際云app應用軟件開發（云際科技有限公司）
本篇文章給大家談談際云app應用軟件開發，以及云際科技有限公司對應的知識點，希望對各位有所幫助，不要忘了收藏本站喔。
獨家 | 寒武紀二代芯片發布在即，提前揭秘如何挑戰英偉達！
「初創公司要貿然打入云端市場，簡直就是自尋死路」。
長久以來，云端的數據中心市場被視為創業公司的禁地，因為英特爾、英偉達、AMD 等巨頭林立，競爭太過兇殘。
但近年來，云計算勢不可擋，云端芯片市場呈現爆發式增長，不乏勇者前來破局。
作為一家發源于中科院計算所、背靠多家「國字輩」資本、估值已經來到 30 億美金的硬核創業公司，寒武紀挑戰云端市場的底氣十足。
2018 年 5 月，寒武紀發布首顆云端 AI 芯片，并對外透露獲得中國前三大服務器浪潮、聯想、曙光的訂單。據機器之心了解，滴滴、?？低曇惨呀洺蔀楹浼o的客戶。
與此同時，寒武紀成數億美元 B 輪融資。據機器之心了解，目前寒武紀的估值約為 30 億美元，與今年 2 月完成 6 億美元融資后成為「全球最具價值的 AI 芯片公司」的地平線不相上下。
一年后，寒武紀二代芯片已經箭在弦上，這顆積蓄了中科院計算所研發實力四年之久的二代或將為行業帶來不小震蕩。
機器之心獨家獲悉，寒武紀二代云端芯片或將于本月公布，同時我們采訪到寒武紀技術研發相關知情人士、寒武紀云端芯片客戶等多方信源，提前揭秘關于該顆芯片的細節亮點和核心技術。
這回有了中文名
據機器之心了解，寒武紀二代云端 AI 芯片代號為「MLU270」，延續上一代芯片「MLU170」的 MLU（Machine Learning Unit）系列。今年初，寒武紀已經為旗下芯片注冊兩大中文商標名，分別是「思元」、「玄思」。綜上，寒武紀二代云端 AI 芯片中文名為「思元 270」。
在今年的新品議程表上，雖然還名列有其他芯片，但「思元 270」及其板卡將會是重頭戲。這也表明寒武紀將從終端向華為等品牌商授權 IP 的模式，轉向主打云端市場的芯片方案提供商。
在芯片架構方面，寒武紀二代芯片將從上一代的「MLUv01」升級為「MLUv02」?？紤]到視頻數據正呈現爆炸性增長，成為數據中心的任務主流，寒武紀在「思元 270」里內建視頻解碼單元，瞄準海量的視頻處理市場專門配置。
據機器之心了解，寒武紀「思元 270」在今年年初研制成功，制程工藝方面明顯拋棄了此前終端市場的激進打法，選擇仍然沿用臺積電 16nm 工藝，定位于「專注云端訓練計算」。
對比兩大巨頭的主流云端產品線，英偉達去年 9 月發布并已發貨的 Tesla T4 采用 14nm 工藝，AMD 去年 11 月發布的 Radeon Instinct MI60 和 MI50 采用 7nm 工藝，寒武紀這次似乎希望單純依靠技術路線取勝，不再如去年對于 7nm 工藝寄予厚望。
「讓英偉達難受」
在芯片性能方面，「思元 270」的性能參數有意向業界標桿英偉達 Tesla T4 看齊。
據機器之心目前了解到的情況來看，「思元 270」可支持 INT16/INT8/INT4 等多種定點精度計算，INT16 的峰值性能為 64Tops（64 萬億次運算），INT8 為 128Tops，INT4 為 256Tops。
對比 Tesla T4，FP16 的峰值性能為 65 Tops，INT8 為 130 Tops，INT4 為 260 Tops。
功耗方面，「思元 270」功耗為 75w，與 Tesla T4 持平。
但值得注意的是，這些「理論峰值」不過是紙面規格，真正實測水平相比理論峰值通常有一定縮水。據某大體量計算數據中心負責人，同時也是阿里云早期核心技術研發人員李立表示，「T4 在實測過程中，75w 功耗維持不了多久就降一半頻率?！?/p>
據該負責人介紹，他在幾個月前已經拿到「思元 270」的具體規格和特性，「對比而言，第一代 MLU100 是試水，第二代 270 就聚焦多了，威力非常大，NV 后面會很難受?！?/p>
與此同時，該負責人還指出，「寒武紀的方案在某些領域可能不會特別好使，尚待觀察?！?/p>
核心技術解密
這里需要引入一對運算表示法的概念，整數運算（定點運算）與浮點運算。
它們是計算機計算中最為常用的兩種運算表示法，顧名思義，其差異就體現在整數和浮點上，加減乘除運算都是一樣的。
整數表示法，即所有位都表示各位數字，小數點固定；浮點表示法，則分成兩部分，階碼和尾數，尾數就是數字部分，階碼表示乘冪的大小，也就是小數點位置。所以浮點數在做運算的時候，除了對尾數做加減乘除，還要處理小數點位置。
基于兩種不同的運算表示法規則，導致面對同樣長度的整數和浮點運算，后者計算模式更為復雜，需要消耗更多的資源去處理，并且二者功耗差距通常是數量級的。 簡單來說，就是浮點運算占用的芯片面積和功耗相比于整數運算器都要大很多倍。
但浮點運算又有其不可取代性。首先，定點表示法運算雖然直觀，但是固定的小數點位置決定了固定位數的整數部分和小數部分，不利于同時表達特別大的數或者特別小的數，可能「溢出」。
而浮點的精度雖然沒有定點大，但是浮點運算的小數點位置可以移動，運算時不用考慮溢出，所以科學計算法一般都使用浮點。所謂「溢出」，指超出某種數據格式的表示范圍。
此外，具體到使用 GPU 做訓練，業界通常更傾向于浮點運算單元，主要是因為在有監督學習的 BP 算法中，只有浮點運算才能記錄和捕捉到訓練時很小的增量。 由于訓練的部分模塊對精度要求比較高，所以通常必須是高精度的浮點運算，比如 FP32 才能搞定，FP16 都難。
綜上，雖然浮點運算相比定點運算在功耗、計算速度、性價比等方面都不占優勢，但截止目前，浮點計算在云端的訓練場景中仍具有不可替代的特性，并且以高精度運算為主。
那么，如何在不增加芯片面積和功耗的前提下，如何大幅提升芯片做訓練的運算能力就成為云端訓練芯片的主要研課題之一。
參考計算過程相對簡單的推斷計算思路，目前該領域的 AI 芯片多采用集成大量整數運算器或低精度浮點運算器。
面對計算過程更為復雜的訓練計算，業界一直在嘗試是否可能用性價比更高的定點運算器實現?！傅@個問題在學術界也還沒有普適的解決方案?！雇跻徽f道。
李立表達了類似的觀點， 目前大家的研究熱點之一，就在于如何全部的定點單元（比如 INT8）代替浮點單元，或者以主要的定點單元配合少量的高精度浮點計算單元（比如 FP32）做更多的訓練任務，目的是達到定點計算的快速度，同時實現接近高精度浮點計算的精度。
談到目前該方向的研究成果和代表論文，李立表示，行業相關的研究文章已經有一些，不過都不具有普適性。
王一進一步向機器之心透露了關于實現低精度運算的「關鍵心法」，要做好低精度訓練，就要找到一個好的數據表示方法，既能表達最后大的數，又能讓 0 附近的小量能夠更好地表達，因此這個數據表示可能需要有自適應性，能隨著訓練的過程調整。
他還補充， 「低精度訓練確實未必要是浮點數，只要能把數域表達好，0 附近的小量表達好，什么樣的數據表示都可以?！?
綜上，寒武紀在大幅度提升訓練階段的計算功耗比方面，很有可能采用的是以整數為主的低精度運算，這在目前已公布的 AI 芯片項目中屬于首創。
實際上，寒武紀在計算機計算領域的開創精神和技術積淀由來已久。早在 2014 年—2016 年期間，寒武紀創始人兼 CEO 陳天石、陳云霽兩兄弟的研究就基本奠定了神經網絡芯片的經典設計思路，也就是現在常談到的 AI 芯片架構。
當時他倆的「DianNao 系列」論文橫掃體系結構學術圈： Diannao（電腦）是 ASPLOS'14 最佳論文（亞洲第一次），DaDiannao（大電腦）是 MICRO'14 最佳論文（美國以外國家的第一次）……
而在大洋彼岸，美國兩家風頭正勁的 AI 芯片公司 Graphcore、GTI（Gyrfalcon Technology, Inc.）正是沿用了 DianNao 系列論文的基本思路，采用大量堆疊的簡單計算單元以實現復雜的云端計算。（機器之心曾進行過相關報道，《一款芯片訓練推理全搞，Hinton 為其背書，Graphcore 完成 2 億美元融資》、《30 年前的「CNN 夢」在這顆芯片落地，能效比高出 Tesla10 倍 | CES 直擊》）
此外，要切數據中心市場的蛋糕，一套完備成熟的軟件生態也是其核心競爭力的重要體現。英偉達之所以能夠在云端訓練領域成為絕對主流，其 CUDA 軟件生態的基礎功不可沒。
據機器之心了解，寒武紀從 2016 年起逐步推出了寒武紀 NeuWare 軟件工具鏈，該平臺終端和云端產品均支持，可以實現對 TensorFlow、Caffe 和 MXnet 的 API 兼容，同時提供寒武紀專門的高性庫，可以方便地進行智能應用的開發，遷移和調優。
「云芯」之爭一觸即發
盡管前述了寒武紀的種種硬核技術護體、大資本和客戶加持，但想要真正在數據中心市場扎下根，以實現陳天石去年在發布會上談到的目標：到 2020 年底，力爭占據中國高性能智能芯片市場的 30% 份額，仍然面臨著異常殘酷的市場競爭。
整體上，英特爾在數據中心服務器芯片市場仍然牢牢占據著的 95% 以上份額。
而隨著深度學習計算和人工智能技術逐步興起的云端訓練市場，同樣被巨頭絕對壟斷。目前 90% 以上的云端加速采用英偉達 GPU，AMD、FPGA 占據非常小的份額，剩余市場還在被國內外芯片創業公司不斷瓜分。
據機器之心了解，近期還有一家國內知名 AI 算法公司將要入局云端推理芯片市場。據德勤最新出爐的報道顯示，到 2022 年，全球人工智能訓練市場的規模將達到約 170 億美元，云端推理芯片市場的規模將達到 70 億美元。
可以預見，2019 年，AI 芯片之爭將從端燃及云上，云端的大體量、高增速市場勢必迎來更多強勁玩家。
（應采訪者需求，文中李立、王一均為化名。）
開發一個外賣軟件大概需要多少錢呢，哪位了解？
開發一個外賣軟件大概需要多少錢
如今，不少企業都想擁有屬于自己企業或產品的手機APP，但其中最困擾企業主的問題就是：開發一款手機APP到底需要多少錢？
簡單點來說，要視手機APP的需求及質量而言，價位一般在幾千到十幾萬左右，更高端的價格更高。
今天，我們就來詳細分析一下這個問題，請繼續往下看吧?！?/p>
一、APP開發款式分為固定款和定制款，兩者的價格均不相同
固定款：是指直接套用已有的、現成的APP固定模板，報價是固定的，所需要的功能也是固定的，缺點就是客戶拿不到源代碼，也不能根據企業需求進行定制，由于源代碼是封裝的，如果企業以后想進行功能升級或系統維護的話，也不能夠實現，只能重新開發一個新的軟件。
固定款的APP開發時間短，約2~3日的時間即可完成，費用大約在幾千到幾萬之間。
定制款：定制款是指APP的功能全部重新開發，過程比較繁瑣，需要美工、策劃、APP開發（前臺/客戶端/手機端）、后臺程序員等工種協同完成，大型的、功能復雜的APP甚至需要數十人的團隊。
由于APP的功能和設計都是定制的，因此價格會高些。定制款的開發時間與開發價格是成正比的，開發時間長，大約在兩三個月甚至不定的周期里才能完成，而費用大概在幾萬甚至十幾萬左右。
因此，想要知道開發一款手機APP需要花費多少錢，企業主首先必須把APP的詳細需求和功能告知APP開發公司，開發公司才能報出一個合理的價格。
二、手機APP平臺不同，制作成本也不一樣
現在市面上流行的手機APP制作平臺主要有兩種一般包括兩種系統：安卓系統（Android）和蘋果系統（IOS）。
一般來說，制作蘋果系統的手機APP軟件費用要比安卓平臺的貴一些，因為蘋果公司對蘋果平臺的封閉性和手機APP開發語言Objective-C的難度，都讓APP開發者加大了蘋果系統手機APP開發的難度。
三、APP制作成本包含參與人員的工資
通常情況下，開發一款APP需要產品經理、客戶端工程師、后端工程師和UI設計師各一名，這已經是制作手機APP應用軟件比較精簡的配置了，所以這些參與人員的工資也是包含在APP制作成本當中的。這些工作人員的月薪加起來可能都會超過4、5萬元。
四、APP開發公司的所在地
需要注意的是，同樣實力的APP開發公司，在不同的城市也會導致APP的成本費用高一些
寒武紀營收無法覆蓋研發投入，去年虧損超8億
寒武紀營收無法覆蓋研發投入，去年虧損超8億
寒武紀營收無法覆蓋研發投入，去年虧損超8億，從2017年到2021年，寒武紀已經連續虧損5年，合計虧損28.6億元。寒武紀營收無法覆蓋研發投入，去年虧損超8億。
寒武紀營收無法覆蓋研發投入，去年虧損超8億1
4月15日晚間，寒武紀發布年報。2021年全年營收7.21億元，同比增長57.12%；虧損8.25億元，2020年虧損金額為4.35億元，虧損擴大89.66%；扣非虧損金額更是高達11.1億元。芯片是資金密集型行業，具有高特入特點，高昂的研發投入使得寒武紀自身盈利能力堪憂，近五年累計虧損超過28億元，且還將存在持續虧損風險。
寒武紀不計成本投入，研發平均薪酬超60萬
對于2021年虧損擴大3.9億元的情況，寒武紀指出了確保智能芯片產品及基礎系統軟件平臺的高質量迭代，在競爭激烈的市場中保持技術領先優勢，持續加大研發投入，積極引進優秀人才、保持公司研發團隊穩定，在報告期內研發費用大幅增長。2021年，研發投入達11.35億元，與去年同期增長47.8%，研發投入占營收收入比例157.5%。
營收無法覆蓋研發投入，可以看出寒武紀不計成本搞研發，其研發人員薪酬更是驚人。年報數據顯示，2021年應付職工薪酬為19.18億元，同比增長41.75%。需要指出的是，寒武紀在職員工數量是1497個人，平均薪酬12.8萬元，但研發人員的平均薪酬則超60萬元。
截止2021年12月31日，寒武紀研發團隊規模為1213人，占總人數比例81%，研發人員的薪酬合計為7.38億元，平均薪酬達60.88萬元，2020年研發人員平均薪酬為45.27萬。因芯片設計人才稀缺，為吸引行業高端人才，穩定研發人才隊伍，導致研發人員平均薪酬較上年同期提升34.48%。
當然，高昂的研發投入是為了保持技術先進性和市場競爭力，是其營收增長的核心驅動力，2021年營收同比大增五成。
營收增長強勁背后，單一客戶營收占比超六成
營收看似增長強勁，遺憾的是，背后依賴單一客戶。2021年，寒武紀來自智能計算集群系統營收4.56億元，同比增長39.9%，占總收入比例六成以上。而這個營收主要來自昆山智能計算中心項目。
2021年12月，寒武紀與江蘇昆山高新技術產業投資發展有限公司簽署了智能計算中心基礎設施建設項目設備采購合同，合同含稅金額為5.089億元。主要提供含智能加速器、計算服務器、人工智能算力平臺軟件等軟硬件產品。
值得一提的是，昆山智能計算中心項目為寒武紀貢獻了4.5億元，占2021年公司營業收入的 63.19%。換一句話說，一個客戶支撐起了寒武紀智能計算集群業務板塊，也是支撐整個公司營收核心。且其他業務板塊營收規模并不亮眼，尤其云端產品線、IP授權及軟件、其他業務營收面臨下滑尷尬局面。
要知道，寒武紀所處的芯片賽道上，匯聚了英特爾、英偉達、ARM等芯片大廠，與這些芯片巨頭相比，寒武紀整體規模、資金實力、研發儲備等存在較大差距。
尤其英偉達是全球人工智能芯片領導者，全球科技巨頭都依賴于英偉達發展AI技術，包括微軟、谷歌、Meta等全球科技巨頭們均依賴于其GPU來訓練AI，帶動市場對英偉達AI的需求激增，在超大規模和云擴展的推動下，使得英偉達數據中心板塊營收不斷創紀錄，且有望成取代游戲成為最大業務板塊。
英偉達在云計算、企業和邊緣數據中心、超級計算等市場中展現出強勁的競爭力。對于寒武紀來說，人工智能芯片產品主要應用于各類云服務器、邊緣計算設備、終端設備。
目前推出了云端推理思元270、邊緣推理思元220、云端訓練思元290，還有推訓一體思元370等芯片。其云端智能芯片及加速卡，已與包括阿里巴巴等國內頭部互聯網廠商的多個業務部門進行了深入合作。
在云端產品中，寒武紀推出了思元370，憑借7nm制程工藝和最新智能芯片架構MLUarch03，思元370智能芯片最大算力高達256TOPS(INT8)，是寒武紀第二代云端推理產品思元270算力的2倍。并推出3款加速卡（MLU370-S4/X4/X8），在視覺、語音、圖文識別等場景的適配性能表現超出客戶預期，部分場景已經進入小批量銷售環節。
在金融領域，MLU370-X4在招行多個業務場景的實測性能超過競品，能夠大幅提升客戶的效率。只是寒武紀云端產品線表現低迷，2021年營收為8023萬，同比下降6.98%。
增速最快的板塊是邊緣產品線。2021年，思元220智能芯片及邊緣智能加速卡實現出貨量快速增長，實現收入1.75億元，較上年同期顯著增長741%，且是寒武紀第一款年度出貨量近百萬片的產品。
寒武紀營收無法覆蓋研發投入，去年虧損超8億2
4月16日消息，A股上市公司寒武紀在4月15日發布2021年全年財報，財報顯示寒武紀實現營收7.21億元，較2020年同期的4.589億元同比上漲了57.12%；全年凈虧損為8.249億元，較2020年同期的凈虧損4.345億元同比擴大89.86%。
從主營業務來看，寒武紀的智能芯片及加速卡業務貢獻收入2.15億元，智能計算集群系統業務實現收入4.56億元。
不過從2017年到2021年，寒武紀已經連續虧損5年，合計虧損28.6億元。
寒武紀還在財報中分析了至今仍未實現盈利的3個原因：
第一、為了在競爭激烈的市場中保持技術領先優勢，寒武紀持續加大研發投入，積極引進優秀人才、保持公司研發團隊穩定，報告期內研發費用增長幅度較大，2021年公司的研發投入總額為11.357億元，較上年同期增長47.83%；
第二、寒武紀2020年底及2021年實施的股權激勵計劃，導致本報告期按歸屬期分攤的股份支付費用顯著增加。較上年同期增長了1669.97%。
第三、寒武紀積極發力市場推廣及生態建設，向客戶提供高質量的服務，積聚品牌效應，銷
售費用有一定程度的增加，增幅為58.98%。
2021年，寒武紀在3項業務上都在持續推進：
硬件方面，他們發布了基于第四代智能處理器微架構的推訓一體思元370智能芯片及加速卡；軟件方面，公司投入了大量的資源優化基礎系統軟件平臺，統一的軟件平臺日臻完善；同時，新一代產品及智能駕駛芯片的研發也在有序進行。
2021年，寒武紀還設立了控股子公司行歌科技，開展智能駕駛芯片的研發和產品化工作。這家公司在進行獨立融資時，還曾獲得蔚來、上汽及寧德時代旗下基金等機構的戰略投資。截至 2021年12月31日，行歌科技已有超過80名員工，其中約90%是研發人員。
2021年共有超過200名資深專家和年輕員工加入寒武紀，截至2021年底，寒武紀共有1213名研發人員，與2020年同期的`978人相比增長24.03%。
同時寒武紀也表示因芯片設計人才稀缺，為吸引行業高端人才，穩定研發人才隊伍，2021年研發人員的平均薪酬較上年同期也有所提升，從2020年的平均年薪45.27萬元，上升到2021年的平均年薪60.88萬元。
也就是說，寒武紀的研發人員，在2021年里，平均月薪超過5萬元，達到5.07萬元。
其中公司創始人、董事長兼CEO陳天石的年薪為103.19萬元，COO王在的年薪為154.4萬元，副總經理劉少禮的年薪是133.86萬元，CFO葉淏尹的年薪是126.36萬元。這些高管中年薪最高的是公司前CTO梁軍，他在2021年的年薪高達395.85萬元。
不過遺憾的是，梁軍在2022年已經離職。
梁軍是在2022年3月14日晚間被宣布離職的，他在2022年1月份遞交辭職申請，寒武紀曾嘗試挽留，但最終沒有成功。
寒武紀在2020年7月20日登陸A股，上市首日開盤曾上漲近290%，市值一度突破1000億元，當天收盤價為212.4元。但目前其股價僅為56.26元，已經跌破發行價，當前市值也僅有225.5億元。
作為科創板AI芯片第一股，寒武紀未來的虧損能否縮小并最終實現盈利，是他們面臨的終極考驗。
寒武紀營收無法覆蓋研發投入，去年虧損超8億3
2022年4月15日,寒武紀(688256.SH)發布2021年年度報告。報告顯示,2021全年,公司營業收入達到7.21億元,較上年同期增長57.12%,綜合毛利率為62.39%,較上年同期基本持平。營業收入中,智能芯片及加速卡業務貢獻收入2.15億元,同比上年增長101.01%。
另外,報告顯示,本報告期內,公司在市場開拓方面也取得了一定成績,報告期內毛利總額為44,989.46萬元,同比上一年度增長49.94%。
新產品方面,報告顯示,思元370是寒武紀第三代云端產品,采用臺積電7nm先進制程工藝,是寒武紀首款采用Chiplet(芯粒)技術的人工智能芯片。
思元370智能芯片最大算力高達256TOPS(INT8),是寒武紀第二代云端推理產品思元270算力的2倍。同時,思元370芯片支持LPDDR5內存,內存帶寬是思元270的3倍,可在板卡有限的功耗范圍內給人工智能芯片分配更多的能源,輸出更高的算力。
思元370智能芯片采用了先進的Chiplet芯粒技術,支持芯粒間的靈活組合,僅用單次流片就達成了多款智能加速卡產品的商用。公司目前已推出3款加速卡:MLU370-S4、MLU370-X4、MLU370-X8,已與國內主流互聯網廠商開展深入的應用適配。
初中畢業后休息一年，然后再去讀職高可以嗎？
初中畢業休息一年后，再去讀職高是完全可以的。去讀個職高，選擇個自己喜歡的專業，職業發展前景也是相當不錯的，入職后還可以再讀個成人本科。
寒武紀來了
（文/觀察者網 呂棟）在距今大約5.3億年前的寒武紀時期，地球上在2000多萬年的時間里突然涌現出各種各樣的生物，一系列與現代動物形態基本相同的物種來了個“集體亮相”。而在此之前，更為古老的地層中卻長期沒有找到動物化石，這一時期史稱“寒武紀生命大爆發”。
5.6億年前寒武紀出現的最有代表性的遠古動物——三葉蟲。圖源：視覺中國
現如今，“寒武紀生命大爆發”仍然是古生物學和地質學中的一大懸案，更是困擾著包括達爾文在內的學界大佬。然而，當我們此刻在搜索引擎中輸入“寒武紀”這三個字時，排在輸出結果第一位的已不再是那個困擾科學界的謎題，而是一家人工智能芯片領域的 科技 公司。
值得注意的是，最近幾年，國內涌現出不少初創AI芯片設計企業，它們在吸附大量一級市場資金后，一方面互相激烈競爭，另一方面還不得不面對來自巨頭的壓力。在該領域，不僅有英特爾、英偉達等芯片行業傳統巨頭，也有華為、阿里等跨界選手，無一不對這塊蛋糕“垂涎三尺”。
而寒武紀正誕生于上述背景中。
一個月前的2月28日晚間，北京證監會官網發布消息，2019年12月5日，中科寒武紀與中信證券簽署A股上市輔導協議，正式開啟沖刺科創板的進程。
而3月26日上交所官網顯示，創辦剛滿4年的寒武紀上市申請已獲受理。短短幾個字，意味著該公司距登陸科創板又近了一步，同時也再次將其置于輿論的放大鏡下。
市場普遍認為，如果寒武紀成功登陸科創板，將成為毫無懸念的“AI芯片第一股”。
殘酷的現實便是，中國集成電路進口額長期大于出口額。官方數據顯示，2019年中國集成電路進口總額為3055.5億美元，而出口僅1015.8億美元，進出口比例為3:1，時代也在期待中國芯片領軍者。
而該公司以“寒武紀”給自己命名，寓意“AI大爆發”，并以“全球智能芯片領域的先行者”作為自己定位，既彰顯了幾分神秘又凸顯了其“野心”。
別人眼中的學霸
提起寒武紀，就不得不提其創始人陳云霽和陳天石這兩兄弟。
哥哥陳云霽1983年出生，兩年后弟弟陳天石出生，江西南昌人。與大多數年過而立、尚未不惑的同齡人相比，他們可以說已有所成就。
1月16日，陳天石剛以寒武紀CEO身份成為2019年中國科學年度新聞人物十人之一，而陳云霽早已從前輩手中接過2017年度 科技 創新人物獎。
不少人好奇，這對來自江西的“雙子星”，緣何既能讀書出色，又能在創業后搞出一個“獨角獸”。
履歷顯示，陳云霽9歲上中學，14歲便考入中國科大少年班，24歲取得中科院計算所博士學位，29歲晉升為研究員，33歲獲得中國青年 科技 獎和中科院青年科學家獎。
小兩歲的陳天石，幾乎是沿著哥哥的腳步一路從中科大少年班追到了中科院計算所。他16歲考入中科大少年班，25歲在中科大計算機學院拿到博士學位，指導導師是陳國良和姚新。
事實上，這對別人口中的學霸，在他們自己看來并非“模范兄弟”。
陳云霽曾提到，兩人小時候常打架，長大后一言不合就吵起來，要不是有血緣關系早就鬧崩了。不過，兩人最終還是會讓道理來說話。
在接受媒體采訪時，陳云霽曾透露，“和很多人想象的不太一樣，我并不是學霸。相反，多數時候都是一個學渣?！倍宜v到，在19年的學習生涯中，不但考第一名的次數不多，還常在班上排名倒數。
2002年，19歲的陳云霽已經在中科大少年班度過了第五個年頭?？釔?游戲 的他對于自己的課業成績并不太在意，而是把《星際爭霸》當做主課來修。他曾坦言，“掛科的壓力一直是懸在頭上的劍，但是科大的老師對于我們這些調皮的孩子非常包容，給了我們很大的空間去成長?！?/p>
當年，即將本科畢業的陳云霽聽說中科院計算所在研制中國第一塊通用CPU芯片“龍芯1號”，希望能拜師計算所胡偉武老師，于是報考了中科院計算所的研究生。
這家始建于1956年的研究所，是中國第一個專門從事計算機科學技術綜合研究的學術機構。從這里走出的包括聯想控股、龍芯中科、中科曙光等，均為中國信息技術產業中的知名企業。
2017年，陳云霽接受采訪時曾開玩笑稱，在他之前，中科院計算所從來沒有招過像他本科成績這么差的學生。但是，胡偉武看到他玩《星際爭霸》的表現，認定他有科研潛力，便力排眾議將他錄取。
“Work hard，play harder！胡老師就是看中了我這一點?！?陳云霽當時說。
估值超220億
事實證明，陳云霽確實沒有辜負胡偉武的期望。
博士畢業后，他留在了中科院計算所龍芯團隊，在胡偉武的指導下成為8核龍芯3號的主架構師。他還與胡偉武合著了《計算機體系結構》，并在2008年開發龍芯3號的過程中完成了一篇重量級的論文。
不僅如此，陳云霽向胡偉武引薦了另一位“高徒”，他的弟弟陳天石。
與做硬件芯片出身的陳云霽不同，陳天石的研究方向是人工智能，專注于軟件算法。 在博士畢業后他也加入了中科院計算所，這為后來兩個人一起設計出“讓計算機更聰明”的專門神經網絡處理器埋下了伏筆。
時針撥回到2010年，當時國內人工智能芯片尚處于較冷階段。
根據公開報道，在計算所匯合后，陳氏兄弟也曾就職業發展探討了好長時間，最后認定有兩件“非常好玩的事”可以做：一是用AI輔助做處理器的設計，另外一個就是做AI芯片。
起初，陳天石在向計算所領導匯報想做AI芯片時還曾拿自動駕駛舉例：“大家很早就在說有一天機器會替代人開車，但如果開車的機器人在做模式識別的時候速度不夠快，那么這個車就完全沒有讓機器開的理由。所以，它一定需要很強的車載運算能力?！?/p>
2015年，早在寒武紀公司成立之前，在中科院戰略性先導專項和中科院計算所的支持下，陳氏兄弟主導的世界首款深度學習專用處理器原型芯片——“寒武紀”首次成功流片。
之所以取名為“寒武紀”，是想用地質學上生命大爆發的時代寓意人工智能的未來。
次年春天，谷歌的AlphaGo“一戰成名”，人工智能在全世界范圍內再次掀起波瀾，國內對人工智能的重視也達到前所未有的高度。不僅如此，2017年以及之后的兩會中，人工智能也成為關鍵詞之一。
而陳氏兄弟的研究也趕上了好時候。
2016年，全球首款可商用的深度學習處理器“寒武紀1A”處理器問世，寒武紀 科技 公司也正式成立于當年3月，其數千萬的天使輪融資也正是來自中科院。
值得一提的是，性格的不同也讓陳氏兄弟在公司擁有不同的角色。
陳云霽在公司職務上更偏研究，思考技術路徑相關的部分，很少掛寒武紀頭銜，多以“中科院計算所研究員”示人。
據陳云霽透露，他的性格偏外向、膽子大，喜歡做一些天馬行空的事情，更適合搞科研。
而弟弟陳天石比較慎重，每走一步都會想好可行性，能規避產業發展中的“坑”，適合帶領一個企業往前沖。
所以陳天石總以寒武紀創始人、CEO的身份出現在公眾視野。
根據公開報道，除陳氏兄弟外，寒武紀團隊成員不僅囊括了中科院技術精英，也有中國首個通用CPU“龍芯1號”的核心參與人員。
具體奮斗目標上，他們希望讓AI芯片計算效率提升1萬倍，功耗降低1萬倍，可以把“AlphaGo”這樣的領先AI應用裝入手機中。
不過，“天才少年”也曾被人吐槽。
根據中國科學報報道，在寒武紀最開始募資的時候，其團隊也曾碰釘子，有人吐槽他們“PPT做得差”，邊吐槽邊教育，“小伙子你這樣是融不到錢的”。
招股說明書顯示，在公司成立之后，寒武紀共經歷了6次增資和3次股權轉讓。
2017年8月，該公司完成估值10億美元的A輪融資，國投創業領投，阿里巴巴、聯想創投、國科投資、中科圖靈、元禾原點和涌鏵投資等參投，使得寒武紀成為全球AI芯片領域首家獨角獸公司。
不到一年之后的2018年6月，寒武紀宣布完成數億美元B輪融資，國有資本風險投資基金、國新啟迪、國投創業、國新資本等聯合領投，該輪融資后的寒武紀估值約為25億美元，距離一年前的10億美元翻了一番還多。
正是在此時，陳天石對外透露了公司上市動向：“未來傾向于考慮在境內A股上市”。
在此之后，寒武紀的估值便不得而知。根據招股書，2019年9月13日，寒武紀新增南京招銀、湖北招銀、國調國信智芯和嘉富澤地等股東；2019年9月16日，陳天石將其所持寒武紀有限2.43%的股權和0.86%的股權分別轉讓給艾溪合伙和納什均衡。
這也是寒武紀在上市前最后的增資與股權變動。
根據股權結構，南京招銀出資8億元，獲得寒武紀上市前3.61%的股權，納什均衡受讓了0.86%股權，耗資1.8億元。
據此計算得知，寒武紀在經歷6輪融資后估值約221.6億元。
由于在過去的幾輪融資中，國字號背景的投資方居多，寒武紀也因此被市場視為AI芯片的“國家隊”。
存銀行理財39億
寒武紀公開的招股書披露，其主營業務是應用于各類云服務器、邊緣計算設備、終端設備中人工智能核心芯片的研發、設計和銷售，主要產品包括終端智能處理器IP、云端智能芯片及加速卡、邊緣智能芯片及加速卡以及與上述產品配套的基礎系統軟件平臺。
簡而言之，人工智能芯片是相對于傳統芯片的概念。
目前，AI芯片主要是指GPU、FPGA、ASIC等人工智能加速芯片，主要用于解決人工智能龐大的算力需求。AI芯片的主要應用場景為云計算數據中心與邊緣計算，后者包括攝像頭 IPC、自動駕駛、手機的Soc等。
縱觀處理器芯片市場，通用處理器芯片如CPU、GPU的芯片的壁壘極高，國內仍未實現突破，且通用處理器領域已經發展成熟，目前市場由國際巨頭高度壟斷，后來者難以競爭。
而AI芯片是全新的市場，進入者有后發先至的可能，寒武紀正是這樣的新入局者。
自寒武紀2016年3月成立以來，其先后推出了三大類產品：
招股書中介紹，寒武紀目前采用的盈利模式是“授權+成品”，前者類似ARM，將AI芯片的知識產權（IP） 授權給下游廠商，例如最知名的合作伙伴華為；后者則是寒武紀自己設計，找代工方生產后自行銷售。
值得注意的是，IP供應商相比于芯片提供商利潤規模并不高。
例如，ARM作為全球領先的半導體IP提供商，本身不直接從事芯片生產。
全球大部分的手機CPU都在使用ARM架構，市占率非常高，但是營收規模卻在巨頭中比較遜色。2017年ARM核芯片出貨量213億顆，營收才17.8億美元，凈利8億美元，營收規模還不如國內很多芯片公司。
而處理器龍頭英特爾是芯片供應商，2017年營收628億美元，凈利潤為96億美元，收入規模遠超ARM。
公開資料顯示，人工智能IP僅作為一個加速器芯片模塊，價格遠比不上ARM IP。
因此，IP研發需要巨大的成本投入，在IP未得到大規模應用情況下，是付出多回報少的“苦生意”。
由于智能芯片研發需要大量資本開支，作為初創公司，寒武紀也年年虧損。
招股書顯示，2017年-2019年，其營收分別為784.33萬元、1.17億元、4.44億元；營收增幅明顯，但盈利堪憂，連續三年分別虧損3.8億元、4104萬元和11.79億元，累計約16億元。
而巨額虧損主要來自兩方面，一是“研發支出較大，產品仍在市場拓展階段”，二是“報告期內因股權激勵計提的股份支付金額較大”。
其也在特別風險提示一欄中醒投資者，寒武紀無法保證未來幾年內實現盈利，其上市后亦可能面臨退市的風險。
正如寒武紀所言，其巨額虧損確實與研發大量投入有關。
2017年-2019年，其研發投入分別為2986.19萬元、2.4億元、5.43億元，占營收比例分別為380.73%、205.18%和122.32%，累計投入8.13億元，相當于三年累計營收的1.43倍。
截至2019年12月31日，寒武紀研發人員有680人，占比接近員工總數的80%；擁有碩士、博士學歷的員工有546人，占比超60%。
與此同時，寒武紀的高研發投入也獲得了相對可觀的回報。
截至2020年2月29日，其已獲授權的境內專利有50項，境外專利有15項，此外還有PCT專利申請120項，正在申請中的專利共有1474項。
在研發投入遠超營收的情況下，可以說寒武紀目前的營運資金主要依賴外部融資。
招股書顯示，2017年-2019年，寒武紀籌資活動產生的現金流量凈額分別為4.96億元、24.05億元以及17億元，總計為46.01億元。
而前述年度下，寒武紀期末現金及現金等價物余額則分別為2.27億元、13.54億元以及3.83億元。不難看出，其消化資金的速度有些驚人。
寒武紀還在招股書中稱，由于未來幾年將存在持續的大規模研發的投入，上市后未盈利的狀態可能持續存在。因此，足夠的運營資金對于持續高研發投入的寒武紀顯得尤為重要。
招股書顯示，寒武紀本次擬發行股份不超過4010萬股，不低于發行后總股本的10%，融資28.01億元，用于新一代云端訓練芯片、云端推理芯片、邊緣端人工智能芯片及系統項目和補充流動資金。
在持續高研發投入的背景下，寒武紀還要融資28億，那現在應該很缺錢？
令人驚訝的是，截至2019年末，寒武紀貨幣資金余額為38.3億元， 銀行理財產品38.9億元 ，資產負債率為6.68%，且全部為日常經營過程中產生的非付息債務，無銀行借款等其他付息債務。
除此之外，寒武紀還有3.8億元的銀行存款。
值得注意的是，作為技術密集型企業，寒武紀的毛利率水平也較高。
2017年-2019年，其綜合毛利率分別為99.96%、99.90%及68.19%。其中，終端智能處理器IP業務的毛利在99%以上。針對去年毛利率有所下降，招股書解釋稱，這是因為這一年拓展了新業務——云端智能芯片及加速卡、智能計算集群系統業務。
分道揚鑣
提到寒武紀，不得不提的就是華為。
寒武紀在招股書中提到，其寒武紀1A、寒武紀1H分別應用于某全球知名中國 科技 企業的旗艦智能手機芯片中，已集成于超過1億臺智能手機及其他智能終端設備中。根據公開信息，其指的就是華為。
2017年，華為推出了移動處理器麒麟970，主打AI性能，其搭載的NPU IP就是來自寒武紀；次年的麒麟980，依然選擇與寒武紀合作，Mate 10、Mate 20、P20等旗艦機，均搭載了后者的NPU。
作為寒武紀最大客戶，2017年-2018年兩年間，來自 公司A 的收入一直占其營收比例在98%上下，為其第一大客戶。
招股書中提到，2018年 公司A 得到寒武紀授權，將寒武紀終端智能處理器IP集成于其旗艦智能手機芯片中。
艾瑞咨詢則在一份報告中稱：“僅從搭載麒麟970手機出貨量來看，若授權費為5美元/片，則超過4000萬臺手機出貨量為寒武紀帶來約2億美元（折合人民幣14億元）的收入?！?/p>
由于和華為的良好合作關系，寒武紀曾在2017年公開表示，計劃3年后占有中國高性能智能芯片市場30%的份額，并使全世界10億臺以上的智能終端設備集成有寒武紀終端智能處理器。
不過，事情在2018年發生了變化。
當年10月，華為在全連接大會上發布了升騰910、升騰310兩款AI芯片，其采用的是華為自研的達芬奇架構，而非寒武紀的方案。當時，這被媒體解讀為“華為要與寒武紀做徹底的切割”，走向獨立造芯之路。
次年6月，華為發布的nova 5搭載了中端移動處理器“麒麟810”，這是首款采用華為自研達芬奇架構的手機AI芯片；年底的麒麟990，依然采用的是前述架構，其在AIBenchMark跑分達到了麒麟980的476%。
近日，寒武紀CEO陳天石在接受采訪時談到與華為的合作關系稱：其實我們和客戶的關系一直挺好。還是我之前的觀點，AI芯片大家都做，恰恰說明它重要。
針對華為已經在用自研的達芬奇架構，對其收入有何影響？
陳天石并沒有正面回答，只是表示：“我們的收入增長很快，未來希望有機會向大家公開披露我們的財報?！?/p>
而寒武紀招股書中的數據顯示，來自 公司A 的收入占比已經從2017年98.34%驟降到2019年的14.34%，比2018年大幅減少為6365萬元，并從第一大客戶降為第四大客戶。
眾所周知，華為是國內僅有的自研SoC的手機廠商。國內大部分的終端廠商不像華為一樣自研AI芯片。
不過，有觀點指出，如果寒武紀要進入vivo、OPPO等手機品牌，必須說服芯片供應商采用其產品，難度不小。
因此，寒武紀此后再未提及“三年占領三成市場”的目標。
寒武紀在招股書中稱，2018年其終端智能處理器IP許可銷售收入同比大幅增長，主要原因系人工智能技術和應用開始普及，采用該公司終端智能處理器IP的終端設備已實現規?；鲐?，使得其終端智能處理器IP許可銷售收入大幅增加。
而2019年其終端智能處理器IP許可銷售收入同比下降較大。
招股書中解釋稱，主要原因系2018年向 公司A 逐步交付了終端智能處理器IP，2019年固定費用模式的IP許可銷售收入相應下降。
與此同時，寒武紀在招股書中還將華為海思列為了競爭對手。
寒武紀在招股書中坦言，與英偉達、英特爾、AMD等國際大型集成電路企業相比，其在整體規模、資金實力、研發儲備、銷售渠道等方面仍然存在著較大的差距。國內企業中如華為海思及其他芯片設計公司也日漸進入該市場，其面臨著市場競爭進一步加劇的狀況。
耐人尋味的是，寒武紀CTO梁軍就出身華為，先后就職于華為公司北京研究所、華為海思半導體公司，于2017年跳槽到寒武紀。目前這位CTO是所有高管中薪資最高的一位，持股也達到了3.2%。
值得注意的是，在市場調研機構Compass Intelligence2018年發布的AIChipset Index TOP24榜單中，英偉達高居第一，華為海思排名12位，而寒武紀則是第23位。
事實上，除了華為，寒武紀的投資方之一阿里巴巴也是其強大的競爭對手，后者在2018年成立了“平頭哥半導體有限公司”，整合了中天微系統有限公司和達摩院自研芯片業務。
次年7月，平頭哥首顆智能芯片玄鐵910發布，采用RISC-V架構瞄準端+云市場， 與寒武紀有高度重合 。
客戶、供應商集中度高
“失去”華為的寒武紀，不再單獨依賴IP授權，開始轉向拓展云端智能芯片及加速卡業務與智能計算集群系統業務。
招股書中提到，2019年其拓展了云端智能芯片和加速卡、智能計算集群業務和相應的新客戶，如服務器廠商、云服務廠商、企業和地方政府等，第一大客戶銷售占比下降，“實現了客戶多元化”，已不存在向單個客戶銷售比例超過公司銷售總額50%的情況。
寒武紀在招股書中透露，面向數據中心、云計算、邊緣計算、移動終端、智能教育、智能制造、智能交通等多個領域，其已與紫光展銳、智芯微、浪潮、聯想、阿里巴巴、百度、滴滴、好未來、金山云等眾多國內知名公司分別就一個或多個領域開展深度合作。
2019年11月，寒武紀簽下了珠海市橫琴新區管理委員會商務局的智能計算平臺（二期）項目，該合同總價高達4.4億，當年直接為寒武紀帶來了2億營收。
另外，寒武紀還與西安灃東儀享 科技 服務有限公司、上海腦科學與類腦研究中心達成了智能集群系統的相關合作。
不過，寒武紀仍然面臨著客戶集中的風險。
其在招股書中介紹，2017-2019年，前五大客戶的銷售金額合計占營業收入比例分別為100.00%、99.95%和95.44%，客戶集中度較高。若主要客戶大幅降低對其產品的采購量或者其未能繼續維持與主要客戶的合作關系，將給其業績帶來顯著不利影響。
據艾瑞咨詢測算，芯片銷售利潤一般在每顆幾美金，只有當產量達到千萬量級時，芯片定價才能覆蓋研發費用和芯片成本。
因此有分析稱，作為專用芯片，寒武紀找到如此大規模的特定應用市場并不容易，收入很可能不足以支撐研發，這可能也是寒武紀尋求上市的主要原因。
除此之外，寒武紀采用Fabless模式經營，供應商包括IP授權廠商、服務器廠商、晶圓制造廠和封裝測試廠等。2017年-2019年，其通過代理商采購芯片IP、EDA工具、晶圓及其他電子元器件等。
2017年-2019年，該公司向前五名直接供應商合計采購的金額分別為1422.28萬元、20315.49萬元和36271.17萬元，占同期采購總額的比例分別為92.64%、82.53%和66.49%，占比相對較高。
其中，晶圓主要向臺積電采購，芯片IP及EDA工具主要向Cadence、Synopsys和ARM等采購，封裝測試服務主要向日月光、Amkor和長電 科技 采購，采購相對集中。
寒武紀提到，由于集成電路領域專業化分工程度及技術門檻較高，部分供應商的產品具有稀缺性和獨占性，如不能與其保持合作關系，該公司短時間內難以低成本地切換至新供應商。
此外，寒武紀表示，未來若供應商業務經營發生不利變化、產能受限或合作關系緊張，或由于其他不可抗力因素不能與該公司繼續進行業務合作，將對其生產經營產生不利影響。
本文系觀察者網獨家稿件，未經授權，不得轉載。
全球首發7nm！寒武紀AI芯片：算力恐怖
寒武紀創始人接受采訪時曾說過：“很多同行想去做上層的解決方案，但我們不會做應用層，我們只做好基礎系統軟件讓大家可以在我們上面開發好應用?！币源藶橹笇枷?，寒武紀有個原則：能讓的都讓出去，能不做的就不做，不碰客戶的核心利益。同時，寒武紀確立了云邊端產品策略，以中立的方式與客戶共贏。
A股市場需要更多和寒武紀一樣的公司，一同構建硬實力。從開放的角度看，A股市場也需要更多像寒武紀一樣以中立生態為目標的公司，這樣才能逐步打破生態墻。
寒武紀 科技 的第三代IP產品“寒武紀1M”，全球首個采用臺積電7nm工藝制造，能耗比達到5Tops/W，即每瓦特5萬億次運算，并提供2Tops、4Tops、8Tops三種規模的處理器核，滿足不同場景、不同量級的AI處理需求，并支持多核互聯。
寒武紀1M處理器延續了前兩代IP產品寒武紀1H/1A卓越的完備性，單個處理器核即可支持CNN、RNN、SOM等多樣化的深度學習模型，更進一步支持SVM、k-NN、k-Means、決策樹等經典機器學習算法，支持本地訓練，為視覺、語音、自然語言處理以及各類經典的機器學習任務提供靈活高效的計算平臺，可廣泛應用于智能手機、智能音箱、智能攝像頭、智能駕駛等領域。
從技術層面上來講：
寒武紀ai芯片曾經應用于華為麒麟970、980的cpu，而這兩代CPU也是在市場奠定麒麟地位的功勛之作，據了解，之前華為自己一直想做ai芯片，但是由于技術不成熟，所以轉而選擇寒武紀的芯片，等到3年之后，華為達芬奇架構成熟了，才選擇了自己的芯片。從這個背景來看，能讓華為選擇，并且領先華為2年的芯片，應該還是真的領先的。
11月6日，中科院孵化的寒武紀 科技 有限公司發布了全球新一代AI芯片：面向低功耗場景視覺應用的寒武紀1H8、擁有更廣泛通用性和更高性能的寒武紀1H16，以及可用于終端人工智能產品的寒武紀1M
關于際云app應用軟件開發和云際科技有限公司的介紹到此就結束了，不知道你從中找到你需要的信息了嗎 ？如果你還想了解更多這方面的信息，記得收藏關注本站。
