AI芯片公司有多少種生存之道？
2019-06-19 09:20:01 雷鋒網高速增長且短期內規模將達百億美元的AI芯片市場不僅驅動著傳統芯片公司戰略和技術的轉型，同時還吸引了不少新的玩家，這其中有巨頭也有初創公司，有的擅長硬件，還有的從算法和軟件切入。但無論如何，對于企業而言關鍵的是能夠在市場上占領一席之地，那么，芯片公司有多少種路徑可選？？
巨頭的生態化戰法
目前，AI芯片領域有兩類巨頭參與其中，一類是傳統的芯片巨頭，比如英特爾、英偉達、AMD，另一類是更擅長軟件的科技巨頭，比如谷歌、Facebook、亞馬遜、百度、阿里、騰訊。
傳統芯片巨頭順勢而為
傳統的芯片巨頭往往能夠更早享受到新的時代帶來的利好。比如始于2012年的第三次AI熱潮，憑借著GPU的并行運算優勢，在眾多創業者剛開始準備AI芯片的創業甚至還未開始創業之際，英偉達就在2016年推出了第一款專為深度學習優化的Pascal GPU，伴隨著Pascal GPU的出貨，英偉達成為了眾多AI芯片公司想要超越的目標。當然，為了從AI市場獲得更高營收，英偉達也在持續更新針對深度學習優化的GPU。
英特爾也快速從AI中獲利，并且它們獲益的一個重要原因就是云計算的普及以及數據中心不斷增長的AI需求。因此，在服務器市場占據明顯優勢的Xeon（至強）芯片給創立超過50年的英特爾率先帶來AI營收。但擺在英特爾面前的問題是，通用性很強的CPU并不擅長并行計算，因此想要繼續保持在芯片領導力僅靠至強處理器顯然還不足夠，還需要進行戰略和技術上的轉型。因此我們看到，2016年中旬，時任英特爾CEO的科再奇（Brian Krzanich）在博客上提到：“要把英特爾從一家PC公司轉型為一家驅動云計算和數以億計的智能、互聯計算設備的公司。”如今，英特爾已經從過去的以晶體管為中心堅決地轉向以數據為中心，并將“萬物互聯”定為未來發展趨勢。
而英特爾用以支持戰略轉型的就是六大技術支柱，包括制程、架構、內存、互連、安全、軟件。僅看芯片，英特爾除了CPU，借助收購已經擁有了FPGA、自動駕駛專用處理器、神經網絡處理器，明年還將推出自主研發的獨立GPU Xe，而這些處理器都可以用于AI。
科技巨頭“被迫”自給自足
相比傳統芯片巨頭們的順勢而為更好地滿足市場需求，更擅長軟件的科技巨頭們則有種被迫進入芯片領域的意味。在智能設備的普及達到一定程度且AI大熱之時，積累了大量數據的科技巨頭們更加意識到挖掘數據價值能夠帶來的優勢，對AI芯片強烈的需求也由此產生。
但隨著AI算法的發展以及對AI技術應用的逐步深入，科技巨頭們發現兩個明顯的問題，第一是現有的AI芯片的算力并不能很好地滿足他們的需求，第二是深度學習的GPU售價高昂。因此，算力不足、芯片價格高昂以及個性化需求沒有很好地被滿足成為了科技巨頭們自主研發AI芯片的驅動力。
在眾多選擇自主研發AI芯片的科技巨頭中，谷歌的腳步更快一步。2011年谷歌就開始認真考慮使用深度學習網絡，但這些網絡運算需求高，令他們的計算資源變得緊張。2016年5月，谷歌在I/O大會上首次公布了自主研發的TPU，并稱這款芯片已經在谷歌數據中心使用了一年。2018年發布的TPU 3.0性能可達100PFLOPS，能效可達GPU的幾十甚至上百倍。
谷歌之后，國外的Facebook、亞馬遜，國內的百度、阿里也紛紛開始自研AI芯片，成為了這一輪AI熱潮的一個亮點。巨頭們希望借自主研發的AI芯片以更低的成本滿足自身的個性化需求，最終獲得更大的優勢。
初創公司各有絕招
如果說巨頭們進入AI芯片市場有些被迫的意思，但他們至少擁有充足的資金，也不用太過擔心芯片的市場接受程度。但AI芯片初創公司們不僅缺乏資金，能否獲得市場的認可還面臨巨大的不確定性，因此對于AI芯片初創公司而言，想要在AI芯片市場分一杯羹，都需要各出絕招。
既然資源有限且風險更大，除了需要明白自身的優勢之外，初創公司們還需要謹慎地思考諸多問題。比如：到底要做云端還是終端芯片？要做視覺芯片還是語音芯片？用哪一種芯片類型更合適？面向哪些市場？用什么樣的商業模式？這一系列的問題都指明，芯片領域已經門檻夠高，難度夠大，想要在新興的AI芯片市場獲得一席之地，雖然難度更大，但路徑也更多。
被巨頭收購
對于初創公司而言，被巨頭收購顯然是一個不錯的結局。比如被英特爾收購的Mobileye、Nervana。還有在國內引發巨大關注的賽靈思收購深鑒科技。但想被巨頭收購，與巨頭關系的親密成都以及能否增強其生態實力非常關鍵。比如深鑒科技2016年成立之后，就一直基于賽靈思的技術平臺開發機器學習解決方案，兩家公司合作密切。當然初創公司也需要有自己的創新，深鑒科技在FPGA 2017大會上，其論文被評為唯一的最佳論文。關于這個話題，更多可參考雷鋒網此前的《什么樣的AI芯片初創公司會被科技巨頭收購？》一文。
看準市場搶先進入
認清自身的優勢，能夠搶奪市場先機并看準市場也是初創公司獲得成功的有利因素，比如地平線、云天勵飛和寒武紀等初創公司。地平線在2015年成立，目前第一代AI芯片已經實現大規模商業化。在智能駕駛領域，地平線已經和全球四大汽車市場Tier1s和OEMs建立了合作關系。在AIoT領域，地平線攜手合作伙伴已賦能多個國內一線制造企業、現代購物中心及知名品牌店。
云天勵飛同樣成立時間很早，2014年成立后，經過兩年其基于IFaaS 1.0的云天“深目”在深
圳龍崗公安分局上線，率先實現“百萬人群，秒級定位”，在“深目”動態人像識別系統已經成為現象級產品之后，云天勵飛在2018年10月流片了具有自主知識產權的DeepEye1000 嵌入式視覺AI芯片，進一步將產品的應用場景拓展至機器人、無人機、智慧城市、新零售等AI邊緣計算場景。
寒武紀同樣率先進入了AI芯片市場，并且憑借2016年的終端AI智能處理器，成為了海思麒麟處理器實現AI的關鍵部分，當然也應用于數千萬的智能手機中。2018年寒武紀又推出云端處理芯片，完成了云端+終端AI芯片的布局。
在AI時代，軟硬一體的重要性更加突顯，因此除了擅長硬件的初創公司之外，也有一些公司本身擅長算法向硬件領域延伸。思必馳就是一個典型的代表，雖然思必馳在2007年就成立，并且專注智能硬件的自然語音交互，但其直到2019年初才發布第一代AI語音芯片。這背后的邏輯是，作為擅長算法的思必馳，此前采用第三方的芯片就可以滿足需求，但隨著語音算法的演進以及市場競爭的加劇，對AI語音芯片提出了更高要求，并且，擁有自研的芯片能夠更好地發揮軟硬一體的優勢，更有利于參與市場的競爭。
觸景無限同樣有AI算法的優勢，自2016年開始就已經提供了實際的前端感知產品，也更了解現有芯片在安防場景落地時的痛點。為了把前端感知的優勢進一步增強，觸景無限也在逐步加大對芯片的投資。將攜手國內知名芯片企業，打造人工智能感知芯片（SoC），為下一代人工智能感知領域提供端到端的全方位解決方案。相較于現有的前端AI芯片，他們的前端感知芯片將從設計伊始就瞄準應用落地，以多年的前端經驗打造真正適合安防市場的芯片。
尋找獨特的產品+市場
從圖像AI芯片到語音AI芯片的兩大類AI芯片，從硬件到算法的不同切入角度，上面我們提到的初創公司都主要在終端AI芯片市場。由于云端AI芯片市場巨頭的生態優勢難以被打破，因此，即便云端AI芯片市場利潤更高且市場需求更加穩定，但大部分初創公司依然只能放棄這一市場。
但也有例外，比如成立于2015年的天數智芯，他們既不主攻AI算法，也不是單純硬件公司，而是定位為一家軟硬件結合的系統級公司。天數智芯從提升軟件算力上入手，把軟件作為承載其生態的關鍵，迅速在行業場景中推出具體落地的應用解決方案，為芯片產品獲取一個入口，適時推出AI芯片，通過軟件加硬件的方式不僅提升算力的均值，還將提升算力的峰值。同時通過可透明遷移的軟件平臺更好的獲取客戶，并以特定領域的應用獲得認可，再以通用的芯片向更多應用領域拓展。目前，天數智芯的邊緣側AI推理芯片已經在FPGA上驗證并得到客戶認可，今年下半年可供貨。同時，預計明年將推出國內首顆高端 GPGPU芯片用于云端訓練。
除了上述四種路徑之外，初創公司還有許多種路徑可選，比如芯片架構創新、商業模式創新、用更快的速度滿足市場需求等等。但最為關鍵的是，擁有創新的技術，并且能夠獲得市場的認可才是能夠在AI芯片市場立足的關鍵。
免責聲明：本文由作者原創。文章內容系作者個人觀點，轉載目的在于傳遞更多信息，并不代表EETOP贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時聯系我們，我們將在第一時間刪除！
