AI芯片市場需要一把火還是一桶冰

作為芯片市場的一哥，英偉達(dá)剛剛發(fā)布的Q1季度報(bào)告表現(xiàn)就十分不理想。數(shù)據(jù)顯示，截至2019年4月28日，英偉達(dá)當(dāng)季收入22.20億美元，環(huán)比增長1%，同比下跌31%，毛利率58.4%，環(huán)比提高3.7個百分點(diǎn)，同比減少6.1個百分點(diǎn);凈利潤3.94億美元，環(huán)比下跌31%，同比下跌68%。數(shù)據(jù)一出，整個AI芯片市場的心態(tài)都很難不受影響。

英偉達(dá)營收下跌的因素有很多，作為高端芯片設(shè)計(jì)巨頭，就像是早年蘋果顯著優(yōu)勢被不斷追趕上一般，現(xiàn)在英偉達(dá)也處在這樣的困局之中，創(chuàng)新無力，優(yōu)勢漸失。因此，它的利潤下跌暗示出兩個信號：1.整個市場平均水平上升了;2.高端AI芯片市場產(chǎn)品性能發(fā)展“停滯不前”。

可見，形勢已然生變。

人人可做的AI芯片

從應(yīng)用角度來看，AI芯片主要應(yīng)用在云、邊緣和端側(cè)。其中云上最為常見的產(chǎn)品是AI加速器，其主要用于加速深度學(xué)習(xí)訓(xùn)練和推理;而在邊緣和端側(cè)，則根據(jù)在智能手機(jī)、安防、汽車等領(lǐng)域應(yīng)用場景的不同出現(xiàn)各類AI芯片。其中云端訓(xùn)練需求大約占AI芯片市場的50%，云端推理需求約占AI芯片市場的25%，邊緣和端側(cè)占據(jù)25%。

數(shù)據(jù)顯示，AI芯片市場規(guī)模在未來5年將會增長10倍，到2022年達(dá)到35億美元，可以說是一個相當(dāng)可觀的市場。

但是入局者很多，尤其是在應(yīng)用端，國內(nèi)原本做安防、語音語義、人臉識別、云計(jì)算等領(lǐng)域解決方案的公司紛紛開始了自研芯片的道路，從百度、阿里到思必馳、云天勵飛。而2018年大批AI算法公司開始轉(zhuǎn)向各自所在領(lǐng)域的AI芯片研究，這也不再讓人感到驚奇。

開先河的人是誰？似乎是特斯拉。大家應(yīng)該都還記得，馬斯克“嫌棄”英偉達(dá)芯片之后自己默默地就研發(fā)了用于自動駕駛的芯片，速度很快就換下了英偉達(dá)芯片，完全是一副“很容易做”的態(tài)勢。

公開數(shù)據(jù)顯示，截止2018年底，國內(nèi)芯片設(shè)計(jì)公司規(guī)模已經(jīng)發(fā)展到近1700家，雖然受經(jīng)濟(jì)影響，增速大不如前兩年，但是仍然有不少人想要搶奪這塊蛋糕。在AI的大背景下，人人可做芯片成為一個再正常不過的現(xiàn)象，這也讓這部分尚未成型的市場爭奪格外激烈。

2018年是格外熱鬧的一年，包括云知聲、思必馳、出門問問等國內(nèi)不少AI初創(chuàng)企業(yè)紛紛推出了自己的芯片或模組。而今年年初，云知聲更是一口氣發(fā)布了三款芯片：第二代物聯(lián)網(wǎng)語音AI芯片雨燕Lite，面向智慧城市的支持圖像與語音計(jì)算的多模態(tài)AI芯片海豚（Dolphin）以及面向智慧出行的車規(guī)級多模態(tài)AI芯片雪豹（Leopard）;而思必馳也攜手中芯國際發(fā)布AI語音芯片TAIHANG。如此之類，比比皆是。

可以看出，尤其是在終端應(yīng)用上，芯片設(shè)計(jì)巨頭的優(yōu)勢正在逐漸消失。

為什么AI芯片人人可做？

“做神經(jīng)網(wǎng)絡(luò)芯片并不難。”在剛剛結(jié)束的CAIS大會上，賽靈思人工智能業(yè)務(wù)資深總監(jiān)姚頌公開表示。

言下之意，現(xiàn)在應(yīng)用于深度學(xué)習(xí)算法的AI芯片開發(fā)起來并不是一件困難的事情。因?yàn)閼?yīng)用在特定領(lǐng)域，對于初創(chuàng)公司來說，專用架構(gòu)設(shè)計(jì)已經(jīng)沒有太高門檻，早期的初創(chuàng)公司如寒武紀(jì)、地平線等公司也都已經(jīng)開始比拼工程能力和客戶能力。

那AI芯片到底為何如此容易做？

回答這個問題還需要回到AI芯片是什么這個話題上。

說起AI芯片，它是一個比較寬泛的概念，且至今為止都沒有一個明確的定義。從廣義范疇上講，面向AI計(jì)算應(yīng)用的芯片都可以稱為AI芯片。除了以GPU、FPGA、ASIC為代表的AI加速芯片（基于傳統(tǒng)芯片架構(gòu)，對某類特定算法或者場景進(jìn)行AI計(jì)算加速），還有比較前沿性的研究，例如類腦芯片、可重構(gòu)通用AI芯片等。

但后者距離大規(guī)模商用還有較長距離，暫時不會對市場造成太大影響。因此一般情況下，當(dāng)我們談?wù)揂I芯片，我們通常指的是以GPU、FPGA、ASIC為代表的AI芯片，而它們本質(zhì)上就是AI加速器或計(jì)算卡，即專門用于加速AI應(yīng)用中的大量計(jì)算任務(wù)的模塊（其他非計(jì)算任務(wù)仍由CPU負(fù)責(zé)）。

如業(yè)內(nèi)人所分析，因AI芯片就是用于計(jì)算的芯片，效率高，功能相對單一，且不涉及IP授權(quán)問題，應(yīng)用起來更節(jié)約資源且門檻要比通用芯片低，故而進(jìn)場者眾多。

當(dāng)然，除了技術(shù)本身，AI芯片市場發(fā)展的停滯不前也為入局者留有了足夠的時間。有業(yè)內(nèi)人調(diào)侃說，“我去年把工作重心放在了5G，今年轉(zhuǎn)回來去做AI芯片，發(fā)現(xiàn)還是沒有多大變化?！?/p>

可以看出，門檻低、專用性強(qiáng)、AI芯片再難創(chuàng)新等因素都直接促使了AI公司紛紛去做自己的AI芯片。

市場混戰(zhàn)，誰能勝出？

不同于傳統(tǒng)芯片市場，AI芯片專用性強(qiáng)，進(jìn)入門檻也相對較低，且基礎(chǔ)架構(gòu)設(shè)計(jì)沒有特定限制，因此整個硬件市場頗為“混亂”，資源也比較分散。

發(fā)展兩年下來，“魚龍混雜”成為AI芯片市場的發(fā)展現(xiàn)狀，不再抱著參數(shù)和性能說話，走競價路線成為芯片廠商不得不做的轉(zhuǎn)變。

在談到這一問題時，姚頌也明確表示認(rèn)可。

他認(rèn)為公司在做AI芯片時其實(shí)就是在做產(chǎn)品，“能不能用、好不好用和用戶能不能離得開”成為衡量AI芯片的三大標(biāo)準(zhǔn)。

“底層技術(shù)過關(guān)是基礎(chǔ)，贏得市場還是要看軟件服務(wù)乃至生態(tài)。而一款芯片到底好不好，性能參數(shù)并沒有那么重要，重要的是其在具體應(yīng)用中的表現(xiàn)?！?/p>

在舉例時，姚頌提到，即便是在賽靈思做的最不為人知的汽車領(lǐng)域，其芯片在實(shí)測場景中也已經(jīng)能夠達(dá)到每一百萬芯片中低于2顆芯片的缺陷數(shù)和每10^9小時內(nèi)發(fā)生錯誤數(shù)大概在12次的優(yōu)秀表現(xiàn)。沒有參數(shù)，沒有性能，只有客戶與應(yīng)用數(shù)據(jù)，而這就是最大的“話語權(quán)”。

確實(shí)，對于早期進(jìn)場且有了眾多芯片產(chǎn)品的AI芯片公司們，如寒武紀(jì)、地平線、百度，甚至包括英偉達(dá)，都開始沉下心來做市場，同時在下一代芯片的定義和設(shè)計(jì)上，他們也都謹(jǐn)慎和冷靜了許多。

用一句話描述2019年的市場，AI芯片產(chǎn)業(yè)相對平靜，“熱度”都傳導(dǎo)到了應(yīng)用市場。

AI芯片困局：競爭力與差異化

目前，無論是初創(chuàng)公司還是芯片設(shè)計(jì)巨頭，壓力都是與日俱增。一般而言，只要有應(yīng)用場景的支持、足夠的資金和工程能力，AI芯片做出來不會成為大的問題。但對于AI芯片這一新興市場而言，談市場布局實(shí)在有些為時過早，大家心中都明白這將是一場持久戰(zhàn)，而產(chǎn)業(yè)真正的未來和發(fā)展方向還是取決于創(chuàng)新。

從現(xiàn)有的市場情況來看，2019年整個產(chǎn)業(yè)趨于平靜也反應(yīng)出了大家已經(jīng)逐漸從保證功能的粗放設(shè)計(jì)轉(zhuǎn)變?yōu)樘岣吒偁幜筒町愋缘木?xì)作了，但要做出競爭力和差異化卻不容易。

如何提高競爭力？

上文提到，想要贏得客戶，做服務(wù)、建生態(tài)是當(dāng)下打開市場的出路，但是“硬件好做，軟件難”卻是大家普遍反映的問題。

有業(yè)內(nèi)人指出，無止境的軟件工具優(yōu)化讓大家備受困擾，從單核、多核到多芯片、多板卡，再到神經(jīng)網(wǎng)絡(luò)算法與非NN算法、異構(gòu)系統(tǒng)、軟硬件聯(lián)合優(yōu)化，軟件工程師會遇到各種問題，這都將為大家不斷深耕上層的帶來阻力。

最近，***成立的“***AI芯片聯(lián)盟”（AI on Chip Taiwan Alliance，簡稱AITA）就是為了合力為AI芯片的開發(fā)構(gòu)建相對完善的軟件開發(fā)環(huán)境和生態(tài)，以推動芯片的商業(yè)化。

而做出差異性就更是一件難上加難的事情，盡管這很可能是AI芯片公司發(fā)展的最終出路。

對于差異化這件事，尤其是在現(xiàn)有的商用AI芯片基礎(chǔ)上，業(yè)內(nèi)普遍認(rèn)可的是AI芯片架構(gòu)創(chuàng)新。但有前車之鑒，對于現(xiàn)在AI芯片架構(gòu)熱潮會不會重蹈三十年前的體系架構(gòu)熱潮的失敗，誰也不敢保證。

不過從業(yè)內(nèi)各人士發(fā)出的聲音來看，向通用方向發(fā)展成為最易落地的方案。百度昆侖芯片的架構(gòu)師歐陽劍就結(jié)合他們的研發(fā)經(jīng)驗(yàn)指出通用性會越來越重要，同時曾經(jīng)力挽展訊于狂瀾之中的芯片設(shè)計(jì)工程師李力游就稱未來云—端通用的芯片將不會是夢，而這必將打破現(xiàn)有的市場格局。

最后

從全球市場覆蓋率來看，雖然如今英偉達(dá)的優(yōu)勢逐漸被趕超，但云端的訓(xùn)練和推理市場幾乎被英偉達(dá)包下，邊緣和端側(cè)的應(yīng)用則主要被三星、高通、英特爾、英偉達(dá)等廠商占據(jù)，除了華為，鮮有國內(nèi)廠商出現(xiàn)在市場占有率前沿的名單上，這是不爭的事實(shí)。

此外，國內(nèi)第一梯隊(duì)的AI芯片設(shè)計(jì)公司在高性能芯片上尚未形成強(qiáng)競爭力也是需要關(guān)注的地方。可見，賣片只是第一步，路漫漫其修遠(yuǎn)兮。