道客优

尽管「早有预案」，但未来的不确定性和困难都大大增加了。

10 月 8 日，就在十一假期后的第一个工作日，28 家中国实体被美国政府列入「实体清单」（Entity List），其中 20 家是政府及公安机构，还有 8 家中国科技企业，分别是海康威视、大华科技、科大讯飞、旷视科技、商汤科技、依图科技、美亚柏科、颐信科技。

早在 5 月华为被列入「实体清单」时，有关对下一批被列入企业的猜测就层出不穷，多个版本的预测中，海康威视、科大讯飞、商汤等科技公司都榜上有名，甚至有戏称，「被列入名单的才算是潜力股」——而当真的「榜上有名」之时，对当事公司来说，却是件难以玩笑的事情。

官网截图

被纳入「实体清单」意味着什么？这实际相当于美国出口的「黑名单」，清单中的实体会成为美国商务部产业与安全局（BIS）限制出口的对象，不仅失去了贸易机会，还会遭受到技术封锁和供应链隔离，2016 年中兴被纳入实体清单之后，业务接近「休克」，不得不认罚 8.92 亿美元罚款，就是其威力体现。

对科技公司来说，市场没了，只要产品过硬，还可以考虑换一个市场，但供应链断了，才是真正的釜底抽薪。今年 5 月 15 日，华为及其 70 家附属公司被列入实体清单后，英特尔、高通等厂商停止对华为供货，就曾在国内掀起芯片问题的大讨论。

简单的列一下数字，2018 年，华为在采购元器件上花费了约 700 亿美元，在华为发布的 92 家 2018 年核心供应商获奖名单中，来自国外的元器件供应商有英特尔（Intel）、高通（Qualcomm）恩智浦（NXP）、灏讯（HUBER SUHNER）、赛灵思（Xilinx）、镁光（Micron）、村田（Murata）等数十家，其中对美国公司的采购占到了 110 亿美元。Rosenblatt Securities Inc. 的分析师 Ryan Koontz 就曾表示，「华为严重依赖美国半导体产品，并且将在没有供应关键零组件的状况下瘫痪。」6 月 17 日，任正非在专访中表示，受美国出口管制的影响，华为今年收入可能将减少 300 亿美元：「我们没有预料到他们会在这么多方面攻击我们。」

华为早在 2004 年成立的芯片设计子公司海思，从Mate10、Mate20 和 P30 的芯片供应商，可以看到华为手机对美国芯片的依赖程度并非绝对。

数据来源自网络，经极客公园整理

不过，并不是每一家企业都是华为，随着中美关系的变化，「芯片焦虑」不断发酵，让原本信仰全球化的企业家们，开始为自己的公司寻找备份方案。2018 年，中国进口芯片总金额已经达到 2.058 万亿人民币，占到全年进口总额的 14.62%，对科技企业来说，无论是生产手机、机器人、智能音箱等智能设备，还是时下最热的 AI 产业，都离不开高性能芯片的支持。10 月 8 日新一批实体清单名单的出现，无疑会进一步逼迫中国科技企业居安思危。

有芯片「备胎」和战略准备的华为都有些狼狈，而许多国内企业主要和备选供应商都来自国外，假如出现极端情况，他们又将如何呢？

话题不断的中国芯

从产业规模来看，很难说中国的芯片产业是「薄弱」的，部分品类还较为先进，海思是全球领先的芯片设计公司，在芯片的封装测试环节上，长电、华天等公司也都处于领先水平。但一个现实是，在目前的中美关系现实下，原本不显眼的经济薄弱点都可能会成为打击的突破口。

在 7 月 1 日爆发的日韩贸易冲突中，韩国作为全球芯片强国，被日本宣布限制「氟聚酰亚胺」、「光刻胶」和「高纯度氟化氢」三种半导体材料出口，而大受打击。电子和半导体产业是韩国的支柱性产业，有着三星、SK 海力士、LG 等全球领先的巨头企业，却因三种材料被集体卡脖子。日韩贸易冲突和中美贸易问题不同在于，美国商务部的「实体清单」更像是定点打击，范围被局限在单个企业而非整个产业。因此对中国企业来说，能够做好国产芯片供应的备份计划（Plan B），也许可以在一定程度上降低损失。

目前中国芯片行业的问题，主要是高端芯片市场上竞争力弱，但对国内芯片厂商来说，随着国家政策的倾斜，反而是奋起直追的好机会。从硅到芯片，有着复杂漫长的产业链，一般简单可以分为芯片设计、制造、封测等环节。在芯片设计环节，由于 EDA（电子设计自动化）软件不断智能化，和市场上 IP 厂商增多，以及如台积电等晶圆代工厂的存在，芯片设计的门槛实际在降低，华为海思和小米松果，都是从芯片设计做起，但另一方面，分工的细化又增加了供应链的风险。

2018 年海思名列全球十大芯片设计公司第五，但 EDA 软件主流厂商如 Mentor Graphics、Cadence、Synopsys 等都来自国外，华为 2014 年底曾与 Cadence 签订了 3000 万美金的订单，一旦被断供主流 EDA，几乎难以设计高端芯片。

ARM 是全球领先的半导体知识产权（IP）提供商，华为曾在 2013 年购买 ARM v8 指令集架构的永久授权，华为设计的芯片也多是基于 ARM 架构。随着 ARM 宣布切断与华为及其子公司的一切业务往来，虽然海思还可以接着使用 v8 架构，但 2020 年 ARM v9 推出后，没有授权的海思芯片性能可能将陷入停滞。

设计之后的制造环节，光刻机是制造大规模集成电路的核心设备，而荷兰的 ASML 是顶级光刻机的唯一生产商，在中国有价无市，目前能接下海思订单的晶圆代工厂只有台积电、三星等寥寥数家，而国内芯片制造厂商，如中芯国际等，在制造工艺上，距离台积电还有较大的距离。

中国的芯片产业作为供给端，本身也面临着技术和供应链上封锁的威胁，而芯片产品短时间内也无法做到对国外产品的完全替代，虽然越来越多的人意识到芯片产业的重要性，但距离中国芯片产业摆脱阴影，还有一段漫长的距离。

智能硬件会变「傻」吗？

智能硬件离不开芯片，但不同的硬件产品对芯片的要求是不同的，其中，对芯片性能要求较高的手机产业，就对芯片供应格外敏感和重视。不同于电脑，手机因为追求体积轻薄、外观美感等工程性设计，CPU、GPU、RAM、通信基带、GPS 等芯片通常是由厂商整合为系统化的解决方案，被称为 SoC（System on Chip，系统级芯片)。

全球智能手机出货量前三的手机品牌，都有自己的 SoC，核心就是自研的芯片。第三的苹果，其 A 系列被认为是性能最好的手机芯片，第二的华为，有大家熟悉的海思麒麟芯片，排名第一的三星，虽然在高端机上采用高通骁龙芯片，但同样有自研的猎户座芯片，而且三星作为全球最大的 IDM（IntegratedDeviceManufacture，集成器件制造）厂商之一，拥有从设计、制造到封测的芯片产业全流程能力，苹果和华为都曾委托三星进行部分芯片的代工。

不过自研芯片谈何容易？任正非 2004 年找到何庭波做手机芯片，2009 年海思的首款 K3V1 芯片无法市场化，据说大多都卖给了国内的山寨手机厂商；3 年后 K3V2 用到华为几款手机上，结果饱受差评；从卖不出去，到海思可以宣布「转正」，华为花了 15 年。

海思半导体 | 图片来源：视觉中国

雷军也有一个「芯片梦」，2017 年 2 月 28 日，小米正式发布旗下松果公司自研的 SoC 芯片「澎湃 S1」，搭载在小米 5C 上，在发布会上，雷军曾表示：「芯片是手机科技的制高点，小米要成为伟大的公司，必须掌握核心科技。」

雷军这么说，是因为吃过手机「缺芯」的苦。2016 年，上游元器件的供应波动让小米很被动，曾导致小米至少有 3 个月处于严重缺货状态，如果芯片能够自主可控，对手机厂商来说无疑意义重大。但被寄予厚望的 S1，实际性能没有达到预期，小米 5C 只 7 个多月就被下架，第二代的「澎湃 S2」两年多来只闻风声不见实锤，后松果团队分拆，转向做智能硬件，而小米依旧是高通的大客户。

澎湃 S1 | 图片来源：视觉中国

对不能自研芯片的手机厂商来说，在高端手机芯片领域，高通是一座绕不过的山。2017 年，魅族发布了新款的 PRO7/PRO7 Plus，尝试采用了联发科的 X30 芯片，结果销量惨遭滑铁卢，导致魅族高层动荡，联发科也宣布暂时退出高端芯片市场，继续发力中低端芯片。凭借垄断性的地位，高通可以向手机厂商按整机定价的 5% 收取专利费，被业界称为「高通税」，苹果曾因拒绝支付而选择与其对簿公堂，最终也还是选择巨额和解。

如果中国手机厂商面临和华为一样的境地，买不了高通的骁龙，甚至连联发科的中端芯片也买不了，几乎等于告别智能手机市场，也许最好的选择就是向华为买麒麟芯片——不过 9 月 10 日的 IFA 大会上，余承东在发布了麒麟 990 系列芯片后表示，未来华为芯片可能会出售给物联网等行业，但手机芯片仍是自用。

相比手机，其他智能硬件厂商的压力要少许多。不同于手机追求极致性能和用户体验，智能硬件多针对特定场景，功能较为单一，对芯片的性能要求的底线是能够正常使用，在此前提下性价比是更实际的考虑。而特定场景下，国产芯片的表现并不差，如华为手机指纹识别芯片的供应商汇顶科技，在指纹识别上达到了世界先进水平，比特大陆用于「矿机」的芯片，同样做得很不错。在华为被列入实体名单后，360 公司就在微博上力挺华为，称 360 IoT 全线产品，将大力支持海思等国产芯片厂商。

智能家居产品公司 Boardlink（博联智能）的 CEO 刘宗儒曾对极客公园表示，其公司业务大多针对国内，智能产品主要采用国产芯片，不会受到国外政策限制，而且据他了解，很多智能硬件厂商，近几年越来越多地选用国产芯片。即使对还在使用外国芯片的部分厂商来说，国产芯片的替代性也很强，智擎信息是专注在风电、钢铁等行业的工业设备运行分析及故障预测平台，2018 年曾获得英伟达 NVIDIA INCEPTION AWARDS 总决赛冠军，他们用于监测工业设备的智能终端使用英伟达 GPU，智擎信息 CEO 王曦告诉极客公园，他外出参会交流时，也曾有同行和他推荐海思的产品，相比之下，两者性能差距有限，但海思的价格要更便宜。

此次被列入实体清单的海康威视，早在 5 月下旬，就有外媒传出其可能遭遇供应商「断供」的消息，海康威视股价 5 月 22 日曾应声下跌 4.38%，不过随后海康威视投资者关系管理部门董事会办公室表示：「即使是真的，海康的芯片实际上是一个非常商业化的产品，大部分供应商来自国内和东南亚、美国，各有一些。即使『断供』的话，我们也有替代品来代替。」

海康威视制造的监控摄像头｜视觉中国

截至 10 月 10 日，海康威视尚处于停牌之中，不过在 10 月 9 日召开的投资者电话沟通会上，董事、总经理胡扬忠，高级副总经理、董事会秘书黄方红表示，被纳入「实体清单」预计不会对公司的正常生产经营产生重大影响。

海康威视投资者电话沟通会记录截图 | 图片来源：海康威视

AI 芯片的新问题

同样位于智能领域，智能硬件更多使用终端的芯片，而 AI 公司则在云端大量使用芯片。早在 5 月时，就曾有消息称将有 5 家中国公司将被列入美国「实体名单」，多个版本中，科大讯飞、商汤、旷世等 AI 企业纷纷上榜——在 5 个月后，预言成真的今天，不得不让人感慨，居安思危的理念永不过时。

推动 AI 发展的三大动力——算法、数据和算力，前两者实际早已存在，而近些年 AI 的快速发展，很大程度上得益于硬件层面的进步。不过即使如此，没有外国芯片，也不意味着国内的 AI 企业会在算力上被彻底「卡脖子」。创新工场的子公司创新奇智，团队来自于创新工场人工智能工程院，专注在金融、零售和制造业领域的 AI 应用，CTO 张发恩在接受极客公园采访时认为，如果被列入「实体名单」，对 AI 公司来说，会受到一些影响，但并不值得被夸大，更不会严重到休克。

张发恩介绍，AI 企业在云端用到的芯片主要是 GPU 和 CPU，其中 GPU 主要用于 AI 模型训练，由于工业级和民用级的 GPU 差别并不大，而且 C 端供货渠道很多，实际很难被限制；相较之下，民用级 CPU 和服务器级 CPU 性能差别明显，服务器 CPU 市场 90% 以上市场份额被英特尔垄断，而国产服务器 CPU 如龙芯，性能与之相差较远，一旦 AI 企业被英特尔断供，受到的影响会更大。

即使是受影响较大的服务器级 CPU，张发恩也认为不必过分紧张，国内一直在做准备，「只是性能上会落后几个月到几年。」早在去年年中，中央政府采购网发布的《2018-2019 年中央国家机关信息类产品（硬件）和空调产品协议供货采购项目征求意见公告》，就首次将龙芯、申威、飞腾等国产 CPU 都被列入了政府服务器产品采购名录。龙芯中科总裁胡伟武在接受环球时报记者采访时曾表示，在一些比较固定的应用场合，龙芯可以实现对英特尔的替代，但考虑到芯片产业的发展还包括软件环境、软件生态的整体成熟，中国国产芯片要形成全面可替代，应该要等到 2020 年至 2025 年间。而基于公开授权的 ARM 架构，华为也宣布将在 2019 年推出首款采用 7nm 工艺制造的第 4 代服务器芯片「Hi620」，可以想见，未来中国企业在服务器 CPU 上会有更多的选择余地。

随着 AI 技术的不断分化和深入产业，相比传统的 CPU 和 GPU，定制化的 AI 芯片适用性要更强，而以往的历史空白也给了国产芯片弯道超车的机会。不久前的杭州云栖大会上，阿里巴巴 CTO 张建锋发布了「含光 800NPU」，这是阿里巴巴第一款人工智能芯片，拍立淘商品每日新增的 10 亿商品图片，以往 GPU 算力识别需要 1 小时，而「含光 800NPU」据称将这个时间缩短到了 5 分钟，基于其的 AI 云服务已经上线，相比传统 GPU 算力性价比提升 100%。（插入链接《阿里最强 AI 芯片背后，是中国芯片换道超车的开始吗？》）

含光 800NPU与GPU的比较 | 图片来源：阿里巴巴

不只是互联网巨头，中国 AI 创业公司也早早认识到了 AI 芯片的意义。比如阿里巴巴投资的寒武纪和深鉴科技，前者有用于云端加速神经网络计算的 NPU 芯片，后者的语音、视觉加速芯片也颇有竞争力。8 月 30 日，估值 30 亿美元的地平线发布了中国首款的车规级 AI 芯片征程二代，CEO 余凯表示，「（征程二代）不仅实现了中国车规级 AI 芯片量产零的突破，也补全了国内自动驾驶产业生态建设的关键环节」（插入链接：《中国自动驾驶不全计划：这款 AI 芯片为何如此重要》）。此次被列入实体清单的依图科技，在 5 月 9 日也发布了其首款深度学习云端定制芯片「求索」，依图科技首席执行官兼联合创始人朱珑接受 CCTV 采访时表示：「这款芯片结合了最佳的人工智能算法和最先进的芯片设计理念，从设计到制造首次实现全面国产化，加速了数据中心服务器人工智能芯片自主可控的进程，为更多人工智能产品落地提供了可能。」

地平线征程二代芯片视觉感知方案 | 图片来源：地平线

另一方面，AI 产业的持续发展，也让算力不足的瓶颈已经越来越明显，大型 AI 公司的机器数量动辄上万。早期的 AI 团队，通常的思路是算法要如何匹配已有的硬件系统，但这种配合很难到达良好的效果。随着 AI 计算规模的不断增大，机器数量实际呈指数性增长，这显然是不经济的，也并不是单纯依靠更强的芯片就能单点解决问题。

AI 独角兽第四范式尝试了了另一种思路，先针对 AI 场景选择合适的算法，然后选择最能发挥算法优势的架构系统，最后在硬件层打造与之匹配的算力。第四范式联合创始人、首席架构师胡时伟称之为「以软件定义算力」，能够更大发挥 AI 公司在软件上的优势，弥补硬件上的不足。

这一尝试 2018 年就开始，并针对金融反洗钱、教育实训、智能推荐等场景都推出了 AI 一体机。「要解决实际问题，不一定需要最高端的通用处理器（芯片），只要知道要算的是什么，可以通过其他方式重新设计架构来支撑计算，甚至可以有更好的效率。」第四范式资深机器学习架构师、主任科学家涂威威告诉记者，第四范式自主研发的软件和算法，通过深度优化硬件，搭载国产芯片的一体机性能可以达到国外主流芯片厂商的水平。

第四范式企业级AI集成系统SageOne | 图片来源：第四范式

据了解，第四范式以往的测试中，国产芯片一体机在金融反诈骗场景（这也被认为是第四范式落地最成功的领域之一），性能几乎和普通服务器一致，在工业设备故障检测场景，性能会落后 20%-30%，但考虑国产芯片的价格更低，两者实际性价比相当。就在今年的6 月 20 日，第四范式发布了企业级软硬一体的 AI 集成系统 SageOne，硬件配置首位是英特尔的 Cascade Lake-AP 处理器，但同样亮眼的还有大量国产化的配置，包括国产 CPU 平台、BIOS、第四范式自研的 ATX 加速卡、万兆以太网卡等，据称在下半年还将会有进一步的硬件升级。

对中国 AI 产业来说，也许在芯片上国产与国外还有所差距，但在实际业务上，找到可以接受的 Plan B 并非不可能。而一个肯定的预测是，未来国产芯片产品，会是更多 AI 应用企业的选择，这也将会进一步刺激中国芯片产业的发展。

参考资料：