台积电的神秘大客户：比特大陆转战AI

来源：内容来自「数位时代」，谢谢。

2017下半年，全球加密货币挖矿热替台积电带来一笔意外之财，光是第三季就贡献近4亿美元的营收，台积电更预估，包含加密货币挖矿专用ASIC（特殊应用集成电路）在内的高速运算芯片，将是今年主要成长动能。而这背后的神秘大户，便是以比特币矿机起家、成立仅四年的中国芯片商「比特大陆」（Bitmain）。

谈到比特大陆的两名创办人，多数聚焦在吴忌寒中国比特币首富的身分，较少人注意作为比特大陆技术大脑的詹克团。如今，比特大陆靠着自己设计挖矿专用ASIC芯片，打造出「算力」领先市场的蚂蚁矿机，也是全球最大矿池经营者。

从中国科学院微电子研究所后，詹克团在2010年创办机上盒公司DivaIP（天津迪未数视科技），2013年就被投资分析师出身的吴忌寒找上，神奇的是，詹克团只花了两个小时看完维基百科上有关比特币的介绍，便决定答应吴忌寒的邀请，共同创立比特大陆。

「我一直在思考，人为什么要不断的被驱赶往前走、不管赚多少钱也不敢退休？」

詹克团认为，原因之一是货币不断在变质，以中国来说，人民币在过去30年变质近千倍，而或许比特币就是解方。

只花半年，詹克团就设计出比特大陆第一代蚂蚁矿机（Antminer S1），由于效率远胜竞争产品，投入的资金很快就回收。去年，比特大陆更随着比特币价格大涨、订单暴增，跻身中国前五大IC设计公司，「和今年比，过去赚的都是小钱。」詹克团说。

不过，詹克团的野心并未止步。早在2014年，他们就注意到挖矿整体来说是相对收缩的业务，拓展新市场成为当务之急。「好的时候，客户天天追着你，不好的时候你送他们也不一定要。」回想2015年，比特币价格来到低点，比特大陆矿机严重滞销，「低于成本价都卖不出去。」詹克团说。这段低迷期长达一年，卖不出去的矿机只能自己加减挖，直到开发出效能更好、替比特大陆奠定市场龙头地位的蚂蚁矿机第五代，现金流才转正。这时，詹克团也才有精力认真思考下一步。

他观察，深度学习和挖矿同样属于「高性能计算」（HPC），耗计算量、又无法用GPU和CPU等芯片解决，是ASIC再适合不过的应用场景。「需求明确、市场上又没有现成的产品，就是很好的商业机会。」他说。

比特大陆在2015年投入人工智能（AI）开发、2016年写完第一代程序码，去年11月正式发表首款AI专用ASIC芯片「算丰」（SOPHON），目前已开始出货。在产品策略上，比特大陆也不同于NVIDIA这类技术领先的大厂，不只比芯片算力、更从「应用」角度突围，推出专做影像辨识的伺服器，初期将锁定技术要求相对简单、应用也成熟的安防产业。詹克团透露，尽管现在AI营收还很小，但已经有几十名客户进行测试评估阶段，未来三到五年的目标，就是把AI业务做起来，甚至超越比特币。

瞄准AI市场，一方面也和詹克团的「私心」有关。「我年纪还不到40岁，想做一些更加有挑战性的事。」詹克团认为，AI将替人类带来巨大改变，而现在有很好的机遇去参与这样的变革和市场领域，「这已经超越企业的范畴了，是更有意义的一件事。」

当然，比特币这颗现成的果子还是得摘了。詹克团说，他们会让比特币业务继续保持在第一的位置，加快产品迭代。「以前做每一代产品，都必须是成功的，一旦出问题公司就扛不住了，」詹克团说，「现在我们可以尝试更有挑战性的东西。」

至于去年12月比特大陆收购的机器人公司萝卜科技，这个看似理所当然的市场布局，也意外让詹克团露出柔软的一面。他笑说，现在市面上的机器人还不够聪明，连他八岁的孩子也觉得不好玩，「这就是有需求、现有产品又满足不了的市场。」而有一位技术宅老爸的好处就是， 「买不到、爸爸就做给你」，预计再迭代两年就能达到接近期望的程度。

很难想像，大半时间都在钻研技术的詹克团也喜欢看哲学书。他认为，哲学追求宇宙和人生的真理，和科学家探讨技术问题是异曲同工，「技术也要追求本能是什么、做到更好。」访谈尾声，詹克团分享：「就像凯萨说『人只愿意听自己想听的话、只看见自己想看见的』，释迦摩尼说『其实我什么都没有说，都是你自己悟出来的』。」用这两句话，他提醒自己要不断思考，无论是商场或人生，「只有思考到那里了，看书才能看得明白。」

Q1：比起辉达、AMD、英特尔等芯片大厂，比特大陆发展AI的优势？

我们更灵活，能对商业节奏快速的市场做不同方向的尝试，不合适我们就赶快调整，也能更快掌握下游客户需求。我们比较好掉头，也不会故步自封，只要客户有需求、自己又做不了，那就帮他们做了。

Q2：怎么看未来的AI市场？

AI市场才刚开始，未来肯定是万亿美元级的市场，就像当年的网络一样，各种领域都会夹杂AI功能。其中，有些应用（如影像辨识）的市场能量是足够的，就必然会是ASIC芯片的市场，至于其他能量不是太大的，就会使用通用芯片。

Q3：做挖矿和AI专用ASIC芯片，有什么不同？

挖矿芯片的特点是，函数（function）比较简单、可优化的点很少，但要做好不容易；AI是函数很复杂、选择很多，关键在于提升效能的同时，又能覆盖到更多应用。这是倒过来的两个逻辑。

今天是《半导体行业观察》为您分享的第1541期内容，欢迎关注。

关注微信公众号 半导体行业观察 ，后台回复关键词获取更多内容

回复 摩尔定律 ，看更多与摩尔定律相关的文章

回复 材料 ，看更多与半导体材料相关的文章

回复 面板 ，看更多面板行业的文章

回复 晶体管 ，看更多与晶体管相关的文章

回复 晶圆 ，看晶圆制造相关文章

回复 士兰微 ，看更多与士兰微公司相关的文章

回复 ISSCC ，看《从ISSCC论文看半导体行业的走势》

回复 封装 ，看更多与封装技术相关的文章

回复 展会 ，看《2017最新半导体展会会议日历》

回复 投稿 ，看《如何成为“半导体行业观察”的一员 》

回复 搜索 ，还能轻松找到其他你感兴趣的文章！

点击阅读原文了解摩尔精英