官宣意向3个月后，东芯股份一笔收购事项正式落定。
8月20日，东芯股份发布公告称，拟以自有资金人民币2亿元向砺算科技（上海）有限公司增资，认购后者新增注册资本500万元。本次增资后公司持有上海砺算约37.88%股权。
本轮投资不止一家买方。公告显示，另有其他投资人以相同的投前估值，拟以合计1.28亿元向上海砺算增资，认购其新增注册资本合计320万元。上海砺算投前估值为2亿元。
此前，业界传出砺算科技陷入资金危机，无法发出工资的消息。这在公告中也有透露迹象，在2023年和2024年上半年，砺算科技两次财务结算周期的营收都为0，净利润则为亏损状态。
这家定位做6nm芯片的GPU公司在无法平衡商业化和研发开支的前提下，陷入创业窘境。
东芯股份在5月份就提出了收购意向，此次正式官宣，有望为这家先进计算芯片厂商解燃眉之急。只是该案例也让市场陷入思考，计算芯片厂商该如何在外部巨头环伺下，走出自己的路？
根据东芯股份公告，基于战略规划考虑与业务发展需要，公司与南京砺算科技有限公司、上海砺杰企业管理咨询合伙企业、宣以方、DEHAI KONG、I-sing Roger Niu于2024年8月19日签署了《砺算科技（上海）有限公司投资协议》及《砺算科技（上海）有限公司投资协议之补充协议》。公司拟以自有资金人民币2亿元向上海砺算增资。本次投资完成后，不会导致东芯股份合并报表范围发生变更。
本次被收购标的上海砺算，其原本被南京砺算科技100%控股。
企查查信息显示，2021年成立的南京砺算此前出现过三次融资记录。2022年天使轮融资数亿元人民币，投资方包括万物资本、将门创投、协立投资、达泰资本、均石创投、海松资产等。同年的Pre-A轮融资超亿元人民币，投资方包括君桐资本、哲方资本、活水资本、达泰资本等。2023年另有一笔股权变更，涉及投资方包括君桐资本、涌潮联发私募基金、钱塘创投等。
不过按照公告表述，此次收购背后可能还涉及砺算科技在多地主体的重组。
公告显示，本次被收购标的上海砺算在2023年度净利润约亏损1.45亿元，扣非净利润约亏损1.32亿元。2024年上半年净利润为亏损9789.73万元，扣非后净利润为亏损5565.51万元。这两个财务周期的营收均为0。
但其中也提到，该数据为经审计的标的公司模拟财务报表。即假设南京砺算与上海砺算在2024年6月30日完成了内部重组，南京砺算将所持砺算科技（北京）有限公司100%股权转让给上海砺算，同时上海砺算受让了南京砺算全部的资产、人员、业务并终止了已授予的员工期权。
更受关注的是，此次作为上市公司主体率先披露收购意向的东芯股份，其业务主要聚焦在存储器市场，且接近一半收入来源为NAND Flash闪存市场，为何其会有跨界计算芯片的规划？
该公司此前曾在多次投资者交流中指出，将以存储为核心，向“存、算、联”一体化领域进行技术探索，提升营收体量，分摊周期风险。公司将大力发展在工艺技术、使用环境、可靠性等方面比消费级、工业级存储芯片要求更高的车规级存储芯片，实现车规级闪存产品的产业化目标。
这里提到的“算”，就与砺算科技有了关联。公告显示，东芯股份认为，其与标的公司上海砺算的业务具有一定协同性。后者研发的图形渲染芯片需要DRAM存储器的支持，并配备了DRAM存储器的接口。东芯股份目前已经布局了利基型DRAM产品。两家公司相关团队可通过软硬件适配、工艺优化等合作方式，促进双方产品在性能、功耗等方面进行优化和提升。
不过当前，DRAM业务对东芯股份的业务占比较小，按照2023财年收入计算，DRAM业务仅贡献约9%的收入，但毛利率却是公司旗下主要硬件产品中最高，达33.84%。由此可见二者若后续完成良好协同，将有望打开新发展机会。
作为瞄准先进制程工艺发展的GPU芯片厂商，砺算科技曾被寄予厚望。
根据“南京江北新区产业技术研创园”平台2023年4月发布的消息，砺算科技正基于自研盘古架构开发自主知识产权的GPU产品——TrueGPU图形芯片。据悉，其自研架构已支持扩展到16384个计算核心，数量上与国际一线企业产品相同。
彼时高管团队提出，有信心在当年年底，将国内第一颗6nm高性能图形GPU推向市场。
砺算科技联合创始人孔德海曾解释，为了起步更容易，目前大部分专注图形渲染的GPU公司都在从第三方采购IP核。砺算科技却逆势而行，坚定走自研路线，将整体芯片设计掌握在自己手中。
他还曾畅想，“我们的产品在设计时就很有针对性，性价比很高。未来如果能顺利在国内市场流通，我们的电脑就可以用上国产GPU。这也就意味着，大家在购买电脑时有了新的选择，可以用更低的价格买到同样显示性能的电脑。”
东芯股份的公告也显示，上海砺算坚持自研架构，产品可实现端、云、边的主流图形渲染和AI加速，对标主流GPU架构，与外部生态无缝兼容，力争解决国产主流完整GPU架构自主化的关键问题。
但定位6nm先进工艺制程的背后，无疑需要庞大的资金支持。创始团队的融资能力和商业化能力也尤为重要。
据披露，目前，砺算科技的G100图形渲染芯片产品已完成市场规格定义、架构设计、ASIC设计、模级和芯片级验证、软件仿真、硬件仿真，以及大部分后端设计，正进行接口IP集成以及最终验证。
以上研发工作完成后将可以交由代工厂进行流片，后续还需进行封测、功能和性能测试、送样、验证等阶段。此次获得融资后，砺算科技将有能力进行正式流片。后续其还将需要持续不断的资金投入，因此后续标的公司在产业化成功前，仍有进行外部融资的需求。关于后续的融资安排，标的公司将根据产业化进度，视情况寻求融资机会。
这意味着，此次融资并非终点。砺算科技要实现可持续发展，依然面临外部挑战。
根据披露，砺算科技的三位创始高管都有不俗的既往履历。总裁宣以方、联合创始人孔德海、CTO牛一心三位均在硅谷老牌GPU公司S3工作过，经历了多款“全球首个”产品的设计与落地，拥有近30年的GPU芯片开发、量产经验。公司研发人员占比88%，不乏来自“清北复交”的专业人才。
但如今公司面临经营难题，实际上与国产GPU发展背景息息相关。海外GPU巨头英伟达在2006年就开始重金投入，构建其护城河之一CUDA生态，至今有450万开发者支持；同时自研内核架构并不外售。
国际上的后来者AMD近些年勉力追赶，并通过收购软件、硬件等方面公司来逐渐完善其GPU生态能力。虽然份额在逐年上升，但相比英伟达的市场地位依然有较远距离。
这远不是近些年来才陆续成立的国产GPU公司所具备的环境和资金能力。
在近日举行的滴水湖中国RISC-V产业论坛上，北京大学讲席教授谢涛对国内发展AI产业提出他的观察。
GPU是AI芯片的重要门类之一。当前国内发展计算芯片，一大核心难题就是建立生态，因此如何借助新技术趋势构建生态，也是备受关注的命题。谢涛指出，在软件生态适配方面，主流AI公司主要采取两种路线：其一是主流GPGPU公司采取兼容英伟达CUDA软件生态的方式，但这从长远看还是受制于人；其二是走非CUDA路线，但整体呈现小、散、弱的局面，国内高端AI芯片企业达40余家，软件栈层面各自为战，整体市场份额不足10%。
他认为，要建立高水平的（芯片）计算技术体系有三种分类：A体系类似“高铁模式”，即源头创新来自海外，强调“全兼容”，从应用发扬光大。但如果得不到继续支持，将受到较大冲击。
B体系类似“北斗模式”，强调“全自主”，自己发明和创造指令集，这条路线也很重要，但毕竟是从头做起，生态建设将经历较为缓慢的过程。
C体系类似“5G模式”，采用“全开放”道路，全球一起建设生态，最终将实现“你中有我、我中有你”。
谢涛指出，A体系类似加入CUDA生态，但可能会面临容易被英伟达牵着鼻子走的难题；B体系属于绕过CUDA生态，的确有长期布局的必要，但国家层面还需要着手培养系统软件、编程人员和编译器人才等，推动建设软件生态等方面着力；C体系是近些年国际大厂均开始关注的开源架构RISC-V，其特性也让业界探讨是否可以参考过去开源安卓撼动iOS的模式，该路线或许有望正面撼动CUDA生态。
至于RISC-V新架构，其作为CPU芯片的主要架构，该如何借力发展AI芯片？
谢涛表示，历史上是PC成就了X86架构，未来期待AI的发展机会成就RISC-V生态。
当前用RISC-V架构发展AI芯片，他指出有两种模式：其一是适合低功耗领域的紧耦合模式，以CPU主干为骨架，集成在CPU内部，共享PC、寄存器堆等流水线单元，只是在执行单元部分增加了矩阵或向量单元。
其二是适合大算力领域的松耦合模式，即外挂在CPU上，会有自己独立的流水线、寄存器堆、缓存等，其本身作为“协处理器”的定位，可以接受来自一个或多个CPU的指令，异步地执行不同CPU提交过来的任务。
当然前面提到的都是产业发展思路以及需要警惕的方向，由不同主导厂商推动多路线并行不失为一种路径，但也更需要适时借力国际开源社区生态和国际标准，以推动AI芯片发展。
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
