AI芯片競爭紅海下的生存之道

據市場(chǎng)分析機構GlobalData數據顯示，2021年第二季度北美地區的AI風(fēng)投總額就已經(jīng)達到95億美元，相比上一季度增長(cháng)了17.7%。這一季度，AI芯片市場(chǎng)的大熱門(mén)除了SambaNova以外，還包括Anduril Industries、Groq、Scale AI、Easy Education。

AI投資熱的趨勢似乎并未停歇。GlobalData的季度預測數據顯示，想要加入這場(chǎng)喧囂派對的風(fēng)投公司還在增加，甚至在TOP 5 AI芯片公司投資名單中，還見(jiàn)不到重復的投資者。中國AI芯片市場(chǎng)的情況也類(lèi)似，在最新的Silicon 100榜單中，與AI相關(guān)的中國企業(yè)有瀚博半導體、地平線(xiàn)、億智電子等。

圖1：去年3月美國AI芯片初創(chuàng )企業(yè)融資走勢，其中2020年僅統計了第一季度（該表僅包含邏輯處理器，并未統計IP、存儲、傳感、光電等市場(chǎng)） 圖片來(lái)源：Semico Research

比較有趣的是，Silicon 100報告的作者Peter Clarke曾表示，今年專(zhuān)注于GPU和AI的專(zhuān)用芯片初創(chuàng )公司數量與去年持平?！靶袠I(yè)可能已經(jīng)達到了‘peak AI’的狀態(tài)?！?nbsp;對此，《國際電子商情》分析師持保留態(tài)度，畢竟從投資角度來(lái)看，AI芯片熱還遠未結束。我們采訪(fǎng)了國內外幾家AI芯片市場(chǎng)的參與者，他們分享了自己在激烈的競爭中如何生存和發(fā)展的。

本文重點(diǎn)探討AI芯片在云、數據中心、邊緣上的應用。市場(chǎng)對“邊緣”的定義存在爭議，此處我們將“邊緣”定義為云以外的部分，其中涵蓋了端側應用。

籠罩在英偉達的陰影下

如果將以上內容作為背景，包括AI芯片市場(chǎng)的持續火熱、市場(chǎng)參與者數量增多、融資市場(chǎng)熱度并未消減。那么對于數據中心大規模AI訓練而言，無(wú)法回避的一個(gè)話(huà)題就是英偉達——該公司目前的營(yíng)收表現，可反應出AI芯片市場(chǎng)有多火熱。

圖2：英偉達2011-2021財年收益與凈利潤走勢 制表：國際電子商情 數據來(lái)源：英偉達年報

瘋漲的年度營(yíng)收與利潤讓英偉達不像一家老牌芯片公司。受疫情影響和全球缺芯的沖擊，英偉達FY2020的業(yè)績(jì)表現出一定的頹勢，但英偉達的業(yè)績(jì)在其他年份的漲勢令人咂舌（圖2）。從尚未結束的英偉達FY2022來(lái)看，前兩個(gè)財季的表現依然“殺紅了眼”，FY2022 Q1/Q2的營(yíng)收較去年同期分別增長(cháng)了84%和68%，凈利潤增長(cháng)了109%和282%。從上面的數據可以預判，英偉達FY2022的年報又會(huì )相當好看。

英偉達在數據中心AI市場(chǎng)的業(yè)務(wù)表現對AI芯片企業(yè)而言無(wú)異于“白色恐怖”。在超越英偉達這件事情上，也遠不是給張PPT這么簡(jiǎn)單。

要獲得在A(yíng)I芯片市場(chǎng)上超越英偉達的競爭優(yōu)勢，除了到位的資金和優(yōu)秀的團隊之外，至少還要滿(mǎn)足3個(gè)條件：芯片層面相比英偉達有5-10倍的優(yōu)勢；軟件上為開(kāi)發(fā)者提供簡(jiǎn)單的遷移路徑；有著(zhù)保持領(lǐng)先的創(chuàng )新路線(xiàn)圖。雖然數據中心AI芯片賽道的參與者在增加，但是同時(shí)具備這些條件的企業(yè)并不多。

英偉達代表的，是老牌芯片企業(yè)對AI市場(chǎng)的持續跟進(jìn)。除了英偉達以外，Intel、AMD等企業(yè)也在A(yíng)I芯片市場(chǎng)動(dòng)作頻繁。尤以Intel為代表，它已經(jīng)全面覆蓋CPU、GPU、FPGA、AISC芯片類(lèi)型。雖然Intel在A(yíng)I芯片市場(chǎng)還是個(gè)新玩家，但是這類(lèi)企業(yè)的資金優(yōu)勢，讓其有能力進(jìn)行大宗收購。前兩年，Intel分別以4億美元和20億美元的金額收購了Nervana和Habana Labs，代表這類(lèi)老牌芯片企業(yè)在A(yíng)I芯片市場(chǎng)仍可表現出活力。

除了老牌芯片企業(yè)持續發(fā)力之外，如今的市場(chǎng)參與者不得不面對數據中心AI芯片戰場(chǎng)第二大市場(chǎng)現狀。在日前的新思上海新辦公樓落成儀式上，新思科技首席運營(yíng)官Sassine Ghazi告訴我們，如今芯片市場(chǎng)供需雙方角色發(fā)生了很大的變化。

在需求側，微軟、谷歌、亞馬遜、阿里巴巴、騰訊等企業(yè)成為尖端工藝晶圓產(chǎn)品的買(mǎi)家，這些原本處于更下游的系統級企業(yè)，已經(jīng)開(kāi)始自己“造芯”。谷歌的TPU開(kāi)創(chuàng )了這一趨勢的先河。為特定需求做針對性的芯片定制，是保持業(yè)務(wù)差異化和領(lǐng)先的重要組成部分。在這樣的大背景下，AI芯片市場(chǎng)參與者又是怎么發(fā)展的？

市場(chǎng)的競爭余地，與突破之道

早年數據中心AI市場(chǎng)尚未崛起，GPU主要用于圖形計算之時(shí)，GPU也是個(gè)群雄割據的市場(chǎng)，該市場(chǎng)的熱鬧程度不亞于如今的AI芯片市場(chǎng)。隨著(zhù)行業(yè)的發(fā)展和技術(shù)的進(jìn)步，堅挺到最后的GPU企業(yè)寥寥。這也是許多行業(yè)的特點(diǎn)，發(fā)展至成熟期后，市場(chǎng)僅能容納2-3個(gè)參與者。雖然這一點(diǎn)對邊緣側AI應用場(chǎng)景多樣性未必適用，但對數據中心大規模AI計算的市場(chǎng)而言應當不會(huì )有錯——現在的熱鬧局面終究會(huì )結束。

盧濤 高級副總裁兼 中國區總經(jīng)理 Graphcore

不過(guò)，Graphcore高級副總裁兼中國區總經(jīng)理盧濤在接受《國際電子商情》采訪(fǎng)時(shí)表示：“如果比較理性地分析，如今市場(chǎng)的整體格局可能并沒(méi)有大家看到的那么‘熱鬧’”……“現在的AI芯片公司大致可以分成7大類(lèi)，第一類(lèi)是在組建團隊的，第二類(lèi)是在宣講理念的，第三類(lèi)是有了芯片的，第四類(lèi)是有了芯片給客戶(hù)送測的，第五類(lèi)是有落地的，第六類(lèi)是有很多場(chǎng)景落地的，第七類(lèi)則是真正能夠跟GPU分份額的?！?/p>

“要做到第六類(lèi)、第七類(lèi)的水平并不容易?！盙raphcore作為如今數據中心大規模AI訓練與推理芯片的代表，此前我們對其技術(shù)特點(diǎn)亦多有報道。前兩年的ASPENCORE全球高科技領(lǐng)袖論壇上，我們見(jiàn)到Graphcore聯(lián)合創(chuàng )始人兼 CEO Nigel Toon先生時(shí)，Graphcore在中國的布局才剛剛起步不久。而今年前不久，Graphcore公布其IPU產(chǎn)品參與MLPerf Benchmark的成績(jì)時(shí)，公司規模已不可同日而語(yǔ)了，甚至還有專(zhuān)門(mén)的團隊參與MLPerf Benchmark項目。

IPU這類(lèi)更專(zhuān)用的AI芯片，在單純硬件層面的效率、性能，以及Performance/TCO（性能/總擁有成本）方面要達成對GPU的絕對優(yōu)勢是理所應當的。像Graphcore這類(lèi)企業(yè)打造AI芯片，并令其產(chǎn)品有銷(xiāo)路、在更多場(chǎng)景落地應用，更關(guān)鍵的是生態(tài)的打造。英偉達這么多年來(lái)真正在數據中心碾壓其他競爭對手的地方，就在于生態(tài)建設完善程度要遠遠領(lǐng)先于其他市場(chǎng)參與者，包括對各行各業(yè)的應用覆蓋與落地，對各類(lèi)工具、軟件庫的持續投入和優(yōu)化——這兩年我們參加英偉達GTC大會(huì )，都能感受到這方面的壓迫力。

但AI芯片生態(tài)又有獨特性，Linley Group首席分析師Linley Gwennap表示，相比PC、智能手機芯片這種由寡頭領(lǐng)銜且難以撼動(dòng)的市場(chǎng)，AI芯片市場(chǎng)有很大不同，“AI市場(chǎng)上，英偉達的CUDA有著(zhù)相當重要的地位，但AI模型普遍是用TensorFlow或PyTorch等來(lái)做開(kāi)發(fā)——它們很容易跑在不同的硬件架構上?！?/p>

盧濤也在談話(huà)中表達了類(lèi)似的觀(guān)點(diǎn)：“如今有TensorFlow的社區、PyTorch的社區、PaddlePaddle的社區等等。阿里、微軟等廠(chǎng)商也在積極布局其AI相關(guān)的軟硬件生態(tài)。這對我們這些體量相對沒(méi)那么大的公司而言，其實(shí)是建立了重要的渠道?！?/p>

“如今我們和這些社區進(jìn)行配合，一方面讓我們少走了很多‘彎路’；第二是通過(guò)開(kāi)源社區，借助這樣的生態(tài)，我們能夠實(shí)現指數級的擴展——這些生態(tài)有牽引的作用?！北R濤說(shuō)，“我們做生態(tài)的核心仍然是開(kāi)源，然后借助社區?！?/p>

與此同時(shí)，盧濤也透露了Graphcore在生態(tài)構建過(guò)程中的另一個(gè)重要動(dòng)作：“即使借助開(kāi)源社區，可能還是會(huì )存在覆蓋率的問(wèn)題。所以ISV（獨立軟件服務(wù)商）也將成為未來(lái)我們的重點(diǎn)發(fā)力方向。ISV也是生態(tài)中很大的一個(gè)板塊?！?/p>

雖然IPU目前落地的應用規模與GPU還有一定差距，但Graphcore現下聚焦于5大賽道，分別是互聯(lián)網(wǎng)、金融、研究、醫療健康（Healthcare）和其他（AI First），其落地速度相比AI芯片市場(chǎng)的其他競爭對手還是跑在前列的?！澳壳拔覀儠?huì )優(yōu)先圍繞這幾方面的應用展開(kāi)工作?！?/p>

暫避鋒芒，走推理之路

我們對于Graphcore IPU的第一印象是和GPU正面硬剛，不過(guò)IPU在數據中心是同時(shí)適用于訓練和推理的芯片?！叭绻豢町a(chǎn)品既能夠做訓練，又能夠做推理，那么它在生態(tài)方面就會(huì )有天然的優(yōu)勢?！北R濤說(shuō)，“因為使用其訓練出來(lái)的模型最后在其自身的平臺上運行?！钡珜?shí)際上做大規模訓練的AI芯片并不容易，畢竟GPU仍然是最主要的市場(chǎng)玩家。

對于IPU這類(lèi)兩者同時(shí)在做的芯片而言，“訓練和推理各有各的難點(diǎn)?！北R濤說(shuō)，“訓練的一大難點(diǎn)是通用性?？蛻?hù)購買(mǎi)一個(gè)訓練處理器可能需要處理各種不同的業(yè)務(wù)。而推理的應用業(yè)務(wù)鏈條會(huì )更長(cháng)。AI算法模型其實(shí)只是整個(gè)應用業(yè)務(wù)鏈條的一部分，推理的難點(diǎn)在于如何做到全鏈條打通。在一些比較大的企業(yè)中，一個(gè)鏈條內的不同環(huán)節甚至可能是不同部門(mén)在做，打通也會(huì )比較困難?！?/p>

“不過(guò)，推理和訓練比起來(lái)，用戶(hù)可能更愿意為某一功能買(mǎi)單?！北荛_(kāi)鋒芒，以推理為突破口來(lái)打造芯片，或許是個(gè)不錯的方案，這也是Silicon 100榜單上的國內廠(chǎng)商瀚博半導體的思路。在今年的WAIC（世界人工智能大會(huì )）上，瀚博發(fā)布了SV100系列芯片和VA1通用推理加速卡，面向云上通用AI推理。

瀚博半導體創(chuàng )始人兼CEO錢(qián)軍在接受《國際電子商情》采訪(fǎng)時(shí)說(shuō)：“瀚博SV系列是基于瀚博自主DSA架構的一款通用云端AI推理芯片，設計宗旨是在推理效率遠超GPU的前提下兼顧通用性?！?/p>

此前，錢(qián)軍曾在發(fā)布會(huì )上表示，瀚博確定從AI推理方面來(lái)突破，是因為“GPU在推理側并不是最好的架構”。隨著(zhù)AI訓練逐漸走向成熟、AI應用慢慢落地，2021年推理市場(chǎng)的規模已經(jīng)超過(guò)了訓練市場(chǎng)，未來(lái)兩個(gè)市場(chǎng)的差距還會(huì )越來(lái)越大。有機構預測，到2025年，90%的算力都會(huì )用于推理，這也是瀚博看到的市場(chǎng)機遇。

錢(qián)軍 創(chuàng )始人兼CEO 瀚博半導體

“推理側的生態(tài)更容易突破?！蹦壳暗腟V100系列更偏向視頻應用，是基于“計算機視覺(jué)（CV）占到AI市場(chǎng)的半壁江山，視頻流占到整體數據流的70%，這個(gè)百分比還會(huì )越來(lái)越高、數據基礎也會(huì )越來(lái)越大，未來(lái)面向視頻相關(guān)的數據是海量的?！?/p>

所以我們看到，瀚博SV102芯片強調內置視頻解碼特性，有專(zhuān)門(mén)的硬件視頻解碼單元。錢(qián)軍特別談到：“SV100系列支持多個(gè)運行模式——1.AI Only；2.AI+視頻?！薄癆I算力和視頻編解碼性能的匹配使得我們在這兩個(gè)領(lǐng)域都有很大的優(yōu)勢?！薄澳壳斑@兩個(gè)模式都在和多個(gè)客戶(hù)進(jìn)行合作?！?/p>

另外，在生態(tài)方面，“我們會(huì )基于自己的架構逐步開(kāi)發(fā)，并優(yōu)化算子庫和超強性能的大算力算子，增加高性能的使用模型（Model Zoo），為客戶(hù)提供完整的API、SDK以及低成本的遷移流程?！?/p>

《國際電子商情》分析師認為，瀚博半導體的AI芯片選擇推理賽道，也專(zhuān)注在落地應用的具體特性，在確保效率優(yōu)于GPU的前提下來(lái)完善生態(tài)，發(fā)揮差異化競爭優(yōu)勢以獲得市場(chǎng)。這種邏輯在市場(chǎng)上相當有代表性，能夠代表某一類(lèi)市場(chǎng)競爭者前行的思路。

那么邊緣市場(chǎng)呢？

此前，分析機構IDC表示，AI所需解決的問(wèn)題多樣化，沒(méi)有一家公司、一種芯片類(lèi)型、一類(lèi)方法能夠做到最理想。IDC分析師解釋說(shuō)，AI用例過(guò)于多樣化，因此IDC在統計中追蹤了服務(wù)器之上的17種不同工作負載。這些類(lèi)型還可細分成更多的場(chǎng)景，每一種都場(chǎng)景都能用不同的硬件解決方案來(lái)實(shí)現效率的最優(yōu)化。

考慮芯片行業(yè)發(fā)展的實(shí)際情況，芯片設計與制造的規?；枨?，令其很難真正做到一個(gè)場(chǎng)景用一種特定的芯片架構。這種場(chǎng)景的多樣化在邊緣乃至端側市場(chǎng)，卻又是另一番景象。

事實(shí)上，瀚博半導體的產(chǎn)品計劃以彈性縮放的方式覆蓋邊緣推理。錢(qián)軍告訴我們，SV100芯片系列邊緣產(chǎn)品的功耗將覆蓋15W-40W，“主要用在邊緣智能應用，比如智慧園區、智能制造、智慧交通等?！薄板┖芸春眠吘堿I……相對于云，邊緣AI客戶(hù)群更細分。我們也觀(guān)察到，邊緣側應用場(chǎng)景的規?；厔?。所以我們會(huì )從邊緣側逐漸發(fā)力，來(lái)打造自己的生態(tài)?！卞┑倪吘壭酒a(chǎn)品并不包含更小型的端側推理芯片。

以前，大部分AI推理任務(wù)主要在云上進(jìn)行，但隱私、時(shí)延方面的要求將推理操作部分下放到了邊緣，包括云的邊緣、邊緣數據中心、邊緣的端側設備（如手機、智能音箱、汽車(chē)）。推理的去中心化趨勢，造就了巨量的市場(chǎng)機遇，也開(kāi)啟了大量的利基市場(chǎng)。市場(chǎng)上大量的AI芯片初創(chuàng )公司都集中在邊緣推理部分。

邊緣AI芯片市場(chǎng)的火熱已無(wú)需贅言。Tractica去年的預測數據提到，到2025年，邊緣AI芯片的市場(chǎng)規模會(huì )比云上AI芯片市場(chǎng)高出3.5倍（Tractica對“邊緣”一詞的界定，可能窄化到了端側設備）。錢(qián)軍也認為，AI芯片的競爭紅?！案嗟氖窃诙藗取?。

葉永健 物聯(lián)網(wǎng)及基礎設施事 業(yè)本部企業(yè)基礎設施 事業(yè)部經(jīng)理 瑞薩電子中國

WAIC圓桌階段，愛(ài)芯科技董事長(cháng)兼CEO仇肖莘說(shuō)：“邊緣側應用是多樣化的，細分賽道會(huì )上會(huì )出現更多的小公司?！倍藗韧评硇酒囊幠１仍粕系挠柧?推理芯片更小，前者對芯片尺寸和功耗更為敏感。對AI芯片初創(chuàng )企業(yè)而言，現階段在端側市場(chǎng)的發(fā)力自然會(huì )避開(kāi)鋒芒，未來(lái)一段時(shí)間內該領(lǐng)域會(huì )百花齊放。

去年，《國際電子商情》分析師采訪(fǎng)瑞薩電子集團執行副總裁兼物聯(lián)網(wǎng)及基礎設施事業(yè)本部本部長(cháng)Sailesh Chittipeddi博士時(shí)，他曾呈現過(guò)瑞薩DRP技術(shù)在邊緣AI推理方面，相比英偉達、Intel的競品在效率上的領(lǐng)先優(yōu)勢。DRP是瑞薩電子針對IIoT市場(chǎng)應用于MPU芯片上的AI推理技術(shù)。以瑞薩電子為代表的傳統MCU制造商推行AI技術(shù)也是一個(gè)大趨勢，同類(lèi)競爭對手也都在這方面發(fā)力。

這次瑞薩電子中國（物聯(lián)網(wǎng)及基礎設施事業(yè)本部）企業(yè)基礎設施事業(yè)部經(jīng)理葉永健在接受《國際電子商情》采訪(fǎng)時(shí)大致介紹了DRP技術(shù)的發(fā)展。目前的第三代DRP技術(shù)，也就是DRP-AI，“擴展了AI-MAC技術(shù)”。其實(shí)際應用包括“物體檢測和數量統計方案”，“對AI深度學(xué)習模型進(jìn)行加速運算，能實(shí)現對視頻畫(huà)面中指定目標進(jìn)行靜態(tài)統計，同時(shí)也可實(shí)現對物體進(jìn)出畫(huà)面的數量做動(dòng)態(tài)統計?！?/p>

葉永健還向我們介紹了DRP-AI在實(shí)現AI推理的效率優(yōu)化時(shí)有哪些具體舉措——低功耗和靈活性實(shí)際上都是當前邊緣AI推理芯片市場(chǎng)得以泛活的基礎。它在計算機視覺(jué)的工業(yè)應用中，效率相比CPU提升了數倍。去年和慕展上我們就見(jiàn)到過(guò)其實(shí)際展示。

“邊緣AI一定是趨勢。工業(yè)應用要求實(shí)時(shí)、低延遲和高可靠性。邊緣AI避免了向云傳輸大量數據，具有減少延遲時(shí)間的優(yōu)點(diǎn)?！比~永健說(shuō)，“DRP-AI還可以減少AI推理過(guò)程中產(chǎn)生的熱量，從而提高可靠性。適用于工廠(chǎng)24小時(shí)不間斷運行?！薄拔覀兊哪繕耸前衙看鶧RP-AI芯片的計算能力提高10倍，在高算力和超低功耗的基礎上，滿(mǎn)足未來(lái)的市場(chǎng)需求?！边@類(lèi)技術(shù)在邊緣AI應用方面還是頗具代表性的。

除了CV以外，AI實(shí)際應用的另一個(gè)重要方向是語(yǔ)音識別和NLP（自然語(yǔ)言處理）。在邊緣AI推理芯片方面，我們也采訪(fǎng)了國內的深聰智能，這是一家將語(yǔ)音算法與AI芯片進(jìn)行軟硬一體化結合的語(yǔ)音AI芯片企業(yè)。

周偉達 董事長(cháng) 上海深聰半導體有限 責任公司

上海深聰半導體有限責任公司（以下稱(chēng)為深聰智能）董事長(cháng)周偉達在接受《國際電子商情》采訪(fǎng)時(shí)談到了深聰智能AI芯片的特點(diǎn)，包括“結合語(yǔ)音檢測和語(yǔ)音喚醒的硬件層分級低功耗技術(shù)；基于DSP擴展指令集的麥克風(fēng)陣列信號處理技術(shù)；基于NPU的深度學(xué)習神經(jīng)網(wǎng)絡(luò )加速技術(shù)”。其AI語(yǔ)音交互算法是“場(chǎng)景化”的，針對不同場(chǎng)景（如環(huán)境噪音、語(yǔ)音和語(yǔ)言習慣）做深度優(yōu)化；而AI芯片本身是“針對本地算法的需求進(jìn)行特定的設計和優(yōu)化”，包括神經(jīng)網(wǎng)絡(luò )結構等。

“我們AI芯片針對算法的優(yōu)化主要體現在多級VAD低功耗檢測，基于DSP和大量擴展指令的信號優(yōu)化處理，基于NPU的神經(jīng)網(wǎng)絡(luò )計算和存儲優(yōu)化?！敝軅ミ_說(shuō)，“相比于純DSP的算力，經(jīng)過(guò)優(yōu)化后的深聰芯片，信號處理提升了8倍的算力，NPU的AI算法提升了25倍以上的算力?！睆倪@一點(diǎn)也能看出更加專(zhuān)用的發(fā)展方向，以及能從邊緣AI推理市場(chǎng)分得一杯羹的基礎。

周偉達還向我們解釋了以深聰為代表的智能語(yǔ)音AI芯片，與CV方向AI芯片的不同之處：“語(yǔ)音識別和NLP深度學(xué)習，以音頻和文本序列處理為主，更多采用循環(huán)網(wǎng)絡(luò )和全連接網(wǎng)絡(luò )，卷積運算相對較少?！倍鳦V深度學(xué)習技術(shù)，圖像“單幀數據量大，大量采用卷積計算，計算量大，但權值相對較少?！彼赃@兩類(lèi)芯片并不通用——從中我們多少可以發(fā)現不同應用方向的AI芯片在架構上，要取得更高的效率，根據場(chǎng)景定義更專(zhuān)用的架構和優(yōu)化還是必不可少的。

“對于深聰而言，首先要選定正確的賽道，然后在正確的賽道上深耕，擴大我們AI芯片部分的優(yōu)勢。其次是增強我們傳統芯片設計的積累。當然前提是保證語(yǔ)音交互的體驗，基于思必馳專(zhuān)業(yè)的全鏈路語(yǔ)音技術(shù)研發(fā)成果和實(shí)踐經(jīng)驗，這一點(diǎn)我們是非常有信心的?！?/p>

周偉達表示,“目前深聰智能在語(yǔ)音AI芯片方向已經(jīng)積累了一定的優(yōu)勢，我們在本地麥克風(fēng)陣列信號增強，語(yǔ)音喚醒，語(yǔ)音命令的基礎上，在行業(yè)內率先推出了AI芯片端全雙工語(yǔ)音交互，普通話(huà)與方言一體化方案，多語(yǔ)種方案，本地聲紋，就近喚醒和直面喚醒，以及本地遠場(chǎng)通話(huà)等技術(shù)”。AI語(yǔ)音芯片落地的主戰場(chǎng)在深聰智能看來(lái)，將主要在智能車(chē)載、智能穿戴、智能家居、智能辦公等領(lǐng)域。

紅海競爭下的市場(chǎng)未來(lái)

回到本文開(kāi)頭，Peter Clarke提及的“peak AI”：如今這片AI芯片競爭的紅海，AI芯片市場(chǎng)未來(lái)是否可能遭遇過(guò)載、熱度是否會(huì )緩慢消退？現在討論這個(gè)話(huà)題可能為時(shí)過(guò)早，不過(guò)Gwennap在今年上半年針對數據中心AI芯片市場(chǎng)曾說(shuō)：“市場(chǎng)最終都會(huì )發(fā)生投資過(guò)熱或價(jià)值過(guò)高的問(wèn)題，但我不確定我們是否已經(jīng)發(fā)展到了這一步，即便我們正在向這個(gè)方向發(fā)展?！?/p>

有關(guān)數據中心AI芯片市場(chǎng)，當下可以觀(guān)察到的是Graphcore這家公司的規模顯著(zhù)擴大，盧濤表示過(guò)去一段時(shí)間的人員增長(cháng)“主要在軟件團隊上”。當年GPU還主要作為圖形計算芯片存在，在步入成熟期之時(shí)，就是軟件工程師團隊的大量增加。這也是造成GPU后期形成寡頭市場(chǎng)的關(guān)鍵：在規?；瘮U大、生態(tài)形成競爭差距的時(shí)局之下，更多的市場(chǎng)參與者已沒(méi)有生存空間。雖然Graphcore的發(fā)展還沒(méi)到這一步，但這已經(jīng)是個(gè)信號。

在邊緣AI芯片市場(chǎng)，仇肖莘也在WAIC論壇上提及，“國外芯片公司，小公司很少，因為不斷有并購整合的情況發(fā)生。芯片行業(yè)需規?；庞欣麧?，才能做先進(jìn)技術(shù)。只有規?；庞谐杀緝?yōu)勢，才能繼續拓展認知邊界，并且有更多的財務(wù)儲備。從其他國家芯片行業(yè)的發(fā)展歷程來(lái)看，未來(lái)走向整合的趨勢已經(jīng)被驗證過(guò)?！?/p>

用錢(qián)軍的話(huà)來(lái)做個(gè)總結，“隨著(zhù)機器學(xué)習的誕生，算力的需求和供給之間的差距越來(lái)越大，這給大量的初創(chuàng )企業(yè)提供了施展的舞臺。任何科技進(jìn)步都伴隨著(zhù)資本的助推，直到產(chǎn)生大量的泡沫，這是一個(gè)大浪淘沙的過(guò)程。這個(gè)過(guò)程中會(huì )有許多初創(chuàng )企業(yè)不復存在?！?/p>

“大浪淘沙沉者為金，風(fēng)卷殘云勝者為王?！卞X(qián)軍說(shuō)，“AI算力是無(wú)盡的，市場(chǎng)對算力的需求也是無(wú)盡的。我們認為，科技進(jìn)步的過(guò)程是長(cháng)久的，也是令人振奮的，會(huì )給我們這些積極奮斗的人提供源源不斷的機會(huì )，所以我們歡迎競爭?！?/p>

盧濤在評價(jià)自家IPU時(shí)則說(shuō)，“我覺(jué)得最后歸根到底，產(chǎn)品能力和技術(shù)能力是我們能夠安身立命的本領(lǐng)?！蹦骋活?lèi)AI芯片企業(yè)自然無(wú)法代表市場(chǎng)全局，但AI芯片市場(chǎng)仍處在百花齊放階段，最終能脫穎而出并走到最后的，必然是有真材實(shí)料的市場(chǎng)玩家。3-4年之后，這片紅海競爭的市場(chǎng)，又將變成怎樣一副模樣？