谷歌互联网芯片（人工智能风口助推芯片初创企业投资在过去五年里翻番）

Protocol 报道称：机器学习（ML）所需的原始算力，极大地推动了计算机芯片行业的蓬勃发展，最终让该领域的投资在过去五年里翻了一番。人工智能（AI）市场领导者英伟达估计 —— 每个两年，大多数 ML / AI 任务的算力需求就会增长 25 倍。而最先进的自然语言处理（NLP）模型，甚至需要高达 275 倍的算力提升。

资料图（via Nvidia）

相比之下，摩尔定律对台式机 / 服务器上使用的中央处理器的性能预测，也只是每两年翻一番。

计算能力需求的大幅增长，助推英伟达成为了美国最有价值的芯片公司，因其图形芯片和软件堆栈可被高效地用于机器学习类应用。

与此同时，行业繁荣也为许多 AI 芯片初创企业带来了更多的机会。比如 Celesta Capital 创始人合伙人 Nicholas Brathwaite 就在接受采访时称：

随着这些 AI 工作负载开始扩张，其为初创企业提供了视同专用半导体设备的机会。与通用型设备相比，这些专用设备能够更好地满足特定需求。

（图自：Pitchbook，via Protocol）

PitchBook 数据指出，去年全球 AI 芯片销售额飙涨 60% 至 359 亿美元。而手机中的专用 AI 芯片，贡献了其中大约一半。

预计到 2024 年，市场的年增长率将略高于 20%（达到 649 亿美元）。此外 Allied Market Research预测，到 2030 年的时候，这一数字或上升至 1949 亿美元。

长期芯片行业观察家、兼富达投资组合经理 Adam Benjamin 在接受 Protocol 采访时称：

随着人工智能主题概念的兴起，半导体投资组合迎来了这样的复苏。重点在于这需要大笔资金投入，而且除了公共领域，私有资金也有大量涉足。

（数据来自：PitchBook，via Protocol）

在 2015 年之前，只有少数风投人士意识到 AI 带来的巨大机遇，且对资助芯片公司的整体兴趣并不大。一方面是因为半导体制造成本高昂，新厂建设动要数百亿美元的投资。

想要打造一款先进的处理器，前期投入可轻松突破 500 万美元。即使将芯片外包给台积电等代工厂，也动辄需要 3000~4000 万美元的资金，更何况芯片设计人才相当稀缺。

好消息是，现时行业已经迎来了巨大的转变。正如 Benjamin 所述，即使芯片开发成本依然高企、需要更多风投资金来推动起步，但行业趋势已不再让广大投资者望而却步。

参考 PitchBook 提供的数据，半导体公司风投较 2017 年增加了一倍多。在去年 18 亿美元的基础上，今年还有望进一步攀升。截止 4 月初，融资规模已接近 10 亿美元。

,