硅谷的芯片独角兽公司Astera Labs在纳斯达克申请上市，有望成为美国“AI独角兽第一股”。

Astera Labs被媒体成为“小英伟达”，其IPO备受关注。据监管文件，Astera Labs此次IPO计划以27美元至30美元的价格发行1780万股股票，筹资至多5.34亿美元。据此计算，Astera Labs市值有望超过45亿美元（322亿人民币）。

大模型的迅猛发展催生了对AI硬件的巨大需求，受益于这股浪潮，Astera Labs的发展非常迅猛。上市前，Astera Labs已经获得了英特尔、老牌硅谷VC Sutter Hill以及知名投资公司富达的投资。在2022年的D轮融资中，其估值超过32亿美元。

风口上的“小英伟达”

Astera Labs的核心产品是数据和内存连接半导体，这是一个过去非常边缘，但随着AI尤其是Transformer模型的发展而被突然推向前台的产品。

过去十多年里，AI对算力的需求增长一直都远远快于硬件的发展。芯片的性能增长遵循摩尔定律下，每18到24个月提升一倍。而CV、NLP和语音模型的运算量平均每两年可以翻15倍，让摩尔定律的速度宛如乌龟在爬。随着大模型而火起来的Transformer模型，模型运算量更是平均每两年翻750倍。

模型的规模爆炸式增长，除了造成巨大的算力短缺之外，还带来了所谓“内存墙”的问题。芯片的计算离不开与内存之间的数据传输，在过去这通常不会是一个问题。但现在的大模型实在太大，已经触及了内存数据传输带宽的上限。要应付大模型的算力需求，最简单的方式是加卡。但如果带宽不提高，加再多的卡也会无济于事。

这就是Astera Labs的产品所要解决的问题。2017年的一天，Astera Labs的三位创始人在Jitendra Mohan、Sanjay Gajendra和Casey Morrison在德州仪器的总部碰面，当时他们都还在德州仪器工作。Sanjay Gajendra称那是他们的“顿悟”时刻，三人一致认为，人工智能和机器学习发展的太快了，数据连接会是一个大问题。

没有过多犹豫，三人选择了一道辞职创业，虽然他们在此之前都毫无创业经验。2017年11月，Astera Labs正式在加州圣克拉拉创立。

事实证明他们的确颇有远见。招股书显示，Astera Labs的收入增长曲线与英伟达颇为相似。英伟达的营收在2024财年（截至1月31日）增长了126%，突破600亿美元。而Astera Labs 2021年-2023年的收入分别是3480万美元、7990万美元、1.2亿美元，预计2024年将达到2.5亿至3亿美元。并且Astera Labs接近70%的毛利率也与英伟达相当。

创始人Jitendra Mohan在IPO公开信中表示，当今的AI模型参数数量超过1万亿，一个AI运算集群可以包含数千颗GPU，而这些GPU有一半的时间在等待数据传输的过程中空转。如何提高这些AI硬件的利用率是一个巨大的挑战，也是Astera Labs的机会所在。

现在，Astera Labs的客户包括英伟达、AMD、英特尔等各大芯片厂商，也包括亚马逊、微软等互联网大厂。理论上，每一颗英伟达的H100芯片都会需要Astera Labs的产品。

以色列富豪拿下150倍回报

创业七年估值45亿美元，Astera Labs写下了又一个硅谷神话。不过，Astera Labs并不是从一开始就这么火。某种程度上，这也是一个曾被硅谷主流VC忽视的项目。

据Sanjay Gajendra的回忆，创业之初Astera Labs的故事并不性感，大家觉得他们做的东西并不重要。这并不奇怪，时间回到2017年，在美国VC市场上半导体还是一个边缘化的赛道。在大模型的发展使得“内存墙”的问题变得不可调和之前，连接半导体的确只是个市场空间很有限的“小玩意儿”而已。

幸运的是，Astera Labs得到了以色列富豪Avigdor Willenz的认可。Avigdor Willenz是一位以色列企业家，早在2001年，他以27亿美元卖掉了自己创立的公司，是当时以色列卖价最高的创业公司。此后，Avigdor Willenz长期从事科技投资，投了不少云计算初创公司。

作为一位个人天使投资者，Avigdor Willenz没有VC机构那么多条条框框。Sanjay Gajendra回忆，Avigdor Willenz只花了不到五分钟就在一张纸上写下了投资的基本条款，包括投前估值、投后估值等等。Astera Labs的三位创始人当时都是完全的融资小白，临时在谷歌上搜索了这些术语都是什么意思，然后很快速的敲定了融资。

专业VC机构的入场就要慢得多了，Astera Labs在2020年才完成第二轮融资，领投方是Sutter Hill Ventures（一家比红杉还老牌的硅谷VC，也是成为资本最早的投资人）。这一轮Astera Labs还引入了关键的产业资本英特尔，另外前博通高管Ron Jankov也以个人身份跟投，Avigdor Willenz也继续追投。根据媒体报道，Astera Labs此时估值在一亿美元左右。

Astera Labs真正开始起飞是2021年9月的C轮，由富达领投，融资额5000万美元，估值增长了近10倍，达9.5亿美元。2022年11月，Astera Labs完成D轮融资，融资额1.5亿美元，估值继续增长至32亿美元。

作为天使投资人的Avigdor Willenz将成为Astera Labs上市的最大赢家。假如Astera Labs上市后市值能达到45亿美元，Avigdor Willenz那笔天使投资的回报将超过150倍。不过，Avigdor Willenz此前表示他并不着急退出Astera Labs，他认为Astera Labs的增长潜力才刚刚开始释放。


云端ASIC芯片迎来新机遇

随着AI技术的爆发，不同类型的芯片在AI计算、训练和推理等方面发挥着关键作用。每种芯片类型都有其独特的优势，从而满足不同应用场景和需求。

这些AI芯片的发展势头迅猛，预示着芯片行业将在AI时代迎来更大的挑战和机遇。

比如，在海外，大型云端服务业者已开始扩大自研ASIC芯片的趋势越演越烈，Google自2023年下半加速自研TPU导入AI服务器，年成长将逾7成，2024年AWS亦将扩大采用自研ASIC，出货量有望实现翻倍成长，其他如Microsoft、Meta等亦规划扩展自研ASIC计划。

所以，接下来，我们将重点来关注国内厂商在AI芯片上具有潜力的领域，把更多目光落在了ASIC上面。

首先，ASIC芯片市场的竞争格局与其他类型的芯片市场有着明显的区别和差异：传统通用型的CPU领域早已有Intel、高通，GPU领域有英伟达等领导者，而FPGA中有被AMD收购的Xilinx（赛灵思）和被英特尔收购的Altera（阿尔特拉），前两者市占率约90%，国内FPGA领域龙头企业为安路科技，该公司于2021年11月12日科创板上市，但其在全球市场所占份额不大。

只有与AI计算最为契合的专用定制ASIC领域，尚未形成以某一或某几家头部厂商垄断的局面，庞大且分散的市场格局，垂直且碎片化的市场需求特征，正为国内企业提供了不少的机会。

此外，ASIC在满足小型智能设备需求方面的卓越性能，也为未来的技术创新和市场应用提供了有力的支持。

ASIC往往跟据客户的具体需求将CPU、GPU、存储器乃至蓝牙、WIFI等数十个小规模IC模块集成在一块芯片上，实现系统级设计需要，这样的做法也被称为SoC（片上系统）。

由于其低功耗高效率的特点，特别适用于功耗较低、空间较小的智能终端，这使的ASIC芯片的独特性和优势，使其成为各智能终端或流量入口的首选解决方案，并有望率先在这些领域实现规模化应用。

ASIC应用领域包括但不限于智能手机、可穿戴设备、安防前端摄像头、智能家居设备以及无人机等。

其中，ASIC在智能手机中有两种主要的芯片，一个是AP（Application Processor，应用处理器），另一个就是BP（Baseband Processor，基带处理器），目前手机中还有第三种ASIC芯片称之为CP（CoProcessor，协处理器），每个厂商对CP都有不同的名字，比如苹果把它叫做协处理器，高通820叫做“低功率岛”，CP的性能已经可以很高了，其开始处理的东西越来越多，现在的CP已经可以处理虚拟现实，增强现实，图像处理，HIFI，HDR，传感器等等。

大家所熟知的麒麟芯片便属于ASIC中的AP，而在国内做BP较为知名的芯片公司则为在科创板上市的翱捷科技。

根据KBVResearch报告数据显示，2019-2025年，全球ASIC芯片市场规模预计将达到247亿美元，在预测期内以8.2%的复合年增长率增长。

当前国内ASIC厂商的迅速崛起，某程度上可反映出这些芯片企业在技术研发和生产制造方面的实力和优势。

未来，随着技术不断创新和行业竞争的深入，国产ASIC芯片有望成为全球市场的重要参与者，并在AI芯片领域取得更大的突破。