英伟达在AI芯片领域“霸权地位” 阻碍了初创公司的霸权地位融资

2023-11-29 16:43:54编辑 ：Reset 投资者表示，英伟达在人工智能计算机芯片制造方面的英伟域阻霸主地位已经冷却了潜在竞争对手的风险投资
，三季度季度美国交易数量比一年前下降了80%。片领

在硅谷刚刚上演的碍初关于 OpenAI 未来的戏剧中，有一个支线情节涉及其首席执行官 Sam Altman 雄心勃勃的融资想要成立芯片企业。

在被赶下台并重新掌管公司之前，霸权地位Altman曾寻求从中东投资者和软银创始人孙正义那里筹集高达 1000 亿美元的英伟域阻资金，以建立一个与行业巨头英伟达和台积电竞争的片领竞争对手。这将是碍初一项艰巨的任务。对于AI芯片来说 ，融资1000亿美元可能也走不了多远。霸权地位

鉴于这家英伟达和台积电对生成人工智能的英伟域阻所有事物都至关重要，Altman不太可能是片领唯一有希望与他们竞争的人
。AI芯片领域的碍初护城河是难以逾越的。

01

英伟达在图形处理器（GPU）市场的融资占有率约为95%
。这些计算机处理器最初是为图形设计的 ，但在机器学习等领域变得越来越重要。台积电拥有全球90%的先进芯片市场。这些生意利润丰厚，台积电的毛利率接近 60% ，英伟达为 74%。台积电每年的销售额为 760 亿美元 。这些令人印象深刻的数字让人觉得似乎有足够的空间来容纳更多的竞争者 。

英伟达人工智能芯片的全球短缺使得垂直整合的前景变得更具吸引力
。随着开发和训练高级AI模型所需的GPU数量快速增长，AI公司盈利的关键在于稳定地获得GPU 。这解释了为什么全球科技巨头一直在争相开发针对其工作流程进行优化的精简芯片 ，例如用于训练和运行人工智能大型语言模型的数据中心服务器的芯片 。

公司设计定制芯片是一回事。但英伟达的盈利能力并非来自于使芯片具有成本效益
 ，而是来自于为广泛的任务和行业提供一站式解决方案 。例如，Nvidia 的 HGX H100 系统每个售价约为 30 万美元，用于加速从金融应用程序到分析的所有工作量 。

HGX H100 系统由 35,000 个零件组成，要为该系统找到一个可行的竞争对手，需要的不仅仅是设计一个新芯片。Nvidia 开发 GPU 已经有二十多年了 。这一领先优势包括硬件和相关软件库  ，受到数千项专利的保护 。

即使抛开设计新人工智能芯片的挑战 ，制造才是真正的挑战所在。建立晶圆代工厂是第一个障碍。尽管台积电拥有三十多年建设“晶圆厂”的经验 ，但预计还需要三年多的时间才能让其在亚利桑那州建设的美国工厂开始投产  。该工厂的总投资预计约为 400 亿美元。

运营这些工厂需要一支拥有电气工程、物理学或材料科学高级学位的高技能工人队伍。技术工人短缺已经推迟了亚利桑那州工厂的开工日期。

另一个问题是购买进入工厂的芯片制造设备 。荷兰制造商 ASML 垄断了对生产先进芯片至关重要的极紫外光刻机 。这些机器的等待时间平均约为两年，每台机器的成本超过 3 亿美元。

但到目前为止，专利仍然是最大的障碍。台积电是全球最大的专利持有者之一，拥有超过 52,000 项与芯片制造相关的专利。其中，约 3,000 个采用先进封装，这是人工智能芯片的一项关键技术，可提高性能，台积电在合同制造方面比竞争对手三星具有优势。台积电在该技术上八年多的投资进一步提高了进入壁垒 。

对于新进入者来说，应对这一切意味着漫长的交货时间，这在快速发展的行业中尤其危险  。与此同时，英伟达和台积电的丰厚利润意味着更多的现金用于研发，加快了下一代技术发布的步伐，要知道台积电每年的资本支出超过300亿美元。过去一年，由于势头对英伟达和台积电有利
，它们与竞争对手的差距一直在扩大。目前，即使是他们最大的竞争对手也没有足够的能力来缩小这一差距，更不用说新的加入者了 。

02

英伟达在AI芯片领域“霸权地位”，阻碍了初创公司的融资

据报道，投资者表示 ，英伟达在人工智能计算机芯片制造方面的霸主地位已经冷却了潜在竞争对手的风险投资 ，三季度季度美国交易数量比一年前下降了80% 。

随着英伟达在AI芯片领域发展壮大 ，试图制造与之竞争的芯片的公司也变得越来越难 。风险投资家们将这些初创公司视为风险更高的赌注，他们最近开始不愿提供大笔资金注入 。将一个芯片设计提升到一个可工作的原型可能要花费超过5亿美元，所以这种倒退很快就威胁到了创业公司的前景。

Eclipse Ventures 合伙人格雷格·赖肖 (Greg Reichow) 表示 ：“英伟达的持续主导地位充分说明了打入这个市场的难度 。这导致对这些公司的投资减少 
，或者至少对其中许多公司的投资减少 。”

根据PitchBook的数据 ，截 8月底，美国芯片初创公司已筹集8.814亿美元。相比之下，2022 年前三个季度的交易额为17.9亿美元
。截至8月底，交易数量从23笔减少到4笔
。

据科技网站The Register报道  ，AI 芯片初创公司Mythic总共筹集了约1.6亿美元资金，去年现金耗尽，几乎被迫停止运营 。但几个月后的 3 月份
，它成功筹集到了相对温和的 1300万美元投资。Mythic 首席执行官戴夫·里克 (Dave Rick) 表示，英伟达“间接”加剧了整体 AI 芯片融资困境
，因为投资者希望“投资巨额、回报丰厚的全垒打型投资”。里克表示 ，困难的经济状况加剧了周期性半导体行业的低迷。

寻求筹集现金的芯片初创公司面临着投资者更严格的要求 。消息人士称，他们要求公司拥有一款在几个月内推出或已经产生销售的产品。大约两年前 ，芯片初创公司的新投资通常为 2 亿美元或 3 亿美元 
。PitchBook 分析师布伦丹·伯克 (Brendan Burke) 表示，这一数字已降至约 1 亿美元。

为了在 8 月份筹集 1 亿美元资金，Tenstorrent 夸耀了首席执行官吉姆·凯勒 (Jim Keller)，他是一位近乎传奇的芯片架构师，曾为苹果 、AMD和特斯拉设计过芯片。

D-Matrix 预计今年的收入将低于 1000 万美元 ，但在微软的财务支持以及 Windows 制造商承诺在明年推出后测试 d-Matrix 的新型 AI 芯片的支持下
，D-Matrix 筹集了 1.1 亿美元 。

虽然英伟达影子下的这些芯片制造商处境艰难
，但人工智能软件和相关技术领域的初创公司却没有面临同样的限制
 。根据 PitchBook 的数据 ，截至 8 月份，他们今年筹集了约 240 亿美元的资金。