風口上的AI晶元，只是國外巨頭的遊戲嗎？

「你們準備做AI晶元嗎？」

可能這是很多AI公司都會遇到的一個問題。

根據IT桔子的數據統計，2017年國內AI領域的投資事件高達384起，投資總額已經超過622億元人民幣。值得注意的是，這其中，計算機視覺領域共有139家公司獲得融資，總投資額已經達到了225億元。比如去年接二連三刷新融資記錄的商湯、曠視。

同時，高額融資的背後也透露出一個新的趨勢：技術層的公司正在往下沉，開始將目光轉向基礎層的晶元開發領域。僅僅是2017年，粗略估算就有數十家初創公司對外宣布要做AI晶元。

另外，有數據顯示，2016年AI晶元全球市場規模為23.88億美元，預計到2020年AI晶元全球市場規模將達到146.16億美元。

AI終端晶元崛起的背後：邊緣計算

傳統的處理器主要是CPU，隨著算力的要求提高，GPU成為現階段AI行業的香餑餑。這也是英偉達這幾年股價持續上揚的一大重要因素。

而我們現在所說的AI晶元指的是是專門針對AI演算法做了特殊加速設計的晶元。

基於通用性以及計算性能的差異，我們通常可以把AI晶元分為三大類：FPGA、ASIC、類腦晶元等。

計算機視覺公司曠視曾在採訪中透露公司正在開發FPGA晶元，而依圖科技也對外表示未來有做晶元的計劃，巧的是，他們在去年投了人工智慧晶元公司ThinkForce。商湯在去年年末獲得來自高通的戰略投資，其相關人士表示，晶元方面，商湯主要是和高通合作。

目前，AI晶元主要的使用場景又可以分為雲端（伺服器端）和終端兩大類。在雲端上，以英偉達的GPU為主導，而英特爾、谷歌的TPU以及國內的比特大陸也相繼推出了各自的專用晶元。

但是隨著AI的崛起，對計算能力的需求越來越高，雲端也有了更多的數據壓力。

如果所有的數據處理都放在雲端，首先會給通信的帶寬以及實時傳輸帶來壓力，其次涉及到信息安全以及隱私問題，所以高性能和低功耗的終端智能被提上日程：把更多的數據處理放在靠近數據源的設備端，將一些AI計算量的壓力從雲端轉移到邊緣端。

也就是我們一直在說的邊緣計算：

邊緣計算指在靠近物或數據源頭的網路邊緣側，融合網路、計算、存儲、應用核心能力的開放平台，就近提供邊緣智能服務，滿足行業數字化在敏捷連接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。

這也是為什麼會湧現出越來越多AI專用晶元廠商的一大因素。

另外，「雲端的伺服器晶元不是誰都能做的，一些伺服器是要一個核電站來供電的，自然我們普通人就只能集中做AI終端『介面』晶元。」國家「千人計劃」特聘專家、中國科學技術大學微電子學院副院長林福江表示。

在這樣的態勢下，適用於終端側設備的AI晶元也應運而生。那麼，在傳統晶元市場一直被國外巨頭壟斷的當下，AI晶元會繼續重蹈覆轍嗎？

這次風口上的AI晶元，是國外巨頭的遊戲嗎？

在鎂客網《做晶元的不如做項鏈的？國內高端IC晶元破局已刻不容緩|專訪中科大副院長、浙大教授》一文中提到：

雖然我國已消化了近1/3市場需求而成為全球最大的晶元消費國，但繁榮背後卻有一個殘酷的事實：我國國產晶元的自給率不到30%，產值不足全球的7%，市場份額更是不到10%，也就是說中國「芯」90%以上依賴進口。

截至2016年底，中國晶元的進口金額達到1.3萬億人民幣左右，而同期的原油進口不到0.7萬億。中國在晶元進口上的花費已經接近原油的兩倍。

同時，像海康威視、大華股份、宇視科技等安防巨頭都和英偉達、英特爾等晶元商保持緊密聯繫。

種種案例表示，在半導體這塊，國內一直落後於國外。所以AI晶元也是一次趕超的機會，這也是為什麼一些初創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業和國科創投。

同時，去年12月，在工業和信息化部關於印發《促進新一代人工智慧產業發展三年行動計劃（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實現神經網路晶元的規模化商用。

AI晶元作為最基礎的一環，提前做好「攻城略池」的準備，也是為後續發展做好鋪墊。有資料顯示，我國也已經制定了發展半導體產業的目標，2016年，晶元國產率只有26.2%，到2025年，國產率將增加到七成。這意味著國內的半導體製造能力也要同步增加。

而且相較之下，AI晶元研發上，目前國外的半導體巨頭動作並不大，主要還是以收購和合作為主，以英特爾為例，他們陸陸續續收購了Altera、Nervana、Movidius、Mobileye等多家公司，拿下了FPGA等多種晶元處理器技術。

在國家「千人計劃」特聘專家、IEEE Fellow、南京大學教授王中風看來，「晶元一般來說是巨頭的遊戲，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方面的研發投入並不大， 主因是機器學習或人工智慧演算法並不是這些公司的傳統強項，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。初創的AI晶元公司如果專註一些特定應用場景是有可能在激烈的市場競爭中佔有一席之地的。」

林福江教授認為國內初創公司做AI晶元是能夠突圍的，「『介面』晶元（用於終端的晶元）的特殊應用，硬體也不太大，而且以演算法為主，小公司是有很大機會的。」

AI晶元公司「各自為政」，不會出現一家獨大

確實，現在大多數計算機視覺或者自然語言處理初創公司，更多的是從技術應用場景出發，圍繞終端側開發相應的晶元。毫不誇張的說，軟硬體解決方案+前後端通吃正在成為大趨勢。

地平線的創始人余凱在此前的採訪中也表示，「晶元最終是拿來用的，並不是用來發論文的，所以要看在具體場景下把這個問題解決的怎麼樣。傳統的晶元可能不用管後續的應用，所以他們只能做到他們的層次，多少瓦處理多少計算力，並沒有去考慮計算力對應用的意義，這個是傳統的晶元問題。」

AI晶元「回歸初心」的話，其本質上是為具體的應用場景而服務的。雲知聲loT事業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，去推演晶元能不能解決實際的問題。」

從鎂客網接觸到的一些AI企業來看，現階段AI晶元的應用也主要以金融、安防、物聯網、自動駕駛等幾個細分的場景為主。

「目前國內做AI晶元的公司可能有幾十家，重合度不會低。但多數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展較多，商湯在智能監控方面積累較好。」

王中風教授表示，「最終市場必然會淘汰其中大部分的公司，有些公司會互相合併，也有些公司被大公司收購，能夠自己獨立發展並成功上市的也許不到十家。」

但是在那些重合度比較高的細分市場中，最終會不會出現一兩家晶元廠商壟斷呢？

對此，林福江教授認為，AI晶元發展到後期不會出現這樣的局面，「AI晶元更多是概念產業，是把一些可以解決演算法問題的東西引進到晶元中來，我不認為會有通用AI晶元，也不會有一兩家大的晶元廠商來統一。」

AI晶元是階段性的，指望它在一兩年回本略顯著急

一般情況下，晶元研發的周期都是按照年來計算，按照去年的發布時間，2018年下半年會有不少AI晶元陸續面世。

如此長的研發投入時間有可能無法和演算法以及應用的發展同步，這種不確定性，也帶來未知的風險。尤其是對於晶元這種燒錢的硬體，出了一點紕漏，損失的都是千萬元以上。

換句話說，雖然國內晶元產業是巨大的，但是整個研發成本非常之高，成功率也很難有保證。

而且AI晶元僅僅強化深度學習能力是不夠的，感測器接入，信號處理，檢測識別，以及軟體層面的決策和反饋等，各個環節需要的演算法和計算特性也是不一樣的。

雲知聲的李霄寒認為，做AI晶元有三個要素必須要考慮：

第一：有沒有相應的晶元知識，會不會做晶元。

第二：有沒有演算法和應用，其實從核心的角度，我們是在為演算法找一個適合的應用平台，如果我們做AI晶元的話，必須要有AI方面的演算法，演算法和硬體是綁定的。

第三：要有自己的業務模型，當晶元出來後，怎麼去銷售它，誰是你的客戶，你準備把它做成一種什麼樣的產品形態，這些業務模型都是要考慮的。

從這個角度說，現在有一部分公司是有演算法技術的，但如果僅僅從一個點出發去著手做晶元研發，擺在他們面前的則是後續的落地應用以及終端市場的開發。

李霄寒告訴鎂客網，「雖然在做晶元這件事情上是盈利，但是指望第一款晶元出來就能回本就太激進了。」

「晶元沒有那麼好做，投入大產出低，現在這麼多人做晶元，我覺得大多數都會被淘汰掉。」雲從科技聯合創始人孫慶凱表示。

AI晶元是一個需要長線投入的產業，它有自己的演進路線，基本上不可能在一兩年時間內一蹴而就，開始賺錢。比如，當第一款晶元推出後，晶元廠商肯定要繼續做相應的優化，包括添加功能 、降低成本等，而且它的生產測試也有自己的周期。

就像大多數初創公司認為的：AI晶元是一個長期的過程，指望它在一兩年回本就有點著急了。

一位業內人士表示，「我沒看清楚為什麼大家都開始做晶元，不過晶元這個方向是好的，它是一個市場發展方向。但是也不像業界內傳的這樣神乎其神，泡沫有點大。在盈利方面，晶元本身就不容易，更何況AI晶元的還是在炒概念。」

確實，將晶元的性能、功耗和使用場景結合起來，做出一個非常好的產品，這實際上對每個企業都是巨大的挑戰。

林福江教授則認為只有等基於旋轉電子的量子計算機30年後成為普及，才會有真正的AI終端出現。

結語：

2018年是檢驗這些AI晶元廠商的開端，到底是哪些初創公司能做到小而美或者大而全，在優勝劣汰的過程中，晶元市場格局將發生大的變化，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晶元領域，也釋放出一個信號：山雨欲來風滿樓，變天的時刻不遠了。

更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！