又一家算力芯片公司 冲刺IPO

　　千模大战下，大模型故事已如“烈火烹油”。作为底层“基座”，算力芯片对AI发展至关重要。中国本土的英伟达何时出现？本土算力芯片创业公司成为市场关注的焦点，其一举一动都备受关注。 上证报从接近公司人士求证，本土GPU明星初创公司上海壁仞智能科技有限公司（简称“壁仞科技”）确已在考虑赴港股IPO，最快时间是今年内。 壁仞科技拟赴港IPO 近日，有媒体报道，壁仞科技正在考虑在香港进行首次公开发行（IPO），最快将于年内进行。同时，其还在与内地相关方洽谈，计划进行一轮融资。 对此，上证报从接近公司人士求证，壁仞科技拟赴港募资确已在讨论中，但相关细节暂未确定。 壁仞科技成立于2019年，是人工智能芯片领域的明星初创公司。公司创始人张文，曾任商汤科技总裁。 公开资料显示，成立至今，壁仞科技已经完成了多轮融资，融资总额超过50亿元，其明星股东包括启明创投、IDG资本、华登国际、高瓴创投、碧桂园创投、新世界集团、源码资本、高榕资本、招商局资本、格力集团、中信证券投资有限公司、华创资本、华映资本、基石资本等。 天眼查显示，7月13日，壁仞科技完成了多个工商变更，包括法定代表人变更为肖冰，原法定代表人张文变更为董事，并新增耀途资本、苏州源启股权投资中心（有限合伙）、上海 壁仞科技最高光的时刻，是在2022年8月举行的2022世界人工智能大会上发布首款通用GPU芯片BR100，并宣布BR100从800多个参选项目中脱颖而出，荣膺本届世界人工智能大会最高奖项SAIL大奖。 彼时，壁仞科技表示，BR100芯片创新全球算力纪录，也是中国企业第一次打破了此前一直由国际巨头保持的通用GPU全球算力纪录。 “中国的通用GPU芯片正式迈入‘每秒千万亿次计算’新时代。”时任壁仞科技创始人、董事长、CEO张文介绍，BR100峰值算力达到国际厂商在售旗舰产品3倍以上，创下国内互连带宽纪录，还是国内率先采用Chiplet技术、率先采用新一代主机接口PCIe5.0、率先支持CXL互连协议的通用GPU芯片。 本土AI芯片公司抢抓机遇 “研发GPU算力芯片是一项高难度、烧钱的活，充沛的资金是研发成功的条件之一。”对于壁仞科技拟赴港IPO，上述接近公司人士表示，“家里有粮心不慌”，尽早走进二级市场募资，以抢抓AI大机遇，也不失为一个好路径。 今年初，ChatGPT3.5横空出世，全球人工智能领域热潮涌动。当前，国内大模型故事已如“烈火烹油”，更是出现了千模大战的局面，算力芯片“一片难求”。在英伟达GPU芯片供应受限的情况下，本土算力芯片初创公司备受关注。 比如，今年6月18日，弘信电子与摩尔线程智能科技（北京）有限责任公司（下称“摩尔线程”）签署《战略合作框架协议》。双方将打造自主可控的AI人工智能软硬件基础设施。今年4月，弘信电子与上海燧原科技有限公司（下称“燧原科技”）也签署了类似的《战略合作框架协议》。 弘信电子表示，燧原科技和摩尔线程都是国内最优秀的AI算力芯片企业。 注意到，7月5日，燧原科技发布了燧原曜图（EnflameLumiCanvas）文生图MaaS服务产品，这是燧原科技继今年3月宣布升级企业战略后，全面打造AIGC时代的基础设施后推出的第一款新产品。 燧原科技成立于成立于2018年3月，专注人工智能领域云端和边缘算力产品，致力为通用人工智能打造算力底座，提供原始创新、具备自主知识 摩尔线程成立于2020年，近期正式发布Linux驱动程序，面向MTTS80桌面级显卡，版本号为v2.1.0。 公开资料显示，2019年至2020年，国内出现了GPU、AI芯片创业大潮。除了壁仞科技、燧原科技、摩尔线程外，原AMD总监陈维良于2020年创立了沐曦集成电路。此外，天数智芯也在致力于通用GPU芯片的研发。 还了解到，除了壁仞科技，多家本土GPU初创公司在今年下半年也有融资或新产品发布等规划。 中国版英伟达何时出现？ 作为底层“基座”，算力芯片对AI发展至关重要。全球GPU“一哥”英伟达受益于AI和大模型，股价已自底部上涨超过3倍，市值超过1万亿美元。英伟达创始人兼首席执行官黄仁勋不禁感叹：AI的“iPhone时刻”到了。 英伟达创立于1993年，总部位于美国加利福尼亚州圣克拉拉市，美籍华人黄仁勋是其创始人兼任CEO。1999年，英伟达定义了GPU，重新定义了现代计算机图形技术。2021年4月，英伟达发布了首款专为巨型AI和高性能计算工作负载设计的代号“Grace”的CPU，至此，英伟达成为同时拥有CPU、GPU、DPU三种芯片的公司。 算力为王的时代，中国版英伟达何时出现，成为市场关注的焦点。 “英伟达经历了30年的持续积累，国内GPU厂商不可能在短短三五年内研发出同样高性能的产品。”对此，有芯片业内人士坦言，即便如此，如果国内GPU芯片达到英伟达H100芯片性能的六七成，也是意义巨大。 公开资料显示，在最新的最新MLPerf训练基准测试中，英伟达的H100仅用11分钟就训练完了GPT-3。凭借着4nm制程、800亿个晶体管、18432个CUDA核心，以及专用的Transformer引擎，H100将大模型训练速度提高了6倍。 “其实比提升芯片性能更难的，是构建生态。”上述芯片业内人士进一步介绍，英伟达不仅强在芯片硬件，更强在其软件生态CUDA是无可替代的。打个比方，英伟达的“GPU+CUDA”，类似于Intel和微软构建的“Wintel组合”。后来者再创建一整套软硬件系统的成本太高了。 2006年，英伟达推出并行计算和编程模型CUDA，让GPU拥有解决复杂计算问题的能力，开发者们则通过CUDA，更方便地调度底层的GPU算力。当前，CUDA拥有400多万开发者，大部分GPU和AI芯片创业公司的产品也都通过兼容CUDA来进入用户端。 当前在GPU市场，主要的玩家是英伟达、AMD和Intel。对标CUDA，AMD于2016年推出了开放的ROCm。