云端系列从功能上来说，大致分为训练芯片和推理芯片。训练芯片难度最高的，体现了智能芯片公司它的技术能力；推理相对于训练简单一些，但仍然需要大量的时间投入。

       技术介绍：需要先把数据灌到训练的数据中心里，然后去训练出模型，然后这个模型再在推理服务器或终端的推理芯片上应用。

       下游客户类型：无论是训练还是推理，云端芯片的的客户群、或者应用领域都是比较类似的。因为现在人工智能主要是用来处理图像、或者说图像衍生的视频；语音，包括语音识别与合成；处理一些个性推荐的项目，能够根据大家的喜好进行推算。

       应用场景：无论是训练芯片和推理芯片，云端都是在一些数据中心进行应用。其中互联网通常占到60%以上的需求，比如抖音和头条等短视频的喜好推算、导航语音合成等。除互联网公司以外。智慧城市、金融等行业应用也较多。

       互联网公司是公司的推理产品、 AI的算法服务的主要客户，公司也会为在一些传统的行业客户做一些轨道上的障碍物识别等。

       从公司的出货量上来看，互联网公司里，阿里是公司的推理产品用户。阿里应该是较大的客户，370产品约几百万的价值。

       从云端的产品上来看，边缘部分：阿里、一些行业客户。训练部分：290系列的客户。

       在国内的芯片市场。英伟达拥有绝对的优势。中国的云端市场大概是有30亿美金一年，英伟达占据了95%以上，公司和华为可能每家占2%。

.      从硬件竞争上看：双方的主流的硬件产品基本上是已经实现对标，比如说公司的370芯片达到了英伟达2021年和前年最畅销的T4芯片的两倍性能、同样功耗。公司和英伟达最新的产品a10相比，功耗相同，性能大概提升百分之十几到二十。

       从软件生态上看：使用芯片时，除了芯片本身，还需要软件的应用性和可控性，也就是“生态”。英伟达的生态当然是比寒武纪好很多。

       推理芯片总结：公司和英伟达在推理方面，硬件上相似，或者寒武纪略强；公司在软件上比英伟达有一些差距。

       从训练上看：训练和推理不太一样，训练通常是芯片公司最难的产品，所以它会用到最先进的工艺。英伟达可以非常方便的获取，所以他也总是能很快的推出最先进的产品，公司实际上在制程有一些落后，所以公司和英伟达的旗舰的训练产品大概差半代，比如说公司的290比它的A10要好，但是可能会比A100要差一些。

       软件上的差距，和推理是一样的。和华为海思相比：在互联网客户侧，公司的评价还是比海思要高。和大厂自研芯片相比：比如说阿里、百度的自研芯片等，公司优势实际上在完善的工具链以及通用性上，因为大厂实际上没有办法针对自己所涉足的每款应用定制化的基础硬件，大厂只能根据最大的应用场景进行设计专门为他服务的智能芯片，但是自己的芯片只能满足自己30%左右的产品需求。剩下70%还是需要第三方的独立的芯片。

       大家会有一定的竞争，但是还有很大的市场空间是留给独立的第三方， 互联网公司还是自用为主。这是公司和互联网大厂对于芯片的竞争的错位。

Q4：软件生态能否缩小差距？预计和英伟达的差距需要多长时间能有比较明显的缩短？阿里方面期待未来什么样的时间点可以看到相对起量的批量采购？

       英伟达的软件平台其实可以理解成是对开发者无差别的友好的完全软件平台，它需要非常多的支持和很长时间的积累。如果公司想要在生态上追赶英伟达的话，用一样的方式是肯定没有办法成功的。

       生态方面，公司现在是采取抓两头策略：

       一方面是公司对目标大客户，比如说公司的重点服务的互联网公司，公司会帮助他们进行针对性的软件优化、投入很多研发资源、帮助客户把模型的性能做得更好、也会帮助客户更好的使用公司的软件平台。当公司在客户所需要的范围内软件看越积累越多时，公司的服务大客户可能就会变得更好。

       另一方面，公司是现在在高校头开了一门叫做智能计算系统的课，使用的是寒武纪的硬件，主要面向计算机或者人工智能等更偏应用层面的学生。公司现在大概已经开课两年，面对的100多家高校基本上是985 、211。将来这些学生成为开发者后，会对使用寒武纪的产品更加习惯。阿里采购：

       较难预计。公司预计需要进行产品迭代，因为对客户来说，假设它的业务线性增长，它的采购周期实际上有跨度，实际上可能要等到下一次采购时期才会采购寒武纪的产品。

       2022年公司看起来不会有特别大的量，目前可能看到几千张卡的情况，这是阿里的情况，但是公司预期在下一步采购周期的时候，需要继续进行迭代，产品或者说新的其他产品就会有更多的机会，这是积累的过程。

       芯片流片流程为例：首先需要投片，芯片在拿到设计图纸后，进厂需要一段时间，样片才能从经销商回来，大概需要几个月；样片回来后，公司进行内部测试，可能会给客户送样；对于出厂来说，完成测试后，才会到定点的时间线中；从完成测试到能够上车大概需要一年时间。

       L3芯片大概是2022年底投片，2023年Q1/Q2回片。

       L2芯片2022年Q3投片，大概率是在2022年内回片，进行到客户送样。