全球最大礦機公司比特大陸開啟上市之路,未來AI晶元領域的新標杆?
雷鋒網消息,近兩個月,關於比特大陸(Bitmain)赴港上市進展的消息接連不斷,上周還有消息稱比特大陸將終止IPO並準備重組。終於,9月26日比特大陸在香港聯交所官方網站上載A1招股文件,這標誌著比特大陸正式啟動了香港聯交所主板上市計劃。比特大陸赴港上市之所以備受關注除了因為其是全球第一大加密貨幣礦機公司,另一個重要原因是這有望成為今明兩年港股集資額最大的晶元股IPO。
根據比特大陸上載的招股說明書,從2015年到2017年,比特大陸的營收從1.37億美元增至25.18億美元,年複合增長率為328.2%。另外,2017年比特大陸全年及2018年上半年經調整凈利潤均高達9.5億美元。
比特大陸的高營收也使其獲得了較高的市場地位,根據商業諮詢公司弗若斯特沙利文(Frost & Sullivan)的數據,按2017年收入計,比特大陸是全球最大的基於ASIC(Application Specific Integrated Circuits,專用集成電路)的加密貨幣礦機公司,佔全球74.5%的市場份額,要知道這一市場排名第二和第三的嘉楠耘智、億邦科技僅佔有6.2%和4.5%的份額。同時,2017年比特大陸還是全球前十大無晶圓晶元設計(Fabless)公司,全球第四大ASIC晶元公司,還是國內僅次于海思華為的第二大晶元設計公司。
顯然,在亮眼的營收數據以及市場地位面前,即便之前沒有聽過比特大陸也會對這家公司的上市充滿興趣,更何況比特大陸給人的印象是有些「神秘「。招股書能在很大程度上讓我們進一步了解比特大陸,但同時需要注意的是,招股書中指出比特大陸集資所得除了提高加密貨幣礦機ASIC晶元及區塊鏈應用的研發能力及擴大生產,排在第二位的就是提高AI ASIC晶元及AI應用的研發能力及擴大生產。這是否意味著,繼最大的基於ASIC加密貨幣礦機公司之後,比特大陸也將成為全球舉足輕重的AI晶元公司?
如何成為數字貨幣ASIC晶元王者?
比特大陸的成功還要從其創立之前說起,2011電子遊戲極客吳忌寒到北京做投資分析師,偶然進入了加密貨幣的世界後就很快沉迷其中。兩年後,吳忌寒在北京一家餐廳與幾年前投身電視機頂盒創業的詹克團共進晚餐,他們討論了比特幣的來龍去脈,隨後吳忌寒建議創立一家晶元公司。當時在創業中掙扎的詹克團專心聽吳忌寒的想法,第二天早上,詹克團學習了更多關於加密貨幣的知識後隨即打電話給吳忌寒,說他已經做好決定。
於是,2009年7月獲得北京大學金融學專業及心理學專業學士學位隨後從事分析師及投資經理的吳忌寒與2004年獲得中國科學院微電子研究所微電子與固體電子學專業碩士學位後一直與集成電路打交道的詹克團,2013年在北京共同創辦了比特大陸。
比特大陸成立的2013年年底,比特幣的價格首次突破1000美元,比特幣和其它加密貨幣從早期數學極客們用電腦運行的軟體挖比特幣演變為從傳統CPU到高端GPU瘋狂的技術軍備競賽,只為獲取豐厚的回報。
此時比特大陸也賣出了第一枚晶元,他們的ASIC有直接編碼在晶元上的必要的演算法,比GPU速度更快但耗電更少。這也為比特大陸的成功奠定了基礎,此後推出的售價幾百到幾千美元的螞蟻礦機,這些礦機裡面裝滿了幾十上百個比特大陸自主設計的高性能ASIC晶元,在比特幣價格的暴漲之中,電價低廉地區的大型挖礦運營商大量採購。
用數據具體地說明比特大陸的成功,根據招股書,2015年到2018年比特大陸的主要收入來源於礦機銷售、礦池運營、礦場服務及自營挖礦,並且相當部分收益來自螞蟻礦機及兼容電源等輔助配件的銷售。2015年到2017年礦機銷售收入分別為1.08億、2.15億、22.63億美元,分別占其總營收的78.6%、77.3%、89.9%。其中,銷售收入的增加很重要的原因是礦機銷量的增加以及礦機平均售價的上升。
然而,由於區塊鏈技術及加密貨幣處於早期階段,數字貨幣也經常經歷過山車的行情。根據Blockchain.info的資料,比特幣價格在2015年底時價格為428美元,2016年為960美元,2017年底暴漲至14166美元,而2018年6月30日僅為6381美元。
在比特幣價格高漲的時候,比特大陸不僅能獲得喜人的營收,也能推高公司的毛利率。相反,比特幣價格下跌時比特大陸也難以避免遭受損失,招股說明書指出截至2018年6月30止的6個月,加密貨幣的波動使其減值損失1.03億美元。
除了比特幣價格的過山車行情,數字貨幣自身的發展、政策法規、競爭等都將直接影響比特大陸的營收及毛利率。因此在虛擬貨幣礦機上取得成功之後,比特大陸早在2015年就已經發現深度學習計算晶元是一個新的機會。
發現深度學習晶元的新機會
據雷鋒網了解,比特幣全球網路算力已經達到每秒10 Exa次DHash運算,如果簡單地把一次DHash運算等效為一次浮點運算(FLOP),比特幣全網算力接近300台天河二號超級計算機的算力。但是,如今非常火熱的視頻監控應用對算力有更高的需求。監控攝像頭在2017年約為4億隻,假設每一路攝像頭需要用0.5TFLOPS的算力,2017年需要210Exa FLOPS的算力來處理全球的監控攝像頭,相當於比特幣全網算力的20倍。「看得懂」是監控的硬需求,所以攝像頭需要24小時不間斷地工作,假設所有攝像頭的數據全部需要實時地進行智能分析,這對算力的需求更高。另外,2017年全球的攝像頭數量達到了140億個,未來5年將維持兩倍多的年複合增長率。
除此之外,深度學習還有其他應用場景,如智能駕駛。HIS預測,2035年將有1000萬輛自動駕駛汽車上路,假設每秒鐘每輛車產生大約100 MByte數據,每輛車每秒鐘需要超過100T FLOPS的計算能力,這就需要超過1000 Exa FLOPS。
巨大的算力需求需要性能卓越的深度學習晶元來滿足,但提升算力就無法繞開功耗問題,只有找到性能和功耗的平衡才能持續推廣深度學習應用。還有,過去的30年超級計算性能基本上每十年翻1000倍,性能提升的同時又面臨內存技術的挑戰,處理速度提升但內存技術跟不上會讓晶元成為「大頭寶寶」。因此無論是傳統晶元巨頭還是科技巨頭,都紛紛投入資源研發自己的深度學習晶元,也就是我們統稱的AI晶元。
詹克團認為,深度學習的計算量和數據量都非常龐大,但計算功能並不複雜,數據也相對規則,受限於摩爾定律的放緩,深度學習應該走專用晶元的路徑。深度學習計算具有非常典型的流水線特徵,單個雲端深度學習張量計算晶元功耗高達上百瓦,因此在一個晶元內可以集成多個計算單元來進行大規模的卷積等計算。基於這些特點,雲端深度學習張量晶元非常適合用Systolic架構來實現。此外,Systolic架構實現非常簡單,很容易在電路層面進行更深入的定製,非常適合用ASIC做定製設計。
當然,深度學習的計算本質是多維矩陣,即張量(Tensor)的計算,目前有很多公司在設計面向深度學習張量計算的晶元,典型的代表是谷歌的張量處理器(TPU)。可以看到,谷歌基於Systolic架構的TPU計算效率就比英偉達的GPU高出了一個數量級。英偉達的Volta架構,也加入了專門的Tensor Core來提升張量計算的效率,其本質也是Systolic陣列。
因此,比特大陸在2017年第二季度推出了首款AI晶元BM1680,並於2018年第一季度推出第二代AI晶元BM1680。據雷鋒網了解,比特大陸的AI ASIC晶元基於自主設計的增強Systolic架構,均基於台積電的28nm工藝,支持主流的CNN、RNN、DNN深度學習框架,不同的是BM1680為通用的AI晶元,沒有應用方向的偏向性,圖像識別、自然語言處理、文本處理、金融、醫學等領域均可以應用,因此其可以作為雲端訓練及推斷AI晶元。而BM1682是升級版的BM1680,配備了專門用於視頻處理的集成系統,整個BM1682晶元搭載了視頻處理所需要的全部核心模塊,以及對其具體應用場景適應性的輔助模塊,對需要進行圖像/視頻處理的應用市場如安防應用非常便捷,在雲端推斷髮揮作用。目前,搭載比特大陸AI ASIC的針對安防和園區應用的算豐伺服器及智能終端也已經推出,下一代基於12nm的雲端推斷晶元BM1684預計將在2018年第四季度推出。
比特大陸也為AI晶元產品線進行推出了全新品牌——「算豐(SOPHON)」,據悉SOPHON是科幻小說《三體》的英譯本中的智子,由英文譯者創造出來的英文單詞名稱。
未來AI晶元市場的新標杆
前面已經提到,招股書中指出比特大陸集資所得除了提高加密貨幣礦機ASIC晶元及區塊鏈應用的研發能力及擴大生產,排在第二位的就是提高AI ASIC晶元及AI應用的研發能力及擴大生產。這其中,無論是礦機ASIC晶元還是AI ASIC晶元,為了能夠在獲得更高算力的同時降低功耗,更先進的工藝製程就是一個重要保障。
今年6月份,全球最大晶圓代工廠台積電CEO魏哲家表示7nm製程的晶元已經開始量產,其中,AI晶元、GPU和礦機晶元佔了大部分的產能。但是,7nm高昂的導入成本已經讓許多晶元公司望而卻步,至於5nm,魏哲家打趣地說,台積電預計在5nm投資了250億美元(各位就知道以後價格是多少了!),業界認為,5nm的技術和開案成本將更上一層樓。
更重要的是,即便晶元設計公司能夠支付相應的晶元代工費用,台積電也不一定有產能滿足需求。今年六月份台灣經濟日報就報道詹克團旋風式到訪台灣,密訪台積電、力晶等供應鏈夥伴,尋求為新一代高效能挖礦晶元展開合作,並商討比特大陸轉型發展人工智慧(AI)應用後的合作方向。報道同時指出詹克團此次到訪台灣,力晶創始人兼CEO黃崇仁,以及將升任台積電總裁的魏哲家親自接待,凸顯兩家公司對比特大陸的重視。雖然詹克團訪台的消息未得到官方證實,但雷鋒網從多方信息也證實比特大陸與台積電和其他供應鏈合作夥伴保持著良好的關係。
生產很重要,研發對晶元設計公司的關鍵。根據招股說明書,比特大陸從2015年到2017年底研發開支分別為570萬、1660萬、7260萬美元,2018年上半年進一步增加到8700萬美元。研發團隊方面,2018上半年比特大陸有840名全職工程師,其中366名專門從事產品設計,298名專註AI ASIC晶元研發,176名專註礦機和配件開發。由此不僅可以看出比特大陸在人才的支出上不斷上升,更能看到其晶元重心向AI晶元轉移。還有,從員工佔比看,截至2018年上半年比特大陸共有2594名全職員工,研發人員佔比32.38%,在公司中佔比最高,這也是技術型公司的重要特點。
雷鋒網小結
不難看出,在半導體先進位程開案成本飆升,研發及人才支出不斷上漲的背景下,雖然比特大陸擁有充足的現金流,但是為應對更加激烈的AI晶元競爭以及半導體人才的搶奪和區塊鏈及數字貨幣發展的不確定性,比特大陸選擇在此時正式開啟上市之路是一個不錯的選擇,融資能夠為公司的發展提供更充足的資金。另外,在國內大力發展集成電路產業的環境下,比特大陸在獲得更多支持的同時也能促進中國集成電路產業的發展。
已經憑藉區塊鏈和數字貨幣獲得成功的比特大陸,相信在資本、技術、人才密集的集成電路產業,在AI時代也能取得成功。此前吳忌寒表示未來5年內比特大陸40%的收入將來自AI晶元,另據了解比特大陸與國內知名的科技企業也保持接洽。那麼,在AI晶元領域,比特大陸能否超越目前AI晶元領域無可匹敵的英偉達,成為AI晶元領域的新標杆?
※斯坦福AI實驗室CVPR成果:機器人導航平台Gibson Env,1:1模擬真實環境
※怕乘客不信任自動駕駛汽車,試著找 AI 語音助手幫幫忙
TAG:雷鋒網 |