AI芯片遇冷，下個增長契機(jī)何時到來

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

　　隨著AI應(yīng)用的普及，市場上基于云端和終端的應(yīng)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(dá)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(yù)見的市場空間，但如今AI芯片卻明顯遇冷，可以說現(xiàn)在AI芯片行業(yè)遇冷。相較于2017、2018年的AI芯片狂潮，2019年的情況會有所改變。

　　AI芯片需要過硬的迭代

　　盡管目前AI在行業(yè)應(yīng)用方面的滲透有限，但是算力的供需還是不平衡。原來由摩爾定律驅(qū)動的計(jì)算產(chǎn)業(yè)，面對爆發(fā)式的計(jì)算需求無以為繼。摩爾定律在正常的時候，以每年1.5倍增長，50%的算力增長，在過去幾年間，每年的算力實(shí)際增長只有10%。人工智能在過去幾年間，算力增長了30萬倍，至少每一年的算力要增長10倍。

　　這意味著人工智能除了算法外，對算力也存在強(qiáng)大的需求。面對增多的B端應(yīng)用場景，也有更多的AI芯片公司加入角逐。從功能角度細(xì)分，AI芯片可分為訓(xùn)練芯片和推理芯片，在訓(xùn)練方面，目前英偉達(dá)獨(dú)樹一幟，但是在推理方面，可選擇的芯片種類不只是GPU，還有FPGA(現(xiàn)場可編程門陣列)、ASIC(專用集成電路)等。在各個分類中，芯片巨頭們各有千秋，接下來還要考驗(yàn)落地情況。

　　現(xiàn)實(shí)困境VS增長契機(jī)

　　①目前在AI芯片領(lǐng)域沒有哪一家占據(jù)絕對優(yōu)勢，初創(chuàng)企業(yè)方面，畢竟仍在草創(chuàng)階段，客戶的采用意愿，以及導(dǎo)入后終端市場的接受狀況，將是未來需要觀察的地方。AI芯片的布局速度將決定最終的走向。

　?、趪鴥?nèi)外主要是技術(shù)結(jié)構(gòu)上的差距，底層技術(shù)科學(xué)上和國外的差距顯著，但是應(yīng)用層面上差距不大，甚至有創(chuàng)新的應(yīng)用點(diǎn)。不少AI芯片公司通過定制化服務(wù)小規(guī)?？蛻?，針對B端場景進(jìn)行開發(fā)，比如專門處理語音、圖像。

　　③大容量存儲和高密度計(jì)算，當(dāng)神經(jīng)深度學(xué)習(xí)網(wǎng)絡(luò)的復(fù)雜度越來越高的時候，參數(shù)也會越來越多，怎么處理是一大難題;第二個挑戰(zhàn)是要面臨特定領(lǐng)域的架構(gòu)設(shè)計(jì)，因?yàn)閳鼍霸絹碓截S富，這些場景的計(jì)算需求是完全不一樣的。怎么樣通過對于不同的場景的理解，設(shè)置不同的硬件架構(gòu)變得非常重要。

　?、軓男酒?guī)格設(shè)計(jì)、芯片結(jié)構(gòu)設(shè)計(jì)、RTL設(shè)計(jì)、物理版圖設(shè)計(jì)、晶圓制造、晶圓測試封裝，需要2到3年時間，正常的時間里軟件會有一個非?？焖俚陌l(fā)展。但是算法在這個期間內(nèi)將會快速更新，芯片如何支持這些更新也是難點(diǎn)。

　　⑤隨著工藝不斷的提升，從90納米到10納米，邏輯門生產(chǎn)的成本到最后變得飽和。也許在速度上、功耗上會有提升，但單個邏輯生產(chǎn)的成本不會再有新的下降。這種情況下如果仍然用幾千甚至上萬個晶體管去做一個比較簡單的深度學(xué)習(xí)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(zhàn)和契機(jī)是如何在保持自己核心技術(shù)領(lǐng)先性、持續(xù)迭代產(chǎn)品的同時，證明自己的商業(yè)化能力，證明自己具有能夠?qū)⒓夹g(shù)優(yōu)勢轉(zhuǎn)化為商業(yè)成功的商業(yè)模式。而實(shí)現(xiàn)規(guī)模商用的核心點(diǎn)在于找到滿足客戶需求的差異化優(yōu)勢。

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

　　⑧當(dāng)下數(shù)據(jù)中心的AI訓(xùn)練場景下，計(jì)算和存儲之間數(shù)據(jù)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(gòu)已經(jīng)成為趨勢。AI芯片中數(shù)據(jù)帶寬的需求會進(jìn)一步推動3D堆疊存儲芯片在AI訓(xùn)練芯片中的普遍應(yīng)用。而類腦計(jì)算芯片也會在尋找更合適的應(yīng)用中進(jìn)一步推動其發(fā)展。在數(shù)據(jù)中心的訓(xùn)練場景，AI專用芯片將挑戰(zhàn)GPU的絕對統(tǒng)治地位。

　?、岢墒祛I(lǐng)域競爭激烈。在邊緣端做好細(xì)分應(yīng)用場景的極致加速，是初創(chuàng)公司進(jìn)入市場的機(jī)會。問題在于，應(yīng)用場景雖然繁多，但經(jīng)過實(shí)踐邁向成熟的場景，往往就是大家熟悉幾個領(lǐng)域——安防視覺、城市交通管理、自動駕駛、智能語音等。

　　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(bào)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(guī)劃。

　　我國雖然在芯片半導(dǎo)體領(lǐng)域與世界頂尖水平相去甚遠(yuǎn)，在傳統(tǒng)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AI領(lǐng)域，中國已經(jīng)具有很強(qiáng)的實(shí)力，充分利用自己的長項(xiàng)是明智之舉。

　　拉長時間來看，我國的芯片、半導(dǎo)體相關(guān)創(chuàng)業(yè)公司和海外相比，發(fā)展的時間較短，還有大幅提升空間;從整個芯片產(chǎn)業(yè)鏈來看，設(shè)計(jì)、制造、封裝、測試、銷售環(huán)節(jié)分工明確，而每一個環(huán)節(jié)都需要慢工出細(xì)活的工匠精神，精細(xì)打磨才能出好的產(chǎn)品。

　　所以說，充分利用自己在AI方面的實(shí)力、抓住未來的巨大需求、利用AI芯片當(dāng)前研究水平較低的現(xiàn)狀，在芯片領(lǐng)域另辟蹊徑，是中國在相關(guān)高新領(lǐng)域彎道超車的絕佳機(jī)會。

　　總結(jié)

　　輝煌設(shè)想、浩大投資固然很好，但對于科技攻關(guān)來說，人才和時間才是關(guān)鍵。做好長期投入的準(zhǔn)備，才談得上成果。堅(jiān)持下去打好持久戰(zhàn)可能會成為長期戰(zhàn)略，也就意味著AI芯片的研發(fā)必須具備戰(zhàn)略的長遠(yuǎn)布局，只有這樣才能走得更遠(yuǎn)，活的更長。

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