【导读】中昊芯英联合创始人兼CTO郑瀚寻：AI芯片中的GPU架构和ASIC架构会长期共存，重要的并非照搬英伟达
一桩引发股价连续10个交易日涨停的收购，让TPU（张量处理器）芯片公司中昊芯英突然站在A股市场的聚光灯下。
天普股份8月21日晚发布公告，收购方拟通过协议转让等方式，收购天普股份控制权，交易完成后，专注于TPU芯片的中昊芯英创始人、实际控制人，同时也是董事长兼总经理的杨龚轶凡将成为天普股份的实际控制人。
尽管天普股份在公告中称，收购方暂无在未来12个月内改变上市公司主营业务或者对上市公司主营业务做出重大调整的明确计划，暂无在未来12个月内对上市公司及其子公司的资产和业务进行重组的明确计划，但自8月22日至9月9日，天普股份连续10个交易日涨停，区间涨幅高达159.35%。
在美国，ASIC芯片巨头博通近日超预期的业绩，也使国内外AI芯片市场愈加关注ASIC芯片和TPU。
近日，中国基金报记者专访了中昊芯英联合创始人兼CTO郑瀚寻，请其讲述了中昊芯英的创业历程，并分享了对TPU，以及AI芯片界关注的GPU与ASIC之争的看法。
郑瀚寻表示，相比于CPU和GPU，TPU的思路更像是一台专业的3D打印机；AI芯片中的GPU架构和ASIC架构会长期共存，并形成“你中有我，我中有你”的局面，重要的并非照搬英伟达。
以下是此次专访的主要内容。
谈创业历程
TPU是未来AI芯片的主流方向
中国基金报：能否谈谈创立中昊芯英的历程？
郑瀚寻：在加入中昊芯英之前，我曾在甲骨文和三星工作，我和杨龚轶凡是在甲骨文认识的。那时候，我们做的是一款名叫SPARC的RISC架构高性能CPU。Sun/Oracle的Sparc/Solaris曾经是业界的金标准，有很多头部的客户，尤其是在电信和银行方面。因为我们比较擅长这种高并发的多线程的高性能芯片。
之后杨龚轶凡去谷歌做TPU V2/3/4的研发，我则到三星做GPU研发。
2018年，受《Attention Is All You Need》论文启发，以及出于提升中国在AI领域竞争力的使命感，我们认为可以发挥各自的经验积累和优势，一起做点有意义的事情，于是就一起回国创办了中昊芯英。
中国基金报：公司创立时遇到哪些关键问题和挑战，后来是如何解决的？
郑瀚寻：回国创业初期，大模型尚未广为人知，行业对TPU技术路线普遍相对陌生，选择TPU这条技术路线面临巨大压力。并且，对于早期的芯片创业公司而言，巨额研发和量产资金、产业生态不完善等问题，也是当初面临的挑战和困难。
一直以来，杨龚轶凡都坚信TPU是未来AI芯片的主流方向，带领团队坚持100%全自研路线。从第一行代码编写起步，我们完成了TPU架构设计、模拟器搭建等全流程突破，终于在2023年成功推出高性能TPU AI芯片“刹那”。
中国基金报：与传统的GPU及其他ASIC芯片相比，在应对当前以大模型训推为核心的AI计算任务时，TPU有何优缺点？
郑瀚寻：CPU可以说是一个专业的博士生，可以一个人处理所有的复杂任务，但一个人能完成的计算量有限；GPU类似一群大学生，可以同时处理不同数据的计算，擅长并行计算。TPU的思路则更像是一台专业的3D打印机，可以把一个立体的形状一次性打印成型呈现。这种做法使我们在提升算力的效率和费效比的过程中，能取得超越一般维度的提升。
而且，和一些人想的不太一样。除了AI和深度学习，其实我们现在在其他的AI for Science上，也已经通过TPU和张量运算架构获得了可观的收益。
实际上，我们今天看到的无论是英伟达的GPGPU，还是谷歌的TPU，都不是单纯的非此即彼的计算架构，里面都存在看起来像TPU的部分或看起来像GPU的部分。
从英伟达这几年的迭代可以看到，自从在V100中首次引入TensorCore（张量处理单元）以来，其CUDA Core部分其实没有做出有看点的迭代和改动，但是TensorCore无论是数量、形状，还是支持的功能，每一代都在迭代。
谈GPU与ASIC之争
重要的并非照搬英伟达
中国基金报：如何看待AI芯片中的GPU架构和ASIC架构之争？未来AI芯片市场将呈何种发展趋势？
郑瀚寻：我们过去可能会认为，ASIC是一种非常昂贵的解决方案，流片成本高、周期长，还很难改。但是如果这件事情成本不那么高，可能会激发越来越多的玩家在硬件层面积极求新求变，寻找最佳费效比的解决方案。比如微软就会做自己的芯片，其他公司也会想要通过自己的方式，在实践中寻求最佳费效比。
如果有机会的话，我更乐意见到大家为了解决一类问题，贡献出“百花齐放”的解决方案。但另一方面，也有可能因为解决的是同一类问题，所以到最后我们的呈现会在某种程度上看起来没有那么特别。
天下大势合久必分，分久必合。之前在CPU时代，存在CISC和RISC之争，包括x86和ARM之争。对于GPU架构和ASIC架构，我觉得他们会长期共存，但是会“你中有我，我中有你”。又或者换个比方，就像现在的燃油车和新能源汽车，我认为在接下来一段时间，两者还是会继续共存，新能源汽车有其优势，同时燃油汽车也会有其具体的应用场景。
另一方面，虽然GPU目前确实占有AI芯片的主要市场，但我更愿意把这看作是英伟达这家公司的产品占了大头，因为做GPU的不止它一家。同样在消费领域，AMD的GPU也做得相当好，但为什么这两家公司的市场占比差了一个数量级呢？
因为公司不一样，我认为壁垒可能在这里。这有点像是国产安卓手机刚刚兴起的时候，那边是苹果和苹果的iOS生态，这边是国产安卓和安卓生态，哪怕你复制出一个和苹果完全一样的产品，也不代表你一定能取得和苹果完全一样的成就。比如MP3播放器，我们有很多模仿iPod的产品，但是没有任何一个能够打败iPod本身。
中国基金报：是否可以这么认为，目前GPU之所以能够占据AI芯片市场的主要份额，主要在于英伟达较早进入这个市场，且形成了CUDA的强大生态？
郑瀚寻：英伟达确实有先发优势，但我不认为这是一个不会改变的状况。
还是以手机为例。虽然最早苹果和iOS确实最先发力，并且苹果有很多投入，还在不断发力。但是至今为止，我们看到国产安卓手机已经不比苹果手机差了，每个国产安卓手机也都有自己的生态、自己的安卓应用市场、自己的操作系统。回到AI算力芯片，在国内，纯国产的解决方案，目前占比排在前面的，严格来说也不是GPU的架构。所以，重要的并非照搬英伟达。
国产AI算力专用芯片现在还处在“从0到1”、从无到有的阶段，再往后发展，就是从能用到好用的阶段。届时，随着我们不断迭代完善相关工具和生态，相信越来越多的人会更愿意尝试国产产品，就像我们在国产安卓手机和国产新能源车上看到的那样。
