17051255602
南京百度公司快，太快了，快得让人措手不及。
一眨眼，AI时代已经降临，科技发展的脚步，从未像今天这样迅猛……谁都不想错过布局的良机，谁都不想被时代抛弃！
01
抢滩占地
面对一个变化如此快的世界，你最大的风险就是不冒风险。
曾经靠搜索起家的百度，完成从移动互联网时代向AI时代的惊险一跃：造芯片，进军无人驾驶赛道，赋能产业互联网。有人开玩笑说，这画风和盯着几捆白菜的互联网公司大相径庭。
近日，百度发布Q4财报，首次在2020财年内的财报上公布了昆仑芯片的进展。百度宣布自主研发的昆仑2芯片即将量产，并将部署在搜索、工业互联网、智能交通等业务领域。
百度入局芯片领域，有何过人之处？
一个字：快！众所周知，在数据层面，百度有路测车队，加州DMV发布的2019无人驾驶脱离报告中百度Apollo成绩居首位。
一个字：熟！在算法层面，做搜索出身的百度轻车熟路，它还有汇聚265万开发者的百度AI开放平台。
而在算力这个硬科技领域，百度虽然自研AI芯片昆仑和语音芯片鸿鹄，但市场却看不懂其成色以及造芯的合理性。
别人笑我太疯癫，我笑他人看不穿。
关于百度造芯片，外界倍感诧异。事实上，这是AI时代的必然，产业链的高度分工为其芯片量产保驾护航，下游应用的大变化使百度这等互联网公司成为AI芯片国家间竞争的旗手之一。
02
百度的“芯”事
为什么科技行业日新月异，变幻莫测？
原来其背后有一双看不见的手，准确预测着行业的发展速度，这就是大名鼎鼎的摩尔定律：半导体芯片上可集成的元器件的数目每12个月便会增加一倍。
以深度学习为代表的人工智能技术，最大的瓶颈在于算力，其算力需求一直在飞速增长，大幅超过摩尔定律的速度。IDC预测，2025年全球每年产生的数据量约175ZB，是2018年的5倍多。
而这，就是互联网公司入局芯片的底层逻辑！
以无人驾驶为例，最为激进的特斯拉和国内造车新势力，普遍只能实现L2到L3级别的无人驾驶，除特斯拉外算力都在50TOPS以内，而根据预测，要实现L4需要的计算力超过100TOPS，而L5需要超过1000TOPS。
图1：无人驾驶芯片当前状况，资料来源：亿欧，国信证券
显然现在的芯片远远满足不了算力需求，然而芯片设计门槛的降低却又给国产替代机会。
大家经常看到台积电、英特尔、三星等芯片巨头动辄百亿美元的投资，容易形成芯片极度烧钱的印象，实际上只做芯片设计其实成本可控。
芯片行业经过半个多世纪的发展，由于产值规模大、技术难度高、资金投入多，已经成为专业分工，IP授权、仿真软件、设备材料、芯片设计、制造代工、封装测试等环节由多家公司完成。分工降低了芯片设计的门槛，设计所需的工具，设计出来后的制造，基本不太用操心，比如百度的芯片就由三星代工。
图2：半导体分工导致芯片设计门槛下降，资料来源：搜狐
芯片行业当前格局很稳固，但实际上把历史拉到10年的周期维度，就能明显的感受到：每一次下游应用的大变化，都会带来半导体行业的大洗牌：
1、1980-90年代，日本家电风靡全球带来日本芯片企业崛起，当时对芯片的要求是稳定性必须要高；
2、1990s个人电脑爆发，对高算力需求很高，带来蓝色巨人英特尔的崛起；
3、2010s智能手机爆发，高算力外的同时还要求低功耗，所以英特尔们掉队，ARM、苹果等公司成为主角。
2015年AI登场，2020年5G加速AI渗透，芯片行业再一次处在巨变前夜。
AIOT时代的两个重大变化：算力需求指数级增长，因为AI基于海量数据的训练和推断；算力扩散，除了电脑和手机，家电、手表、耳机、眼镜、汽车等终端也需要智能。
面对变化的百度All in AI，推出昆仑系列对应解决高算力需求，鸿鹄芯片对应扩散的算力需求（用于语音交互）。在业内，也经常把这两种需求分为云端算力和边缘端算力需求，在其拉动下：AI芯片显然将成为下一个风口。
Tractia估算，2025年全球AI芯片市场规模将达到726亿美元，每年增速超40%。在这个领域，中国较美国差距很小，互联网公司很可能充当AI芯片国家间竞争的旗手。
图3：2018 年-2025 年全球人工智能芯片市场规模，资料来源：Tractica
有人或许会问，百度芯片的成色究竟如何？
不同于其他公司的高调宣传，其实百度早已在芯片领域钻研多年。十年磨一剑，百度加入战局，不仅是吹皱一池春水，更是打破原有格局！
昆仑是百度下场造芯的第一个代表作。2010年百度使用FPGA进行AI架构研发，2018年正式发布昆仑AI芯片，2019年流片成功，2020年昆仑1量产，目前累计出货超2万片，应用在百度搜索引擎和百度智能云生态伙伴等“AI+”场景。昆仑1采用14nm制程工艺，可以在低于150w的功率下实现256TOPS的INT8处理能，相较业内标杆英伟达的Tesla T4，百度昆仑1性能在不同模型下有1.5-3倍的提升。
鸿鹄语音芯片是一款专用型芯片，面对智能家居、智能车载、以及智能物联等场景，主打超低功耗、实时处理、高精度等核心能力。小度音箱搭载自家鸿鹄芯片，其出货量仅次于亚马逊和谷歌位列全球第三。
图4：全球智能音箱出货量，资料来源：IDC，中信证券
百度造芯并不是孤立的，巨大的生态优势带来裂变式赋能效果，而非传统商业的单点突破模型。
以昆仑芯片为例，其强大的算力将支持开源深度学习框架飞桨（Paddle Paddle）、百度机器学习平台（BML），进而赋能百度的搜索引擎、智能驾驶等业务。对外则开源支持主流CPU、操作系统，Pytorch和Tensor Flow等深度学习框架，也支持国产CPU和操作系统。
值得一提的是百度之所以能对外开源，除了互联网公司的开放基因，昆仑系列基于FPGA（Field Programmable Gate Array）的底层也很重要，其核心特点是可编程，外部合作方可根据应用场景进行二次开发，因此可以赋能众多智能场景，如互联网、工业制造、科研、智慧城市等领域。
从生态角度出发，更能理解鸿鹄语音芯片的发展脉络，由于专攻语音交互这个边缘端最重要的智能场景，鸿鹄可应用于家庭、汽车、工业等所有人机交互环境，小度音箱仅仅是小试牛刀。
生态让百度避免造出芯片却没有用武之地的风险，更为关键的是可以产生良好的内部正反馈。正如当年华为海思的麒麟芯片一样，自家mate系列和p系列终端的支持，麒麟芯片才能快速迭代后反过来完成对华为手机的强力赋能。而面向智能汽车等场景的百度，正在一个更大的舞台上复刻这个故事。
最近百度世界2020大会预发布采用7nm先进工艺的昆仑2，性能相比上一代提升3倍，预计2021年量产，这意味着百度巩固通用AI芯片的领先位置。这种大型、云端、高算力的AI芯片，国内头部玩家就只剩下百度、华为和寒武纪（SH：688256），将与全球的优秀企业一决高下。
图5：百度将与全球主要头部AI芯片玩家竞争，资料来源：寒武纪招股说明书
03
量化百度芯片的认知差
有一句话已被频繁提起：这是一个跨界逆袭的时代。
对于互联网公司做芯片，资本市场如何解读和给估值，其实是一个很难回答的问题。因为这是一种全新的商业模式，不同于传统的芯片企业靠卖芯片赚钱，也不同于传统的互联网企业通过卖服务挣钱，互联网企业做芯片更多是赋能，而赋能听起来似乎难以量化，本文尝试做一个探讨式的回答。
由于百度的AI已经实现从芯片到终端、到应用、到云端，最终到服务的闭环，因此赋能具备量化的基础前提，我们聚焦百度Apollo。
仅考虑中国市场，假设Apollo单车价值量500美元左右，随着汽车智能化渗透率持续提高，国内每年销售2200万辆汽车中，预计到2030年将有10%左右配备Apollo，则产生的商业化收入将达到11亿美元左右；粗略假设全球化收入是中国区3倍，则Apollo整体收入预计30亿美元左右。
图6：百度Apollo中国区收入估算
估值角度，Apollo的内核是类SaaS的，2030年智能汽车整体渗透率只有10%-20%，仍处在加速爆发期，因此可按照SaaS公司的PS方法给予估值，中性给25倍PS。那么自主研发芯片赋能的Apollo，未来将可能价值750亿美元，相当于再造一个百度！此处估值尚未考虑芯片对其他业务的赋能，以及芯片外部供货的价值（昆仑1当前有十多个外部客户）。
当然，10年期仍是一段漫长的旅途，百度需要通过一年又一年的财务数据来向股东们验证。毕竟，罗马也不是一天建成的。
祝福百度，也祝福所有中国企业。
过去的荣耀已经过去，将来的辉煌才属于自己，时代抛弃谁，不会打一声招呼。未来科技竞争，我们绝不落后，我们绝不能输！
未来已来，星辰大海，不负征途！
17051255602
