文章核心观点 - 技术突破是科学问题，技术普及是商业问题，前沿技术真正进入各行各业往往要等到它成熟到“无聊”且足够便宜 [3][4] - CNN、RNN等Transformer之前的视觉模型加上规模较小的大语言模型，已能完成大量工业场景工作，不需要最大的模型 [5] - 登临GPU凭借解码能力优势和低成本策略，在价格敏感的工业领域一单一单替掉英伟达推理芯片甚至游戏显卡 [5][7][9] 快递物流行业AI应用 - 极兔大型转运中心占地30万平米，传送带总长40公里，平均一天出1000多起故障，光盯着流水线和分拣操作的摄像头就有将近3000个 [6] - 监控室大屏幕一屏放16个画面，每个画面停1分钟，平均3小时才能轮一遍，中间有170多分钟盲区，事故平均30分钟才被发现 [6] - 顺丰第一个大规模用AI盯住转运中心全部生产环节，极兔紧随其后，多个极兔转运中心装了8张登临KS38 GPU的AI服务器 [6] - AI服务器每秒刷新8次、处理1000个1920×1080画面拼成的巨幕，用YOLO等开源视觉模型做图像分割，包裹卡住1分钟内通知到人，10分钟内故障解除 [7] - 开发人员试过英伟达V100要四台服务器32张卡算力才够，另一家国产GPU算力够但没法同时解码1000路视频得买两台，最后极兔买了登临服务器一台几十万元 [7] - 服务器富余算力用来跑大模型识别暴力分拣，小模型筛出可疑案例交给大模型准确率从七八成提到90%多，不规范操作罚款和赔偿平均每单超过2分钱、一家公司一年数亿元 [8] 工业视觉检测行业 - 苹果陆续要求制造商全部用上AI光学检测设备，先采购送给制造商调试好证明可用再自行采购 [8] - 检测设备一台卖100万元以上，机械臂把零件抓上检测台，一列最多20个摄像头每秒拍10张，不停换灯光颜色调整零件位置判断尺寸和表面划痕 [9] - 深圳苏州多家检测公司：检查电路板几百个零件是否焊好一台十几万元，检查芯片和屏幕面板损伤一台最多上千万元 [9] - 视觉检测最早靠工程师写规则用CPU就够，疫情前不久开始用AI识别缺陷并装上GPU，起初标配英伟达RTX 3060、4070游戏显卡，这两年涨价且缺货后换成登临KS19 GPU [9] - 行业有几百家公司每家专做一个细分领域，年收入少的几千万元、2-3亿元已算中等规模，一百家加在一起未必超过商汤上市前融资额 [11] - 苏州高视已买服务器用大模型训练YOLO模型，大模型训练小模型比老工程师快、效果也比新手好 [11] 司法等封闭场景 - 司法部门下班后楼内小型服务器处理历史档案，数据不能也不需上传对外服务的大模型，27B Qwen就能整理成数据库，第二天工作人员像用豆包一样提问就能查到历史案件处理方式并附出处 [5] 登临的公司战略与产品定义 - 登临2017年成立，选择AI做突破口：设计芯片时加强AI常用矩阵计算，保留客户需要的通用计算能力，在AI上做“偏科生” [13] - 产品定义以客户应用指标来做，先按芯片面积预算估出能堆多少算力，结合功耗用模型预测性能，确认客户愿意付钱才往下设计 [13] - 视频分析客户希望一张卡接更多摄像头，登临把支持更多路解码当作和英伟达同类产品竞争的指标 [13] - 英伟达GPU按固定比例集成矩阵计算单元和通用计算核心，登临把矩阵计算单元单独拆出，通用计算核心不变但矩阵计算单元可调，同样芯片面积里拿出更大比例做AI加速 [14][15] - 图像预处理、结果排序等并行计算较重任务上登临相对英伟达不再有优势，这是权衡之后的选择 [15] - 登临前三代芯片用跟手机一样的LPDDR内存，比GDDR功耗更低但带宽只有1/3，为此配置较大SRAM暂存计算结果并配合软件减少数据往返，代价是SRAM占用芯片面积 [16] - 成立9年公司仍只有280人，只卖卡连服务器都不卖，服务大型政企项目则只卖卡给系统集成商及算法公司 [16] 登临的创业路径与客户积累 - 2007年李建文、王晨辉和王平先后加入芯片设计授权公司图芯，参与过核心计算设计，2017年11月11日王平从美国登机次日到苏州第三天开始工作，年底团队约10人 [17] - 成立前约半年客户和供应链走访定下方向：保留通用计算能力加上AI计算能力，支持客户熟悉的英伟达CUDA编程方式 [17] - 2020年夏天第一代芯片境外流片时芯片封锁已开始，当时英伟达T4最多解码24路，登临目标48路，至少做到2倍路数才能赢 [18] - 2021年春节前半个月拿到第一代芯片样片，赶在春节前实现海康要求的自定义算子，同年10月海康智慧产业股权投资基金参与D0轮融资 [19] - 最新一代芯片支持60路编解码，客户可自行分配编码和解码比例 [19] - 2017年12月王平逐条研究CUDA编程指南和公开指令接口说明，据此确定设计要求如共享内存大小 [19] - 客户要求无痛切换：客户发现过的软件错误下一代全部解决，主要软件接口不改、功能一致、性能提升 [20] - 昆山一家物流公司用英伟达游戏显卡做视觉检测风扇吸入粉尘基本每天死机，登临提供无风扇KS20靠GPU加外壳散热，该设计最初用于路边线杆视觉设备箱 [20] - 工厂全部用Windows系统，工厂很难培训操作工使用命令行，登临需为工业级应用专门开发各版本Windows驱动和相关软件 [20][21] - 工业客户很多年营收只有亿元上下，第一年只买20-30张卡，一年买200张已是大单，登临一个客户一个客户、一个行业一个行业地啃 [21] - 第三代产品一些开发能力有限的中小客户拿到GPU两周就能送到自己的客户那里试用，而第一代送进海康两个月还在调整软件驱动 [22] - 登临是长鑫最早的算力芯片客户，从2023年开始用它的LPDDR4X内存 [23] - 计划为下一代产品加入高带宽HBM内存及多颗芯片协同计算的互联设计，逐步进入公有云市场，先提高现有企业客户能买到的算力再做面向更大模型的产品 [22] 竞争格局与国产GPU生存逻辑 - 大互联网公司、工业企业部署了数以十万计的英伟达A10、A30、L40、L2、L4推理芯片，发布十几年的Tesla T4阿里云仍有使用，国产厂商还要和几千元的英伟达游戏显卡竞争 [12] - 英伟达优势不止单卡性能：台积电产能、成熟供应链和庞大出货量压低成本摊薄研发，几十年专利设计多款产品复用，CUDA推出20年超过600万开发者使用 [12] - 芯片创业公司规模更小、生产上成本更多，做跟英伟达一样的产品抢最先进零部件不可能更便宜 [13] - 登临初期调研后决定把钱先投在自己的核心计算设计和软件上，先让客户业务运行起来再扩大规模造更复杂产品 [13] - 今年前4个月登临卖了10000多块GPU，一块卖几千元到几万元 [5]