍的性能提升，必須實現(xiàn)架構(gòu)層面的顛覆式創(chuàng)新。

　　存內(nèi)計算技術(shù)，作為極具潛力的 AI 芯片未來方向，終于從幕后走到臺前。

　　隨著新型存儲器和 AI 硬件兩大技術(shù)潮流交匯，計算與存儲之間的界限變得模糊，一個史無前例的時代機遇，擺在了陳怡然、楊越等人的眼前——基于存內(nèi)計算的底層架構(gòu)創(chuàng)新，將是一條AI計算的通途。

　　二、"我們不想做第1001家AI芯片公司"

　　在斯坦福大學旁邊，陳怡然跟楊越一起吃了頓飯，聊起創(chuàng)辦存算一體 AI 芯片公司的想法。

　　兩人一拍即合，楊越覺得，這非常符合他對新興事物的追求，他相信存內(nèi)計算的技術(shù)路線能將整個芯片系統(tǒng)的性能提上一個新的臺階。

　　顧名思義，存內(nèi)計算方法用存儲器做計算，從根本上解決時延、功率等方面的損耗，打破了 " 內(nèi)存墻 "、" 功耗墻 " 的瓶頸，因此能做到數(shù)量級程度地提升相關的計算效率、能效比等核心指標。

　　再加上當前 AI 深度學習算法涉及大量矩陣乘加運算，這些矩陣擺放數(shù)據(jù)的方式與數(shù)據(jù)在內(nèi)存中的存放方式相似，用存儲器做AI計算加速的思路日漸成熟，各路資本也紛至沓來，爭相下注。

　　此時不創(chuàng)業(yè)，更待何時?

　　另外兩位技術(shù)大牛也決定和陳怡然、楊越組隊 " 干大事 "。

　　一位是章堯君，他畢業(yè)于上海交通大學，后在匹茲堡大學電子工程系讀博士，師從陳怡然教授，他已在新型存儲器領域工作十年，曾設計開發(fā)多款 MRAM 商用芯片。

　　另一位是許振隆，他本碩畢業(yè)于中國臺灣新竹清華大學，多年任職于臺積電，擁有逾

　　20 年芯片設計經(jīng)驗，曾帶領團隊成功交付多款量產(chǎn)芯片。

　　當時參與規(guī)劃組建這個團隊的，還有同為清華校友、現(xiàn)任清華大學電子工程系系主任的汪玉教授。汪玉曾參與創(chuàng)辦國內(nèi)明星 AI 芯片企業(yè)深鑒科技，后來該公司被全球 FPGA 龍頭賽靈思收購，他與楊越還是高中同窗。

　　就這樣，2021 年 2 月，蘋芯科技呱呱墜地。

　　存內(nèi)計算的英文是「Processing in memory」，縮寫為 PIM，蘋芯科技的英文名「PIMCHIP」便由此而來。" 蘋芯 " 的 " 蘋 "，即是 PIM 的諧音。

　　蘋芯創(chuàng)始團隊兵分兩路，陳怡然教授作為董事長總攬全局，CEO 楊越和 CTO 章堯君在北京搭建起蘋芯的初始團隊，負責整個系統(tǒng)的研發(fā);許振隆則帶隊負責搭建存內(nèi)計算的內(nèi)核。

　　" 我們不想做第 1001 家 AI 芯片公司。" 聊起創(chuàng)業(yè)初心，楊越希望在 AI 時代背景下，將蘋芯科技發(fā)展成為非馮 · 諾依曼架構(gòu)新計算范式的引領者。

　　在他看來，用一個新的技術(shù)去解決一個舊的問題，這沒什么意思，存算一體的使命不只是為了迎合市場需求，而應該去開辟一些新的戰(zhàn)場，這才是創(chuàng)新技術(shù)的長遠價值所在。

　　" 我們更多思考的是，在人工智能時代里面，關注的點到底是什么。你要去做 1001 家 AI 芯片公司，還是去為一個之前沒有智能化的公司完成智能化轉(zhuǎn)型，哪一個對我們來說是更有意義的?"

　　三、創(chuàng)業(yè)半年，SRAM存內(nèi)計算加速器測試成功

　　什么對蘋芯是更有意義的?

　　為了回答這個問題，蘋芯團隊走訪了很多客戶，了解對方的痛點、對技術(shù)的要求，以及能利用技術(shù)實現(xiàn)什么核心價值。

　　" 我們一直對技術(shù)抱有敬畏之心，在戰(zhàn)略層面沿著先做技術(shù)、再做平臺、然后做產(chǎn)品的思路，發(fā)展過程中幾條腿同時走路。" 楊越相信比起與巨頭狹路相逢，初創(chuàng)公司的機會更多是在細分領域中，能夠快速迭代，了解新領域的 know-how，快速滿足用戶的剛需。

　　令楊越很有成就感的是，蘋芯的團隊氛圍非常融洽。" 我能感覺到大家每天都是非常希望來上班的，工作目標、職業(yè)規(guī)劃都制定得很清晰。"

　　在他眼中，這是一群特別靠譜的工作伙伴。

　　作為一家初創(chuàng)公司，蘋芯必須保持很快的流片節(jié)奏。第二款芯片流片測試完成后，大家非常淡定，出去吃了頓簡單的慶功宴，便馬不停蹄地開始推進下一個研發(fā)任務。

　　2021 年 9 月 7 日，蘋芯科技宣布其基于 SRAM 架構(gòu)的存內(nèi)計算加速器 S200 已經(jīng)測試成功。它可以將深度學習算法中占主導的基本運算在存儲器內(nèi)完成，能大幅提升計算效率，并能完成無損精度的運算。蘋芯團隊稱，這款加速器「首次將商用存內(nèi)計算帶入28nm時代」。

　　▲ S200 芯片性能參數(shù)概覽

　　該成果還發(fā)表在有 " 固態(tài)電路領域奧林匹克 " 之稱的芯片頂會 ISSCC 2022 上。其 32Kb 無 ADC 架構(gòu) SRAM 存內(nèi)計算加速單元基于28nm工藝搭建模塊，能效比高達27.38TOPS/W INT8，同時實現(xiàn)1.041Mb/mm2的高面效比。

　　而在同等條件下，世界上多數(shù)加速器測試結(jié)果，通常介于 2-3TOPS/W 之間。

　　足足將能效比提升 10 倍，蘋芯是怎么做到的?

　　四、兩大技術(shù)優(yōu)勢，三個未來目標

　　蘋芯的存內(nèi)計算加速器 S200 有兩大技術(shù)優(yōu)勢：28nm工藝和全數(shù)字化設計。

　　楊越說，選擇28nm是綜合考慮的決定。先進節(jié)點固然能帶來更高性能，但也意味著更高的流片和量產(chǎn)成本，這與端側(cè)芯片對成本的苛刻要求相矛盾。28nm 則相對成本更低，同時也能展現(xiàn)出 SRAM 向高級制程節(jié)點兼容性好的優(yōu)勢。

　　此外，多家晶圓代工廠具備 28nm 制造能力，在供給產(chǎn)能方面更加穩(wěn)定和充裕。

　　S200的另一重優(yōu)勢，是全數(shù)字化設計。

　　以前存內(nèi)計算芯片主要是模擬芯片，優(yōu)勢是能效高，但會犧牲一定精度。而蘋芯研發(fā)的無 ADC 架構(gòu) SRAM 存內(nèi)計算加速單元，不僅能保障精度，能效性也能做到更加領先。除了整型數(shù)據(jù)的支持外，楊越提到浮點數(shù)據(jù)也在蘋芯的技術(shù)支持范圍內(nèi)，處于持續(xù)優(yōu)化驗證的過程中。

　　▲蘋芯科技存算一體 AI 芯片實物照片

　　軟件研發(fā)同樣是 AI 芯片公司的戰(zhàn)略重心。

　　據(jù)楊越觀察，端側(cè)客戶相對沒那么關心芯片底層設計，他們更在乎端側(cè)芯片的實際表現(xiàn)，包括性能、成本以及好不好用，有三種常見訴求：一是易用性，即上手不費勁;二是可定制性，客戶可能有自己的算子，有二次開發(fā)需求;三是可擴展性，當硬件計算能力升級，軟件不能成為瓶頸。

　　蘋芯也非常重視軟硬件協(xié)同工作，定義有自己的指令集，并圍繞上述訴求展開研發(fā)，既支持做定制，又顧及升級至數(shù)百 TOPS 板卡時的支持。楊越透露說，蘋芯還在做 Turnkey 方案的準備。

　　為了公司能夠堅持自有發(fā)展戰(zhàn)略規(guī)劃的實施，蘋芯在初期客戶與合作伙伴的選擇上非常慎重，除了發(fā)展理念的契合，還會考慮客戶業(yè)務需求面臨的痛點是否主要由傳統(tǒng)馮 · 諾依曼架構(gòu)的瓶頸導致。現(xiàn)階段，他們希望能通過更多實踐，能夠充分展現(xiàn)存內(nèi)計算技術(shù)的優(yōu)勢，讓這一先進技術(shù)能夠真正扎根于實際應用，并拓展更寬廣的未來。

　　談及未來三年目標，楊越說，首先是實現(xiàn)落地，二是繼續(xù)鞏固蘋芯在 SRAM 存內(nèi)計算方向的領先地位，三是在新型存儲器研發(fā)方面有所突破。

　　" 我們要維護蘋芯本身的技術(shù)先進性和領先性，因此不管在 SRAM 還是新型存儲器方向，我們都在持續(xù)進行著最前沿的探索。" 楊越說。

　　五、探索打開高能效計算之門的金鑰匙

　　在楊越看來，存算一體 AI 芯片公司直面的競爭對手不是彼此，而是那些傳統(tǒng)的 AI 芯片公司。

　　" 我覺得市場并沒有進入同質(zhì)化競爭的階段。" 他談道，" 更重要的是大家要擰成一股繩，把存內(nèi)計算技術(shù)的先進性和可落地性展現(xiàn)出來。"

　　相較傳統(tǒng) AI 芯片，存算一體 AI 芯片的挑戰(zhàn)會更加寬泛。存內(nèi)計算本身是一門技術(shù)壁壘森嚴的設計方法學，需要多年經(jīng)驗積累、大量資源以及時間投入才能實現(xiàn)。也正因此，過去六年，存算一體 AI 芯片創(chuàng)業(yè)幾乎均由技術(shù)專家主導。

　　▲國內(nèi)在研存算一體 AI 芯片的企業(yè)(智東西制表)

　　當前存算一體 AI 芯片創(chuàng)業(yè)呈多元化趨勢，有模擬芯片與數(shù)字芯片之分，有 NOR Flash、ReRAM、SRAM、MRAM 等不同新型存儲器。其目標市場也各不相同，從可穿戴設備、智能家居、視頻監(jiān)控到智能駕駛、云端數(shù)據(jù)中心應有盡有。

　　這種 " 各自為政 " 的特點，使存算一體很難出現(xiàn)一個統(tǒng)一的編程標準，大家都是針對自己的應用場景和性能目標，各建各的軟件棧。無論選擇小算力還是大算力應用，企業(yè)都得摸著石頭過河。

　　考慮到現(xiàn)階段的實際情況與技術(shù)發(fā)展的現(xiàn)實規(guī)律，蘋芯團隊選擇先在小算力上完成全技術(shù)通路和商業(yè)通路，積累更多能力后，再將算力做大。

　　▲當前主流 AI 芯片設計對比(智東西制表)

　　之所以選擇 SRAM 來完成技術(shù)驗證與落地，蘋芯團隊主要出于四點考慮：

　　一是 SRAM 在存儲器歷史長河中長期存在，技術(shù)相對成熟，穩(wěn)定性和良率都有保障;二是它具備先進節(jié)點的兼容性，客戶從 65nm 升級到 16nm，能保證繼續(xù)使用;三是在開發(fā)接口方面比非易失性存儲器更簡單;四是非常短的讀寫延遲和無限次的 in-place 擦寫次數(shù)。

　　盡管 SRAM 屬于易失性存儲器，掉電后數(shù)據(jù)就丟了，但 AI 實際應用很少出現(xiàn)按分按秒的頻繁斷電情形，否則這對計算體系結(jié)構(gòu)的其他部分傷害很大，是一個應該主要規(guī)避的問題。

　　楊越認為，無論從算力還是落地容易程度來看，SRAM最先可能在端側(cè)取得較大規(guī)模的產(chǎn)業(yè)化。

　　AI 時代的終端及邊緣計算需求日益旺盛。如果所有計算都傳至云端處理，傳輸過程會造成時延;此外，很多用戶不愿意將自己的隱私數(shù)據(jù)上傳至云端，AI 計算本地化的需求正在興起。這對 AI 芯片帶來新的要求——更高效率、更低功耗，而基于 SRAM 的存算一體方法恰恰擅長于此。

　　" 每一個 SRAM 的內(nèi)核能夠做到多少絕對算力，我們非常清楚。" 楊越說，芯片的算力、面積、效率等基礎指標互相牽制。如果想突出高能效比及成本等優(yōu)勢，那么算力難免要做些平衡。

　　相比其他類型的存儲器，SRAM 存在單元面積偏大、存在靜態(tài)功耗高、成本略高等問題，但楊越認為，僅從 SRAM 本身來考慮，是不全面的。

　　存內(nèi)計算在系統(tǒng)中扮演協(xié)處理器的角色，要比的不止是存儲器，而應該從整個系統(tǒng)層面來看性能表現(xiàn)和成本影響。SRAM的這些短板，可以通過系統(tǒng)設計來矯正差距。

　　例如，端側(cè)發(fā)生的大多事情都是主控設備不感興趣的，利用這一特點，蘋芯降低功耗的解決方案是在設備待機時將大部分 SRAM 存算單元關掉，只預留一個睡眠模式，在最小的模塊里保持監(jiān)測狀態(tài)，當物體檢測、語音交互等感興趣的事件發(fā)生時，存內(nèi)計算模塊才會被喚醒。

　　當前存算一體芯片的拳頭優(yōu)勢是能效比，其高能效比主要體現(xiàn)在存儲單元層，但這個數(shù)字還沒有跨越到系統(tǒng)級。這是因為內(nèi)核與系統(tǒng)之間的通信，會受帶寬和其他數(shù)據(jù)處理需求的限制，很多存內(nèi)計算資源沒有被飽和地利用起來，從而沒有最大化的發(fā)揮存算一體的優(yōu)勢。

　　蘋芯正在做面向存算一體的AI算法改良工作，即通過軟硬件協(xié)同設計，提高計算單元利用率，釋放其在兼顧吞吐量和效率方面的優(yōu)勢。

　　考慮到存儲密度的限制，目前 SRAM 更適合做計算密集型應用。但在真實應用場景中，很多網(wǎng)絡模型非常復雜，可能存儲密集與計算密集兼而有之，因此蘋芯還計劃研發(fā)一個混合設計架構(gòu)，讓 ReRAM 或 MRAM 和 SRAM 搭配協(xié)作，不同的存儲器各司其職，最終獲得更好的整體性能。

　　畢竟，誰能率先設計出兼顧計算密度與存儲密度的存內(nèi)計算硬件架構(gòu)，誰就擁有了打開高能效計算之門的金鑰匙。

　　六、60個問題與CEO角色適應

　　現(xiàn)在，楊越的筆記本電腦里，正躺著一個長期思考的問題清單，里面已經(jīng)列了 60 個關乎公司發(fā)展的重要問題，足足填滿了 5 頁 slides。

　　楊越說，他需要化繁為簡，先去解決前三項最重要的問題。

　　最近他在看一本書《我在硅谷管芯片：芯片產(chǎn)品線經(jīng)理生存指南》，這是一位硅谷芯片產(chǎn)品線經(jīng)理寫的，總結(jié)了芯片設計、生產(chǎn)、銷售、管理到市場營銷和升級維護的工作全流程。

　　他覺得，CEO 應扮演好兩個角色，一是有銷售的屬性和精神，是一種不達目的不罷休的精神;二是成為一個好的產(chǎn)品經(jīng)理，努力提升整個公司的一個形象和品牌，完成技術(shù)變現(xiàn)。

　　對于已在海外生活多年的楊越來說，回國創(chuàng)業(yè)意味著要融入新環(huán)境，但他并沒有為此感到負擔。他更看重 " 能夠有機會參與科技的變革和升級的浪潮，并有幸做出貢獻。這些人生際遇與經(jīng)歷的價值將遠遠勝過安穩(wěn)的生活。"

　　" 我這個人適應能力和學習能力都非常強。" 楊越回憶起創(chuàng)業(yè)初期，朋友們給了他很多有價值的參考意見。如果非要說有什么需要適應的，那大概是環(huán)境的改變：國內(nèi)外創(chuàng)業(yè)氛圍大不相同，國內(nèi)的創(chuàng)業(yè)沖勁好過世界上任何一個國家，節(jié)奏相對更快、對結(jié)果要求更多，而國外很多創(chuàng)業(yè)團隊以技術(shù)為導向，更在乎對技術(shù)本身的追求。

　　" 我本身是有技術(shù)潔癖的人，如果看到一些技術(shù)上的不求甚解，或者說沒有打破砂鍋問到底的態(tài)度，我都會指出并提出嚴格的要求。" 創(chuàng)業(yè)后，楊越的思維發(fā)生了一些轉(zhuǎn)變，做公司不止是在技術(shù)上展現(xiàn)控制力，而是要在整個行業(yè)逐漸樹立一個 " 先行者 " 的角色。

　　壓力當然也是有的。

　　" 每天都是在救火狀態(tài)，" 楊越說，每天大大小小的挑戰(zhàn)接踵而至，包括公司的戰(zhàn)略發(fā)展制定、合作伙伴溝通、日常運營，甚至研發(fā)中的 debug，跟一眾芯片公司搶奪人才等等。

　　由于蘋芯團隊擴張很快，他們還總是面臨辦公室空間不夠用的問題。還有一些突發(fā)事件的應急。比如，今年上半年，連綿不絕的新冠疫情，給蘋芯做封裝、板級 demo 等方面帶來一些進度延遲。因此，楊越還在持續(xù)學習、自我提升。

　　工作之余，他也會參加一些體育活動，比如他喜愛的足球。" 在創(chuàng)業(yè)之后，踢球的時間越來越少，所以非常珍惜每次踢球的時間。" 原來在上大學時，楊越曾是清華自動化系的足球隊隊長，獲得過校聯(lián)賽冠軍;出國后，他還在高手云集的多倫多華人聯(lián)賽中獲得過最佳射手。

　　七、先讓第一家客戶用起來

　　現(xiàn)階段的蘋芯，面臨 " 理想與面包 " 的選擇問題。其商務拓展戰(zhàn)略團隊分布很廣，既有跟進消費電子類的，也有智能制造、智慧農(nóng)業(yè)等方向。

　　楊越很清楚，等需求到眼前再行動，會很被動。尤其是創(chuàng)企，必須主動創(chuàng)造需求，將技術(shù)帶來的直觀價值送到客戶面前。AI 芯片公司得先貼上一個 " 能落地 " 的標簽，讓第一家、第二家客戶用起來，第三家到第一百家客戶才會接踵而至。

　　" 我們根本邏輯是想去解決一些能夠拓展認知邊界的問題，這樣才叫人工智能。" 楊越說，很多人希望 AI 將人類能完成的事情做到更好，但這不是 AI 真正的意義所在。" 我們的想法是，讓 AI 去完成人完成不了的事情，或者說是很難去完成的事情，換句話說，它應該去做雪中送炭的事，而不應該去做錦上添花的事。"

　　據(jù)他判斷，AI 的殺手級應用還在探索過程中，市場有巨大的開拓空間，目前 AI 芯片市場仍然處于爆發(fā)前的勢態(tài)。但他相信很快將有一兩家AI芯片公司，在非消費電子類行業(yè)里打開一個市場。

　　今年上半年，半導體行業(yè)普遍面臨的資本縮圈問題，但楊越發(fā)現(xiàn)，也許是得益于技術(shù)先進性，這一趨勢對存算一體芯片企業(yè)的融資進程和估值并沒有造成很大的影響。不過他也觀察到，技術(shù)先進性已經(jīng)不是資本唯一的考量標準，現(xiàn)在投資正慢慢回歸理性，投資機構(gòu)要看落地方向、財務預期，以及一些芯片創(chuàng)業(yè)的經(jīng)典邏輯。

　　看向未來，存算一體 AI 芯片要走向大規(guī)模商業(yè)落地，他認為關鍵在于解決市場需求問題�；仡櫘斈昝绹�半導體的興起，科學及產(chǎn)業(yè)政策的驅(qū)動起到很大助力，僅靠補貼、優(yōu)惠等策略，不足以解決實際需求問題，要帶動上游芯片產(chǎn)業(yè)的發(fā)展，必須鼓勵下游的企業(yè)使用新的技術(shù)產(chǎn)品。

　　在楊越看來，現(xiàn)階段存算一體 AI 芯片產(chǎn)業(yè)發(fā)展面臨的主要變量，是政策層面如何幫助芯片公司實現(xiàn)收入的從負轉(zhuǎn)正，即構(gòu)建正確的商業(yè)營收模型，幫助半導體公司生存下來。

　　至于技術(shù)難題，那終將會被克服。

　　結(jié)語：站著走出去，才是勝利

　　時間過得很快，蘋芯科技轉(zhuǎn)眼已創(chuàng)辦 18 個月了。

　　芯片架構(gòu)創(chuàng)新的必要性，正隨著摩爾定律放緩而愈發(fā)凸顯。當制程工藝演進逐漸逼近物理極限，后摩爾時代的芯片優(yōu)化路徑，需要借助先進制程、先進封裝與架構(gòu)創(chuàng)新的組合拳。

　　不同時代對計算的要求不同。某種程度上，楊越希望蘋芯能夠成為「人工智能時代的Arm」。

　　就如當年 Arm 解決了移動端的芯片需求，現(xiàn)在，蘋芯團隊也看到了類似 Arm 當年的機會——當一個硬件設計和創(chuàng)新，能實現(xiàn)更可靠、更穩(wěn)定的 AI 計算，能做到多、快、好、省，那么終端智能將變得無處不在。

　　在充滿變動的時代背景下，蘋芯團隊對很多事情也提前做好最壞的打算，為此儲備糧草，控制好現(xiàn)金流，專注提升核心競爭力，持續(xù)提高自身抵抗風險的能力，以期走得更加長遠。

　　進門雖已屬不易，能站著走出去，才是勝利。