AI芯片公司“各自为政”，不会出现一家独大

确实，现在大多数计算机视觉或者自然语言处理初创公司，更多的是从技术应用场景出发，围绕终端侧开发相应的芯片。毫不夸张的说，软硬件解决方案＋前后端通吃正在成为大趋势。

地平线的创始人余凯在此前的采访中也表示，“芯片最终是拿来用的，并不是用来发论文的，所以要看在具体场景下把这个问题解决的怎么样。传统的芯片可能不用管后续的应用，所以他们只能做到他们的层次，多少瓦处理多少计算力，并没有去考虑计算力对应用的意义，这个是传统的芯片问题。”

AI芯片“回归初心”的话，其本质上是为具体的应用场景而服务的。云知声loT事业部副总裁李霄寒认为，“技术实际上还在其次，最关键要看你解决问题的具体场景，要从具体的场景出发，去推演芯片能不能解决实际的问题。”

从镁客网接触到的一些AI企业来看，现阶段AI芯片的应用也主要以金融、安防、物联网、自动驾驶等几个细分的场景为主。

“目前国内做AI芯片的公司可能有几十家，重合度不会低。但多数公司有自己的侧重点，例如寒武纪主推自己的AI专用处理器，地平线机器人在自动驾驶方面发展较多，商汤在智能监控方面积累较好。”

王中风教授表示，“最终市场必然会淘汰其中大部分的公司，有些公司会互相合并，也有些公司被大公司收购，能够自己独立发展并成功上市的也许不到十家。”

但是在那些重合度比较高的细分市场中，最终会不会出现一两家芯片厂商垄断呢？

对此，林福江教授认为，AI芯片发展到后期不会出现这样的局面，“AI芯片更多是概念产业，是把一些可以解决算法问题的东西引进到芯片中来，我不认为会有通用AI芯片，也不会有一两家大的芯片厂商来统一。”

AI芯片是阶段性的，指望它在一两年回本略显着急

一般情况下，芯片研发的周期都是按照年来计算，按照去年的发布时间，2018年下半年会有不少AI芯片陆续面世。

如此长的研发投入时间有可能无法和算法以及应用的发展同步，这种不确定性，也带来未知的风险。尤其是对于芯片这种烧钱的硬件，出了一点纰漏，损失的都是千万元以上。

换句话说，虽然国内芯片产业是巨大的，但是整个研发成本非常之高，成功率也很难有保证。

而且AI芯片仅仅强化深度学习能力是不够的，传感器接入，信号处理，检测识别，以及软件层面的决策和反馈等，各个环节需要的算法和计算特性也是不一样的。

云知声的李霄寒认为，做AI芯片有三个要素必须要考虑：

第一：有没有相应的芯片知识，会不会做芯片。

第二：有没有算法和应用，其实从核心的角度，我们是在为算法找一个适合的应用平台，如果我们做AI芯片的话，必须要有AI方面的算法，算法和硬件是绑定的。

第三：要有自己的业务模型，当芯片出来后，怎么去销售它，谁是你的客户，你准备把它做成一种什么样的产品形态，这些业务模型都是要考虑的。

从这个角度说，现在有一部分公司是有算法技术的，但如果仅仅从一个点出发去着手做芯片研发，摆在他们面前的则是后续的落地应用以及终端市场的开发。

李霄寒告诉镁客网，“虽然在做芯片这件事情上是盈利，但是指望第一款芯片出来就能回本就太激进了。”

“芯片没有那么好做，投入大产出低，现在这么多人做芯片，我觉得大多数都会被淘汰掉。”云从科技联合创始人孙庆凯表示。

AI芯片是一个需要长线投入的产业，它有自己的演进路线，基本上不可能在一两年时间内一蹴而就，开始赚钱。比如，当第一款芯片推出后，芯片厂商肯定要继续做相应的优化，包括添加功能 、降低成本等，而且它的生产测试也有自己的周期。

就像大多数初创公司认为的：AI芯片是一个长期的过程，指望它在一两年回本就有点着急了。

一位业内人士表示，“我没看清楚为什么大家都开始做芯片，不过芯片这个方向是好的，它是一个市场发展方向。但是也不像业界內传的这样神乎其神，泡沫有点大。在盈利方面，芯片本身就不容易，更何况AI芯片的还是在炒概念。”

确实，将芯片的性能、功耗和使用场景结合起来，做出一个非常好的产品，这实际上对每个企业都是巨大的挑战。

林福江教授则认为只有等基于旋转电子的量子计算机30年后成为普及，才会有真正的AI终端出现。

结语：

2018年是检验这些AI芯片厂商的开端，到底是哪些初创公司能做到小而美或者大而全，在优胜劣汰的过程中，芯片市场格局将发生大的变化，即使是像英伟达这样的公司，也随时面临着被新的黑马逆袭的危机。

而很多没有太多半导体背景的资本大量进入芯片领域，也释放出一个信号：山雨欲来风满楼，变天的时刻不远了。（作者：巫盼）