谷歌I/O與中國造芯熱：AI芯片的一體兩面

　　5月10日晚，桑達爾·皮查伊在加州山景城主持了谷歌2018I/O開發者大會，這位被中國網友戲稱為“劈柴哥”的Google CEO，一如往屆向外界透露了谷歌前進的方向，而其中的重要一項，就是正式公布了自家AI芯片TPU的3.0版本。

　　距離中興芯片危機僅一個月的時間，TUP 3.0版本的公布或將再次對“造芯熱潮”的中國科技界帶來刺激，掀起新一輪的“AI芯”熱潮。然而，AI芯片真的能靠“輿論”這么造出來嗎?

　　AI芯片：一切的基礎

　　為什么說AI芯片是AI技術的基礎?當AI技術進一步發展，所需要的信息和運算量會進一步提升，CPU已經無法提供更加龐大的算力，目前人們用GPU來代替CPU進行深度學習，但為了考慮到算力膨脹和兼容性的問題，研發AI芯片已是大勢所趨。

　　而且芯片作為高投入、高尖精的技術，又是底層硬件基礎，如果嚴重依賴它人，AI公司本身會非常難受——就和今天的中興一樣，命門一掐，受制于人。因此眾多互聯網大佬都在自行研發AI芯片，除了谷歌還有亞馬遜、蘋果、Facebook等。

　　谷歌研發的TPU最早公布于2016年，2013年就有相關傳言在進行研發了。與李世石和柯潔大戰而名聲大噪的AlphaGo就搭載了TPU。

　　AI芯片分為深度學習和專用類，前者可以搭載在大量AI平臺內，進行深度學習和智能運算;后者用途則更加垂直，比如用于安防識別、智能家居、自動駕駛、云端運算，這也是目前AI芯片最為火熱的四個落地場景。

　　但深度學習AI芯片更加意義重大，一般是為深度學習框架而設計，這意味著它對開源架構進行了優化，能讓開發者更順利、更快捷地開發出更多的AI應用，形成數目繁多、品類齊全的AI應用生態。此外，AI芯片與深度學習框架的一體化意味著標準的建立，如果選擇這款AI芯片的開發者越多，企業的AI護城河就越穩固，類似PC之于Windows。

　　用了我的芯片，在我的地盤你就得聽我的。

　　中興事件引爆了中國芯片的“大躍進”

　　由于半導體產業的先發優勢，美國英偉達、英特爾、谷歌、AMD等企業的AI芯片產品一直是國內AI企業追趕和超越的對象。而在中美貿易摩擦導致的中興芯片危機發生不久后，TPU3.0的發布也進一步催化了國內的造芯熱度，相信接下來一段時間，對造芯追求的輿論將會掀起新的高潮。

　　其實在中興事件到I/O發布會之前，各大網站的科技頻道基本都被國內造芯的新聞刷屏：

　　4月19日，阿里公布自研芯片Ali-NPU消息

　　4月20日，阿里宣布全資收購AI芯片企業中天微

　　4月23日，Rokid宣布自研AI芯片將于6月26日亮相

　　4月27日，云天勵飛正公布面向嵌入式端的邊緣人工智能芯片IPU

　　5月3日，寒武紀發布首款云端智能芯片MLU100

　　5月11日，華為被爆麒麟980處理芯片將在今年下半年發布

　　5月11日，云知聲宣布將在下周公布全球首款面向IoT的AI芯片

　　……

　　這個時間節點頗為耐人尋味，而且這些新聞大都有一個共同特點：數據列得一個比一個好看，實體芯片難見蹤影;一邊高調打愛國牌“在AI上不做下一個中興”，一邊普天蓋地自我宣傳。也難怪眾多網友不買賬，紛紛調侃這些企業有蹭熱點之嫌。

　　但這也攔不住大企業紛紛傾力投入，同時更涌現一大票造芯創業者。憑心而論，在AI技術的浪潮下，AI芯片作為底層基礎，戰略意義可以說不言而喻，中興事件也讓人們看到了中國在這方面的短板。但做芯片，不能走煉鋼鐵那種大干快上的粗暴路線。

　　端前一分鐘，芯片十年功

　　芯片這個東西，我們都覺得很常見，只要是個智能電子設備，都一定會搭載它，這就給老百姓一種錯覺，認為這東西很多企業都能做。其實很多企業家也沒看透這一點，覺得只要砸點錢，挖點人，花個兩三年時間，就能出成果。

　　說有錢，市值兩千多億美金的英特爾夠有錢吧?2016年，英特爾豪擲4.08億美刀收購了一家明星AI創業公司Nervana，然后說要推出專用芯片——這大招一憋就是三年半，到現在連個芯片的影子都沒見著。英特爾也沒有把寶都押在Nervana身上，2015 年英特爾以 167 億美元收購了芯片商Altera，2017 年英特爾以 153 億美元收購擁有自動駕駛輔助系統及芯片方案的Mobileye……均是出手不菲，但與谷歌形成鮮明對比的是，英特爾的AI芯片與AI應用至今仍泛善可陳。

　　說到底，“買買買”的模式，在AI領域未必行得通。半導體產業鏈需要的是源源不斷的資本、源源不斷的技術投入，這一點已經得到了美日韓的驗證。但AI芯片更需要一個完整的生態，底層芯片，中層系統，上層應用，缺一不可，退一萬步說，就算芯片造出來了，如果沒有形成應用生態，它也只是一個空中樓閣。

　　這一點阿里很像英特爾，都是“買買買”的模式。阿里這幾年在AI領域的投資和收購動作頻頻，寒武紀和商湯科技背后都有馬云爸爸的影子。但英特爾大舉收購之后，面臨的是旗下多條AI線互不兼容各自為政的困境，經過內部管理層多次洗牌，大量Nervana員工出走，甚至投奔了“死敵”Google，這也是AI芯片進展緩慢的原因。

　　除此之外，半導體產業的投資周期長，投資以后基本不用指望在短期內退出或者獲得高利潤回報，而且試錯成本極高。英偉達、谷歌、AMD等真正擁有AI芯片的業界大佬，無一不是在五六年前就開始研發了——那時候人工智能概念還沒現在這么火。然后現在很多初創企業突然冒出來說自己研發出來了AI芯片，再看看他們的創始日期，一水的“2015后”。

　　三年時間，后來居上，以小搏大，趕超歐美。這聽起來是不是有點熟悉?

　　中國芯應該怎么造?

　　承載算力的芯片是人工智能發展的基石，是最重要的基礎設施資源，特別是在終端側對功耗、性能、穩定都有很高的要求。無論從國家戰略、還是行業市場來看，都需要做AI芯片。

　　其實，中國真正埋首做AI芯片的公司還是有的，雖然難度很大，但是確實有人在勤勤勉勉地做。中科寒武紀就是一個例子，但是中科寒武紀的AI芯片離宣傳的效果還是有一段距離，應用面較為狹窄，目前主要用于華為手機攝像頭，進行圖像運算，此外有部分應用于科大訊飛的翻譯機，負責語言處理。相比外國巨頭們AI芯片的泛用性，差距依然很遠。

　　而從整個AI產業角度看，芯片并非一個孤立的硬件。就像前文說的，它同時也要結合深度學習框架，以及AI應用生態，三者形成良性的循環。深度學習框架相當于AI的操作系統，一顆專用的AI芯片能讓深度學習框架運轉速度更快，也更兼容，吸引更多的開發者使用這樣的操作平臺，來產生更多的AI應用，當生態足夠大，不愁吸引不到足夠的用戶。而一個完整且繁榮的生態架構，正是寒武紀們欠缺的。

　　因此，AI芯片布局不僅要看地基，還要著眼高層，還需要做好深耕五年十年甚至二十年的準備，這需要企業家擁有非凡的戰略眼光和全面布局AI生態的勇氣。

　　相反，如果只看到了中興事件之后的民族情緒，隨著全民造芯的大流在芯片上層層加碼，而忽略了其他層次的構建，甚至還有“未見芯片先見性能”的冒進，恐怕吸引目光、呼喚投資的意義要更大一些，畢竟AI界的老大哥英偉達憑借其GPU產品收獲了大量市場和口碑。在兩年時間內，英偉達的股價股價漲了近8倍，今年二季度營收同比增長56%，公司市值超千億美元大關。用AI芯片的概念作為股價驅動力，誰不眼紅?

　　只是，這不免有點“天下熙熙皆為名來，天下攘攘皆為利往”的味道了。