文｜《中国企业家》记者 陶淘
编辑｜李薇
仇肖莘每天五六点起床就开始处理工作信息，多线程工作，一直持续到晚上11点睡前。今年56岁的她，创业5年以来依然保持着旺盛的精力， 员工评价她“雷厉风行、情绪极为稳定”。
仇肖莘是爱芯元智半导体股份有限公司（以下简称“爱芯元智”）的掌舵者，也是中国半导体圈里不多见的一位女性。
上世纪90年代，仇肖莘在清华大学硕士毕业后赴美留学，在南加州大学获得了博士学位，并先后在美国博通公司担任副总裁、紫光展锐担任首席技术官。
2019年，从大公司离职后，摆在仇肖莘面前的是一道选择题——是重新进入一家大公司，还是自己创业？
彼时， 芯片行业刚好经历了从波峰到波谷的过程，AI企业进入了应用瓶颈期。 但有着二十几年行业积累的仇肖莘判断，中国庞大的市场潜力和对新技术的拥抱，会催生后续AI在应用层面的爆发。
在这些天时、地利、人和之下，仇肖莘果断决定创业。偌大的AI赛道，爱芯元智寻求了端侧和边缘侧芯片作为立足点。
“过去十几年，AI的处理大部分发生在云端，如今，随着AI与芯片技术的发展，云边端这三者的结合构成了人工智能的新基建。AI云端数据中心市场对算力的要求较高，客户和市场都比较集中，对初创公司有一定门槛；相较而言，边缘端侧芯片客户集中度较低，AI应用场景同样广阔。”对于入局边端侧，仇肖莘解释道。
在边端侧市场中，爱芯元智在成立之初就制定了主攻视觉领域的战略。在仇肖莘看来，整个行业要AI化，除了算力还需数据。而 AI收集数据80%以上都通过视觉，这个垂直赛道最具应用前景 。
如今，爱芯元智的两大技术护城河——爱芯通元（NPU，嵌入式网络神经处理器）和爱芯智眸（AI-ISP），正是契合边缘计算应用、运用了视觉处理，与这家公司最初的战略目标相一致。
不同于大多数半导体芯片企业主攻手机、智能驾驶或智慧城市中的一个市场，爱芯元智选择后两个场景双轮驱动。
“边端侧的市场比较分散，不如云端市场集中，需要 把市场共性提炼出来，一套技术覆盖多个场景，可以有效降低边际成本 。”仇肖莘解释。
回顾拓展市场的过程，仇肖莘感慨当时的艰辛：“第一颗芯片做评测时，补短板是个很痛苦的过程，就像边飞边换发动机。”第二颗芯片从产出到赢得客户订单，爱芯元智在技术提升方面历经了鏖战。
披荆斩棘5年，爱芯元智如今的路已顺畅许多。仇肖莘表示，第二个5年，爱芯元智将继续提高市场份额，争取实现盈利。这家公司的终极目标，是成为国内的头部芯片设计公司，将产品做到世界一流。
提炼市场共性
一艘船启航时，必须锚定目标。边端侧市场的迅速发展，为爱芯元智选择入局端侧与边缘侧，提供了市场可能。
据QYResearch调研团队最新报告，预计 2024年全球边缘AI芯片市场规模将达到23.16亿美元 ，2030年全球边缘AI芯片市场规模将达到81.3亿美元，未来几年年复合增长率为16.5%。
云端计算通常指通过互联网和数据中心为终端设备提供集中式的计算和存储资源。而边缘端侧计算则更侧重于靠近数据源头的一侧，就近提供服务。前者适合大规模集中数据处理与分析，而后者适合本地与实时处理信息，具有低延时和保障隐私安全的特点。
“在智能驾驶场景下，边缘计算具有较大优势，比如你需要踩刹车，不能等信息传输到云端等待反馈，系统再下达指令。”仇肖莘举例。
在AIoT的场景下，边缘计算可以帮助机器人的视觉系统去做环境建模、路径规划、动作执行。“比如我让机器人拿一瓶水，需要它很快理解和执行命令，在边缘侧、端侧就要自己实现闭环。”仇肖莘介绍。
目前，国内车载SoC（系统级芯片）的竞争已进入白热化阶段，地平线、黑芝麻等专注于汽车领域；在智慧城市、AIoT领域，瑞芯微、星辰科技等玩家正在争夺另一块蛋糕。而同样做端侧和边缘侧市场的 爱芯元智则选择了智慧城市、智能驾驶双管齐下 ，并致力于在未来拓展到更广阔的机器人市场。
“采用双轮驱动的战略正是因为边缘侧和端侧市场本身比较分散，每一个赛道很难去独立支撑一个规模级芯片公司。”仇肖莘说。
来自ABI Research最新调查报告显示，预计2024年全球云端AI芯片市场规模高达100亿美元，而边缘AI芯片市场规模不足其1/4。
同时入局多个细分赛道的决定，也来自海外从业多年经历带给仇肖莘的经验：“成熟的芯片公司会把自己做成平台化的公司，将共用的底层技术、IP应用到不同领域。端侧的应用就像‘大象在盒子里跳舞’，需要在有限空间下打造极致性能。无论什么场景，本质都是一样的，爱芯元智的IP、芯片平台、AI计算，可以应用在不同的场景。”
“我们要做的就是用一套技术去满足市场的共性需求，提升投入产出比， 多个细分赛道还可以提升企业抗风险能力。 ”仇肖莘补充道。
远见带来的先机
锚定目标后，对于舵手仇肖莘而言，精准发力就变得至关重要。
芯片领域从立项、产出的周期大约1年半，客户导入周期在9个月至1年，总计长达2年至2年半。 漫长的生产周期会给产品定位带来较高风险。
公司对行业发展与产品定义的前瞻性，也就显得至关重要。“在产品定义、设计中，整个产品结构或市场会发生什么变化，客户需求会如何转变，都需要放到设计中。”仇肖莘表示。对于行业趋势的预判很大程度上决定了产品的成败。
启明创投主管合伙人周志峰告诉《中国企业家》：“ 2020年投资爱芯元智时，主要看中的就是他们独特的团队 ——国际水准的芯片技术领袖与顶级的AI算法专家的组合。这一团队有可能在场景丰富、对创业公司友好的AI端侧芯片市场上，实现真正的颠覆。”
早期做产品定义时，仇肖莘的团队考虑到整个行业的AI化最重要的是算力和数据，而在海量数据中，视觉数据占比高达80%。因而，爱芯元智将芯片技术重点定位到视觉上。“这与我们研发团队之前的积累也刚好吻合。”她表示。
2020年，爱芯元智推出的第一代芯片产品，就嵌入了AI-ISP技术。AI-ISP利用像素级的AI处理技术，在各种复杂应用场景中，可全面提升成像效果，为后期智能处理提供高质量的图像、视频素材，比如在黑夜中让景物宛如白昼。
除此之外，爱芯元智的另一大核心技术爱芯通元混合精度NPU，则采用多线程异构多核设计，高效支持混合精度算法设计，并支持Transformer网络结构， 为大模型在边缘侧、端侧的应用提供了良好的基础。
彼时，在常用的GPU（图形处理器）与NPU两大技术中，爱芯元智权衡后选择了NPU，是因为NPU在边缘侧和端侧计算方面的相对优势。
“GPU架构灵活性较高，更适合云端芯片。可在端侧它过于灵活，因而成本和功耗都很高。而NPU像一个更原生的AI处理器，它直接把AI看作一个运算方式，把这些运算方式以一个最经济合理的方式实现，有点像CPU处理加减乘除。”仇肖莘解释道。
爱芯元智的第三代NPU芯片——AX650N，则成为了国内边缘侧第一个能支撑大模型落地的芯片平台。 “在ChatGPT系列横空出世后，大模型才变得人尽皆知。但我们在2021年底、2022年初设计芯片时，就将Transformer的支持作为重点考虑进去，所以抢占了先机。”仇肖莘说。
边飞边换发动机
对于一家初创公司来说，从新技术的推出到符合客户基本需求，再到被市场广泛认可之间，横亘着天堑。
虽然爱芯元智锚定了合理的目标并精准发力，但仇肖莘至今记得 第一颗芯片从实现流片到交付间历经挑战之艰巨 。
2020年7月，爱芯元智自主研发的第一颗AI芯片——AX630A诞生。彼时，爱芯元智信心满满，但客户拿到芯片后，各种问题不断冒出。
“产品的长板很突出，但短板也很显著。我们靠团队一点点磨，才将短板补上，让木桶不漏水。”仇肖莘回忆。
从2020年10月至2021年6月的8个月时间，爱芯元智的客户经理带着十几人的队伍，每天驻扎在客户那里连轴转解决问题。
“每晚10点到12点，客户经理都会带着大家开日会，一个问题一个问题地讨论，一个个去过解决方案。客户认为工具链不好用，我们就得重构， 有点像飞机一边飞一边换发动机的意思。 ”仇肖莘补充道。
自2020年生产第一颗芯片开始，爱芯元智已经完成了四代多颗芯片的研发和量产工作。“之所以每年推出一代芯片，就是因为需要快速补齐产品矩阵，并且快速优化产品性能。”仇肖莘表示。
爱芯元智第二代芯片产品流片时，进一步优化了爱芯智眸AI-ISP，使其性能得到大幅提升。AI-ISP可以在较暗的环境下，把周围的事物拍得很清晰，包括黑夜中的路口、高山、池塘，人走动与跑动时的拖影。爱芯元智用了将近3年的时间将这项技术推向市场。
解决了第一代芯片中的基础问题后， 爱芯元智在第二代芯片中的考量重点放在了性价比上。 “比如厂商到底能接受为了新功能而增加多大成本。不少厂商表示可以合作，但要求在该效果基础上，几乎不增加成本。”仇肖莘表示。
于是，爱芯元智不断打磨技术和产品，不断提升芯片中NPU的技术性能。针对厂商需求，爱芯元智的NPU技术通过减少数据搬运，在一定程度上降低了内存墙和功耗墙的阻碍，从而在边缘端侧面积、功耗受限的情况下，以更高的有效算力支持更多的智能算法。在厂商低价要求的倒逼与驱动下，爱芯元智搭载AI-ISP及NPU的芯片产品，已广为市场所接受。
尽管爱芯元智目前还处在研发与市场拓展阶段，经过5年的打磨，如今爱芯元智的产品在智慧城市和AIoT的市场份额已经排在前几名， 在国产汽车智能驾驶SoC供应商中，出货量更是跃升至第二。
接下来的第二个5年，爱芯元智将把发力重点转向商业化，寻求更高的市占率与企业盈利。在仇肖莘看来，中国现在的芯片设计公司还没有形成头部垄断的格局，每一家公司都有机会。
爱芯元智已上牌桌，仇肖莘对自己的公司很有信心。
