一、AI芯片行业全景与尽调框架
做AI芯片投资尽调，说白了就是回答三个问题：这公司做的芯片有人买吗？技术能落地吗？团队靠谱吗？但在这之前，你得先看懂整个棋盘。
我入行那会儿，AI芯片还是个冷门赛道。现在呢？光中国就有上百家初创公司。嗯，这里面的坑，我踩过不少。今天咱们就从全景图开始，把框架搭起来。
1.1 AI芯片产业链全景图
先画一张图，把产业链上下游看清楚。
这张图我每次做尽调都会先画一遍。为什么？因为你要判断一家初创公司，得先知道它在产业链的哪个位置。
上游是EDA工具和IP授权。这里有个坑——很多初创公司号称自研架构，但实际用了ARM的CPU核或者Cadence的DSP IP。这本身没问题，但你要搞清楚哪些是自己的，哪些是买来的。
中游是芯片设计，这是咱们关注的重点。AI芯片设计又分架构、前端、后端。我见过不少团队，架构师很牛，但后端经验不足，结果流片回来频率跑不上去。
下游是制造和封测。这两年先进封装特别火，Chiplet概念满天飞。但说实话，能做2.5D封装的厂就那么几家，产能排期都是问题。
核心观点：AI芯片产业链的瓶颈正在从设计端向制造端和软件生态端转移。尽调时，别光盯着芯片参数，更要看供应链保障和软件栈成熟度。
1.2 AI芯片市场格局与趋势
市场这块，我习惯用「三圈模型」来看：
- 第一圈：云端训练——NVIDIA一家独大，市占率超过80%。这个圈里初创公司很难活，因为生态壁垒太高。CUDA不是白叫的。
- 第二圈：云端推理——竞争最激烈。AWS的Trainium、Google的TPU、还有各种ASIC初创。这个市场在快速增长，但价格战也很惨烈。
- 第三圈：边缘与端侧——这是中国初创公司的主战场。安防、智能家居、工业视觉，需求碎片化，大厂看不上，小厂有机会。
我记得2021年看一家做自动驾驶芯片的公司，创始人拍胸脯说要做「中国Mobileye」。结果呢？车规认证做了三年还没过。嗯，这里面的坑后面细说。
| 市场细分 | 2024年规模 | 年复合增长率 | 主要玩家 | 初创机会 |
|---|---|---|---|---|
| 云端训练 | ~450亿美元 | 25% | NVIDIA、AMD、Intel | 低（生态壁垒极高） |
| 云端推理 | ~200亿美元 | 35% | Google、AWS、Groq | 中（差异化空间） |
| 边缘计算 | ~120亿美元 | 40% | 高通、联发科、地平线 | 高（场景碎片化） |
| 端侧AI | ~80亿美元 | 50% | 苹果、三星、紫光展锐 | 中（功耗要求高） |
趋势方面，我观察到三个关键变化：
- 从通用到专用——大模型火了之后，Transformer专用加速器成了香饽饽。但小心，技术迭代太快，今天押注的架构明天可能就过时了。
- 从单芯片到Chiplet——先进制程太贵，Chiplet成了降本方案。但互联标准还没统一，UCIe联盟刚起步。
- 从硬件到软硬一体——光有芯片没用，得把编译器、算子库、框架适配都做好。我见过太多「流片即巅峰」的公司，芯片回来了，软件跑不通。
1.3 AI芯片初创公司分类
做尽调第一步，先给公司分类。我一般分四类：
分类框架：
- 技术驱动型——创始人学术背景强，有顶级论文或专利。风险：容易脱离市场，做出来的东西没人用。
- 市场驱动型——团队有产业背景，知道客户要什么。风险：技术深度不够，容易被大厂碾压。
- 生态整合型——背靠大厂或平台，有现成客户。风险：独立性差，可能沦为代工。
- 概念炒作型——PPT很漂亮，但核心团队没做过芯片。这种我一般直接pass。
我曾经看过一家公司，号称要做「存算一体AI芯片」。技术确实前沿，但问他们量产计划，创始人说「先融个B轮再说」。嗯，这种我建议你谨慎。
1.4 尽调方法论总纲与核心逻辑
好，前面铺垫完了，咱们说核心。AI芯片初创公司尽调，我总结了一个「五维评估模型」：
核心逻辑就一句话：技术要能落地，团队要能打仗，市场要能赚钱，供应链要能保障，财务要能算账。五个维度缺一不可。
我个人的尽调习惯是：先看团队，再看技术，然后看市场，最后看供应链和财务。为什么？因为AI芯片这个赛道，人对了，事就成了一半。
避坑指南：我曾经看过一家公司，技术指标很漂亮——7nm工艺，200TOPS算力，功耗才15W。但一查团队，CTO之前是做通信芯片的，没做过AI加速器。再一问，软件团队只有3个人。这种公司，技术再牛我也不投。芯片是硬件，但AI芯片的竞争力在软件。
好了，这一章咱们把全景图和框架搭起来了。后面每一章，我会带着你深入这五个维度，把每个细节掰开揉碎了讲。记住，尽调不是做学术研究，是帮你看清楚风险在哪里。