⑴ 想设计一款芯片，想知道国内ASIC设计公司的报价从节省成本的角度考虑，从设计到流片要花多少钱
设计报价是根据很多因素来确定的，如果要流片就更不好说了，量大量小差别很大。一般流一次片20万美金左右。量太小的话成本根本收不回来，而且片厂也不愿意做。
⑵ 元戎启行CEO周光： 一个被当做科学家培养的工程师却成为了企业家
题记：
他出道巅峰，求学于无数人的梦想学府——清华大学基础科学班，“我有很好的数学物理背景，基础科学班实际上是非常难进去的，学的是数学系的数学，物理系的物理”；他也曾经历迷茫与低谷，“我很喜欢物理，所以去做高能物理，但是真正做科研研究的时候，我却是很迷茫的”；如今身为独角兽公司的掌门人，他希望“汇聚和整合资源，用科技给人们的生活带来好的改变。”他是得克萨斯大学达拉斯分校人工智能博士，也是 元 戎启行CEO周光。
6月9日，高考正式结束的日子。对于万千考生而言，这意味着一场大战的正式结束，同时也代表着另一场更大规模的人生战役也正在悄悄地拉开帷幕，短暂的中场休息却在不知不觉中决定了未来战场的开端……
“是上清华还是去北大？”这是很多人八岁时提出的问题，十年之后还能思考这个问题的人的数量势必要呈指数级下降，但是一定依然会有少数的顶级学霸需要面临这一选择。如果你恰巧是其中一员，你会选择去清华园吗？你会选择经管学院？计算机系？还是那个天才、怪才扎堆的基础科学班？
看完这位学长的经历你或许就会作出选择。
三个顶级剧本在手却仍要折腾在中国一个大学生可以成为科学家的概率有多大？是1/175000；在号称科学家摇篮的中科大，这一概率可以进一步提升至千分之一；而在清华大学基础科学班，这一概率可以再提升十倍不止。
2021年清华大学数理基础科学班的招生简章是这样描述的：“培养学生既具备有数学的高度抽象思维能力，又具有 现代 物理学的理论素养和实验技能。”换句话说就是基科大门常打开，智 商 不够你别来，我们这就是奔着培养科学家去的。
准科学家
作为智商超群的奥赛金牌选手，来自四川乐山的周光进入清华大学基础科学班显得顺理成章，随后就开始了按部就班的准科学家生涯。周光说自己“小时候的梦想就是做一名科学家”，而在清华的那些年也正是他距离梦想最近的时候。
回顾基科班的求学经历，周光认为最宝贵的财富就是积累了足够深厚的数理基础知识，并且有幸求教于着名的华人科学家杨振宁院士，让他意识到一名真正的“大科学家”究竟应该是什么样子的。
本科毕业后，周光进入清华大学高能物理研究中心工作，向着儿时的梦想又进了一步，可是也就在此时，一路走来颇为顺利的周光经历了人生中第一次较大的迷茫期，“我很喜欢物理，所以才会选择做高能物理，但真正开始去做研究的时候，我是很迷茫的……”
经过一年的思考，周光做了个“艰难”的决定——赴美求学，到得克萨斯大学达拉斯分校攻读人工智能博士学位。这意味着他开始逐渐放弃了已经进行了一半的“科学家剧本”，准备在另一张纸上书写新的篇章。
工程师
其实周光从小就不是一个坐冷板凳“安分人物”，他用“han ds -on(动手型）”来形容自己的特点。“我很小的时候就开始非常爱动手，小学的时候就忍不住、控制不住自己把家里的收音机、电视机都拆了。”
上了中学后，周光开始越玩越大、越玩越深，不仅组装大型电器设备，还开始正式接触到了机器人，并一发不可收。全国第三届青少年电脑机器人大赛第二名、亚太地区青少年电脑机器人大赛第六名等一系列亮眼表现，也成为他日后打开清华大学大门的另一把钥匙。
清华大学基础科学班虽然在客观上培养了大批具有科学家潜质的研究型人才，但是同时也鼓励学生根据自己的兴趣、爱好和志向选择在不同的学科方向继续深造，因此周光赴美读博一路也相对顺利。
到了美国的周光没改其“han ds -on”本色，开始琢磨汽车这个更大的物件。那时他买了一台故障率不低的二手德系汽车，然而买得起却修不起，于是他开始调动自己所掌握的物理学知识，每天利用饭后的一个小时，拆完发动机拆变速箱，算是基本搞懂了汽车的内部构造。这也为他日后所从事的事业做了另一方面的准备。
学业方面，周光找回了自己曾经的兴趣点——机器人。在人工智能、深度学习爆火的前夜，他身处行业前沿又有着扎实的数理基础，水到渠成地成为这一领域的中坚力量。
与做基础科学的研究不同，新兴技术势必要与市场相结合才可能爆发出巨大的能量。于是在博士就读期间，周光便加入到德州仪器的自主农业机器人系统项目组中，开始考虑技术应用的问题。也是从这时候开始，周光决定毕业后要到全球最好的地方去工作，他也正式接到“工程师剧本”。
为了实现目标，周光决定参加“第二届DJI大疆创新开发者大赛”，本届比赛要求参赛团队必须提出不同寻常且可执行的无人机利用计划，并要求其商业场景最大化。周光所在的团队凭借着“电力系统线路巡检APP”方案在全球200余个团队中摘得桂冠，获奖理由为：简单，低成本，且方便控制。记住这个评价，它在一定程度上反映了周光的做事原则。
2015年，自动驾驶尚处萌芽阶段，周光人工智能博士以及大疆开发者大赛冠军成员的身份，让他同时吸引到网络以及谷歌母公司Alphabet投资的Waymo这两家日后行业巨头的青睐。没有经过犹豫，他果断加入了网络硅谷的无人车项目。
回忆当初去网络的原因周光这样说：“去一个2000人的团队，你只是一个拧螺丝的，而网络正处在一个0到1的阶段，在这里谁有能力谁就上。当时好多之前两三个月没解决的问题，我过去一周两周就解决了。”
回头看看就会 发现 ，网络硅谷的无人车项目可谓是群 星 闪 耀 ，贡献了日后中国自动驾驶界的半壁江山：小马 智行 CEO彭军、CTO楼天城，文远知行CEO韩旭，当然还有元戎启行CEO周光。
两年在网络的工作经历让周光很怀念也很感激，但是他总觉得自己还能多做一点什么，于是他决定接下第三个剧本——“企业家剧本”。
企业家
从求学到工作，一路以来顺风顺水的周光却在创业伊始就栽了大跟头。
2017年，周光与两位网络时期的同事联合创立了自动驾驶公司Roadstar.ai，明星团队中的明星人物，高学历、高科技、高潜力，“三高” 元素 让这家公司诞生之初就被寄予期待，轻轻松松融资上亿美元
做企业或许不需要像做技术那样解决那么多精深的问题，但是只要涉及到人性就会让问题复杂化。三个血气方刚、还都没有经营经验的技术精英的结合很快就因为经营思路、股权分配等原因遭遇到了考验。很可惜他们没能共同度过难关，科技新贵Roadstar.ai在成立不到两年后就走向了分崩离析，是非曲直，难以论说。
绝不承认这种“非技术因素”失败的周光在随后的两年无奈地开启了隐身模式，蛰伏期间他依靠着前期培养起来的研发团队以及极其有限的资金支持，让元戎启行开始了艰难的起步。
周光再一次出现在公众面前又是两年之后的2021年。去年9月，元戎启行完成了由阿里巴巴战略领投的3亿美元B轮融资，周光才终于由幕后回到前台，被正式任命为元戎启行CEO。
面对着一个比四年前更加激烈的竞争局面，周光这一次将要应对的不仅有几位进展飞速的前同事，还有自命不凡的造车新势力，更有英伟达这样虎视眈眈的跨界巨头。
三个剧本中准科学家、工程师、企业家的三重经历也共同塑造了今天的周光，如今再次回顾这三个身份，他这样总结：
“这三者的思维方式有许多相似的地方，也因职业性质不同，会有不同的侧重。在有了科研和工程师的工作经验后，我希望能够汇聚和整合资源，用科技给人们的生活带来好的改变。”
终局思维与商业思维的融合对于自己选择的这条创业之路，周光是信心十足的，而给予他信心的除了一个久经考验的团队外还有他一直以来崇信的终局思维。
终局思维
“我有一个非常好的团队。我们团队的凝聚力非常高，大家也都经历过之前的风波，对新的机会是额外的珍惜……我们从出来的第一天就对终局看得比较清楚。同一时间点，别人融到是我们的十倍，但是我们却能走得更快，就是因为看得准，看得清楚。”
如果说第一性原理是特斯拉的指导性原则，那么“终局思维”在元戎启行内部的影响也丝毫不会弱于前者。2021年12月元戎启行正式发布了名为DeepRoute-Driver2.0的L4级自动驾驶前装解决方案就是这种思维的体现。这个方案在硬件上由5颗（半）固态激光雷达以及8颗高动态范围摄像头组成，最大亮点在于其低于一万美元的成本，而如今这一数字在量产后将减少到3000美元。
从创业伊始，周光就坚持一步到位走L4级自动驾驶路线，相比立刻就能带来收益的L2+方案，这势必是一条更艰难的道路，但是原因也很明确：“L4级自动驾驶是在设计运行范围内的区域中实现无人驾驶，从自动驾驶终局来看，L4比L2的天花板要更高。”
在现阶段的L2级自动驾驶算法框架上，基本上是基于纯视觉的方案来打造的，“没有激光雷达的数据，难以通过纯视觉算法的不断训练和提升来实现高级别的自动驾驶”，基于此，周光从技术上判断，装备了激光雷达的L4级自动驾驶路线能够更快抵达自动驾驶终局。
虽然是激光雷达派，但是周光却并不认为“终局思维”与马斯克坚持的第一性原理相悖，“从理论上来说纯视觉是可以实现完全自动驾驶的，但实现起来会非常慢，主要原因在于今天的纯视觉技术还是相对来说比较弱一点。”他这样诠释。
终局思维的形成与周光此前在清华作为准科学家培养与以及作为AI工程师的经历中所培养的思维方式密切相关，“科学家更需要发散的思维，抽象的思维，既要能大胆猜想，也需要从千丝万缕的线索中找到关联，探索规律；而工程师需要聚合思维，从已知的知识中抽丝剥茧，寻求正确答案。”因此思考趋势并提前布局成为了他做事的习惯。
当年赴美留学时，人工智能、深度学习尚未有今天的地位，用周光自己的话来形容，自己是在别人还“看不起”这一领域时就埋头其中，果然就在博士毕业期间迎来了这一领域的爆发。对于自动驾驶行业也是如此，周光在创业之初就已经准确预测了自动驾驶产业链在未来几年的发展趋势。
周光认为自动驾驶落地离不开车规级的传感器、车规级芯片以及能够覆盖全国范围的高精度地图三个重要的外部因素，要保证三要素发挥出作用，需要的是优异的算法和工具链作为支撑，这也正是周光一直以来所深耕的领域。
周光表示：“2019年的时候我们就已经预料到了今天的自动驾驶可能采用的传感器芯片，它的算力、功耗会是怎样，我们整个技术就是这个来规划的”。
感知算法方面，周光在2017年创业之初就在大力推进前融合感知方案，如今元戎启行自研的前融合感知算法可以让价格便宜的固态、半固态激光雷达最大限度地替代机械式激光雷达；工具链方面，元戎启行的自研的推理引擎技术，可以支持高级别自动驾驶系统在低功耗、低算力的车规级芯片上运行。
去年以来，自动驾驶芯片迎来了一场“算力革命”，英伟达看似一骑绝尘，高通、地平线等企业也是跃跃欲试。对此，周光并没有表现得十分乐观，他表示一味追求算力将会导致系统成本上升，自动驾驶系统需要针对自身算法特点合理利用有限的计算资源。
同时周光对中国企业在高端AI芯片领域“卡脖子”风险也早有担忧，这也是元戎启行持续推进推理引擎技术研发的原因之一，它不仅可以降低对高算力芯片的依赖，更是应对垄断型芯片企业“卡脖子”风险的有效手段。
正是凭借着在算法与工具链方面所建立起来的信心，让元戎启行坚定了一条原则，就是在供应商选择方面可以不挑最火的，只挑最合适的，这也正是周光敢于说出元戎启行这套L4级自动驾驶成本未来将会低于3000美元的信心所在。
企业家思维
经历过Roadstar.ai的失利之后，周光从身心两方面加快了向一个成熟企业家过渡的进程。他表示相比于做科研与做工程师，企业家需要有系统性、创造性的思维，需要为企业制定前瞻性的战略与企业文化，让员工能够发挥自己的才能，为客户、为社会创造价值。
基于此，周光为元戎启行的产品定下了低成本、能量产的目标，他表示一个公司如果长期不盈利也不以盈利为目的，是没有意义的。
极狐阿尔法S华为HI版，搭载了华为全栈智能汽车方案，其中配备了3颗96线车规级激光雷达、6个毫米波雷达、12个摄像头、13个超声波雷达，同时搭载华为MDC810智能驾驶计算平台，算力达到了400TOPS，仅就数据而言，它不仅达到了华为最高阶的自动驾驶辅助的水平，也是现阶段量产的自动驾驶解决方案中的最高水平。
虽然就自动驾驶级别而言，阿尔法S华为HI版无法宣称自己已经达到L4级别，但是就硬件表现而言已经不输给众多的L4级自动驾驶解决方案了，其入门的进阶版售价为39.79万元，相比没有搭载华为自动驾驶方案的最高配车型高出4.7万元，保守估计该系统售价在3万元以上。
与华为对比就能发现元戎启行的这套3000美元的自动驾驶解决方案在成本控制上的力度。周光为这套系统简单做了一套算数题：激光雷达500美元一颗，将来需要三颗，雷达成本就是1500美元；AI芯片成本500美元一颗，算力平台如果需要双芯片，芯片成本就是1000美元，其他费用500美元足够……
低成本也在加快驱动元戎启行自动驾驶方案的量产落地。现阶段自动驾驶需要每年收集大量数据，而要实现这么大量数据的积累，量产是唯一的选择。受限于法律法规和数据量的限制，L4级自动驾驶系统上车之后，还无法立马实现大规模的自动驾驶，会经历一段人机共驾的过程。
周光表示在数据积累较多的地方可率先实现自动驾驶，让消费者不用自己开车或者享受Robotaxi（无人驾驶出租车）服务，而在一些数据积累较少的区域，则会不断积累道路数据，逐步放开自动驾驶能力。
另一方面，元戎启行现阶段也在积极与车企开展合作，虽然L4级自动驾驶正式落地尚需时日，但是L4级的算法却可以赋予汽车L2+、L3的能力，“我们的系统上车之后也可以根据车企的需求，兼容L2、L3的智能驾驶。”
如今，36岁的周光正年富力强，作为一家高科技独角兽企业的掌门人，他有过科学家、工程师、企业家的三重宝贵经历，他也曾经历过创业初期惨痛的失利，这位一个天生就具备选择自己人生剧本的“hands-on”人士会带领着元戎启行书写怎样的新故事？未来的自动驾驶又会走向何方？
未完，待续……
（文： 陈彦宇）
@2019⑶ ai智能营销系统开发费用大概多少
根据产品需求确定开发逻辑流程的复杂程度，以及要去的开发模式：定制开发，模板开发，原生开发还是混合开发等等，这些因素决定开发团队的人力物力成本，一般一个APP开发几万到十几万不等
⑷ 失败一个损失几百万美金，研发小米芯片成本有多大
芯片代工行业迈入10nm工艺后，成本压力越来越高。10nm芯片的开发成本已超1.7亿美元，7nm接近3亿美元，5nm超5亿美元。如果制造基于3nm开发出NVIDIA GPU那样复杂的芯片，设计成本就高达15亿美元。芯片成本主要由流片费用、IP授权购买费、自研部件费用、高通专利费、研发工程师工资奖金等5部分组成。
1000名工程师每年按50万计算，3年合计15亿。
人力成本占研发成本主要部分，项目开发效率与资深工程师数量相关，国内资深芯片设计工程师年薪一般在50～100万元之间。EDA工具是芯片设计工具，是发展超大型集成电路的基石，EDA工具可有效提升产品良率。
20人的研发团队设计一款芯片所需要的EDA工具采购费用在100万美元／年（包括EDA和LPDDR等IP购买成本）。英伟达开发Xavier，动用了2000个工程师，开发费用共计20亿美金，Xlinix ACAP动用了1500个工程师，开发费用总共10亿美金。
以上各项共计 2+20+10+5+15=52亿人民币。
没错，52亿！而这些还不包括架构开发，生态构建等的费用。
⑸ 平头哥的首颗AI芯片对于阿里有何影响呢
我觉得这个芯片对阿里的影响是巨大的，有着非常关键的作用。
9 月 25 日，平头哥拿出了第一款 AI 芯片含光 800。酷爱花式起名的阿里没有错过这个机会——“含光”为上古三大神剑之一，与 2 个月前发布的嵌入式 CPU“玄铁”和 1 个月前发布的系统芯片平台“无剑”遥相呼应，武侠兵器阵营又添一员。
华为的思路与阿里不太一样。虽然也是不单独卖芯片，但不同于阿里“芯片搭着云卖”的思路，华为的做法是“芯片搭着服务器”卖。
对于阿里与华为来说，自研芯片开发成本高，周期长，先放入自家产品中使用是一个能保证研发成本不会竹篮打水一场空的快捷方式，至少两家云厂自己的需求就能消耗掉大半芯片。另外，华为的模式对于笼络硬件厂商、构建华为生态有长远意义。
⑹ 芯片的成本高吗
芯片的量产制造成本不高，但是开发费用较高。
⑺ 做一个芯片需要多少钱
芯片解密的价格区间比较大，主要得看具体的型号！
从事芯片解密工作以来，经常接到客户各式各样的问题，今天我们来解释一下，为什么芯片解密同样都是针对芯片，在价格上会有那么大的差异呢？有些芯片只要几百块钱，而有些就需要几万甚至十几万呢？
首先，芯片解密的价格和我们研发费用是挂钩的，方案花费的成本越高，相应的解密价格也会越高，相信这一点不用我过多的解释，大部分客户是能够理解的，所以不同的公司因为技术实力不同，方案开发所花费的成本也就不一样，另外一点，比如atmel系列的51单片机，因为在国内已经出现了几十年，而且所有的技术资料都是对外公布的，任何人都可以轻易的获得这方面的资料，所以在解密方案的研究上也会得心应手的多，自然成本就会很少，最重要的，这种芯片的加密方式一般不会太复杂，解密操作成本也低。而有些芯片，比如stc单片机，它们是由美国设计，国内宏晶公司贴牌生产的，这类芯片在设计的时候就吸取了51系列单片机容易被破解的教训，改进了加密机制，在出厂的时候就已经完全加密，用户程序是isp（在系统编程）/iap（在应用编程）机制写入，编程的时候是一边校验一边烧写，无读出命令，这些都在很大程度上增加了解密的难度。stc芯片空间分为：1、bootload
2、应用代码
3、eeprom，我们解密主要是针对bootload区进行破解，然后读出程序，针对这一点，最新版本的stc芯片去掉了bootload区。以上种种都需要我们花费大量的人力物力才能研究成解密方案，并且很多设备成本动辄几百万上千万所以只能外借，综合成本要高出很多很多。
另外一点，不同设备上的芯片由于应用不同，即使是同一型号，在解密费用上也会存在很大的差别，有些程序烧的很满的甚至无法破解，特别是一些设备上会用到专用芯片，解密难度更是非常大，所以解密的费用也会比普通芯片高几倍，几十倍甚至百倍。
值得高兴的是，随着解密技术的发展以及我们对于不同芯片加密方式的深入研究，解密方案也在不断进行优化，从各个方面来缩减解密成本，降低解密价格，让更多的客户得到实实在在的利益。双高科技深圳mcu解密中心在这方面一直在努力，相信我们会实现大的突破，所谓难的不会，会的不难，有时候就是一个思路转变的问题。
⑻ 一枚芯片的实际成本是多少 49
集成电路产业的特色是赢者通吃，像Intel这样的巨头，巅峰时期的利润可以高达60%。
那么，相对应动辄几百、上千元的CPU，它的实际成本到底是多少呢？
芯片的硬件成本构成
芯片的成本包括芯片的硬件成本和芯片的设计成本。
⑼ 新零售科技ai，vr，ar资金投入成本需要多少
这个成本问题，首先要看你在那个市场做，你的目标客户是什么样的人群，一般现在生产和研发的主流有国内的和国外的，投资资本如果按照HTC的设备在一台7000+左右 两个月前暴风发布了新的产品，无需连接电脑设备，均价在3500+ 以后的硬件市场淘汰率很快 普及率在加大，如果只做硬件设备，要有良好的抗压能力，和资金流，本人建议最好找有研发的厂家，不但要有设备的利润，还要具有新产品的研发，去适应市场的价钱打压和普及率的加大，做好资金风险控制。成本核算方面主要看你想做什么样品质的效果而定，打开淘宝看看，设备价钱从20元+到10000+的设备都有自己选择吧~但是我感觉做硬件设备最后都是火拼价钱！升级产品在火拼价钱！在垄断部分领域的市场。前期投资利润大 风险也大。希望能给你解决问题。