独家｜对话百度昆仑芯CEO欧阳剑：国产AI芯片想突围，就要接近并局部赶超英伟达

来源：市场资讯

（来源：智能纪元AGI）

5月8日，百度旗下AI芯片企业——昆仑芯（北京）科技股份有限公司，于2026年4月29日同中金公司签署辅导协议，正式启动科创板IPO辅导进程。

事实上，今年1月1日，昆仑芯已向港交所秘交上市申请。换言之，昆仑芯的A+H两地上市进程正在同步推进。

辅导文件显示，目前昆仑芯的控股股东为百度，占公司57.67%的股份。因此，受此消息影响，百度港股(09888.HK)今天开盘涨近3%。

智能纪元AGI团队之前调研时发现，过去一年，百度港股涨了66.24%，几乎每个涨幅高点，都与昆仑芯有相关性，其中包括去年12月7日传昆仑芯IPO、今年昆仑芯公告秘交上市申请等消息。

百度在今年年初的公告中指出，分拆昆仑芯独立上市，一方面可使其业务吸引专注于通用AI计算芯片和相关软硬件系统业务的投资者群体；另一方面亦可提升昆仑芯在其客户、供应商和潜在战略合作伙伴中的形象，并提高其协商净额争取更多业务的地位。

所以，昆仑芯，似乎成为百度在资本市场的新故事之一。

早在2011年，昆仑芯就成立了，当时作为百度旗下FPGA（现场可编程逻辑门阵列，如AMD Xilinx、英特尔Altera）计算芯片部门，主要研发的是非常适合实时数据处理的集成电路芯片。

而在2012年-2013年，谷歌DeepMind的AlphaGo赢战了人类棋手、AlexNet在ImageNet竞赛中取得突破性成果后，深度学习（Deep Learning）和AI迎来了新一轮热潮。

2013年百度成立了深度学习研究院（IDL），李彦宏亲自担任院长，并推动了百度在图像和语音识别上的应用。

在深度学习热潮下，百度智能语音部门开始用GPU替代传统CPU系统，但团队发现，GPU也有问题，主要针对AI场景的定制化做得不够，而百度自身的深度学习技术对于数据中心需求强烈。

所以当时李彦宏拍板，百度内部启动了定制化AI芯片研发。

2020年，李彦宏亲自公布了昆仑芯1代系列产品，率先应用于百度内部数据中心，完成了技术验证与场景初探。

2021年，百度“造车”引发广泛关注，以及美股市场强势崛起，也让百度“分拆”成为内部想法，包括小度科技、昆仑芯等多个团队从百度拆分。

2021年8月，百度宣布第二代昆仑芯片正式量产，搭载自研第二代XPU架构，性能、通用性、易用性较1代产品都有显著增强。成为昆仑芯科技从百度拆分以来首次对外公布芯片进展。

如今来看，昆仑芯是百度独立拆分中比较成功的一家ASIC（专用集成电路）芯片公司。

就在2021年末，昆仑芯拆分独立半年后，昆仑芯科技CEO（当时是title为总经理）欧阳剑接受了我和智东西的专访。

种种原因，智东西的采访当时已对外发布，而我的文章一直在后台草稿里面。

过去五年，昆仑芯以及GPU/AI这类大芯片行业发展很快，有种“从无名微末蜕变成真龙”的感觉。

IDC数据显示，2024年中国加速计算芯片市场出货量层面，昆仑芯6.9万片，位居国产AI芯片厂商第二名。

据界面援引一份调研纪要报道，昆仑芯2025年全年营收预计在35亿元左右，较2024年的20亿元大幅增长。

2025年2月，昆仑芯成功点亮P800万卡集群，这是国内首个正式点亮的自研万卡AI集群。同年4月，该集群规模进一步扩展至3.2万卡。

根据昆仑芯的路线图，聚焦大规模推理场景的昆仑芯M100，于2026 年年初正式上市；集成256张P800芯片的天池256超节点、实现万亿参数模型训练的天池512超节点，分别将于今年上半年、下半年上市；而AI大模型训推一体的AI算力芯片昆仑芯M300，计划于2027年初上线。

百度预计到2030年，百舸业务实现百万卡昆仑芯单集群点亮。

下面，智能纪元 AGI 将复盘梳理欧阳剑2021年底接受的1个多小时的正常专访对话。

这也是欧阳剑在昆仑芯分拆后的首个大的专访，也是近五年来为数不多的公开专访内容，而且是时长最长的一对二沟通交流。

彼时，昆仑芯、壁仞科技、摩尔线程、燧原科技等国产 AI 芯片企业均处在创业初期，正全力从产品研发向商业化落地艰难爬坡。

而2023年，ChatGPT热潮给整个AI算力行业带来了巨大的机会，英伟达从一家专门做游戏渲染GPU的公司，成长为五万亿美元的AI算力巨头，而国内一大批GPU、AI芯片公司异军突起，摩尔线程、沐曦、壁仞、天数也成功完成IPO上市。

因此，欧阳剑当时说的“跨越鸿沟”也已经实现。

虽然这段访谈已有年头，很多预言和细节都已经成为“过去时”，但我希望大家仍然能从中窥见行业视角下昆仑芯拆分之初的真实情况，以及国产AI芯片行业五年来的发展蜕变与成长脉络。

以下是欧阳剑对话整理：

一、分拆是因为百度更重视昆仑芯

问：昆仑芯这个新业务原本是百度智能芯片的内部业务，现在突然要独立出来，Robin（李彦宏）团队对此是什么意见？决定把这个业务独立出来时，从团队角度来看是什么想法？

欧阳剑：从我们团队来看，大家肯定特别兴奋，这意味着业务从成长走向发展的一个转折点，我们有机会在更大的平台上大展拳脚，对所有人来说都是很好的机会，大家都很认可这件事。

百度把智能芯片业务独立出来，外界其实有不少误解，甚至竞品还会拿这个事抹黑我们，说百度不做这个业务、要放弃这块了，但实际恰恰相反，这是百度对这个业务更加重视的表现，希望它能发展得更大更强。

独立之后，我们一方面能继续获得百度的诸多支持，包括百度的场景、业务和生态合作方面；另一方面也能拥有更灵活的发展空间，还能对接更多社会资源，借着这个机会把这个业务做成更大的事业，这就是独立的核心逻辑。

问：这个决策最早是什么时候定的？去年（2020年）吗？

欧阳剑：正式做决策是在去年12月到今年1月之间。

问：我记得您是2016年进的百度？我印象里您之前在微软亚洲研究院，对吧？

欧阳剑：对，我之前在微软研究院做相关工作，当时那个团队非常厉害，也很有渊源，那会儿团队就在做计算加速相关的研究。这个工程团队培养出了很多优秀人才。

问：能不能简单回顾一下你是怎么和百度结缘的？你刚才说2009年从微软研究院加入百度，对吧？

欧阳剑：我之前在微软亚洲研究院待了一年多，2007到2009年之间，当时微软亚洲研究院是国内做科研最好的机构之一，在那里锻炼了一年，成长很多。

当时百度发展速度非常快，也是国内顶尖的互联网公司之一，我从研究院出来后，很顺利就拿到了百度的offer，当时百度提供的发展条件也非常好。

问：当时百度应该还没有开始做AI吧？

欧阳剑：当时百度发展很快，但确实还没布局AI，我入职后主要做数据中心、架构创新相关的工作，这和我之前在研究院做的工作有相似之处。当时百度还没有相关的技术积累，所以也是从0到1搭建体系，做了很多开创性的工作。

问：还记得百度开始做AI芯片的契机是什么吗？

欧阳剑：大概是10到11年前，也就是2013年左右，了解AI发展的人应该知道，当时深度学习刚在语音识别领域落地应用，有团队做了相关研究，把语音识别的准确率提升到了可用的水平，这是一个重要的节点。

国内公司大概在2014年开始尝试，用GPU替代传统系统，让语音识别的效果有了质的提升。

我们看到了这个需求，就想办法解决行业的痛点。

当时，英伟达的GPU在AI计算上表现不错，但我们发现它也有问题，针对AI场景的定制化做得不够，虽然比CPU好很多，但还有很大的优化空间，所以我们就决定走自研芯片的路线。我们集中资源做的FPGA原型，效果比GPU好2到3倍，表现非常亮眼。

而且在做这个工作之前，我一直都在做计算加速相关的研究，也在美国做过不少相关工作，所以做AI芯片对我来说算是老本行，整个过程顺理成章。

问：你刚才说去年年底开始考虑把业务独立出来，主要的推动因素是什么？是不是因为当时业务的基础已经足够扎实了？

欧阳剑：最主要的还是百度集团的决策，从集团层面来看，独立运营更适合这个业务的长远发展。

问：比如其他互联网巨头，并没有把芯片业务独立出来，对比来看，咱们的发展思路有什么不一样？

欧阳剑：首先他们的芯片业务做得不够好，独立出来自然也没有意义；其次每个公司的战略想法不一样，就不多说了。我觉得Robin（李彦宏）是那种要落地、有实际成果才会对外发声的人，昆仑芯实现量产、有商业化进展了，他才会考虑分拆独立。

问：独立之后，咱们有新的定位和核心目标吗？

欧阳剑：我们的使命是“让计算更智能”，核心就是实现计算的更快、更强、更省，这也是用户对算力的核心诉求，所以我们所有的工作都是围绕这个定位展开的。

问：独立之后，整个团队有没有什么变化？比如人员扩充，我记得之前有软件部、硬件部、验证部门，还有各类流程相关的岗位，现在扩充的话，会不会新增更多类型的部门？

欧阳剑：独立之后成为了独立公司，我们的人员扩张速度非常快。除了传统的硬件、软件、服务、验证这些芯片研发、项目相关的岗位人力得到了大量补充，商业化团队（销售、产业研发）以及职能团队这两大板块，也有了很大的扩充，整个公司完全按照独立公司的模式来运作了。

问：人员增长有没有具体的比例？大概50%以上还是60%以上？

欧阳剑：到现在为止，人员已经翻了一倍多，这个过程推进得非常快。

问：你刚才说独立之后人员扩充是一大变化，除此之外，还有哪些让你感受很深的变化？

欧阳剑：首先人员变多了，组织架构也更完善了，真正成为了一家独立公司；其次昆仑芯二代芯片成功量产，测试表现非常好，性能突出，也得到了很多客户的认可，不少客户已经开始小批量部署了，进展非常快；另外三代芯片也已经进入研发阶段了。

问：这些发展都在你的预期之内吗？

欧阳剑：其实超出了我的预期，如果从半年前看现在的发展，很多成果都是意料之外的。

问：那你自身的工作范畴，有没有发生比较大的变化？

欧阳剑：运营一家独立公司，和之前在大公司里带领一个团队，工作内容完全不一样。

问：比如日常思考的核心问题，应该都不一样了吧？

欧阳剑：产品和技术层面的工作，和之前有一定相似性，但运营公司需要看得更长远，所以在产品技术上的思考会更深入、更全面；同时还要保障公司的商业成功，需要花大量的时间和精力在客户和市场拓展上。

问：你之前说我们在场景应用上的积累更多，技术积累也更深厚，是不是因为百度有丰富的应用场景，给了我们很多实践机会？

欧阳剑：对，刚才提到的积累，包括场景理解、技术迭代、团队建设，都离不开百度的支持。百度的海量场景给了我们很多落地实践的机会，再加上我们团队自身的努力，形成了独有的先发优势。

问：过去10年，咱们在技术积累这块有哪些变化？最大的技术积累体现在哪？是软件框架方面，还是硬件底层？

欧阳剑：做芯片非常看重积累，从我们的角度来看，积累主要体现在三个方面：

第一是对场景的理解，这是很关键的一点，大家可能觉得AI有开源模型、开源算法就够了，但这只是很粗浅的层面，真正要落地，必须知道真实场景中该怎么用、客户的AI计算核心诉求是什么、AI模型的发展路径是怎样的，这些都需要在真实场景中去摸索体会。过去10年，我们伴随百度AI体系的发展，不管是内部业务落地还是外部商业化，对AI场景的理解都非常透彻。

第二是技术层面的沉淀。我们从2011年就开始做AI计算加速，和谷歌TPU项目启动是同一年。这10年里，我们总共部署了超过1.2万张芯片卡，做了三大类产品、两代芯片，在芯片架构、软件栈搭建上都有深厚的积累，很多技术坑、技术难点，都在真实的用户场景中验证解决过。包括我们后来提出的XPU架构，都是在这些积累的基础上实现的技术提升。

还有一个难得的积累是团队本身。这个团队特别能打，软硬件能力均衡，成员之间互相信任，团队精干，这也是我们很重要的优势。

二、从“万重山”中独立走出来，要做商业化上的成功

问：两代芯片都是设计完成后一年半左右，一次流片成功，你觉得昆仑芯能做到这一点，核心的技术和业务优势是什么？

欧阳剑：流片成功其实在行业内不算特别难，不少公司都能做到，流片成功不代表长远的商业成功，这一点要区分开。我们的优势在于，两代芯片不仅流片成功，产品落地和商业化表现都很好，这背后是团队综合能力的体现。

问：在芯片设计、流片以及场景落地的过程中，有没有让你印象特别深刻的故事可以分享？

欧阳剑：2020年第一代昆仑芯的芯片出来的时候，正好是疫情最严重的阶段，大环境非常不好，当时整个市场对芯片的需求很低迷；而且疫情导致工作无法正常开展，芯片做出来了，不知道怎么卖、怎么推广，处境很艰难。

第一代芯片是2020年年初流片成功的，当时我们要做全年的需求预测，当时和供应商见了一面，大家对整个行业行情都非常悲观，都在担心芯片做出来了没人用，考虑能不能落地。

但到了4、5月份，我们抓住了一个很好的机会，用一个月的时间完成了百度搜索核心业务的算力升级，小流量测试的表现非常好，性能比当时的CPU提升了一倍多。这一仗我们打得很漂亮，也拿到了2万片的订单，供应商也给了我们很大的支持，在短时间内完成了产能交付。

问：如果用一个词总结昆仑芯科技过去一年的发展特点，你会用什么？

欧阳剑：其实我经常想到的不是一个词，而是一句诗，“轻舟已过万重山”，我觉得这句话特别贴合这个行业、我们公司，还有这个时代。

问：你说的“万重山”指的是什么？

欧阳剑：就是回头看会发现，不管是一年前还是半年前，很多事情都发生了翻天覆地的变化，行业和公司的发展都超出了预期，市场分化的速度也超出了预期。

问：主要是云端AI芯片这个行业的变化很大，对吧？

欧阳剑：公司的变化也很大，不管是产品、技术还是商业化的进展，变化和竞争都很激烈。

问：现在很多云端芯片企业也在说“更快、更强、更省”，你觉得我们和他们的不同在哪？

欧阳剑：首先其他公司并没有把这句话当做使命提出来，而我们是真的把它作为核心行动准则。

问：你刚才说从10年前布局FPGA到现在，用“轻舟已过万重山”形容，那在这个过程中，云端ASIC的需求端最大的变化是什么？

欧阳剑：其实核心需求没变，用户还是想要更快、更强、更省的算力。做芯片产品和做用户产品有共通之处，用户的核心诉求是相对稳定的。

但需求的表现形式一直在变，比如AI模型越做越大、越来越复杂，以前的经典模型现在基本不用了，新模型不断涌现；应用场景也越来越丰富，从最初的数据中心，拓展到自动驾驶、工业设备等领域，这些变化都非常快，发展速度远超摩尔定律的迭代节奏。

问：这应该给了团队很大的信心吧？复盘这件事的时候，你觉得最关键的是什么？

欧阳剑：这也印证了“轻舟已过万重山”的含义，短短两个月，市场和行业的变化天差地别。我们核心是抓住了非常短暂的市场窗口，集中团队所有的力量，让用户快速体验到了第一代产品的价值，而且产品的实际表现数据非常亮眼，这是最关键的。

问：我看了您在新思中国（Synopsys）上的视频采访，当时提到了软件架构层面的困难，说相关需求一直存在，而且硬件和软件的验证需求、开发需求其实不一样，这里面有一个价值链的过程，能不能详细说说？怎么去平衡软件和硬件部门？

欧阳剑：当时那段话其实也调侃并反映了国内做芯片团队的一个现状，就是很难找到软硬件能力都很扎实的团队。

国内很多AI芯片团队的能力都是分散的。尤其是面向应用需求的场景，产品其实是软件驱动的，但硬件也同样重要，最终产品落地还是需要软硬件协同实现。

我们的模式是，由产品端直接对接用户获取需求，再把需求转化为硬件需求，这个过程需要软件团队做过滤和分析，整个团队一起对需求做解读和研判，再把需求传递到硬件端去实现。有些需求硬件端暂时实现不了，也会不断反馈给软件端做迭代调整。

我之前也说过，我们团队的核心优势就是软硬件能力非常平衡，在这方面的积累很深厚。

问：这两年发展过程中有没有遇到什么困难？你觉得独立之后，最大的挑战是什么？

欧阳剑：独立公司和在大公司内部做业务，面临的挑战肯定不一样。在大公司里，只要把产品做出来、能跑通，基本就算成功了；但独立公司不一样，必须实现商业上的成功，产品落地后的市场表现才是关键，这两者的挑战天差地别。

问：之前从FPGA阶段到最近这两年做昆仑芯一代、二代，团队遇到的最大挑战是什么？

欧阳剑：具体的挑战肯定非常多，产品研发中的技术难题、量产过程中的供应链问题、交付环节中客户侧的实际对接问题，各种各样的困难都有，这其实是常态。

如果说最大的挑战，首先还是刚才说的，作为独立公司，要实现商业上的成功、验证商业逻辑的可行性，这是非常大的挑战。目前国内的AI芯片公司，其实都还没有真正证明过自己的商业成功，不管是芯片设计公司还是其他相关企业，商业层面的落地都还不够成熟。

其次产品研发也有挑战，AI行业发展太快了，用户的需求一直在提升，对芯片的要求无非是性能更强、性价比更高、通用性更好，这些诉求一直都在。

而且，以前行业可能是按摩尔定律的节奏发展，但现在AI计算模型越来越大，对算力的需求增长速度，比摩尔定律的迭代速度还要快，怎么满足这个需求、怎么比竞品更好地满足这个需求，这是持续的挑战。

问：你觉得摩尔定律失效了吗？

欧阳剑：这其实是另一个话题了，核心还是AI产业对算力的要求、用户对算力的需求，比以前提升了不止一个档次。

问：我们该怎么把产品卖出去？针对非百度体系的客户，怎么实现商业化落地？这些客户又该怎么建立对我们的信任？

欧阳剑：目前我们对接的客户差不多有100个，从数量来看已经不少了，所以我们对商业化落地还是比较有信心的。

昆仑芯一代芯片是一个成功的产品，已经实现了商业上的初步成功。不管是百度内部，还是外部的AI计算客户，核心诉求其实都是一样的：产品要通用、好用、性能高、价格实惠，这些是最基本也是最核心的点，谁能把这些做好，谁就有机会。

我们在这些方面做得并不差，和竞品比，有优势也有不足，不可能全面超越，但至少我们的产品能达到用户的心理预期，这一点非常重要。

问：你觉得和竞品之间有差距吗？比如我们的产品兼容CUDA吗？

欧阳剑：我们有和CUDA很接近的编程模型，和竞品比，确实各有优劣，如果全面不如对方，百度内部也不会用我们的产品，外部也不会有这么多客户。

性能上，我们的表现比竞品更好，性价比就更不用说了；当然在通用性、可编程性以及生态方面，我们确实和头部竞品有差距。但总体来说各有千秋，至少我们的产品能打破用户的选择门槛，这是关键。

问：能不能具体说说我们最大的优势是什么？

欧阳剑：如果和GPU相比，用户能直观感受到的第一个优势是性能，其次是性价比，还有我们的核心指标表现都不错；通用性和实用性方面我们做得也不差，虽然还达不到头部竞品的水平，但足以满足用户的核心需求。

问：我们的销售形式是怎样的？

欧阳剑：我们本质上是一家生态型公司，以产品为核心，对外主要销售板卡，同时也会提供SDK。在和客户合作的过程中，尤其是客户早期使用阶段，他们有时会需要整体的解决方案，我们会和合作伙伴一起，结合百度的技术能力去打造。

外部的很多场景，我们也会和合作伙伴一起做定制化开发，不只是提供芯片，而是给到一整套的解决方案。

问：我看到咱们的愿景是“成为划时代全球领先的智能计算公司”，想问问怎么理解“划时代的智能计算”？最近不少同行也都在提类似的概念，我们和他们有什么区别？

欧阳剑：很多同行只是喊出了这个口号，但并没有真正理解背后的含义。

所谓划时代，信息产业发展了五十多年，经历了大型机、小型机、PC、移动互联网、云计算这些划时代的阶段，当然还有很多细分的发展阶段，而AI就是下一个划时代的发展方向。我们希望能在AI这个新时代里，成为领先的智能计算公司。

问：我们的XPU架构具体的最大创新在哪？

欧阳剑：我们在2017年的论文里就提出了XPU的概念，核心是“多样性”。AI计算本身就是一种多样性的计算，不只是单一的算力运算，三四年前很多人还没意识到这一点，还在做单一架构的探索，所以他们的计算架构局限性很大。

我们经过10年的积累，很早就意识到AI计算的多样性，同时我们还有更大的愿景，希望在AI计算之外，把高性能计算等领域也做好，XPU架构就是基于这个目标定义出来的。

问：昆仑芯二代芯片同时支持训练和推理，我了解到其他同行要么只做推理，要么只做训练，分化得比较严重。

欧阳剑：核心是产品定义要精准，同时架构要能支撑，让同一颗芯片既能做好训练，又能做好推理，这其实并不容易。

英伟达的芯片能做到这一点，我们的芯片现在也具备同样的能力。

而且我们的芯片本身性能很高，包括内存带宽、芯片间互联带宽都有优势，还有完整的软件栈做支撑，技术上能保障单芯片实现训练和推理的双重功能。未来从产品规划来看，我们也会做产品线拆分，推出更多针对性的产品。

问：还有一个关于PPA（芯片设计三要素，功率、性能和面积）的问题，现在大家都在提异构计算，算力、数据、算法都特别重要，现在很多企业甚至通过AI来做芯片的PPA优化。你觉得从芯片设计角度，我们该怎么把这些优化转化为实际性能，怎么提升PPA指标？

欧阳剑：技术发展确实很快，但核心是要形成一个完整的技术闭环，这也是我们过去10年一直在做的。

单是IP这块，我们就迭代了三个大版本，芯片也做了两代，落地使用的芯片大概有1万片，在这个过程中我们收到了大量用户反馈。

我们能明确知道技术该往哪个方向改进，通过真实数据指导技术迭代，这样就能形成良好的闭环，比别人更快、更准地完成产品迭代，把PPA指标做得更好。

问：当前芯片缺货的情况对我们有什么影响？供应链和量产交付这块怎么解决？

欧阳剑：国产替代这个话题比较敏感，我先不回答。供应链确实是很大的挑战，对公司的整体运营影响不小。现在需要换一种思路，重新看待供应链管理和产品管理，这对我们来说挑战很大。不过目前我们已经制定了一些应对方案，短期内的供应问题能解决；但长期来看，这段时间的缺货让大家对供应链的理解和认知都有了新的要求。

这更多还是靠我们的先发优势，我们对自己的产品有信心，所以会提早备货；同时我们对客户需求的判断也比较精准，对客户也有信心，这是核心。

问：这对我们下一代芯片的量产会不会有影响？

欧阳剑：肯定会有影响。在这种情况下，谁能更精准地把握客户需求、对自己的产品理解更透彻、更有信心，谁就能掌握主动权。因为在当前的供应链环境下，我们其实没有太多话语权，和大厂谈判，能做的就是把自己的事做好。

问：芯片缺货层面，你能不能举个例子说说具体的变化？

欧阳剑：以前做芯片公司，不太需要直面供应链的挑战，但现在供应链问题已经和产品研发、市场拓展同等重要，必须放到公司核心运营层面来考量。

上游涨价了，我们的产品定价也会做相应调整，这是行业共性。

三、国内AI芯片产品想成功，就要无限接近、局部超越英伟达

问：这两年半导体行业特别火，比前几年热多了，很多人说从没见过行业这么火的时候。你觉得，行业火热的原因是什么？为什么这种周期性变化这么大？

欧阳剑：我在这个行业待了13年，前几年做硬件、做芯片的，根本招不到学生，大家都不愿意进这个行业，很多人改行做互联网、游戏、金融，做芯片的人才非常稀缺。

现在行业火热，一方面是国家的重视，出台了很多扶持政策；另一方面是产业资本的大量投入，创业公司层出不穷。

但国内芯片领域的人才储备本来就不足，团队数量有限，供需失衡就导致了行业水涨船高的现状。我觉得这是阶段性的，所有行业都会有周期，比如之前的移动互联网、O2O，都经历过这样的阶段。

问：你刚才说对接了100个客户，是已经有100个客户实际使用我们的产品了吗？这些客户主要是智慧城市、计算机视觉领域的吗？

欧阳剑：客户分布比较分散，高校、研究所、企业、金融机构都有，覆盖多个领域。

问：那这些外部客户的部署，和百度搜索这些内部项目的落地，在考量因素和实践关键点上有什么不一样？

欧阳剑：不同商业场景的开拓，有各自的特殊性，但核心诉求是一致的，都要求产品好用、通用、性价比高。不同的是，有些客户会更考验产品的技术能力，有些则会更考验商业服务能力。

比如互联网客户，对产品技术能力要求高，对解决方案的依赖度低；而智慧城市这类客户，除了产品本身，对定制化解决方案和商业服务的要求更高。我们在这个过程中，不仅发挥了产品技术的优势，商务拓展能力也得到了很大的提升。

问：能不能举个例子，百度数据中心的落地经验，有多少能复用到其他客户的数据中心？又有多少需要定制化开发？

欧阳剑：技术层面基本不需要定制化，我们的芯片是通用的人工智能芯片，这是最大的优势，在百度跑通的技术方案，在其他公司也能直接落地，就像GPU一样，客户直接使用就行。

不同的地方在于，不同公司对商业化服务和解决方案的需求不一样。

比如，互联网公司基本不需要定制化方案，只要产品足够好，直接卖板

卡就行；但其他行业的客户，可能需要很强的商业开拓能力和定制化解决方案，这是不同的地方。

从客户数量来看，我们独立销售的占比更大，因为我们双管齐下，既通过百度的生态拓展客户，也自己做独立的市场开拓。

问：说到行业周期，有没有哪个瞬间，你看到某些公司的产品或模式，觉得他们可能会被市场淘汰？主要说说什么样的云端芯片公司，在技术或模式上，经不住市场的考验？

欧阳剑：核心还是看市场需求，用户需要的是通用、高性能、高性价比、好用的芯片，在这几个维度，云端芯片的市场竞争非常激烈。现在已经有英伟达、我们这样的优秀产品跑在前面，如果新的产品出来，在这几个核心维度上有明显的短板，那肯定很难在市场上立足。

问：就是不能有明显的短板。

欧阳剑：对，在通用、性能、性价比、实用性这几个维度，不能有特别明显的缺陷。

问：从市场需求来看，你觉得云端芯片的市场规模有多大？背后的发展动力是什么？

欧阳剑：具体的规模，很多行业分析报告都有数据，大概在百亿级别，未来的增长速度会非常快。

发展动力方面，回头看会发现，百度作为AI先行者，最早只是在广告、搜索等业务上用AI算力，现在百度的所有业务都在使用AI算力，算力已经成为业务的标准配置。

现在其他行业也在开始探索AI算力的应用，目前还是小范围尝试，未来10年，AI算力会从行业探索逐步走向全面普及，成为所有行业的标准配置，就像现在的CPU一样，甚至会形成更细分的算力体系。

问：现在接触的非互联网、非广告类的业务越来越多，你比较看好哪些领域的发展？

欧阳剑：互联网肯定是最早应用AI算力、也是需求最直接的行业，其他行业也有很多机会，虽然有些行业的市场规模不如互联网，但整体发展潜力很大。比如制造、汽车行业，都是非常大的产业，AI算力的落地空间很广。

问：现在很多互联网巨头都在自研芯片，你怎么看待这个趋势？

欧阳剑：大家都愿意尝试自研芯片，这对行业来说是好事。但芯片研发的门槛很高，现在已经有很多做得好的公司和产品跑在前面，用户对芯片的认知和要求也越来越高，在这个过程中，跟不上行业节奏的团队肯定会被淘汰。

从产业发展的角度来看，最终不会形成每家公司都养一个芯片团队、内部自成体系的局面，还是会出现一批头部的芯片公司，支撑整个产业的算力需求。

问：你说的“内部自成体系”，是不是指垂直化发展？那目前各家互联网巨头和芯片公司的打法，已经出现差异化了吗？

欧阳剑：现在很多芯片公司都推出了第一代、第二代产品，市场反馈怎么样，大家都能看到。不同公司的背景不一样，团队能力不一样，对产品的理解和技术积淀也不一样，这些差异最终都会体现在产品和市场反馈上，现在行业的分化已经开始显现了。

问：你觉得整体来看，国产云端芯片的发展到了哪个阶段？

欧阳剑：我觉得现在正处于“跨越鸿沟”的阶段，从技术探索走向商业普及的关键阶段。

问：“跨越鸿沟”是不是指商业化正在被客户验证，逐步走向成熟？

欧阳剑：对，商业上逐步走向成熟。

问：以前行业更多是技术驱动或产品驱动，大家并没有在商业化上形成自循环；现在我们的判断是，国产人工智能芯片已经逐步具备商业化自循环的能力，那些还不能实现商业化、短期内看不到商业化希望的公司，大概率会被市场淘汰。

欧阳剑：对，《跨越鸿沟》这本书里的理念，特别贴合现在的行业现状。从产业发展来看，现在很多像百度这样的先行者，已经验证了国产AI芯片的产品价值，这是“鸿沟”的左侧；而“鸿沟”的右侧，是更广泛的大众用户和行业客户，能不能让这些客户接受并使用国产AI芯片，是现阶段的核心问题。

从目前的情况来看，我们在很多指标上都已经达到了客户的要求，现在就是要跨过去，打开更广泛的市场。

问：你觉得国产云端芯片“跨越鸿沟”的拐点会在什么时候？

欧阳剑：未来三年。

问：实现这个拐点的关键条件是什么？

欧阳剑：这是个非常好的问题，关键条件主要有一个：国内AI芯片公司的产品能力，要无限接近英伟达，并且在局部能力上能明显超过它。

问：核心还是体现在产品技术本身？

欧阳剑：对，最终都要落地到产品上。

问：那目前国产云端芯片还面临哪些挑战？

欧阳剑：这个问题很尖锐，挑战其实一直都在，而且是系统性的挑战。用户的核心诉求永远是更快、更强、更省，而英伟达作为行业领跑者，一直在拉高行业标准，对后来的企业来说，要持续满足用户的需求，跟上甚至赶超领跑者，非常不容易。这需要持续的技术投入、持续的技术创新，不能掉队，也不能踩错发展节奏。

问：面对这种系统性的挑战，有没有具体的解决思路或建议？

欧阳剑：除了常规的持续投入、持续迭代产品，核心是要用创新的方法解决用户的核心需求。这也是我们公司的核心方法论，因为如果只是跟跑，很难赶超领跑者，必须在追赶的同时找到差异化，通过创新实现局部突破，形成领先优势。

我们团队在这方面有很多经验，比如最早做存储的时候，发现传统SSD的性能不行，我们就提出了软件定义Flash的概念并实现落地；做网盘的时候，发现存储成本太高，我们就做了相关的技术优化。团队有敢于创新的基因，习惯在挑战中用创新的方法解决问题。

问：放在整个AI芯片行业来看，你觉得昆仑芯的技术和落地进度处于什么位置？

欧阳剑：第一梯队，行业领先。

问：启动昆仑芯研发到业务独立，你觉得最大的收获是什么？

欧阳剑：做昆仑芯芯片之前，我从来没做过芯片相关的工作，最后把芯片做出来了；芯片做出来之后，我也从来没做过销售，最后也把芯片卖出去了。这个过程不仅极大地提升了我的个人信心和能力，也让团队得到了锻炼，收获了一支能打硬仗的优秀团队。

问：有些互联网公司做芯片，是通过软件来驱动硬件研发，算法层面的能力很强，但硬件底层的技术积累，相比英伟达这种有数十年积淀的企业还有些落后。你觉得这，块的差距该怎么克服？

欧阳剑：和英伟达这样的企业比，我们作为创业公司，在工艺平台、硬件底层的积淀上确实有差距，这是客观事实。

比如，英伟达的芯片能做到800多平方毫米的面积，还能实现大规模量产，这是一套系统性的能力，包括工艺、供应链、客户关系、商业布局，一般的创业公司根本做不到，就算能做出来，也没有足够的产能支撑，产品也卖不出去。

我们要做的，是通过架构创新、软硬件融合创新，来弥补硬件底层的差距，把这部分短板补回来。

问：你觉得这种弥补能达到什么样的效果？有没有一个大概的比例？而在一颗芯片的价值中，硬件和软件的占比大概是多少？

欧阳剑：芯片的价值，核心是架构和软件，硬件的制造工艺在行业内已经比较成熟，有标准化的体系。创业公司在硬件制造上的能力，虽然不如英伟达，但至少不会拖后腿，核心的创新还是在架构和软件层面。

问：说到收获，你觉得迄今为止，昆仑芯做的最正确的事情是什么？现在已经取得了阶段性成果，核心原因是什么？

欧阳剑：第一是抓住了行业和时代的发展窗口，踩准了节奏；第二是在产品和技术的判断上有前瞻性，没有走弯路；第三是团队的能力和执行力非常突出，能把战略和规划落地执行到位。

问：你之前没做过芯片和销售，但不管是技术布局还是市场窗口，都踩得很准，你觉得核心原因是什么？和你的专业背景有关吗？

欧阳剑：我本科是学电子的，研究生学的计算机，加入百度前几年做的IDC和架构创新工作，和芯片研发一脉相承，做了很多偏系统的项目，涉猎很广。

所以我对计算机体系结构、硬件、软件系统的理解都比较到位，对技术落地也很有信心。

问：我听过一些算法企业的说法，说“AI就算法加芯片，不等于芯片算法化”，你认同这个观点吗？

欧阳剑：“芯片算法化”的具体含义，要看他们怎么定义。

百度在算法方面的积累是毋庸置疑的。做芯片，尤其是ASIC这种复杂的芯片，本质上是一个复杂的软硬件系统工程，软硬件缺一不可，不能割裂来看，这对团队的要求非常高。

英伟达能有今天的成就，核心就是软硬件团队都非常强，我从2008年就开始用英伟达的GPU做通用计算，他们的芯片技术和SDK编程模型都做得非常领先，软硬件的融合能力是核心优势。

我们的团队也有这样的基因，我本人是做系统出身的，软硬件都懂、都做过，团队成员在软硬件领域也各有专长，能很好地配合协作。

问：你觉得衡量昆仑芯取得阶段性胜利的标准是什么？是量产多少万片，还是其他指标？

欧阳剑：不同阶段的标准不一样。两年前，很多公司做的AI芯片根本没法实际交付给客户使用，而我们的昆仑芯一代芯片实现了2万多片的部署，这在当时就是很大的成功。

对于昆仑芯二代芯片，我们的期待更高，希望不仅在百度内部落地，还能在外部开拓更多大客户，这是我们现阶段定义成功的核心指标。

问：这是Robin对你的要求更高，还是你本身就是对自己要求很高的人？

欧阳剑：更多的是团队的自我要求，和个人关系不大。

问：今年招聘的标准和之前比，有没有变化？

欧阳剑：我们团队对人才的要求一直都非常高，很多同行的团队规模比我们大，但产品落地和技术成果不一定比我们好，核心就是对人才的要求不一样。

问：我问一个开发者关心的问题，飞桨他们很关心昆仑芯的芯片的生态建设，软硬件生态该怎么打造？在开源方面有没有相关措施？软件栈这块会不会开源？

欧阳剑：芯片的开发者主要分两大类。

第一类是系统开发者，这类开发者和使用GPU的开发者类似，需要复杂的系统开发能力，我们针对这类开发者，推出了一套和CUDA接近的编程模型，已经有客户在使用，包括手机端的开发也能适配。

第二类是AI时代新增的算法开发者，他们不关心底层的计算细节，更关心算法层面的算力支撑，主要通过飞桨这类框架做开发。我们针对这类开发者，在框架对接上做了一套易用的适配工具，能大幅降低他们的开发门槛。

AI芯片的软件栈架构是这样的：一方面能支撑飞桨这类框架，另一方面也能作为独立的通道，支撑系统开发者的工作。不是所有开发者都需要用框架，有些开发者会自己写计算程序或做底层开发，我们也为这类需求提供了对应的技术通道。

问：公司未来有IPO的计划吗？

欧阳剑：这个话题现在还不方便聊，公司目前还处于发展早期。

问：最后一个问题，在未来可预见的范围内，你比较看好哪些AI芯片技术路线的发展？

欧阳剑：肯定是我们现在走的通用型AI芯片路线，围绕用户的核心需求做产品，这是主航道。

©本文为智能纪元AGI原创内容