百花齊放的AI芯片進入優勝劣汰階段

　　近年來，隨著人工智能大熱，AI芯片也隨之成為AI鄰域中最火熱的話題之一，不僅英偉達、谷歌等國際巨頭競相推出新品，隨著一些如寒武紀等AI芯片創業公司的誕生，國內百度、阿里等也紛紛涌入這一領域。我國在CPU、GPU等傳統芯片領域，與國際距離相差較大情況下，AI芯片被認為是中國在AI領域實現彎道超車的希望區域。

　　近年來，國內不少AI初創企業紛紛推出了自己的芯片。今年5月份，云知聲在北京召開發布會，推出其第一代UniOne物聯網AI芯片及解決方案，又于近日發布開源方案。同時也有多家公司發布AI芯片或模組：出門問問正式發布了AI語音芯片模組“問芯”;Rokid發布KAMINO18AI語音專用芯片;思必馳也宣布將推出AI芯片……

　　按使用場景劃分，AI芯片主要分為云端和終端芯片。而目前主流的深度學習人工神經網絡算法包括訓練和推斷兩個環節。由于訓練側需要大量數據去訓練人工神經網絡，因此訓練主要在云端進行。云端追求高性能，開發成本更大，終端更側重低成本和低功耗，目前中國AI初創企業主要布局在此。

　　云端芯片方面，寒武紀在2016年推出全球首款商用終端智能處理器IP產品后，于5月3日正式發布了首款云端智能芯片MLU100。7月，百度在AI開發者大會上正式推出了昆侖，基于百度CPU、GPU、FPGA的AI加速器研發。這是中國首款云端全功能AI芯片。

　　根據市場研究公司CompassIntelligence發布的全球AI芯片排行榜，除了英偉達、英特爾等傳統芯片公司巨頭，寒武紀、地平線等AI芯片公司也位居前列。

　　由于靈活性高，在AI算法并未成熟固定的當下，FPGA(現場可編輯門陣列)被認為是一種中間方案，其最大的優勢在于能夠使系統的硬件功能可以像軟件一樣通過編程修改。與GPU、CPU通用芯片相比，性能更高、能耗更低。

　　深鑒科技開始從賽靈思采購FPGA，將核心算法DPU放到FPGA，然后以模組的方式銷售給客戶，但FPGA價格相對較貴，而且與專用定制芯片ASIC相比，性能和功耗方面也有不小差距。除了FPGA方案，深鑒科技也在研發AI專用芯片，目前正在流片，該公司一相關負責人對記者表示：“如果在這個時間點，AI的初創類企業做硬件再選擇FPGA，可能就有點滯后了。”

　　在AI概念普及之后，各方都在尋找商業模式，期待AI技術盡快落地，但目前大部分的AI創業公司處于依靠融資燒錢階段，AI芯片也被認為是AI技術落地的一種方式，但目前而言，這條路并不容易。

　　有業內人士認為，AI芯片行業將迎來整合并購時期，也讓大家更清楚地看清做芯片的難度。

　　芯片行業是一個高投入、高風險、慢回報的行業。多位業內人士對記者表示，芯片研發周期非常長，從立項到上市通常需要兩年左右時間。作為創業企業，特別是從事算法的企業，如果自己獨立研發芯片，在時間和資金方面都面臨巨大壓力，其中最重要的原因是芯片成本高，對錯誤零容忍。正是因為造芯不易，有AI算法企業選擇與芯片公司合作一起服務客戶。

　　Rokid一芯片負責人告訴第一財經記者，雙方的合作中，Rokid提架構與性能需求，國芯設計生產芯片并提供底層bsp(板級支持包)，“我們負責輸出基于Rokid語音服務的os整體解決方案。”

　　以FPGA龍頭賽靈思收購深鑒科技為例，賽靈思表示，將繼續加大對深鑒科技的投入，不斷推進公司從云到端應用領域部署機器學習加速的共同目標。該人士指出，深鑒科技掌握的是DPU的算法，但是芯片的鏈條太長，光有DPU不夠，如果僅靠自己，在可見的范圍內一直要不斷加大芯片設計和研發費用，燒錢非常快。

　　AI芯片市場是一個巨大的蛋糕，但同時有一個有限的容器，涉足其中的企業將會在技術創新的基礎上進行不斷的優勝劣汰，這是市場選擇的正常現象，一個技術的崛起，就意味著會出現泡沫破滅的時候。但經歷過成功失敗過程，未來將會有一個理性發展的時期，AI芯片領域也將踏入正規。