VC闯入数智芯时代

2023年6月29日，由江西省国有资产监督管理委员会指导，江西省国有资本运营控股集团有限公司主办，江西国控私募基金管理有限公司承办，中国民生银行南昌分行、金石投资有限公司、清科创业协办的“2023江西产业基金生态大会”在南昌举办。

大会以“以产业基金·助产业发展”为主题，力邀投资界及产业界代表齐聚南昌，以千亿基金链接万亿资源，开启产业投资发展新局面，共助江西实现高质量跨越式发展。

本场《数智芯时代的无限可能》圆桌对话由慕华科创创始合伙人 张 妤主持，对话嘉宾为：

费 飞 孚腾资本 总经理、创始合伙人

李勇军 浦科投资 创始合伙人

逯家宁 芯动能投资 合伙人

吴 巍 临港科创投 总经理

章 童 晨壹投资 管理合伙人

以下为对话实录，

经投资界（ID:pedaily2012）编辑：

张妤：首先非常感谢国控举办的盛会，让我们所有人相聚一堂。下午的主题是《数智芯无限可能》，首先请允许我做自我介绍，我是来自慕华科创的张妤。慕华科创是清华大学资产管理有限公司下属股权投资平台，我们主要投资方向包括人工智能、新能源汽车以及先进制造。我自己本人也是清华大学计算机系人工智能方向的博士，非常荣幸能够参与这场论坛的主持。

首先有请各位嘉宾做一个简单的自我介绍和所投领域的分享。

费飞：首先感谢江西国控和清科组织这场活动，我是来自孚腾资本的费飞。正好讲到投人工智能、芯片这块，孚腾资本去年也投了三个相关的项目，今天很高兴能够参与论坛。

李勇军：感谢江西国控搭建这么好的平台，能让这么多朋友聚在一块，我是来自上海浦东科技投资有限公司的李勇军。浦科投资成立于1999年6月，听这个名字就知道是国企，确实是浦东新区最早从事高科技投资的平台。2014年因为一个契机，我们浦科投资进行了混合所有制的改革。从投资领域来讲，在国有投资平台时代，我们围绕整个战略新兴产业在进行投资。从2012年起，我们逐步开始聚焦，从集成电路并购开始做起，尤其是海外并购。大家可能听说过，当年浦科投资曾经发起收购展讯、锐迪科和澜起，后来沿着集成电路产业链，越来越聚焦。到目前为止，浦科投资基本聚焦在集成电路装备材料零部件，也就是俗称的最最卡脖子的领域。

现在浦科投资管理的基金规模有400亿人民币左右，旗下有两个重要的投资平台：一个叫上海半导体装备材料基金，从一期做到二期了；另外，浦科投资混改后收购了一家上市公司万业企业600641，原来是一家房地产上市公司，现在我们把它向集成电路装备材料零部件领域转型，上市公司也以并购投资为主，大体有这样的分工。

逯家宁：感谢主持人张总，也非常感谢江西国控和清科的邀请。我来自于北京芯动能投资，我们是比较低调的基金，成立于2015年，主要由上市公司京东方（显示面板全球龙头）和国家集成电路产业基金联合发起设立的，我们主要专注在泛半导体领域投资。我们在管的基金有11支，整体规模一百多亿，已投项目七十多个，上市公司有十几家。因为比较关注泛半导体领域的细分赛道，我们基金有明确的策略1+N，就是在每一个基金都培育一个重点的龙头企业以及N个细分领域龙头。举个例子，大家了解的奕斯伟项目就是我们首期基金孵化的项目，不论是在芯片设计还是硅材料以及先进封装都有比较大的产业布局。同样，我们会深度服务被投企业做产业资源赋能和整合，以期为LP创造更好的回报。

吴巍：大家下午好，我是上海临港科创投资的吴巍，我们专注硬科技的投资，最早切入半导体公司和医疗器械投资，逐步从硬件开始走向软件的投资。今天除了上海人工智能产业基金，我们也管理了临港智能智兆系列基金，跟上海交大成立了产学研孵化基金做科技成果转化，孵化了一系列龙头企业，我们团队从硬件和软件两方面去布局。因为我们看到的今天讲数字化、讲芯片，其实未来这个赛道是我们比较重要的方向，因为我们觉得软件的能力定义硬件的边界，无论是半导体还是人工智能还是未来很多行业。

章童：我是来自晨壹投资的章童，我们成立于2022年，在管基金两支，管理规模一百亿。我们是一家偏综合类的并购机构，主要是投 中后期的项目，核心投资策略是通过控股或者参股投到细分龙头，成为有影响力的股东，然后进行深度的赋能，帮他做一些产业方面的整合，实现价值的创造。所以我们在投资领域相对多元化一些，我们竞争格局比较分散，有成长性的行业我们都会关注，半导体也是我们重点关注的领域。所以今天我们非常高兴有机会能够参加江西省产业基金的生态大会，能够和行业一些大咖进行交流和学习。

张妤：其实各位嘉宾都特别低调，刚才我们在准备这场活动的时候，我们也一起讨论了人工智能时代到底是算力、算法还是数据推动了现在看到的通用人工智能时代的到来。经过了一些交流讨论，我们接下来想把问题再抛给各位嘉宾。我们知道CHATGPT热点出来之后，中国创业者一直在追赶，截至5月底中国大模型发布的有79家，现在有更多新秀涌现。您觉得在生成式人工智能领域有哪些机会，又有哪些差距或者困难？

费飞：各位做投资的都在重点关注，我们内部也做了多次的探讨。从投资的角度来说，大概有三个方向可能衍生出来一些机会，第一块就是算力，在大模型算力的基础，包括算力所需要用到的设备、用到的相关产业；第二块就是整个人工智能的核心就是芯片，国内也有不少做GPU的公司，里面有很多资金的布局，虽然差距很大，但从自主可控和未来发展方向来说，希望有一到两家能够真正跑出来的GPU公司；第三块就是大模型应用到的具体行业。

李勇军：张妤博士是清华人工智能的博士，非常专业。我接触人工智能教材很早，90年代上过这门课，我一直以为人工智能取得这么大的进展除了算力和数据，还有算法的进步。人工智能要发展得好，首先是算力，其次是算法，第三是数据，三要素缺一不可。算法和数据偏软，算力本身就是靠芯片来支撑的偏硬。现在国内做芯片的设计者也很多，大家也知道芯片设计出来还不够，还要想方设法造出来。而算力追求的就是最先进的制造工艺，大家都知道14纳米、7纳米、5纳米、3纳米，算力是追求最新工艺。

逯家宁：尽管我们芯动能比较专注在泛半导体领域投资，但是我们从2015、2016年开始也持续关注人工智能行业。人工智能起源于上世纪五十年代达特毛斯会议，在随后的六十多年内经历了一些起起伏伏。我们分析了人工智能起伏的原因，每一次起伏都因为三要素中数据、算力和算法至少有一个致命的问题。比如之前有的是因为数据量不够，有的是因为算力能力达不到，甚至是算法也在不停的迭代更新中持续优化。我们觉得ChatGPT的爆发不是偶然，是一个必然，是基于六十多年的积累。从1946年的通用计算机到现在手持设备，算力远远超过当时计算机的上千亿倍。从网络传输速度来看，从1G到5G以及未来的6G，速度提高了上百万倍，也是一个巨大的提升。从网络计算以及传输过程中产生的数据来看，有一个很重要的变化：就是2022年AI产生数据占比只有1%，但是根据Gartner预测到2025年，也就是短短三年后会占到10%。这怎么理解呢？我们可以从去年或今年开始算做一个分水岭，之前大部分数据都是人类自己实践产生的，但是往后的更多是机器产生的数据，而且占比越来越高。这时候很多知名人物包括霍金、马斯克等人都在为人类的前途担忧。我个人也很担忧，因为我们是不能理解机器产生数据的，尤其当它占到50%以上的时候，我不知道网络充斥的主题到底是什么样子，所以这也是人工智能发展的一个潜在的危险，当然今天不是讲威胁论的，更多是讲怎么应用好人工智能。我个人的看法，人工智能更多是一个生产工具的变革，就像当时计算机刚出现时，办公工具从手工、算盘等计算工具变成计算机，就像当年互联网刚出现时，从单机应用逐渐过渡到网络协同。未来所有企业的变革，大家都要借助于人工智能工具提高企业生产运营、销售、研发各个方面的管理效率，这才是最重要的一个点。由于以前的小模型很难解决多模态的应用，更多的是基于图像或者语音之类的单一应用，作为生产力工具是比较弱的。但是随着大模型应用的出现，人们使用起来越来越便捷，就像聊天一样。也因此很多工具都是从自然语言处理开始（这也是人工智能一个难题）来实现生产力的提高，所以我觉得未来的机会更多是在提高企业自身运营能力，相当于竞争对手管理得更好，研发效率更高，销售更精准，对人类社会做更多贡献。

吴巍：因为我们早期投半导体，然后又投软件，又投人工智能，所以看到太多的过程。其实人工智能发展到今天，核心有两个节点，第一，BP算法的出现，反向算法的出现让你的模型开始收敛；第二，CPU到GPU，GPU并联算法的出现让大数据成为可能，所以算力和算法是各自推进的，同时成为各自的瓶颈。今天我觉得算力也好，算法也好，其实发展还是非常快，包括英伟达的A800，还有一个很大的问题就是数据问题，就是我们怎么获得更加有效的数据。今天我们ChatGPT出来，大家看到OPENAI，不停用工程化解决所有的问题，然后得到这样的结果。所以这个过程并没有大家想的那样，马上可以有GPT5呈现的结果。它的数据显示，用问询的形式，以及未来会不会变成向量数据库，带来的变化不仅是一个点的变化，比如从底层的基建来讲，带动了大量数据中心IDC、大量数据的传输和存储。英伟达不是算力多强，核心一点是它的cuda是软件生态。我们怎么做兼容，我们所谓的兼容是什么层面的兼容。这个生态我们测算过，2016、17年投GPU测算够需要多少人、多少资金量才能进去，这是算力层面。

再到上面高速传感SerDes，我们投了它，包括光芯片，还有网络交换机投了2家，这是三四年前投的。如果ChatGPT带来机会，有很多东西可以投资以外，在应用层面一个真正好的公司不会说用了什么技术，而是一定有好的产品。字节跳动是人工成本技术，但是给大家看的是好的产品。我不希望拿着锤子找钉子，今天我们在AI上一个阶段已经看到结果了，未来是好的产品，它真正定义新技术之后是什么样的商业模式，是新一代技术发展带来的商业模式和收费模式。这样的话，它背后可能是各种技术的整合。我们几年前讲SaaS为什么这么强，不是解决云计算时代的问题，而是解决商业模式和收费模式的问题，怎么通过订阅制收费，我们期待看到这类公司、很期待这个产业，这个产业未来带动的变化是非常巨大的。

章童：听了刚才主持人所说，今年大模型的概念非常火爆，而且有点出圈的意思。过去这可能只是投资圈专业圈的话题，现在变成全民讨论的话题。这说明大模型已经开始走出实验室阶段，进入真正的商业化应用阶段。最近我看到一份麦肯锡的报告，认为大模型对全球经济增量的影响，每年可能是万亿美元级别的，相当于每年增加一个英国的GDP。他们认为价值提升主要集中在四个主要领域，包括软件工程、产品的研发、客户的运营，还有销售。这几个行业都会有颠覆式的影响。从投资机构的角度而言，刚才各位都讲到非常多的应用端的百花齐放，包括带来产业链早期的机会，可能都是创投基金重点关注的领域。我们作为PE，也会关注大模型领域，但我们更倾向于从以下三个方面抓住适合PE投资策略的机会，

第一，不管是大模型的训练还是应用端的落地不可避免带来对上游硬件、基础设施增量的需求，我们可以看到今年最火AI概念股，表现最好的是算力芯片、光模块。

第二就是刚才逯总提到大模型带来海量数据的生成，还有数据的训练，这也会使数据网络安全的需求有很大的提升空间，IDC预测今年数据安全需求市场能达到千亿美元，比去年增加了五倍以上。网络和数据安全一直是适合PE及并购基金关注的领域，现在我们会更加关注这个行业。

第三块吴总也提到大家运用AI技术进行产业升级，去提高效率降低成本，这本身就带来传统产业进行技术改造，也是我们PE擅长的转型整合投资机会。

张妤：顺着章童总讲到，你提到人口问题，跟海外机构沟通为什么今年美股人工智能涨这么多，除了人工智能之外，大家认为通过人工智能不是生产关系的提升，而是真正的生产力的爆发，可以把人工智能当成一个团队的伙伴，一个人加上人工智能就是一个团队，当前人口老龄化或者少子化，这就相当于身社会拥有了更多的青壮年劳动力，这个产业对于中国未来应对人口红利的消失也很重要。

总结刚才各位投资人的分享，大模型投资分为三个层次，最底下是基础设施层，包括芯片以及做好芯片其他的材料等等，基础设施层上面的第二层就是所提到的基座大模型foundationmodel，也就是大家用的CHATGPT，在上面的第三层可就是垂直大模型或者称作场景层。

刚才嘉宾也提到芯片算力，请问各位嘉宾，芯片产业发展的关键点有那些？

费飞：我们也讨论过这个问题。从第一方面就是比较重要的制造端，就是把整个产业链拆封了，从设备到材料有一些追赶的机会，或者有一些投资机会；第二块从芯片通用型到专业芯片的应用中，刚刚提到汽车、生物医药，这里面看到了一些投资的机会，总体来说芯片作为工业4.0，跟其他行业不太一样，是最基础的行业，所以在芯片方面的竞争还是会存在。我们看了张总介绍，希望通过资本的力量也好、科技的力量也好，能够跨过这至关重要的一关。

李勇军：我还是回到造芯片的话题，需要芯片是必须的，而且需要非常先进的芯片。怎么样把先进的芯片制造出来，必须要有好的装备材料。现在从国产化的角度来讲，当前主要目标还是在集中精力解决28纳米产业链这一块的装备材料，但是能够用来制造GPU是最先进的，台积电可以到5纳米了。实际上对于我们国家，现在从成熟的装备材料向更先进制程的装备材料过渡，自然又有很多需求出来，有需求就有投资机会。

第二从芯片制造的角度来讲，技术也不断地在演进，从14nm到7nm、5nm、3nm，沿着摩尔定律无限在逼近，也有一个尽头。和英伟达竞争最激烈的是AMD，AMD最近推出一款人工智能芯片，可以跟英伟达抗衡，当然既有追求线宽的过程，又做了存算一体的芯片，就是把CPU、GPU和存储器不是做在同一个芯片上，而是通过chiplet做在一个芯片组上，chiplet有可能是未来延缓摩尔定律另外的一个手段，就是把很多芯片有效集成在一起，这可能是有也是方兴未艾的技术。一个新的技术出现，对生产它的设备和材料也会带来新的需求，比如chiplet需要打深孔，必然带来刻蚀机的变化，怎么把这几个wafer键合在一起，也需要新的键合机。随着技术的演进也会带来装备材料新的需求，所以在装备材料这个领域的投资还是永无止境。

逯家宁：关于芯片的关键点，我认为重要的还是芯片的制造。正如刚才像几位嘉宾所说的，我们当下不只是对代工厂投资建厂的重视，更多的还是制造过程中对上游设备材料、核心零部件以及代工厂自身工艺能力建设和代工平台的建设。不管是通过国有还是民营资本，大家共同把国内代工厂环节做强做大，才有机会通过产业链牵引把半导体行业做强。

另一个关键点，中国的芯片设计企业，大概有三千多家，但是属于多而不强。目前业内一个共识就是需要产业的整合，我们不是需要在一些相对低端的芯片领域重复建设，这才是我们需要发展的重点。从实践上，作为投资机构来整合其实也面对很大的困难，两个公司整合，不论是上市公司收购资产，还是两个未上市企业合并，首先面对的就是股东的压力，这些方方面面都对我们的整合带来很大的困难。但是我相信随着这些行业的发展，包括上下游产业资源和优势越来越集中化，未来整合一定是一个趋势。我们被投的企业已经开始出现了这样的现象，现在从一些小规模的整合开始，慢慢的我们看到规模会越来越大，甚至可能出现某些上市公司之间的整合。

吴巍：我非常同意李勇军总讲的，ChatGPT是很重要的事情，其实芯片发展工艺到了重要的阶段，我觉得未来的ChatGPT技术是解决这个性能很好的一个方案，另外我们要区分是推理端还是训练端的芯片。中国大部分做的是推理端的芯片，今天讲的英伟达是训练端的芯片.训练端是大量数据，模型出来是推理端。过去几年一我们底层的算法一直在变化，从CNN模型不停地变，然后到模型，我们看到一个趋势，底层的模型会一统未来的算法江湖或者半壁江山。在这种趋势下，我们的芯片发展迎来一波很大的机会，就是专用芯片的发展。过去如果算法在不停改变，你作为一个芯片是基于这个算法的，芯片有一个很残酷的事情，你投入要顺应新的算法模型，因为它是算法驱动的算力，所以我们即使看到未来在专有领域芯片会有一波机会，要看它起多少量。但是我觉得今天芯片核心的问题就是产业不集中，会造成很多投资机构一个GPU出来又有一个GPU出来，没有一家做得好。这是创新领域，未来的半导体该怎么做，以一种怎样的方式和生态去做，需要国家去规划。

章童：我接着刚才的话题简单补充两句，我也认为国内半导体行业存在着小而不强的、比较分散的特点。作为并购基金，我们希望能够在合适的时机做市场化的整合，帮助他们实现竞争力的提升。举一个我们基金做过的案例：2016年我们参与投资了对精细化工品上市公司雅克科技，成为他们的重要股东。我们陪伴上市公司一起收购了一系列半导体材料的公司，包括华飞电子、UP化学、科美特等等，做了这些产业布局，把它从很传统的阻燃剂企业变成半导体材料的平台型公司，市值做到将近400亿。因为产业基金生态大会的主题是以产业基金助力产业发展，作为并购基金希望发挥这方面的功能，刚才提到整合面临很多困难、怎么协调，这些都是并购基金更擅长的领域。我们希望未来这些产业合作伙伴一起来合作，完成好的并购交易，助推整个行业的发展。谢谢！

张妤：最后请每一位嘉宾为我们江西发展数智芯相关产业给予您的宝贵建议和祝福。

费飞：建议方面，我认为有三点可以去做：

第一通过引导基金等工具能够投一些甚至是控一些行业头部企业，不管是总部搬过来还是建厂，然后打造行业龙头的效益，形成上下游特别是上游的辐射作用；通过基金的形式做这块，还是比较成熟的方式。

第二，有一两家龙头企业以后，怎么样形成人才的储备，能够让迁过来的龙头企业培育当地的人，起到人才的集聚作用；

最后是地方政府，刚刚也提到，从安商、稳商的角度做好工作，形成产业链的集聚和进一步的再发展。

李勇军：我从产业链的角度提一点建议，江西是资源大省，如何转化为产业大省还是大有可为的。比如江西有铜，集成电路就要用到铜，当然集成电路用到的铜连线、铜靶材，和原材料的铜要求肯定是不一样，这里面肯定有很多技术升级改造的过程；第二就是景德镇有陶瓷，陶瓷也是在我们集成电路装备零部件包括元器件领域，包括耗材领域也都大有可为的。我们和江西国控合作，刚落了一个项目在景德镇，是做MLCC陶瓷被动元器件的公司。

逯家宁：刚才各位嘉宾讲得非常好，产业布局这块我不是专家，提两个小的建议，一个是建议从产业链供需的角度看，个人感觉江西在产业链的供给端应该是比较有优势的，因为我们有丰富的矿产资源，还有不少龙头企业，是不是能考虑在需求端做一些相关的尝试布局，比如说解决产业链下游的一些关键应用，考虑以省为单位或者以地区为单位的需求，实现省内循环及省外输出的双循环。

第二个是，我们知道大模型的训练花费非常大，吴巍总也提到不只是对电能的消耗，对资金的消耗也非常大，例如，GPT-3的训练成本花了1200万美元。我觉得国内不需要每个地方都研发一个大模型，是不是可以考虑发展基于大模型的特色应用以及相关的特色产业。

吴巍：因为我是来自临港产业基金，我们在上海就是做招商的，园区面积占上海园区面积一半以上，有一万多家企业。我们投资的时候有五个人赋能组，因为投资和招商还是有差别的，投资是判别好坏，招商你除了给很大的资源，还要持续招商，你要跟创始人建立信任关系的，这不是一天说给你多少钱，你就跟着我走到哪里去，是长期的陪伴信任、服务。有新的机会、新的生态出现，不只是通过投资招引，除了招引还要注重培育。这两个的做法可能不太一样，首先招引围绕产业链抓住核心，因为我2016年刚加入临港第一个特任务就是负责特斯拉谈判，特斯拉引进后，把宁德时代介绍给特斯拉，因为特斯拉说要落电池厂，然后做手机电池又做了汽车电池，带动了中国新能源的发展。我们招的时候是有要求的，要多少产业链国产化，过程中提供给他方案。怎么样用财政的资金做招引的事情特别不容易，因为江西的产业政策，这么多人来，我觉得这非常好，而且是非常开放的心态。我听说很多人已经把产业落在江西了，我觉得速度非常快。我觉得这块是很不容易，但还有一块，就是招引完怎么真正培育，因为今天中国每个省市都会出大招，就会想办法留住产业，都会想办法用资金、土地各种各样的资源留住，怎么样在未来可持续以及生态能够越做越强，这也是我们在学习和思考的。

章童：江西电子信息产业发展非常快，具备区位、劳动力和供应链优势，承接了很多东部沿海的产能。从产值来看，江西居于中部地区的第一位，全国第四位。但是江西产业大多集中在比如LED照明、数字视听、移动终端等偏传统的领域，未来布局应该更有前瞻性，做产业结构的升级。我认为可以沿着产业微笑曲线向更高附加值的两端延伸，一头向上游比如材料、零部件，另一头像吴巍总提到的引入下游真正的大品牌，能够具有产业拉动力的产业巨头，这样才能把整个电子信息生态建立起来。这块如果做好，对整个江西数字化产业会有非常好的促进。

张妤：谢谢各位嘉宾，我们希望在座嘉宾以及其他新老朋友能够和江西一起携手，共创美好未来的新的数智芯时代，感谢嘉宾！

本文来源投资界，原文：https://news.pedaily.cn/202307/516889.shtml