種種案例表示，在半導體這塊，國內(nèi)一直落后于國外。所以AI芯片也是一次趕超的機會，這也是為什么一些初創(chuàng)公司會得到國資背景資本的支持，比如寒武紀的投資者就包括國投創(chuàng)業(yè)和國科創(chuàng)投。同時，去年12月，在工業(yè)和信息化部關于印發(fā)《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018-2020年）》的通知中，提到要在智能終端、自動駕駛、智能安防、智能家居等重點領域?qū)崿F(xiàn)神經(jīng)網(wǎng)絡芯片的規(guī)?；逃谩?/span>AI芯片作為最基礎的一環(huán)，提前做好“攻城略池”的準備，也是為后續(xù)發(fā)展做好鋪墊。有資料顯示，我國也已經(jīng)制定了發(fā)展半導體產(chǎn)業(yè)的目標，2016年，芯片國產(chǎn)率只有26.2%，到2025年，國產(chǎn)率將增加到七成。這意味著國內(nèi)的半導體制造能力也要同步增加。

而且相較之下，AI芯片研發(fā)上，目前國外的半導體巨頭動作并不大，主要還是以收購和合作為主，以英特爾為例，他們陸陸續(xù)續(xù)收購了Altera、Nervana、Movidius、Mobileye等多家公司，拿下了FPGA等多種芯片處理器技術。在國家“***”特聘專家、IEEE Fellow、南京大學教授王天風看來，“芯片一般來說是巨頭的游戲，但許多國際型大公司，例如美國的博通公司以及日本和韓國的一些大公司在AI方面的研發(fā)投入并不大， 主因是機器學習或人工智能算法并不是這些公司的傳統(tǒng)強項，當然也有些注重利潤率的公司不想進入還不太成熟的AI市場。初創(chuàng)的AI芯片公司如果專注一些特定應用場景是有可能在激烈的市場競爭中占有一席之地的?！?/span>

林福江教授認為國內(nèi)初創(chuàng)公司做AI芯片是能夠突圍的，“‘接口’芯片（用于終端的芯片）的特殊應用，硬件也不太大，而且以算法為主，小公司是有很大機會的?！?/p>

AI芯片公司“各自為政”

不會出現(xiàn)一家獨大

確實，現(xiàn)在大多數(shù)計算機視覺或者自然語言處理初創(chuàng)公司，更多的是從技術應用場景出發(fā)，圍繞終端側開發(fā)相應的芯片。毫不夸張的說，軟硬件解決方案+前后端通吃正在成為大趨勢。

地平線的創(chuàng)始人余凱在此前的采訪中也表示，“芯片最終是拿來用的，并不是用來發(fā)論文的，所以要看在具體場景下把這個問題解決的怎么樣。傳統(tǒng)的芯片可能不用管后續(xù)的應用，所以他們只能做到他們的層次，多少瓦處理多少計算力，并沒有去考慮計算力對應用的意義，這個是傳統(tǒng)的芯片問題?！?span style="text-indent: 2em;">AI芯片“回歸初心”的話，其本質(zhì)上是為具體的應用場景而服務的。云知聲loT事業(yè)部副總裁李霄寒認為，“技術實際上還在其次，最關鍵要看你解決問題的具體場景，要從具體的場景出發(fā)，去推演芯片能不能解決實際的問題。”

從接觸到的一些AI企業(yè)來看，現(xiàn)階段AI芯片的應用也主要以金融、安防、物聯(lián)網(wǎng)、自動駕駛等幾個細分的場景為主。“目前國內(nèi)做AI芯片的公司可能有幾十家，重合度不會低。但多數(shù)公司有自己的側重點，例如寒武紀主推自己的AI專用處理器，地平線機器人在自動駕駛方面發(fā)展較多，商湯在智能監(jiān)控方面積累較好?！?/span>

王中風教授表示，“最終市場必然會淘汰其中大部分的公司，有些公司會互相合并，也有些公司被大公司收購，能夠自己獨立發(fā)展并成功上市的也許不到十家?！?/p>

但是在那些重合度比較高的細分市場中，最終會不會出現(xiàn)一兩家芯片廠商壟斷呢？

對此，林福江教授認為，AI芯片發(fā)展到后期不會出現(xiàn)這樣的局面，“AI芯片更多是概念產(chǎn)業(yè)，是把一些可以解決算法問題的東西引進到芯片中來，我不認為會有通用AI芯片，也不會有一兩家大的芯片廠商來統(tǒng)一?！?/p>

AI芯片是階段性的

指望它在一兩年回本略顯著急

一般情況下，芯片研發(fā)的周期都是按照年來計算，按照去年的發(fā)布時間，2018年下半年會有不少AI芯片陸續(xù)面世。如此長的研發(fā)投入時間有可能無法和算法以及應用的發(fā)展同步，這種不確定性，也帶來未知的風險。尤其是對于芯片這種燒錢的硬件，出了一點紕漏，損失的都是千萬元以上。換句話說，雖然國內(nèi)芯片產(chǎn)業(yè)是巨大的，但是整個研發(fā)成本非常之高，成功率也很難有保證。而且AI芯片僅僅強化深度學習能力是不夠的，傳感器接入，信號處理，檢測識別，以及軟件層面的決策和反饋等，各個環(huán)節(jié)需要的算法和計算特性也是不一樣的。

云知聲的李霄寒認為，做AI芯片有三個要素必須要考慮：

第一：有沒有相應的芯片知識，會不會做芯片。

第二：有沒有算法和應用，其實從核心的角度，我們是在為算法找一個適合的應用平臺，如果我們做AI芯片的話，必須要有AI方面的算法，算法和硬件是綁定的。

第三：要有自己的業(yè)務模型，當芯片出來后，怎么去銷售它，誰是你的客戶，你準備把它做成一種什么樣的產(chǎn)品形態(tài)，這些業(yè)務模型都是要考慮的。

從這個角度說，現(xiàn)在有一部分公司是有算法技術的，但如果僅僅從一個點出發(fā)去著手做芯片研發(fā)，擺在他們面前的則是后續(xù)的落地應用以及終端市場的開發(fā)。

李霄寒，“雖然在做芯片這件事情上是盈利，但是指望第一款芯片出來就能回本就太激進了?！?span style="text-indent: 2em;">“芯片沒有那么好做，投入大產(chǎn)出低，現(xiàn)在這么多人做芯片，我覺得大多數(shù)都會被淘汰掉?！痹茝目萍悸?lián)合創(chuàng)始人孫慶凱表示。

AI芯片是一個需要長線投入的產(chǎn)業(yè)，它有自己的演進路線，基本上不可能在一兩年時間內(nèi)一蹴而就，開始賺錢。比如，當?shù)谝豢钚酒瞥龊?，芯片廠商肯定要繼續(xù)做相應的優(yōu)化，包括添加功能 、降低成本等，而且它的生產(chǎn)測試也有自己的周期。

就像大多數(shù)初創(chuàng)公司認為的：AI芯片是一個長期的過程，指望它在一兩年回本就有點著急了。一位業(yè)內(nèi)人士表示，“我沒看清楚為什么大家都開始做芯片，不過芯片這個方向是好的，它是一個市場發(fā)展方向。但是也不像業(yè)界內(nèi)傳的這樣神乎其神，泡沫有點大。在盈利方面，芯片本身就不容易，更何況AI芯片的還是在炒概念。”

確實，將芯片的性能、功耗和使用場景結合起來，做出一個非常好的產(chǎn)品，這實際上對每個企業(yè)都是巨大的挑戰(zhàn)。

林福江教授則認為只有等基于旋轉電子的量子計算機30年后成為普及，才會有真正的AI終端出現(xiàn)。

結語

2018年是檢驗這些AI芯片廠商的開端，到底是哪些初創(chuàng)公司能做到小而美或者大而全，在優(yōu)勝劣汰的過程中，芯片市場格局將發(fā)生大的變化，即使是像英偉達這樣的公司，也隨時面臨著被新的黑馬逆襲的危機。而很多沒有太多半導體背景的資本大量進入芯片領域，也釋放出一個信號：山雨欲來風滿樓，變天的時刻不遠了。