3月8日消息，高性能通用GPU芯片设计公司沐曦集成电路（上海）有限公司（以下简称“沐曦”）宣布完成由光速中国和经纬中国联合领投的PreA＋轮融资，和利资本、红杉中国、真格基金等老股东持续跟投。
据OFweek电子工程网了解，沐曦成立于2020年9月14日，作为一家集成电路设计服务商，沐曦致力于打造国内最强商用GPU芯片，产品主要应用方向包含传统GPU及移动应用，人工智能、云计算、数据中心等高性能异构计算领域。沐曦曾于2021年1月18日、2020年11月26日分别完成Pre－A轮、天使轮，融资金额高达数亿。
（资料源自企查查）
也就是说，成立不到半年，这家年轻的企业就吸引了多家全球顶尖的投资机构的资金支持和资源倾斜。公司官网显示，沐曦拥有顶层建制完整的初创团队，团队成员平均具有15－20年此方向的经验。整个团队是目前国内GPU设计技术最完备，建制最完整，设计和产业化经验最丰富的团队，目标是研发出具有完全自主知识产权，具有全新专利架构，全面兼容全球顶级公司产品的国产高性能通用GPU芯片产品及应用生态。
经纬中国合伙人王华东表示：“沐曦核心团队具有全球稀缺的高性能GPU、GPGPU芯片研发经验及能力，其过去主导研发的GPGPU产品已在性能上达到国际顶尖水平并成功落地多个应用。期待沐曦团队尽早交付全球领先的高性能GPU、GPGPU产品，为国内半导体产业的核心技术突破贡献出自己的力量。”
值得一提的是，在浦口区2021年一季度重大项目集中开工，此次集中开工的重大项目共计21个，计划总投资144亿元，涉及集成电路、高端交通装备、数字经济、人工智能等诸多产业领域。其中就包括了沐曦高性能GPU芯片研发集成电路项目。目前，沐曦第一代芯片已经在紧锣密鼓的开发之中，公司还与浙江大学达成战略合作并建立了联合研究中心，将针对并行高密度计算GPU展开深度合作。
GPU即图形处理器，其核心优势在于解决数据并行计算问题。与CPU相比，GPU拥有更多的算数单元。CPU虽然有多核，但总数没有超过两位数，每个核都有足够大的缓存和足够多的数字及逻辑运算单元，并辅助很多加速分支判断甚至更复杂的逻辑判断硬件；GPU的核数远超CPU，被称为众核，每个核拥有的缓存相对较小，数字逻辑运算单元少且简单。
从设计目标来看，CPU侧重于提升程序执行效率，运算复杂程度高，GPU侧重于大量并行数据的计算，运算复杂程度低；从系统架构来看，CPU内部结构异常复杂，芯片大部分面积是控制器、寄存器，GPU拥有大量算术逻辑处理单元（ALU），每个ALU维护着大量的线程；从适用任务来看，CPU适合逻辑灵活复杂的串行程序，GPU适合处理数据密集型、高度并行化的计算任务。
OFweek电子工程网注意到，近一年来，国内涌现出多个GPU项目投资。与数年前人工智能大热时上演的资本大戏十分相似。据不完全统计，近期国内GPU厂商获得融资及企业最新技术进展如下：
上海天数智芯半导体有限公司
2021年3月1日，上海天数智芯半导体有限公司（以下简称“天数智芯”）宣布完成 12 亿元人民币的C轮融资，该轮融资由沄柏资本和大钲资本联合领投，粤民投及联通资本跟投。本轮融资将进一步助力公司扩大核心技术研发及创新、加速产品商业化落地、赋能更多行业和客户。
天数智芯成立于2015年，2017年该企业进行了第一次融资，融资数额未披露。2019完成了B轮融资，金额为数亿元人民币。资料显示，天数智芯旗舰7nm通用并行（GPGPU）云端计算芯片BI于 2020年5月流片、11月回片并于当年12月成功“点亮”。相较于市场现有主流产品，天数智芯BI芯片可提供灵活的编程能力、更强的性能、富有吸引力的性价比，是安全的芯片方案。目前公司已深度切入金融、教育、医疗、智能交通等八大行业。
可能有人对GPGPU不了解，这其实是一种处理面对复杂计算的方式和个人电脑上的GPU非常相似的产品。GPGPU是一种利用处理图形任务的图形处理器来计算原本由中央处理器处理的通用计算任务，但是这些通用计算任务通常与图形处理没有任何关系。由于现代图形处理器有强大的并行处理能力和可编程流水线，令图形处理器也可以处理非图形数据。特别是在面对单指令流多数据流（SIMD）且数据处理的运算量远大于数据调度和传输的需要时，通用图形处理器在性能上大大超越了传统的中央处理器应用程序。
摩尔线程智能科技（北京）有限责任公司
2021年2月25日，国内GPU芯片设计企业摩尔线程智能科技（北京）有限责任公司（以下简称“摩尔线程”）宣布，已经获得两轮总计数不少于10亿元的融资。摩尔线程也凭此成绩，成为中国GPU芯片设计领域的独角兽。
资料显示，摩尔线程创立于2020年10月，是一家致力于研发全球领先自主创新GPU知识产权的企业。成立不足百日就成功吸引红杉资本、字节跳动等明星投资机构和知名企业投资，这也足以看出摩尔线程背后强大的实力。据介绍，摩尔线程的团队成员熟悉GPU芯片设计、生产、封装、测试、系统、软件应用等质量管理各个环节，有利于建设和带动产业链的建设。
在摩尔线程最近一次的投资方阵容中，除了资本方，字节跳动的投资也颇为引人关注。有分析指出，这或许与字节跳动的业务发展有关。最近，字节跳动对外公布布局游戏，而游戏领域则是GPU的关键应用场景。
上海登临科技有限公司
2021年2月11日，上海登临科技有限公司（以下简称“登临科技”）完成由元禾璞华、元生资本联合领投的A＋轮融资，包括北极光在内的老股东持续在本轮加码跟进。这是继光远资本、张江浩珩、张江高科领投的A轮后继续得到知名基金的青睐。登临完成A＋ 轮融资后，将倾公司之力专注于产品落地、客户服务及更多 AI 计算场景的探索上。
成立三年以来，登临科技致力于完全自主研发的多场景AI 计算平台。登临 GoldwasserTM GPU＋ 产品在现有市场主流的 GPU 架构上，创新采用软硬件协同的异构设计。GPU＋ 异构设计让产品在对客户实际业务继承在现有生态上的投入、在保证极高兼容性的同时，相比传统 GPU 在 AI 计算上性能和能效均有明显提升，大大降低了外部带宽的需求，显著降低客户TCO （ 即总体拥有成本）。
在技术进展方面，登临科技首款GPU＋ （软件定义的片内异构通用人工智能处理器）产品已成功回片通过测试，开始客户送样。
上海壁仞智能科技有限公司
2020年6月中旬，上海壁仞智能科技有限公司（以下简称“壁仞科技”）宣布完成由启明创投、IDG资本及华登国际中国基金领投的11亿元人民币A轮融资，创下近年来行业最大规模纪录。在成立不到一年的时间内，壁仞科技于2020年8月18日宣布再完成Pre－B轮融资，公司已经累计融资近20亿元人民币。
据悉，Pre－B轮融资由高瓴创投领投，云九资本、高榕资本、金浦科技基金、基石资本、海创母基金等投资机构跟投，现有投资方松禾资本、IDG资本、云晖资本、珠海大横琴集团继续追加投资。本轮募集资金仍将用于加快产品技术研发与强化市场拓展。
壁仞科技成立于2019年，团队由国内外芯片和云计算领域的核心专业人员、研发人员组成，致力于开发原创性的通用计算体系，建立高效的软硬件平台，同时在智能计算领域提供一体化的解决方案。发展路径上，壁仞科技首先聚焦云端通用智能计算，逐步在人工智能训练和推理、图形渲染、高性能通用计算等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。
GPU又被称为芯片行业“皇冠上的明珠”，是一项复杂而精密的工程。从技术角度来看，全球范围内GPU已发展到相对成熟阶段。随着GPU架构的图片演进，GPU技术已经跨越过了1995－2000年的固定功能流水时代，2000－2006年的分离渲染架构时代，2006年至今一直维持在统一渲染时代。
但是能研发高性能GPU的企业在全球范围内也是屈指可数，作为一项有着较高技术跟资本壁垒的行业，GPU领域可谓是强者恒强，寡头垄断市场且集中度不断提升。
按照市场划分，目前全球PC GPU市场主要玩家包括NVIDIA、AMD以及Intel。在集成显卡市场，Intel一家独大，集成GPU由于其与CPU集合的特性，Intel凭借其在CPU出货量上的优势，实现了在集成显卡市场的霸主地位；独立显卡市场，NVIDA以超过半数的市场份额占据较大优势，随着7nm及先进工艺的应用，AMD开始奋起直追，对NVIDA的市场份额造成了挑战。
在移动GPU市场方面，ARM、Imagination、Qualcomm、Vivante和NVIDIA可谓是“五强抗衡”。Qualcomm作为安卓阵营最大的核心处理器供应商，由此推动其集成GPU的销售。随着手机市场同质化现象的出现，苹果、三星、华为纷纷传出相关计划自研GPU，谋求差异化竞争。
国产GPU赛道风潮正劲，显然成为了继几年前AI芯片热潮后的又一资本宠儿。但仔细来看，近期获得高估值、高融资的国产GPU企业，在宣传中都提到，拥有数十年甚至以上GPU研发经验的技术团队，或是团队大牛曾在NVIDIA、AMD、Intel这类超级巨头核心部分有过丰富的从业经验等等。但企业本身成立时间不过短短数年，虽然获得了庞大的资金涌入，但毕竟不像国外巨头那般发展许久拥有极其深厚的技术基底。想要真正进入GPU市场，还需要进一步向世人展示其拿得出手的技术。
其次，GPU芯片从最初设计到制造、流片、量产，周期通常不会低于18－24个月。而目前这些企业最多也只不过达到送样测试阶段，距离量产落地时间还有多久难以得知。在整个GPU行业来说，没有拿得出手的产品，自然也就没有市场话语权。因此，笔者认为，国产GPU崛起势头正劲是没错，但“国产GPU打破国外巨头垄断”却不可轻言。
在上一波AI芯片的创业及融资热潮后，整个AI芯片行业经历了一轮大洗牌。而GPU行业技术门槛比AI芯片更高，入局者众但至少不会再度上演AI芯片市场乱象。大浪淘沙始见金，国产GPU未来到底会是什么样，新晋国产GPU厂商又能否抗住Intel、AMD、NVIDIA带来的巨大压力，已获得资本青睐的企业又能否交出漂亮的“成绩单”，这些都是接下来人们的关注所在。
