智東西（公眾號：zhidxcom）
文 | 心緣
今年4月的“中興事件”敲醒了中國的自主造芯之魂，而IP設計正是實現國產化芯片的關鍵要素。然而，由於起步早、積累時間長，主流的半導體IP都被ARM、Synopsys、Imagination、CEVA、Cadence等公司掌控，本土企業鳳毛麟角。
面對歐美強大的芯片專利壁壘，越來越多的芯片從業者認識到國內芯片行業的IP短板。近年來，一批國內芯片設計廠商開始瞄準AI芯片IP授權，其中有一家芯片IP公司就是合一智芯。
合一智芯創始人兼CEO楊樺
近日，智東西來到合一智芯的辦公室，與創始人兼CEO楊樺進行了一場深入對話，看這位曾在威盛電子和ARM工作過的芯片老將，如何帶領合一智芯將芯片設計能力轉換為更高的終端側軟硬體利用效率和AI計算性能？
一、從iPhone看到未來趨勢，十年好友聯手創業
楊樺本科畢業於北航電子信息工程學院通信工程專業（2001年入學），期間還輔修了法學雙學位，碩士期間在北航攻讀了通信與資訊系統專業。在2016年12月成立合一智芯之前，楊樺曾先後任職於威盛電子與ARM。
在蘋果手機剛問世時，其界面、顯示、遊戲等都非常酷炫，原因是當時的一代iPhone採用的三星S5L8900芯片裡集成了PowerVR嵌入式GPU，能夠顯著提升影像與遊戲任務的表現。楊樺覺得將越來越先進的GPU核心集成進端側芯片是未來的大趨勢。
畢業那年，楊樺進入威盛電子任職顯卡架構工程師，主要從事集成顯卡架構設計以及很多跟圖形影像相關的設計工作。
後來，楊樺在芯片設計行業做了多年技術開發。那時，剛好ARM有一個在銷售部門做嵌入式GPU與多媒體IP技術方案的機會。
因為有研發GPU的工程經驗，楊樺對GPU比較了解。ARM彼時正在主打一個產品系列，Mali GPU IP，儘管它如今已經是市佔第一的GPU IP，但在楊樺加入時，全球市佔最大的還是憑借蘋果手機的成功如日中天的Imagination PowerVR GPU IP。
為了做技術分析，楊樺一家一家芯片廠商去拜訪，與亞太和英國的同事討論如何和對手競爭，定期組織跨部門會議為客戶解決實際問題，支持好一個個芯片產品的同時，也接觸到了許多圍繞芯片廠商做終端產品的公司和做算法的公司。在這個過程中，楊樺逐漸看到了整個生態。
由於之前是在一家芯片公司，楊樺看到的只是這家芯片公司的產品所面向的市場。但到ARM之後，他開始看到整個半導體產業，而且不止是半導體，還會向下穿透到應用層面。
和楊樺一樣長期在行業中歷練的，還有幾位他近十來年的老朋友，有北航的校友，有上交大、中科大的老同事，其中包括算法負責人、硬體設計負責人。大家經過討論後，都覺得AI計算對整個行業是一個全新機會，於是一同出來在2016年12月創辦了合一智芯。
“合一智芯”代表將軟體與硬體結合，將技術與工程結合，將創新與實踐結合，也取“知行合一”的諧音。“知行合一”是王陽明的核心思想，也是北航的校訓。AI的大規模落地需要不斷探索和積累，是一個長期且充滿挑戰的過程，楊樺帶領著近20人的團隊想要踏踏實實做事，把他們對行業與應用的理解不斷迭代進自己的產品，做一家兼具科技與人文精神的勇於創新的公司。
他們將這家影像與機器視覺公司的核心業務定為做軟硬體IP與方案，希望將從芯片設計到產品方案的鏈條縮短，為AI的落地提升效率、降低成本。2017年1月，合一智芯拿到900萬天使輪融資，投資方為中科創星。
二、軟體IP落地三大應用場景，第一代IPU今年10月問世
現階段任何一家芯片公司的AI芯片中最核心的部分，是如何對深度學習的相關算法做加速處理。合一智芯就做了一款針對這類計算的端側IP，相當於一款神經網絡處理器，同時還可以兼具一些影像處理能力。他們的第一代產品在今年10月已經問世，目前正在做第二代產品迭代。
1、核心技術圍繞兩大抓手
其核心技術圍繞兩大抓手，一個是影像處理技術，另外一個是底層的AI算力技術。
很多在實驗室獲得不錯識別率的算法，在進入一個真實場景、遇到光照條件等外部因素的干擾後，它的實際識別率會大幅下降，常常會下降到客戶難以接受的程度。
這時需要系統性的去解決影像處理、選擇計算平台、成本功耗的控制等問題。為了實現高效的底層AI算力，楊樺帶領團隊設計了自己的核心IP，然後和芯片公司一起去看怎樣去抓住市場的新機會。
另外從實際應用的角度來看，如何能把影像處理的非常好、讓影像裡的資訊能夠被AI算法有效提取，就需要面向工程應用的影像處理技術。
2、軟體IP落地三大場景
合一智芯基於深度學習的軟體IP實現了影像處理、識別等功能，目前已在三個應用場景落地：軍民融合、軌道交通、安防安檢。據楊樺透露，以上三個應用場景均已簽署合約並形成收入。
軟體IP跑的硬體平台也不一樣，可能是嵌入式的，也可能是PC的。但楊樺認為，它的前端終極形態一定是最後能在低成本下解決實際問題，這必然會落到硬體和芯片核心IP設計上，比如合一智芯的硬體IP，符合工程實踐的軟硬體協同創新，就能一步步把問題解決掉。
3、深度學習+影像處理——IPU
其硬體IP名為IPU，全稱是Image&Intelligence Processing Unit，因為它既可以對影像去做一定程度的處理，同時有深度學習的加速。
IPU授權是面向高性能、低功耗深度神經網絡計算的智能處理單元硬體IP授權，具有兩大特點：一是多核可擴展，可以為客戶提供從毫瓦級到瓦級的不同配置節點上的方案；二是除了深度學習外，還有配套的一些引擎來解決影像處理問題。
楊樺表示，合一智芯希望的節奏是每半年有一代新產品，然後基於團隊對端側客戶應用理解，將對軟硬體的協同優化放在芯片設計中整體考慮，幫助客戶更好地開拓市場和落地。
未來他們會拓展更多的應用場景，同時和芯片合作夥伴緊密合作，努力把不同領域的方案做到極致，把成本、性價比以及效能都做到最好。
三、發現兩個創業機會點，第一步選做IP不做芯片
創業之前，楊樺發現了一個問題，以前中國的IC產業基本上是一個跟隨者的狀態，跟隨國外的三星、高通、飛思卡爾等公司的芯片產品。
這是因為那些大公司的市場份額足夠大，其技術也相對成熟，所以IP公司在設計IP時，會更多參考這些公司的意見。相對而言，中國企業由於技術底子相對薄弱、芯片出貨量較低，對這些頭部IP廠商的影響有限。
基於這樣的背景，楊樺看到了創業的兩個機會點。
1、創業的兩個機會點
AI算法和相關應用正在快速發展。由於中國有最大的人口基數以及豐富的應用場景和數據，將給予AI發展極為有力的支持，這會是中國IC的一個機會點，即乘著AI的東風在未來的底層的芯片創新上把握新的機遇，去引領趨勢。
AI剛起步階段，特別像GPU早期的複現，GPU最早其實也是百家爭鳴的狀態，最後會收斂到幾家巨頭。但是故事不一樣的地方在於，由於GPU主要是用於圖形渲染的，受到螢幕分辨率、刷新率、螢幕尺寸等物理工藝的限制，再加上遊戲API通常比較統一，GPU產品本身相對來說會更標準化更聚攏。
而AI創新，尤其是端側AI與邊緣計算，在應用方上市場更碎片化，面對不同場景，要解決問題不同，致使對硬體的要求也完全不一樣，加之摩爾定律的消退，對設計與架構創新的要求更迫切。這也意味著如果創企在垂直領域做的夠好的話，它有機會成為垂直領域的頭部公司。這就是另外一個機會點。
2、為什麽做IP不做芯片？
在看到創業的機會後，楊樺選擇切入行業的第一步是做AI芯片IP授權，而非直接自己生產芯片。
IP本身具有很強的擴展性和靈活性，可以根據客戶的需求去做半定製。楊樺希望合一智芯扮演的角色是為市場提供高性價比、貼近應用場景的芯片軟硬體IP產品。
算法公司、互聯網公司、產品公司都正在進入芯片領域，在楊樺看來，IP核心技術會轉化為產品的核心競爭力，市場也會選擇能效表現更突出、更高性價比的產品。市場在逐步發展，只要產品做的足夠好，就會有機會。
為此，他們對自己的定位是“輕智能”公司，希望通過和其他公司合作來做大市場，幫助合作夥伴補短板。
至於沒有自己開芯片，他表示，這是因為芯片業務一定是和出貨量相關，如果這個基本量不能保證，其實是賠錢的。
儘管AI相關應用正在逐漸起來，但還沒有到放量階段，在沒有成熟客戶的情況下靠單點應用支撐AI芯片比較困難；而較通用的AI芯片需要積累和產品體系，如果自己獨立切入通用芯片開發的話，成本很高、周期也會很長，合作共贏是合一智芯的選擇。
所以，他們現階段沒有做自己的芯片，而是專門做軟體IP和IPU神經網絡加速處理器，服務於AI芯片公司或者計劃做AI芯片的企業。
3、IP技術挑戰難度高
楊樺和團隊在最初設計安檢安防軟體IP方案的時候，實驗室環境效果很好，但設備搬到實地後表現很差。
為了盡快落地，他們和客戶一起跑到新疆南疆的戈壁灘上去實驗。那裡環境相當艱苦惡劣，一邊是沙漠，一邊是戈壁，中間是高速。
就在這樣的地方，他們每天從早上七八點工作到第二天的凌晨三四點，采集各種光照與熱異塵餘生數據，分析它對傳感器的影響，然後通過數據不斷地調優算法，逐漸使產品滿足應用需求。
做IP不僅要打通軟硬體，還要對產品各方面的性能做調優，因此面臨諸多技術挑戰。合一智芯原本計劃在今年年中研發出來的第一代硬體IP產品，實際比預期稍晚完成。
與傳統IP設計不同，做AI芯片IP，除了考慮硬體問題外，還要考慮如何去配合軟體，即如何既讓第三方的神經網絡結構能快速高效的在硬體IP上運行，同時又不像傳統DSP那樣有很多後續調優工作，真正對開發者做到傻瓜式和透明。只有解決了這些問題，才能盡可能把客戶的研發成本降到最低。
因為進度的延誤，楊樺他們丟掉了第一個硬體IP上的合作機會。對此，創始團隊認真地進行反思和總結，對產品研發過程中的瓶頸做了梳理，重新調整了資源配比。
經歷了一些坎坷後，他們終於完成了初代IP產品，而且楊樺表示，其團隊現在可以實現半年一迭代的創新速度，逐步形成系列IP產品。
結語：國產化芯片道阻且長
相對於自己開芯片，做IP授權對於芯片業的創企而言不失為一種穩妥的路線。正如當年ARM通過打造自己強大和富有創新力的生態圈，迅速在消費硬體架構領域躍上龍頭，創企也可以通過IP授權，先積累客戶構建生態圈，再循序漸進地擴展業務範圍。
儘管ARM、Synopsys、Cadence國外的傳統IP廠商已經割據了全球大部分市場，但AI尚處於初級階段，相對靈活的架構更具備生存空間，這對於從事AI芯片IP授權的創企而言未嘗不是找到突破口的一個機會。
如今越來越多的算法公司、互聯網公司風風火火地宣布自研芯片，泡沫化風險開始顯現。對此，楊樺認為適度的泡沫有助於行業快速發展，會有更多的人才和資源投入進來，從長遠角度來看對行業未必是壞事。競爭其實倒逼著公司去做創新，無論大小與新老，能夠真正做好自己的創新點，為客戶創造實際價值，就有機會勝出。
不過，芯片戰略絕非一蹴而就，這需要本土的芯片設計、製造、封測企業以及算法公司、方案提供商一起努力，共同撐起中國集成電路產業的未來。
香港九龍灣馬來街興發大廈15樓D室