2016年，第一代AI芯片開始爆發(fā)，傳統(tǒng)芯片廠商、算法公司、互聯(lián)網(wǎng)巨頭魚貫涌入；如今，三年過后，“商業(yè)落地”進(jìn)入兌現(xiàn)期。“前兩年你還可以講我要做AI芯片，但今年如果你沒有一個產(chǎn)品做出來，跟競爭對手比起來，你其實(shí)就處于劣勢了。”半導(dǎo)體領(lǐng)域出身的投資人北極光創(chuàng)投董事總經(jīng)理?xiàng)罾诒硎尽?/p>
但“落地”的過程，顯然比芯片研發(fā)本身更具挑戰(zhàn)，這既是對第一代架構(gòu)設(shè)計的試金石，又需要龐大的軟件開發(fā)和客戶支持的力量。當(dāng)然，一些AI芯片公司剛剛推出或者剛剛開始落地產(chǎn)品、落地場景，但能否真正可以批量工程化應(yīng)用于產(chǎn)品，能否真正滿足實(shí)際場景需求，以及芯片的穩(wěn)定性等都有待觀察。但這并不妨礙市場調(diào)研機(jī)構(gòu)們繼續(xù)描繪AI芯片美好的未來：根據(jù)Gartner預(yù)測，2022年全球AI芯片的市場規(guī)模將從2018年的42.7億美元上升到2023年的323億美元，2019-2023年平均增速約為50%。
沒有人會懷疑人工智能的未來，也沒有人質(zhì)疑AI芯片的產(chǎn)業(yè)根基地位，只是在這個有自己客觀規(guī)律，快不得也慢不得的戰(zhàn)場上，參與者們要如何調(diào)整好姿勢戰(zhàn)斗？先入者冠蓋云集，后來者是否還有機(jī)會？
落地
客觀上看，2019年，AI芯片玩家們商用的步伐并沒有預(yù)期的那么快。
無論是體量龐大如華為、阿里、特斯拉，還是那些跑得快的初創(chuàng)企業(yè)如億智、登臨、燧原、鯤云等，即使有些已經(jīng)發(fā)布產(chǎn)品或者宣布流片回來，但距離大規(guī)模量產(chǎn)尚有些距離，更何況巨頭們的產(chǎn)品大多還是自用。
有行業(yè)人士甚至調(diào)侃，一年前，在一個峰會上看到十來家創(chuàng)業(yè)公司用PPT展示了他們的AI芯片計劃。今年，這些公司只是展示了更新的PPT而已。
AI芯片面臨的商業(yè)化落地問題還能從當(dāng)前的融資案例看出，一位投資人士表示，目前融到錢的幾家主流AI芯片初創(chuàng)企業(yè)，背后都有一個共性：有客戶或者產(chǎn)業(yè)資源背書，“否則很難。”
在深圳鯤云信息科技有限公司創(chuàng)始人兼CEO牛昕宇看來，“與其說AI芯片商業(yè)化難，更多是對于AI芯片的落地難度沒有一個足夠清晰的認(rèn)識。”AI芯片的核心產(chǎn)品指標(biāo)只有兩個：算力性價比和算法支持通用性。這兩個指標(biāo)支持AI應(yīng)用落地門檻的不斷降低，包括部署成本和開發(fā)周期。圍繞這兩個核心指標(biāo)，還有國產(chǎn)可替代、領(lǐng)域?qū)Ｓ媒涌?、領(lǐng)域散熱功耗穩(wěn)定性指標(biāo)等細(xì)分指標(biāo)。
“AI芯片落地的過程其實(shí)是把這些指標(biāo)與客戶現(xiàn)有產(chǎn)品指標(biāo)的差值釋放給客戶的過程。”而這個過程有自己客觀規(guī)律，沒有捷徑，“自產(chǎn)品量產(chǎn)、產(chǎn)品導(dǎo)入、產(chǎn)品出貨都有系統(tǒng)性、工程性的坑要一個一個填。”就像做汽車的AI芯片，“車本身是一個安全的東西，因此汽車的AI芯片必須經(jīng)過車規(guī)級檢驗(yàn)，必須要保證體系功能和安全都能得到充分驗(yàn)證，無法跨越。”黑芝麻智能科技聯(lián)合創(chuàng)始人兼COO劉衛(wèi)紅對表示。
楊磊用“跨欄”形容AI芯片創(chuàng)業(yè)，“跨欄由三個要素組成：運(yùn)動員本身的能力(整個團(tuán)隊(duì)的配置)、欄的高度(AI芯片的難度)以及助跑的長度(客觀發(fā)展時間)。”
當(dāng)然，在外界質(zhì)疑AI芯片落地慢的時候，也有行業(yè)人士表示，無論是從AI這樣一個新興領(lǐng)域、從一個底層硬件平臺、還是從芯片而言，能夠有落地產(chǎn)品已經(jīng)是不錯的商業(yè)進(jìn)展了。
云端：神仙打架
按照場景不同，AI芯片可以分為云端和終端。云端AI芯片性能較強(qiáng)，并且能夠同時支持大量運(yùn)算共同運(yùn)行。此外，它還能夠支持圖片、語音等多種不同的應(yīng)用。市場調(diào)研機(jī)構(gòu)ABI在最近發(fā)布的一份描繪當(dāng)前AI芯片市場狀態(tài)的報告中預(yù)計，云端AI推論與訓(xùn)練服務(wù)應(yīng)用市場在2024年將從2019年的42億美元成長至100億美元。
英偉達(dá)是最先吃螃蟹的公司，也憑借GPU在云端AI芯片領(lǐng)域里樹起了一道高高的護(hù)城河。根據(jù)Jon Peddie Research的數(shù)據(jù)，2018年第四季度，全球獨(dú)立顯卡市場中英偉達(dá)GPU占比81.2%。英偉達(dá)更是憑借GPU在AI上的表現(xiàn)，市值在16年到18年間實(shí)現(xiàn)了超10倍的增長。
英偉達(dá)的成功，吸引不少追逐者。既有AMD、英特爾等傳統(tǒng)芯片巨頭，也有互聯(lián)網(wǎng)以及通訊巨頭們，如谷歌、亞馬遜、阿里、百度、華為。
互聯(lián)網(wǎng)公司造芯玩家中，谷歌無疑是具有指標(biāo)意義的。2016年，谷歌I/O開發(fā)者大會上，谷歌正式發(fā)布了首代TPU。到現(xiàn)在，谷歌自主研發(fā)的人工智能專用芯片TPU已經(jīng)迭代到了第三代。
之后，亞馬遜以及國內(nèi)的百度、阿里等也紛紛跟進(jìn)。2018年7月，百度發(fā)布了面向云端的AI芯片“昆侖”；11月，亞馬遜在美國發(fā)布機(jī)器學(xué)習(xí)芯片AWS Inferentia；2019杭州云棲大會上，達(dá)摩院院長張建鋒又展示了阿里第一款A(yù)I芯片含光800……通訊領(lǐng)域，2019年8月，華為宣布昇騰910正式商用，并已經(jīng)用于實(shí)際AI訓(xùn)練任務(wù)中。
對于這些互聯(lián)網(wǎng)以及通訊大廠們來說，造芯的邏輯簡單直接：一方面節(jié)省成本，另一方面考量自身業(yè)務(wù)的融合優(yōu)化。比如百度做無人車和智能家居，阿里有IoT戰(zhàn)略，而目前各種業(yè)務(wù)的計算都要用到大量的芯片。與傳統(tǒng)芯片廠商不同的是，這些巨頭做AI芯片產(chǎn)品都不是以商品芯片的身份單獨(dú)出售，而是與自家的產(chǎn)品捆綁在一起。比如，含光800將通過阿里云對外輸出AI算力，華為發(fā)布昇騰910用在華為自有服務(wù)器和云業(yè)務(wù)上。
阿里AI Lab首席科學(xué)家陳穎曾向廣州日報全媒體表示，互聯(lián)網(wǎng)巨頭可以發(fā)揮巨頭在AI方面積累的技術(shù)優(yōu)勢，而且做出的芯片可以首先在它自己的AI平臺及其應(yīng)用上得到應(yīng)用，通過應(yīng)用可以推動芯片的發(fā)展，形成一個良性循環(huán)。
正如牛昕宇所說，“在這個充分競爭并且巨頭已經(jīng)入場的市場中，落地平臺級的芯片系統(tǒng)，有兩個問題必須解決：一是，產(chǎn)品研發(fā)過程中，產(chǎn)品價值定位是否清晰，產(chǎn)品商用后是否能釋放給客戶足夠價值。以及隨著市場上產(chǎn)品的演進(jìn)，所提供產(chǎn)品價值是在增強(qiáng)還是減弱；二是，AI芯片是一個系統(tǒng)工程，作為平臺級核心芯片，AI芯片在單一指標(biāo)領(lǐng)先的同時，其它指標(biāo)仍需達(dá)到及格線才能真正落地。”
巨頭們造芯的方式既有自建團(tuán)隊(duì)如谷歌者，今年6月，IST就報道，谷歌正在為印度班加羅爾的gChips部門進(jìn)行大量招聘，在64個職位空缺中，大部分都是與芯片設(shè)計相關(guān)的職位。也有尚未公布自研芯片但通過投資布局的，比如騰訊投資了比特大陸、Diffbot、iCarbonX、CloudMedx、Skymind、ScaledInference等企業(yè)?；ヂ?lián)網(wǎng)及通訊廠商紛紛造芯，是否仍然會對其他AI芯片提供商產(chǎn)生影響呢？
對此，ABI Research首席分析師Lian Jye Su曾公開表示，“這對于剛開始使用自己芯片組的CSP來說是極具挑戰(zhàn)的，我們甚至預(yù)測，到2024年CSP這個市場將下降15%至18%。而機(jī)會更多地來自于私有數(shù)據(jù)中心領(lǐng)域。巨頭爭奪的另一側(cè)，也不乏一些打算虎口奪食的初創(chuàng)企業(yè)，比如寒武紀(jì)、鯤云、登臨等，但芯片是一個贏者通吃的市場，由于高昂的研發(fā)費(fèi)用，只有市場第一才能形成規(guī)模優(yōu)勢從而轉(zhuǎn)化成成本優(yōu)勢，云端AI芯片市場，生態(tài)已經(jīng)形成，“如果在理論架構(gòu)層面沒有創(chuàng)新，新公司的空間極小。”
面對與巨頭的競爭，牛昕宇坦言，在有限的資金下降低試錯成本，是所有芯片初創(chuàng)公司需要面臨和解決的問題，因此對鯤云而言，一方面在落地過程中逐步迭代數(shù)據(jù)流架構(gòu)和編譯器至商業(yè)成熟階段再推出芯片，降低迭代成本；另一方面，通過在架構(gòu)方面采用數(shù)據(jù)流架構(gòu)CAISA數(shù)倍提升芯片利用效率，降低芯片的流片成本。
終端：群雄逐鹿
云端受限于算力成本、傳輸帶寬渠道、時延問題以及數(shù)據(jù)脫敏問題，催生AI向終端下沉。“即使在城市級的安防場景下，人臉識別的比對環(huán)節(jié)由于涉及到數(shù)據(jù)庫的保密問題必須放在云上，但檢測、跟蹤、特征提取環(huán)節(jié)是放在端側(cè)的，因此后期有云智能的應(yīng)用也一定是云端協(xié)同的。”億智電子創(chuàng)始人陳峰表示。
終端AI芯片，大勢所趨。探境科技創(chuàng)始人兼CEO魯勇在之前芯片發(fā)布會上表示，基于用戶對智能家居越來越高的接受度，2019年智能家居也會快速普及，也將帶動AI芯片的落地。在黑芝麻智能科技聯(lián)合創(chuàng)始人兼COO劉衛(wèi)紅看來，自動駕駛是一個千億美元級的藍(lán)海市場，他看好AI芯片在無人駕駛的落地。他認(rèn)為，感知、低功耗、高算力以及滿足汽車功能規(guī)范是自動駕駛AI芯片落地的關(guān)鍵。與云端AI芯片由巨頭把持不同的是，終端AI芯片戰(zhàn)場既有頂級玩家的互搏，也有各類跨界玩家不斷涌入。既有傳統(tǒng)SoC供應(yīng)商，如全志、君正、瑞芯微等，也有依圖、曠視、云知聲、思必馳等為代表的AI算法供應(yīng)商，還有算法+芯片供應(yīng)商，如寒武紀(jì)、地平線、深鑒科技等。
2019年1月2日，云知聲再次發(fā)布正在研發(fā)中的三款定位不同場景的AI芯片；1月4日，思必馳推出了AI語音芯片深聰TAIHANG芯片；7月，億智的第一款芯片已經(jīng)進(jìn)入量產(chǎn)；黑芝麻智能在今年8月也發(fā)布了“華山一號”自動駕駛芯片A500；9月地平線的征程二代芯片在法蘭克福車展正式亮相；探境科技也在不久前發(fā)布了語音識別芯片音旋風(fēng)611……與傳統(tǒng)芯片廠商不同，AI算法公司發(fā)布芯片并非純粹賣芯片硬件，而是將自己的算法和軟硬件結(jié)合形成一套完整的解決方案向外出售。有行業(yè)人士表示，這樣可以做出更好看的流水。他舉例，即使一顆芯片只賣1美金，這也比收費(fèi)僅兩三塊人民幣的license來錢快，而且有了AI芯片之后還可以軟硬件打包賣，這樣流水可以更大。軟銀中國管理合伙人張岳鵬也認(rèn)為，算法公司做芯片，其商務(wù)意義大于技術(shù)意義。找到最擅長的落地場景，給客戶提供一整套的解決方案，便于拿下商業(yè)合同，但是他們并不會真的說就自己做芯片。
一位芯片行業(yè)人士透露，有些算法公司會直接選擇“省事”的方式：買別人的芯片，然后改個外包Mark即可。對于芯片廠商來說，也在補(bǔ)齊軟件算法一端，“只有自己的芯片加自己的算法的時候，你才能做到耦合程度提高。”一位業(yè)內(nèi)人士表示?？v觀眾多參與者，既有原來做芯片的，由硬到軟切入，還有從軟件算法切入的，由軟到硬切入。相對于云端，終端留給AI芯片創(chuàng)業(yè)公司更廣闊的市場。但無論是由硬到軟，還是由軟到硬，AI芯片所涉及的軟件算法和硬件兩個部分，一個講究快速迭代，一個強(qiáng)調(diào)系統(tǒng)性的程序思維，天然存在對抗性，因此如何磨合團(tuán)隊(duì)也是關(guān)鍵。
與此同時，楊磊形容國內(nèi)的AI芯片市場像一個橄欖球，低端需求少，中端需求大，高端需求比中端少，但比低端大，但在產(chǎn)品供給端，由于低端門檻較低，供給占據(jù)大部分，一片紅海。一位在芯片領(lǐng)域從事多年市場工作的業(yè)內(nèi)人士表示，“現(xiàn)在大部分的時間都是在教育客戶”，客戶敏感的依舊是產(chǎn)品成本問題，這就導(dǎo)致了一些AI芯片廠商采取激進(jìn)的低價策略，“你賣1塊，別人就敢賣8毛。”對于投入巨大的芯片行業(yè)來說，是好故事，但不一定是個好生意。
結(jié)語：目前，無論是初創(chuàng)公司還是傳統(tǒng)芯片廠商，壓力都是與日俱增。用一句話描述2019年的AI芯片市場就是產(chǎn)業(yè)趨于冷靜。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。正如牛昕宇所說，AI芯片的挑戰(zhàn)在于市面上已經(jīng)有廣泛使用的產(chǎn)品，所以不同于其他領(lǐng)域客戶可以迅速接受新推出的硬件產(chǎn)品，所有的AI芯片產(chǎn)品都要清晰定位自己的產(chǎn)品價值，即與已經(jīng)在使用的AI加速產(chǎn)品，自家產(chǎn)品能做到哪些其它產(chǎn)品不能解決的問題。
當(dāng)然，技術(shù)創(chuàng)新性只是AI芯片落地的關(guān)鍵之一，其中還會涉及到切入的領(lǐng)域、商業(yè)模式、市場環(huán)境等因素的影響。
“從長遠(yuǎn)而言，我們可以看到AI行業(yè)的迅速發(fā)展和AI應(yīng)用的逐步落地，而這個過程是不可逆的：人工智能應(yīng)用一旦落地，效率的提升便不允許退回人工的方式。這個賽道足夠長，只要AI應(yīng)用能落地、產(chǎn)品有價值，AI芯片公司就可以逐步實(shí)現(xiàn)商業(yè)閉環(huán)和長期發(fā)展。”
