路線之爭
可以說，芯片將決定新AI計算時代的基礎架構和未來生態。因此，谷歌、微軟、IBM、Facebook等美國巨頭都投巨資加速AI芯片的研發，旨在搶占制高點，而國內AI芯片更是呈現出創新活躍、百花齊放的格局。
對于AI芯片廠商而言，首要任務是選好定位。從應用來看，AI芯片主要分為云AI芯片和端AI芯片。云AI芯片應用于云端服務器及數據中心；端AI芯片應用于智能設備、IoT端設備。從作用來說，訓練和推理需各成其就。
在云端訓練中，多GPU并行架構是常用的基礎架構方案。而在云端識別中，基于功耗與運算速度的考量，異構計算（CPU+GPU+FPGA/ASIC）是目前主流方案。而終端設備著重推斷。業內某IP公司負責人表示，云端訓練和推理更追求性能，而不會過多考慮功耗、內存等因素。而在終端的訓練方面，既要求有大量的數據，又要求有大量的運算，很難滿足。對于AI芯片公司來說，未來的機會肯定是終端的推理。
廠商對未來的預判不盡相同，有的要在云端做大芯片；有的面向終端，開發特定場景的芯片；有的則兩路并發。那究竟選擇何種路線？對GPU、FPGA、ASIC的“押注”誰將勝出？而無論是基于GPU、FPGA等通用芯片的半定制方案還是專用ASIC芯片，最終比拼的仍是性價比。
架構之爭
在AI芯片這一賽道上，既有谷歌、英特爾、英偉達等頂尖巨頭大手筆的投入，也有無數的中小創業企業在全力以赴，而路線之爭的背后其實是傳統與新型架構的爭奪。
ICCAD理事長、清華大學魏少軍教授稱，架構創新是一個不可回避的問題。目前各家使用的AI方案架構互不兼容，沒有支持的標準AI計算接口，是否會出現像當年CPU一樣的通用處理器來一統AI芯片天下？如果存在的話，架構是怎么樣的？如果不存在，那目前以滿足特定應用的AI芯片一定只能以IP核的方式存在，最終被各種各樣的SoC所集成，如果真是這樣，那今天從事AI芯片開發的公司將何去何從？
AI芯片應該具備的基本要素在于：可編程性、架構的動態可變性、高計算效率、低成本、應用開發簡便等，目前的CPU+GPU、CPU+FPGA、CPU+ASIC等均不是理想架構。魏少軍教授認為，通用AI處理器的驅動力來自以下兩個方面：開發AI芯片硬件構架的代價非常高，不是所有廠家都能承受的；IP的可擴展性、架構的支持廣度、標準AI計算接口，對AI芯片的普及非常重要，而開發相關算法也不是一朝一夕就可以完成的。
寒武紀作為AI芯片賽道上的主要玩家之一，認為AI必然會出現一種重量級的應用，硬件就必然要標準化、通用化。而地平線創始人余凱則認為AI的應用在各個場景里千差萬別，更可能的情況是，在每一個細分領域會出現一個主導架構。未來的架構之爭還將持續。
陣營之爭
在AI這一巨大風口之下，老將新兵均蜂擁入場，以分享這一新興生態圈紅利，同時也將變數再次放大。
除新興的地平線、寒武紀、深鑒、比特大陸等這些廠商之外，我們看到，一方面，諸多老牌芯片企業正在積極擁抱AI，成為AI芯片產業中的重要力量，諸如中星微、北京君正、中天微、杭州國芯等傳統SoC處理器芯片或者多媒體芯片企業就是其中的代表。另一方面，切入AI芯片領域的算法和系統公司逐漸增多，比如商湯、海康、大華、依圖、華為等，他們積極地通過自主研發與并購投資的方式加大對AI芯片的投入。
相比那些活躍的初創AI芯片新生力量，老牌企業具有更加完備的前后端設計、產品、驗證和測試團隊，具備打造一顆完整SoC芯片產品的工程化經驗。老牌芯片企業的入場競爭，和新生力量在人才、產品層面的角力，是未來AI產業值得關注的一大看點。而系統公司離場景最近，對場景真實需求的深刻了解，強大的軟硬件一體化產品能力、市場營銷渠道能力以及充足的資本儲備等，將使得它們在處理和眾多AI芯片初創企業的關系上始終處在一個更加主導的地位，更增加了產業格局的不確定性。
AI芯片的技術壁壘并不低，但只要行業集中度高，贏家就會選擇通吃。比如做手機的廠商，出貨量到了一個閥值，都有動力自己做芯片，如蘋果、三星、華為還有小米等都選擇了自己開發手機芯片。這對于高通、聯發科、展訊等手機芯片供應商來說也是一大沖擊。而這在AI領域也將上演同樣的故事。
應用之爭
商業應用是AI的關鍵因素之一，AI只有解決了實際的問題才具有價值。AI芯片巨大的研發成本、流片成本、分銷成本都需要應用來“稀釋”。
但依據專家觀點，AI的關鍵性應用需要追求 99.9……% 后的多個 9，做不到就沒法商業化。比如自動駕駛，“關鍵性應用”的普遍特點就是這樣，項目通常很貴，研發周期巨長，需要技術大牛坐鎮以及持續的融資能力。而大部分是非關鍵性應用，比如人臉識別，通常比拼綜合實力，包括對行業的洞察理解力、產品和工程化能力、成本控制、供應鏈能力、營銷能力、迭代能力等等。
此外，不同行業有不同的“聚焦”。在汽車行業，安全性、實時性是最重要的問題。而在安防領域，AI+視頻監控最看重的是把被動監控變為主動分析與預警，對識別率、算力及成本有很高的要求。在消費電子領域，手機因為搭載麒麟970芯片的華為mate10手機與同樣嵌入AI芯片的iPhoneX帶領手機進入智能時代。另外，亞馬遜的Echo引爆了智能家居市場，對AI的訴求要解決功耗、安全隱私等問題。
要選擇哪個垂直領域，取決一些關鍵因素：市場空間夠不夠大？行業集中度如何？技術是改良還是革命？競爭對手的壁壘誰更高？顯然，在消費電子、安防、智能汽車等AI場景應用領域，仍然有諸多硬仗要打。
生態之爭
在AI的競爭維度上，生態絕對是關鍵一環。
在AI平臺化的趨勢下，未來AI將呈現若干主導平臺加廣泛場景應用的競爭格局，生態構建者將成為其中最重要的一類模式。目前，科技巨頭都已在AI產業鏈的基礎技術層和應用層著手布局，比如Google推出了TensorFlow分布式學習框架，國內百度建立并開放了PaddlePaddle全開源深度學習平臺，還推出了DuerOS和Apollo兩大AI操作系統。
對騰訊、阿里、百度這些巨頭來講，為維持自己的王者地位，必然也必須要構建出AI的生態系統。而在AI生態層面，值得關注的動向是：一是隨著生態的進化，很多領域都會有訓練好的模型可以用來參考，未來算法的壁壘會越來越低，如果一個公司的核心競爭力只是算法，那將非常危險；二是AI芯片廠商不能僅考慮自己獨特的體系結構和軟件開發套件，在當前的情形下，要不就打造成包括硬件及軟件生態的全AI服務流程能力，要不就需要融入一個合適的生態圈，否則長遠的競爭力將難以保證。
伴隨AI的演變，算力的提升促進了算法的發展，算法的發展又對AI芯片提出了需求。“你在跑，本來的優勢者也在跑。”這句話適用于英偉達和英特爾的巨頭之爭，也適用于AI芯片公司。在全新的AI芯片領域，未來的版圖還有諸多想象空間，就看如何著墨了。
（?天天IC）
]]>
阿里巴巴集團董事局主席馬云日前在日本早稻田大學與師生交流對話。他表示，阿里巴巴布局芯片行業旨在開發“更具包容性”的技術，讓更多年輕人及小企業分享低成本技術。
阿里巴巴集團近日宣布，全資收購中國大陸唯一的自主嵌入式CPU IP Core公司——中天微系統有限公司。馬云表示，阿里巴巴布局芯片行業并非最近才開始，在過去4年內已投資5家芯片企業。
馬云說，芯片行業正在發生巨大變化，物聯網時代即將到來，絕大部分用電的東西都會內置芯片，人們需要更便宜、更有效、更有包容性和更安全的芯片，這是一個新領域。
他表示，作為企業，應該對自己及全球未來負有責任。阿里巴巴開發芯片并非為了競爭，而是讓所有人在任何時候、任何地方都能利用和分享這些技術，技術應該讓世界受益。
“我跟阿里巴巴的研發部門說，你們的工作就是確保技術更具包容性。我們并不想控制技術，我們想要的是讓所有年輕人、小企業都能以低成本利用這些技術。這是我們所堅信的理念。”他說。
（中國證券網）
]]>