星河互联吕永昌：国产芯片面临4座大山和4类机会

　　（星河互联物联网事业部合伙人吕永昌。北京大学投资管理硕士，曾担任易观电商咨询中心总经理、阳光保险投资总监，成功投资多个TMT领域项目，拥有10年以上SaaS、物联网、传统行业互联网化咨询和投资经验。）

　　为什么有些国产芯片企业，可以在巨头垄断的市场，撕出5%的市场份额，有些芯片企业甚至可以主导全球市场获得高毛利率和高净盈利额，而有些企业在经历了十余年发展，仍然在靠国家资金和投资者资金勉强维持，产生这些截然不同结果的原因是什么？除了历史遗留下来的技术、人才本身的难题，还有很重要的原因是对生态和市场命门的把握、竞争的卡位、产品研发节奏和商业化运作的娴熟设计。

　　国产芯片面临的4座大山是：1、对长期研发投入的积累和高忍耐度；2、实现重资金投入和高产出的正向循环；3、短期内性能和稳定性上超越国外对手；4、硬件开发者生态的培育。国产芯片面临的4类机会是：*类，通用芯片；第二类，ASIC芯片；第三类，垂直细分领域芯片；第四类，产业链机会。

　　以下是星河互联物联网事业部合伙人吕永昌关于国产芯片的观点文章。

一、国内芯片产业现状：高端通用芯片自给率近乎为零

　　物联网产业链分成八大环节，前四部分包括传感器、计算与控制系统、通讯网络、前端平台，后四部分包括PAAS平台、管理平台、通用能力、行业应用产品/解决方案。

　　八大环节中有六个环节都要用到芯片，只有纯做软件的PaaS平台、管理平台这一类厂商，主要做软件服务，其他领域都会用到芯片。整体来看，目前国产和进口芯片的构成结构大概是这样：芯片国产化的占比非常低，低于20%，大部分都需要采购国外，全球大概有40多家通用、关键元器件*芯片企业。

　　国产芯片聚焦于少数领域，比如部分通讯芯片，显示处理芯片、电源管理芯片、分立器件、MCU、定位导航等，绝大部分属于中低端，芯片单价低、利润率低，而中高端性能的芯片以及关键器件基本上都是国外厂商垄断。从芯片产业全流程角度来看，国内企业在封测领域不弱于国外厂商，部分数字芯片设计领域不落后国外厂商，模拟芯片设计仍然远远落后于国外，芯片制造设备和工艺仍然落后于国外IDM或代加工企业1-2代技术。

　　国内比较*的，将来有机会成为一个平台级的2C端的产品，用到的通用芯片，基本都采购自国外厂家（华为手机用的麒麟SoC均是海思采用ARM的IP，自己设计，台积电代工），中国制造企业的核心能力是做功能设计、工业设计、算法设计。2C和2B领域常见的芯片应用主要有：

2C端应用

*类，智慧家庭。各种各样的家居智能单品，提高便捷性、节省人力，哪怕一个操作节省几秒钟，未来也能够形成不可逆的用户习惯。

第二类，可穿戴设备。就是人身上可携带的智能产品。

第三类，智慧医疗设备。比如说在家里可以自己使用电子设备测血糖，或者是监测各种生命体征的医疗设备。

第四类，各类垂直生活应用智能单品，如智能交通工具、体育运动智能装备等。

2B端应用

　　2B领域包括智慧城市、工业互联网等，其中传感器、各种控制单元、边缘计算模组、通讯模块都需要用到芯片，这其中，小到滤波器、功率放大器，大到嵌入式微处理器，大部分来自国外厂家，当然，国内自主嵌入式微处理器、MCU、Wifi芯片、蓝牙芯片、5G通讯芯片、存储控制芯片等数十个细分领域在近20年中正在崛起并占有少量市场份额。

二、国产芯片厂商面临4座大山 然而高端芯片国产化趋势不可逆

　　中兴事件揭示了国类厂商一直存在的问题，就是80%以上的芯片部件，其实都还依赖于国外的厂家，甚至部分领域国内厂商完全没有能力设计，这是把本质上比较虚的繁荣面目揭开。

　　任何科技产品、物联网设备、都需要很多芯片、很多控制单元。整个芯片产业可以细分为上千个细分领域。这些细分领域，国外厂家已经普遍经历了30年以上的研发积累，而中国的集成电路企业发展是最近20年的事。美国英特尔已经垄断了几乎所有PC服务器CPU的市场，并且多年不断的去砸重金，去投入新的芯片设计，投入新的生产线，并且以自己的x86体系为核心，培育了一个巨大的生态体系，不断加深壁垒，这个体系壁垒是很难突破的。　　

国产芯片厂商面临的4座大山是：

1、对长期研发投入的积累和高忍耐度。体现在微架构设计、底层操作系统的设计能力缺失、通用CPU无自己的微架构（大部分国产PC/服务器操作系统仍然以Linux为基础，在这些方面，国外ARM等厂商实际上是经历了20年以上的研发积累之后才爆发），或快速引进和抢夺*芯片设计人才。

2、实现重资金投入和高产出的正向循环。

3、短期内性能和稳定性上超越国外对手。

4、硬件开发者生态的培育。Intel和MS在国内高校多年发展课程体系、认证体系、生态培育体系，国内企业鲜有如此跨级战略操作。

　　但是新领域未来会有可能在生物、化学、物理、光学方面打破固有的体系，例如仿生芯片、人工智能芯片等，这里面很多领域欧美也是刚开始做，国内厂商还有很多新的机会站在同一起跑线上。我坚信未来高端的PC、手机、服务器这个市场，国产化的趋势是不可逆转的。这个发展需要市场包容国内芯片企业，要允许国内厂家犯错误。

　　如今国内需求端企业和国产芯片供应商是一起互相成长，2018或许会是芯片行业的转折年，先从行业客户开始用起，在一些专用设备里开始用起，逐步在这个过程中提升产品的性能和稳定性，然后延伸C端领域。按照这个路径，将来在通用芯片领域和高销量芯片领域，也会逐渐用国产的芯片去替代。

三、4类芯片发展机会生态体系才是核心竞争力

　　目前国内芯片相关市场机会，分成这四大类。

*类，通用芯片

　　通用芯片国内也有创业企业在做，但是性能、良品率、产品质量、稳定性都跟国外的芯片有很大差距，所以一直没有人买，始终在实验的状态。芯片领域有一个很大的特点，就是需要在一次一次量产过程当中发现问题，改进问题，来提升性能。国内芯片一直没有得到大量的量产，没有满足客户要求，所以一直没有发展起来。

　　除了市场需求，通用芯片领域还有一个很大制约因素在于开发者不去使用。一个芯片研发出来得有一批开发者使用，没有人会用你的芯片，大家肯定不会采购。英伟达GPU为什么这么火？它的价格高，也不是跑神经网络计算模型*的芯片，但为什么还有那么多企业采用它的GPU架构来做训练、做推理，因为它的开发者体系非常完善，有一系列开发工具可以让开发者用，而且过去积累了非常多的开发人员，这是一个正向循环。国产芯片缺少成熟开发工具和操作系统，不能够配套使用起来，就没有人去使用。而开发者没有人用是因为终端产品企业没有人购买它的芯片，这是个恶性循环。

　　如果你现在准备就业，要花时间去学一个新工具，这个工具学完之后可能都没有人买，你肯定不会学，你肯定学通用性比较好，整个产业都在用的操作系统或者和芯片配套的工具。

　　说到底，制作出好芯片只是*步，与芯片配套的软件硬件生态体系不完善，即使芯片造出来了，中国制造依然不会成为*。中国制造如果想要达到世界*芯片标准，还需要一个与中国芯片配合良好的操作系统，只有生态完善了，中国制造的CPU才真正获得了竞争力。

　　近期能看到国家加大推动的趋势，国家发挥的作用：

*方面是提供大量的资金，同时在芯片企业创始团队的持股比例上有足够的空间以保持团队对企业的控制力，留住稀缺人才。芯片设计和芯片制造都需要大量资金投入，比如28nm芯片，也需要投入一到两个亿的资金去做芯片设计、做流片，这些都需要成本，需要投入大量资金，如果是芯片制造，投入资金会更大，是上百亿美金的投入，一般的企业根本投入不起，所以国家做一些股权投资、低息贷款资金支持和出口退税等政策支持。同时，在保持团队对企业的持股比例上做到恰到好处，不因资金的投入而牺牲创始团队的控制力。

第二方面是国家政策引导国有企业采用以国产芯片为核心的PC、服务器、移动终端以及其他产品，国有芯片企业强制采用国产芯片生产设备、服务，带动需求。只有带动需求才能带动产业的发展，当需求起来了之后，龙芯、上海微电子这些厂家逐渐把产品从实验室走出，不断迭代产品。

不带动需求，如果仅仅是给钱支持，做课题做研究，永远无法得到市场的认可。因为在实验室阶段，只要能出来一个小样，一个Demo实现基础功能就可以拿尾款，但是，距离经受住市场考验还是要走很长的路。

第三方面政府主导产业格局，保留市场自主力量。统计数据显示国家对集成电路产业投入的资金已达上千亿规模，我们政府是很支持重要科技自主研发的，但是这么多年效果甚微。民营市场上，有些做国产操作系统和国产芯片的厂家，已经配合起来一起去发展。除了国家支持，要求国有企业使用以外，未来越来越多的民营企业也会使用国有芯片。将分散的资源整合，在芯片的关键领域和大项目上，在政府支持下形成主导格局来推动芯片的国产化，同时保留市场力量，小的项目由市场自主决定，通过竞争的方式去实现优胜劣汰。

　　中兴这样的事件，让国内企业意识到，美国或者国外的芯片制约，将来一定会在某个时间节点爆发，让企业多年积累的成果，一夜之间丧失掉，所以市场逐渐会关注国有芯片，这算是一个共识，谁也不想变成下一个中兴。这是一个长期发展，但是这段路必须得走，亡羊补牢为时未晚。

第二类，ASIC芯片

ASIC芯片路径是从终端产品出发，最后做成专用芯片。直接出芯片风险比较大。类似传感器这样的产品，先卖产品，不做芯片，基于FPGA先试市场，前期量不大的时候比较划算。另外一个思路是先基于异构芯片做模组，未来量很大之后，再ASIC化。FPGA+主控芯片+其他组件，组成一个SOC，先做一款在终端能够用的芯片，在终端上面做人工智能，把一些经过裁减的算法，放到终端的芯片上面。这个芯片是多种芯片组合起来的系统模块，先做出解决方案，给下游终端产品厂商用。

　　很多安防摄像头厂家，用这个模组，就可以让摄像头可识别动作，一台摄像机可以识别几千个人脸，可以识别简单的物体，能够满足日常需求，能够直接智能化迭代。先销售给厂家，进入市场，当量逐渐起来之后再做成专用的ASIC芯片，这是一个比较好的路径。从发展路径来看，很多人工智能企业都在走弯路，但是有一家企业,比特大陆思维路径很清晰。比特大陆专做用于挖矿的ASIC芯片和矿机，它把产品形态做成直接拿过来就能用的产品，而不是做早期半成品给客户。

　　AI领域卖算法行不通，大互联网企业平台可以免费提供算法给用户用，但创业企业得生存。微软卖操作系统、办公软件License的策略是，最开始用户使用微软盗版的产品，我不管，大家先用起来，等用户习惯已经养成了，用户再转移到其他软件上转移成本会很高，这个时候微软再开始面向企业用户卖License，特别是针对大的行业客户，你必须购买，否则就涉及侵权。另外，早期人工智能的算法不断迭代，只卖License客户自己需要投入的工作还很多，只有变成一个终端形态的产品用户才愿意付费且才能真正用起来，才能逐步构建生态。

第三类，垂直细分领域芯片

　　整体芯片产业各领域销量，呈现显著的长尾特征。顶部的高销量芯片包括通用芯片、存储芯片、AD/DA等通用组建芯片，而大量的包括采集、传输、控制在内的各行业各类型芯片/SOC/SIP/MCU，则仍然有上千个市场机会。每个市场机会，不会产生巨无霸芯片企业，但可能产生隐形赚钱公司和上市公司，而这些领域巨头无暇顾及，市场对产品的关注更多是需求匹配度和服务。毫无疑问，这些细分市场的*企业可以形成垄断优势。

　　垂直细分领域的芯片设计，国外情况来看，欧美日韩四十多家芯片企业的一些小部门在做，但是这类国外企业在国内的支持团队、客户服务能力比较差，在中国市场部分厂家已经逐渐用国产芯片，因为这类细分领域对芯片的纳米级别、工艺级别要求不是非常高，可能55nm芯片国内的终端厂家也能用，但是对成本和功耗比较敏感，厂家更关注成本和性能/功耗的比例，做到那么高的性能，芯片价格上去了没有客户买。

　　·第四类，产业链机会

　　未来中国会有很多芯片企业出现，做芯片的厂家，需要很多产业服务。仅晶圆加工就包括30多个环节，围绕芯片设计、加工、切割、封测需要用到很多设备和服务，这其中存在国内企业创新的机会，星河互联会持续关注。比如：晶圆在加工处理过程中有很多污染，目前市场上有企业通过创新的方式去做清洗，实现降低清洗成本、降低污染，这个服务是很大的产业。

四、芯片设计企业的四大发展路径

1、产品倒推：终端向芯片演进。面向终端厂商、行业系统集成商提供模组、算法的端到端解决方案，自主培育市场和试验市场需求，待获得稳定市场需求后再进行芯片设计和量产，实现芯片化；

2、捆绑大流量：与大出货量终端企业进行参股式合作。抓细分领域的龙头终端企业，与之进行互相持股，或者获得其投资，同时获得其持续订单需求，之后进行芯片量产；

3、领跑生态：构筑工具链、客户群生态体系。通过提供完善的工具链和应用模块、与操作系统厂商捆绑销售、发展第三方定制化开发合作伙伴、树立标杆应用案例、奖励社区/校园开发者、主动向后端延伸BD等方式，带领生态企业BD和服务客户、培育领域内认同；

4、全能王：自主完成全产业链布局。自主具备细分领域客户的终端产品品牌运作力和市场高覆盖度，同时培育自己的整套芯片产品，形成自身闭环的小生态。　　

五、产品是否完全依赖进口芯片或成未来投资考虑因素

　　除了前面提到的芯片产业4大机会我们会重点布局，其他与芯片相关的物联网机会我们关注以下4大类别：

*类，由于国产芯片的成熟和芯片价格的下降，带来的新终端应用崛起，相关的终端产品或者芯片产品我们会比较关注。过去有很多产品，因为核心价格太高，芯片价格降不下来，无法应用在C端产品进行销售。

　　例如过去3D视觉处理的芯片主要由TI等企业垄断，价格一直都很高，但过去3年此类芯片价格发生了巨大的变化，一直在下降，且国产芯片日趋成熟，芯片价格下降之后，将来很多的机器人或工业的检测设备中会增加3D图像采集模块，或者在C端扫地机器人、手机，都会增加3D图像的采集。

　　有3D图像采集之后，可以做身份验证、动作识别，以往二维图像是无法实现的，这类技术就可以大范围用在C端产品里。

第二类，大范围使用国内芯片设计制造并实现高表现的产品企业。举一个大家熟悉的例子，比如国内众多手机厂商中的华为，尽管华为自主研发的芯片仍然极其有限，但至少在基带芯片和CPU方面逐步具备自主研发芯片能力，供应端更稳定，这类模式的企业我们会更关注。

第三类，采用创新技术进行传感器芯片、通讯芯片设计、各类型元器件芯片、边缘嵌入式芯片设计的企业。现有的以上四类型芯片虽然已经经历了30年以上的发展，但仍然存在由材料创新、生物物理化学理论应用创新、指令架构创新而产生的新型芯片机会。

第四类，在应用端进行SOC/SIP持续迭代升级，构筑应用壁垒的集成电路企业。此类企业需要在成本、应用需求匹配、异构性能方面找到平衡点，在对客户、生态深度服务中不断强化优势。