AI芯片遇冷，下個(gè)增長(cháng)契機何時(shí)到來(lái)

　　對于大部分AI芯片公司而言，如何度過(guò)2019年的資本寒冬是他們更關(guān)注的問(wèn)題。在資本寒冬，投資機構為了安全考慮，還是投資頭部企業(yè)。

　　隨著(zhù)AI應用的普及，市場(chǎng)上基于云端和終端的應用需求誕生了一系列AI芯片公司，掀起了一波熱潮。AI芯片熱度自2018年第三季度達到頂峰后逐漸降低，于2019年2月驟降至冰點(diǎn)，AI芯片行業(yè)遇冷。

　　有可預見(jiàn)的市場(chǎng)空間，但如今AI芯片卻明顯遇冷，可以說(shuō)現在A(yíng)I芯片行業(yè)遇冷。相較于2017、2018年的AI芯片狂潮，2019年的情況會(huì )有所改變。

　　AI芯片需要過(guò)硬的迭代

　　盡管目前AI在行業(yè)應用方面的滲透有限，但是算力的供需還是不平衡。原來(lái)由摩爾定律驅動(dòng)的計算產(chǎn)業(yè)，面對爆發(fā)式的計算需求無(wú)以為繼。摩爾定律在正常的時(shí)候，以每年1.5倍增長(cháng)，50%的算力增長(cháng)，在過(guò)去幾年間，每年的算力實(shí)際增長(cháng)只有10%。人工智能在過(guò)去幾年間，算力增長(cháng)了30萬(wàn)倍，至少每一年的算力要增長(cháng)10倍。

　　這意味著(zhù)人工智能除了算法外，對算力也存在強大的需求。面對增多的B端應用場(chǎng)景，也有更多的AI芯片公司加入角逐。從功能角度細分，AI芯片可分為訓練芯片和推理芯片，在訓練方面，目前英偉達獨樹(shù)一幟，但是在推理方面，可選擇的芯片種類(lèi)不只是GPU，還有FPGA(現場(chǎng)可編程門(mén)陣列)、ASIC(專(zhuān)用集成電路)等。在各個(gè)分類(lèi)中，芯片巨頭們各有千秋，接下來(lái)還要考驗落地情況。

　　現實(shí)困境VS增長(cháng)契機

　?、倌壳霸贏(yíng)I芯片領(lǐng)域沒(méi)有哪一家占據絕對優(yōu)勢，初創(chuàng )企業(yè)方面，畢竟仍在草創(chuàng )階段，客戶(hù)的采用意愿，以及導入后終端市場(chǎng)的接受狀況，將是未來(lái)需要觀(guān)察的地方。AI芯片的布局速度將決定最終的走向。

　?、趪鴥韧庵饕羌夹g(shù)結構上的差距，底層技術(shù)科學(xué)上和國外的差距顯著(zhù)，但是應用層面上差距不大，甚至有創(chuàng )新的應用點(diǎn)。不少AI芯片公司通過(guò)定制化服務(wù)小規?？蛻?hù)，針對B端場(chǎng)景進(jìn)行開(kāi)發(fā)，比如專(zhuān)門(mén)處理語(yǔ)音、圖像。

　?、鄞笕萘看鎯透呙芏扔嬎?，當神經(jīng)深度學(xué)習網(wǎng)絡(luò )的復雜度越來(lái)越高的時(shí)候，參數也會(huì )越來(lái)越多，怎么處理是一大難題;第二個(gè)挑戰是要面臨特定領(lǐng)域的架構設計，因為場(chǎng)景越來(lái)越豐富，這些場(chǎng)景的計算需求是完全不一樣的。怎么樣通過(guò)對于不同的場(chǎng)景的理解，設置不同的硬件架構變得非常重要。

　?、軓男酒幐裨O計、芯片結構設計、RTL設計、物理版圖設計、晶圓制造、晶圓測試封裝，需要2到3年時(shí)間，正常的時(shí)間里軟件會(huì )有一個(gè)非?？焖俚陌l(fā)展。但是算法在這個(gè)期間內將會(huì )快速更新，芯片如何支持這些更新也是難點(diǎn)。

　?、蓦S著(zhù)工藝不斷的提升，從90納米到10納米，邏輯門(mén)生產(chǎn)的成本到最后變得飽和。也許在速度上、功耗上會(huì )有提升，但單個(gè)邏輯生產(chǎn)的成本不會(huì )再有新的下降。這種情況下如果仍然用幾千甚至上萬(wàn)個(gè)晶體管去做一個(gè)比較簡(jiǎn)單的深度學(xué)習的邏輯，最后在成本上是得不償失的。

　?、?019年AI芯片公司的一大挑戰和契機是如何在保持自己核心技術(shù)領(lǐng)先性、持續迭代產(chǎn)品的同時(shí)，證明自己的商業(yè)化能力，證明自己具有能夠將技術(shù)優(yōu)勢轉化為商業(yè)成功的商業(yè)模式。而實(shí)現規模商用的核心點(diǎn)在于找到滿(mǎn)足客戶(hù)需求的差異化優(yōu)勢。

　?、逜I芯片只有落地場(chǎng)景中才能體現其價(jià)值，也才能體現AI芯片公司的價(jià)值。對于A(yíng)I芯片公司，一方面要充分發(fā)揮和培養自己的核心技術(shù)優(yōu)勢，不斷打磨和迭代自己的產(chǎn)品;另一方面要深入場(chǎng)景，挖掘和理解場(chǎng)景需求，以開(kāi)放的心態(tài)推動(dòng)產(chǎn)業(yè)合作、賦能產(chǎn)業(yè)升級，推動(dòng)AI芯片在場(chǎng)景中的落地。

　?、喈斚聰祿行牡腁I訓練場(chǎng)景下，計算和存儲之間數據搬移已成為瓶頸，新一代的基于3D堆疊存儲技術(shù)的AI芯片架構已經(jīng)成為趨勢。AI芯片中數據帶寬的需求會(huì )進(jìn)一步推動(dòng)3D堆疊存儲芯片在A(yíng)I訓練芯片中的普遍應用。而類(lèi)腦計算芯片也會(huì )在尋找更合適的應用中進(jìn)一步推動(dòng)其發(fā)展。在數據中心的訓練場(chǎng)景，AI專(zhuān)用芯片將挑戰GPU的絕對統治地位。

　?、岢墒祛I(lǐng)域競爭激烈。在邊緣端做好細分應用場(chǎng)景的極致加速，是初創(chuàng )公司進(jìn)入市場(chǎng)的機會(huì )。問(wèn)題在于，應用場(chǎng)景雖然繁多，但經(jīng)過(guò)實(shí)踐邁向成熟的場(chǎng)景，往往就是大家熟悉幾個(gè)領(lǐng)域——安防視覺(jué)、城市交通管理、自動(dòng)駕駛、智能語(yǔ)音等。

　　我國的高度重視

　　今年已是人工智能第二次進(jìn)入《政府工作報告》，充分顯示了中國對 AI 產(chǎn)業(yè)發(fā)展的重視。然而，今年除了中央對人工智能產(chǎn)業(yè)發(fā)展的支持之外，地方政府也紛紛出臺相關(guān)的 AI 政策和規劃。

　　我國雖然在芯片半導體領(lǐng)域與世界頂尖水平相去甚遠，在傳統芯片領(lǐng)域直接與國際巨頭硬碰硬不是什么好主意。但是在A(yíng)I領(lǐng)域，中國已經(jīng)具有很強的實(shí)力，充分利用自己的長(cháng)項是明智之舉。

　　拉長(cháng)時(shí)間來(lái)看，我國的芯片、半導體相關(guān)創(chuàng )業(yè)公司和海外相比，發(fā)展的時(shí)間較短，還有大幅提升空間;從整個(gè)芯片產(chǎn)業(yè)鏈來(lái)看，設計、制造、封裝、測試、銷(xiāo)售環(huán)節分工明確，而每一個(gè)環(huán)節都需要慢工出細活的工匠精神，精細打磨才能出好的產(chǎn)品。

　　所以說(shuō)，充分利用自己在A(yíng)I方面的實(shí)力、抓住未來(lái)的巨大需求、利用AI芯片當前研究水平較低的現狀，在芯片領(lǐng)域另辟蹊徑，是中國在相關(guān)高新領(lǐng)域彎道超車(chē)的絕佳機會(huì )。

　　總結

　　輝煌設想、浩大投資固然很好，但對于科技攻關(guān)來(lái)說(shuō)，人才和時(shí)間才是關(guān)鍵。做好長(cháng)期投入的準備，才談得上成果。堅持下去打好持久戰可能會(huì )成為長(cháng)期戰略，也就意味著(zhù)AI芯片的研發(fā)必須具備戰略的長(cháng)遠布局，只有這樣才能走得更遠，活的更長(cháng)。

　　芯片是任何電子產(chǎn)品的靈魂，如今比戰略物資石油地位還高，現在每年的芯片進(jìn)口代價(jià)都超過(guò)石油。而如今的AI芯片所面臨的挑戰與契機是相對應的，敢為天下先的發(fā)展思路是打破AI芯片現狀的方式。