随着AI大模型兴起引领人工智能迈入深度学习2.0时代，创投机构日益加码AI芯片研发领域的股权投资。
不久前，通用智能CPU公司此芯科技完成数亿元人民币的A+轮融资，由国调基金领投，昆山国投、吉六零资本、新尚资本等创投机构跟投。
据悉，这轮股权融资将主要用于此芯科技的产研投入与业务落地，尤其是AIPC领域的创新技术研发。
国调投资项目负责人徐可禹表示，在国内通用智能CPU设计领域，此芯科技在AI时代面向个人计算、车载计算等领域提供智能算力解决方案。国调基金此次股权投资，将帮助公司完成首颗芯片的流片、测试和量产工作，推动中国高端通用计算芯片国产化进程。
如今，创投机构的投资布局很快迎来收获季。
近日，此芯科技推出专为AIPC打造的异构高能效SoC—此芯P1。
此芯科技创始人兼CEO孙文剑向记者透露，经过严格的测试，目前此芯P1已完全达到量产要求，将正式进入产品化阶段。
在业内人士看来，这也是此前众多创投机构决定参与此芯科技的A+轮股权融资的一大重要原因——随着新型此芯科技的AICPU芯片进入量产，创投机构将很快看到技术产品化商业化的“成果”，不但有助于提升国内高端通用计算芯片研发量产能力，还给创投资本创造的更高的投资安全性与收益确定性。
AI大模型兴起引发CPU芯片变革
一位长期关注AICPU研发的创投机构合伙人告诉记者，随着生成式AI大模型在各行各业的深入部署与应用，用户在能效、数据隐私、个性化定制等方面的需求日益强烈，给国产AICPU芯片研发量产带来广阔的发展前景。尤其是生成式AI正给传统PC产业注入新的活力，因为它给PC应用带来新的想象空间——比如当AI芯片开始融入PC主板，并搭配操作系统层面的AI子系统，让PC上层所有应用都将附带AI能力，推动PC产业更高质量发展。
孙文剑向记者透露，当前CPU领域正在经历一个巨大的历史变革——即传统普通的CPU正日益变革为AICPU，这背后，是原先封闭的PC生态将变革为开放生态，高能耗CPU将转变成高能效的CPU。
“我们相信，在这场CPU产业变革中，中国将诞生一家优秀的AICPU企业，成为全球信息产业当中不可或缺的一环。”他直言。针对AICPU的最新发展，此芯科技在新产品研发思路方面逐步形成新一代AIPC算力底座的多项特征：
一是异构，充分利用不同算力引擎的优势，为算力底座打造高性能的基础设施中心。
二是高能效，不同于数据中心的算力底座（对算力方案能效比有着较大的容忍度），端侧用户对产品便携性和待机时长、工作时长都有更高的要求，因此端侧的算力底座需要借助一切低功耗设计手段，让算力底座变得更高效。
三是构筑完善生态，算力底座不仅是一个芯片，一定要融合操作系统。因此AI大模型技术需对软件进行适配，构建丰富的软硬件开放系统，包括在硬件层面结合电源管理芯片、存储芯片，最终形成一个完整的生态，赋能开发者。
四是安全，无论是C端用户的数据，还是B端企业的销售、财务等数据，都需要在算力底层与软硬件层面得到有效的安全保障。
“我们相信，未来人工智能发展的一大趋势，是端云混合的人工智能，作为终端算力底座将发挥本地化优势同时，一定要考虑如何与云端进行更灵活的融合，让用户基于端云一体的算力方案，解决自己生产、工作环节的各种问题。”孙文剑告诉记者。正是基于这些研发思路，此芯P1决定使用先进的6nm制造工艺，在提供丰富的AI异构计算资源、全方位的安全引擎、多样化的外设接口以及多操作系统支持等特性同时，具备高效的功耗管理，能提供精准的动态调频调压、多电源域和动态的电源门控、标准的PC电源工作模式。
为了让AICPU与PC端上层应用场景更有效的适配，此芯科技还构建了AIPC平台解决方案，具备可扩展异构计算、支持多模态人机交互、高带宽存储、平台级安全盾等特点。
“面对端侧生成式AI给PC产业带来的变革新趋势与新机遇，我们还重点聚焦启动固件、内核、图形加速、AI方案四大方向，进行全栈软件创新。”孙文剑向记者直言。针对生成式AI端侧部署所存在的诸多问题与挑战，未来企业将推出NeuralOneAI软件栈，提供异构AI加速器支持，在满足端侧推理需求多样性和复杂性同时，提供统一的NerualOneAPI以隐藏具体的硬件细节，降低应用程序编程难度。
对于模型与推理框架的碎片化，此芯NeuralOne正提供统一的SDK满足多引擎需求以及广泛的模型格式支持。
这些AICPU的全新研发思路，也吸引众多创投机构的投资兴趣。过去三年，此芯科技先后完成多轮股权融资，投资方还包括启明创投、蔚来资本、BAI资本、中科创星、云九资本、顺为资本等。
一位曾投资此芯科技的创投机构合伙人告诉记者，三年前，当此芯科技成立并致力于研发AICPU芯片时，但是生成式AI尚未兴起，众多国际大型芯片研发企业与国内芯片研发企业都将注意力放在数据中心服务器芯片、云端AI训练或推理芯片，真正布局AICPU的企业相当少。至今，在国内AICPU细分赛道，此芯科技依然是孤独的前行者。
他向记者透露，众多创投机构之所以愿意向此芯科技伸出投资橄榄枝，主要是看好这家企业所构建的“一芯多用”的发展战略，比如此芯科技研发的AICPU芯片，可以广泛应用在AIPC、服务器、智能座舱和元宇宙等领域，一方面能满足众多AI场景的应用需求，呈现更广阔的发展前景，另一方面也能通过多场景落地增加销量，摊薄前期研发成本，创造更高性价比产品并构筑自己的业务竞争壁垒。
这位创投机构合伙人向记者指出，令创投资本颇感惊讶的是，此芯科技在AICPU芯片研发方面始终坚持“做最难的事”，坚定研发多元异构芯片——让CPU、GPU、NPU都能在一颗复杂的SoC发挥优势同时，还积极拥抱全球生态，与本土生态紧密结合，为不同用户群体打造具备竞争力的产品。
孙文剑向记者坦言，要做成一款具备竞争力的AICPU，相应的生态构建要求非常高，需要的人才密度与资金体量都非常大，产品的导入周期很长，难点多到能列出一大长串。所幸的是，在众多创投资本的多方面赋能下，此芯科技的AICPU芯片终于迈入量产与产品化阶段。
国产AICPU芯片研发征途
记者多方了解到，国内AICPU芯片的研发量产征途，并不轻松。
一位长期关注AICPU芯片研发的创投机构投资总监向记者表示，在AICPU设计领域，当前国内不少企业主要采取购买IP核心+指令集自研的技术迭代运作模式，技术难度从低到高逐步攻克。但是，受到当前外部因素影响，目前，多数国内AICPU芯片研发企业仍停留在ARMv8指令集进行自研，涉足ARMv9指令集开展研发的，只有此芯科技等极少数企业。
在他看来，在AICPU芯片研发初期，相关企业购买IP核心进行自研，也符合行业管理。当前欧美多家大型GPU研发企业在AI芯片研发过程，也曾购买外部IP模块。但是，对国内AICPU芯片初创企业而言，初期需要投入的资源相当多，且基于指令集打造高性能AICPU又是一大严峻挑战。在很多情况下，在有限资源投入下基于指令集研发，可能会出现其他方面得不到应有的资源投入，导致产品研发失败的几率较高。
孙文剑指出，为了提升AICPU芯片研发成功率，此芯科技选择与ARM开展合作。因为ARM在CPU和AI设计方面具备较强的团队与路线图，企业可以借助ARM的路线图，选出希望使用的IP。与此同时，在软件层面，此芯科技也得到ARM的诸多支持，因为后者也希望自身IP能形成丰富应用生态。
上述创投机构投资总监指出，无论是基于指令集自研，还是部分初创企业着手自研指令集，对技术实力与业务连续性都提出较高的要求，这也是国内AICPU芯片研发企业必须迈过的一道坎。
孙文剑坦言，鉴于GPU、CPU、NPU属于核心竞争力，企业将根据自身资源情况，在创投资本持续赋能下，在软件、硬件等方面有序投入，持续推进AICPU芯片性能升级与应用生态完善。
记者获悉，当前此芯P1，在某些纸面参数层面仍与国际巨头存在“距离”。比如在AI算力方面，部分欧美大型企业相关产品的CPU+GPU+NPU已实现75TOPS的算力，高于此芯P1的45TOPS。此外，欧美部分AICPU芯片开始支持200亿大模型在端侧运行，此芯P1主要支持100亿参数以内的端侧大模型。
孙文剑对此指出，此芯P1在GPU能力方面不输于部分欧美企业产品，下一代产品与国际先进水准的距离进一步缩小。
值得注意的是，随着国产AICPU芯片面世，它能否助力国内AI大模型计算性能“更上一层楼”，颇受业界关注。
阿里云通义端侧业务负责人梁业金认为，随着国内AI大模型“百花齐放”，端侧的算力不应该被浪费，而是需要充分应用。此芯科技推出P1芯片，具有较高算力与丰富接口，能不能将它的算力用好，还需与上层推理引擎的设计协同，业界仍要共同努力。
清昴智能联合创始人兼COO姚航表示，当前国内大模型数量众多，且AIPC的硬件计算单元正呈现多元化趋势，如何解决大模型与硬件的匹配以及应用落地，离不开中间层伙伴的努力，需要所有的软件伙伴从模型侧、框架侧、推理引擎侧、硬件侧软硬协同做好模型和硬件的匹配。
