雷锋网消息，近两个月，关于比特大陆（Bitmain）赴港上市进展的消息接连不断，上周还有消息称比特大陆将终止IPO并准备重组。终于，9月26日比特大陆在香港联交所官方网站上载A1招股文件，这标志着比特大陆正式启动了香港联交所主板上市计划。比特大陆赴港上市之所以备受关注除了因为其是全球第一大加密货币矿机公司，另一个重要原因是这有望成为今明两年港股集资额最大的芯片股IPO。
根据比特大陆上载的招股说明书，从2015年到2017年，比特大陆的营收从1.37亿美元增至25.18亿美元，年复合增长率为328.2%。另外，2017年比特大陆全年及2018年上半年经调整净利润均高达9.5亿美元。
比特大陆的高营收也使其获得了较高的市场地位，根据商业咨询公司弗若斯特沙利文（Frost & Sullivan）的数据，按2017年收入计，比特大陆是全球最大的基于ASIC（Application Specific Integrated Circuits，专用集成电路）的加密货币矿机公司，占全球74.5%的市场份额，要知道这一市场排名第二和第三的嘉楠耘智、亿邦科技仅占有6.2%和4.5%的份额。同时，2017年比特大陆还是全球前十大无晶圆芯片设计（Fabless）公司，全球第四大ASIC芯片公司，还是国内仅次于海思华为的第二大芯片设计公司。
显然，在亮眼的营收数据以及市场地位面前，即便之前没有听过比特大陆也会对这家公司的上市充满兴趣，更何况比特大陆给人的印象是有些“神秘“。招股书能在很大程度上让我们进一步了解比特大陆，但同时需要注意的是，招股书中指出比特大陆集资所得除了提高加密货币矿机ASIC芯片及区块链应用的研发能力及扩大生产，排在第二位的就是提高AI ASIC芯片及AI应用的研发能力及扩大生产。这是否意味着，继最大的基于ASIC加密货币矿机公司之后，比特大陆也将成为全球举足轻重的AI芯片公司？
如何成为数字货币ASIC芯片王者？
比特大陆的成功还要从其创立之前说起，2011电子游戏极客吴忌寒到北京做投资分析师，偶然进入了加密货币的世界后就很快沉迷其中。两年后，吴忌寒在北京一家餐厅与几年前投身电视机顶盒创业的詹克团共进晚餐，他们讨论了比特币的来龙去脉，随后吴忌寒建议创立一家芯片公司。当时在创业中挣扎的詹克团专心听吴忌寒的想法，第二天早上，詹克团学习了更多关于加密货币的知识后随即打电话给吴忌寒，说他已经做好决定。
于是，2009年7月获得北京大学金融学专业及心理学专业学士学位随后从事分析师及投资经理的吴忌寒与2004年获得中国科学院微电子研究所微电子与固体电子学专业硕士学位后一直与集成电路打交道的詹克团，2013年在北京共同创办了比特大陆。
比特大陆成立的2013年年底，比特币的价格首次突破1000美元，比特币和其它加密货币从早期数学极客们用电脑运行的软件挖比特币演变为从传统CPU到高端GPU疯狂的技术军备竞赛，只为获取丰厚的回报。
此时比特大陆也卖出了第一枚芯片，他们的ASIC有直接编码在芯片上的必要的算法，比GPU速度更快但耗电更少。这也为比特大陆的成功奠定了基础，此后推出的售价几百到几千美元的蚂蚁矿机，这些矿机里面装满了几十上百个比特大陆自主设计的高性能ASIC芯片，在比特币价格的暴涨之中，电价低廉地区的大型挖矿运营商大量采购。
用数据具体地说明比特大陆的成功，根据招股书，2015年到2018年比特大陆的主要收入来源于矿机销售、矿池运营、矿场服务及自营挖矿，并且相当部分收益来自蚂蚁矿机及兼容电源等辅助配件的销售。2015年到2017年矿机销售收入分别为1.08亿、2.15亿、22.63亿美元，分别占其总营收的78.6%、77.3%、89.9%。其中，销售收入的增加很重要的原因是矿机销量的增加以及矿机平均售价的上升。
然而，由于区块链技术及加密货币处于早期阶段，数字货币也经常经历过山车的行情。根据Blockchain.info的资料，比特币价格在2015年底时价格为428美元，2016年为960美元，2017年底暴涨至14166美元，而2018年6月30日仅为6381美元。
在比特币价格高涨的时候，比特大陆不仅能获得喜人的营收，也能推高公司的毛利率。相反，比特币价格下跌时比特大陆也难以避免遭受损失，招股说明书指出截至2018年6月30止的6个月，加密货币的波动使其减值损失1.03亿美元。
除了比特币价格的过山车行情，数字货币自身的发展、政策法规、竞争等都将直接影响比特大陆的营收及毛利率。因此在虚拟货币矿机上取得成功之后，比特大陆早在2015年就已经发现深度学习计算芯片是一个新的机会。
发现深度学习芯片的新机会
据雷锋网了解，比特币全球网络算力已经达到每秒10 Exa次DHash运算，如果简单地把一次DHash运算等效为一次浮点运算（FLOP），比特币全网算力接近300台天河二号超级计算机的算力。但是，如今非常火热的视频监控应用对算力有更高的需求。监控摄像头在2017年约为4亿只，假设每一路摄像头需要用0.5TFLOPS的算力，2017年需要210Exa FLOPS的算力来处理全球的监控摄像头，相当于比特币全网算力的20倍。“看得懂”是监控的硬需求，所以摄像头需要24小时不间断地工作，假设所有摄像头的数据全部需要实时地进行智能分析，这对算力的需求更高。另外，2017年全球的摄像头数量达到了140亿个，未来5年将维持两倍多的年复合增长率。
除此之外，深度学习还有其他应用场景，如智能驾驶。HIS预测，2035年将有1000万辆自动驾驶汽车上路，假设每秒钟每辆车产生大约100 MByte数据，每辆车每秒钟需要超过100T FLOPS的计算能力，这就需要超过1000 Exa FLOPS。
巨大的算力需求需要性能卓越的深度学习芯片来满足，但提升算力就无法绕开功耗问题，只有找到性能和功耗的平衡才能持续推广深度学习应用。还有，过去的30年超级计算性能基本上每十年翻1000倍，性能提升的同时又面临内存技术的挑战，处理速度提升但内存技术跟不上会让芯片成为“大头宝宝”。因此无论是传统芯片巨头还是科技巨头，都纷纷投入资源研发自己的深度学习芯片，也就是我们统称的AI芯片。
詹克团认为，深度学习的计算量和数据量都非常庞大，但计算功能并不复杂，数据也相对规则，受限于摩尔定律的放缓，深度学习应该走专用芯片的路径。深度学习计算具有非常典型的流水线特征，单个云端深度学习张量计算芯片功耗高达上百瓦，因此在一个芯片内可以集成多个计算单元来进行大规模的卷积等计算。基于这些特点，云端深度学习张量芯片非常适合用Systolic架构来实现。此外，Systolic架构实现非常简单，很容易在电路层面进行更深入的定制，非常适合用ASIC做定制设计。
当然，深度学习的计算本质是多维矩阵，即张量（Tensor）的计算，目前有很多公司在设计面向深度学习张量计算的芯片，典型的代表是谷歌的张量处理器（TPU）。可以看到，谷歌基于Systolic架构的TPU计算效率就比英伟达的GPU高出了一个数量级。英伟达的Volta架构，也加入了专门的Tensor Core来提升张量计算的效率，其本质也是Systolic阵列。
因此，比特大陆在2017年第二季度推出了首款AI芯片BM1680，并于2018年第一季度推出第二代AI芯片BM1680。据雷锋网了解，比特大陆的AI ASIC芯片基于自主设计的增强Systolic架构，均基于台积电的28nm工艺，支持主流的CNN、RNN、DNN深度学习框架，不同的是BM1680为通用的AI芯片，没有应用方向的偏向性，图像识别、自然语言处理、文本处理、金融、医学等领域均可以应用，因此其可以作为云端训练及推断AI芯片。而BM1682是升级版的BM1680，配备了专门用于视频处理的集成系统，整个BM1682芯片搭载了视频处理所需要的全部核心模块，以及对其具体应用场景适应性的辅助模块，对需要进行图像/视频处理的应用市场如安防应用非常便捷，在云端推断发挥作用。目前，搭载比特大陆AI ASIC的针对安防和园区应用的算丰服务器及智能终端也已经推出，下一代基于12nm的云端推断芯片BM1684预计将在2018年第四季度推出。
比特大陆也为AI芯片产品线进行推出了全新品牌——“算丰（SOPHON）”，据悉SOPHON是科幻小说《三体》的英译本中的智子，由英文译者创造出来的英文单词名称。
未来AI芯片市场的新标杆
前面已经提到，招股书中指出比特大陆集资所得除了提高加密货币矿机ASIC芯片及区块链应用的研发能力及扩大生产，排在第二位的就是提高AI ASIC芯片及AI应用的研发能力及扩大生产。这其中，无论是矿机ASIC芯片还是AI ASIC芯片，为了能够在获得更高算力的同时降低功耗，更先进的工艺制程就是一个重要保障。
今年6月份，全球最大晶圆代工厂台积电CEO魏哲家表示7nm制程的芯片已经开始量产，其中，AI芯片、GPU和矿机芯片占了大部分的产能。但是，7nm高昂的导入成本已经让许多芯片公司望而却步，至于5nm，魏哲家打趣地说，台积电预计在5nm投资了250亿美元（各位就知道以后价格是多少了！），业界认为，5nm的技术和开案成本将更上一层楼。
更重要的是，即便芯片设计公司能够支付相应的芯片代工费用，台积电也不一定有产能满足需求。今年六月份台湾经济日报就报道詹克团旋风式到访台湾，密访台积电、力晶等供应链伙伴，寻求为新一代高效能挖矿芯片展开合作，并商讨比特大陆转型发展人工智能（AI）应用后的合作方向。报道同时指出詹克团此次到访台湾，力晶创始人兼CEO黄崇仁，以及将升任台积电总裁的魏哲家亲自接待，凸显两家公司对比特大陆的重视。虽然詹克团访台的消息未得到官方证实，但雷锋网从多方信息也证实比特大陆与台积电和其他供应链合作伙伴保持着良好的关系。
生产很重要，研发对芯片设计公司的关键。根据招股说明书，比特大陆从2015年到2017年底研发开支分别为570万、1660万、7260万美元，2018年上半年进一步增加到8700万美元。研发团队方面，2018上半年比特大陆有840名全职工程师，其中366名专门从事产品设计，298名专注AI ASIC芯片研发，176名专注矿机和配件开发。由此不仅可以看出比特大陆在人才的支出上不断上升，更能看到其芯片重心向AI芯片转移。还有，从员工占比看，截至2018年上半年比特大陆共有2594名全职员工，研发人员占比32.38%，在公司中占比最高，这也是技术型公司的重要特点。
雷锋网小结
不难看出，在半导体先进制程开案成本飙升，研发及人才支出不断上涨的背景下，虽然比特大陆拥有充足的现金流，但是为应对更加激烈的AI芯片竞争以及半导体人才的抢夺和区块链及数字货币发展的不确定性，比特大陆选择在此时正式开启上市之路是一个不错的选择，融资能够为公司的发展提供更充足的资金。另外，在国内大力发展集成电路产业的环境下，比特大陆在获得更多支持的同时也能促进中国集成电路产业的发展。
已经凭借区块链和数字货币获得成功的比特大陆，相信在资本、技术、人才密集的集成电路产业，在AI时代也能取得成功。此前吴忌寒表示未来5年内比特大陆40%的收入将来自AI芯片，另据了解比特大陆与国内知名的科技企业也保持接洽。那么，在AI芯片领域，比特大陆能否超越目前AI芯片领域无可匹敌的英伟达，成为AI芯片领域的新标杆？
相关文章：
正在生成分享图...
贝爽