企業(yè)們的戰(zhàn)略搖擺、動(dòng)作變形隨處可見，仿佛是一個(gè)個(gè)行走的創(chuàng)業(yè)記錯(cuò)本。他們趟過的坑、摔過的跟斗，其他玩家即便親眼看見了各種失敗先例，可肉身還是得下場(chǎng)走一遭。這就是創(chuàng)業(yè)，聽過無數(shù)的道理，也逃不過重復(fù)別人失敗的一生，這更是創(chuàng)業(yè)者的宿命：不斷的試錯(cuò)和驗(yàn)證。

　　AI芯片市場(chǎng)如今進(jìn)入洗牌時(shí)刻，加速呈現(xiàn)去 AI 化趨勢(shì)，在中國(guó)的這場(chǎng)狂歡又該怎么收?qǐng)?

　　繁榮背后的一地雞毛

　　AI芯片的火爆，與其說是AI技術(shù)發(fā)展的果實(shí)，不如說是資本的產(chǎn)物。資本如酒，能壯創(chuàng)業(yè)膽。

　　忽如一夜春風(fēng)來，千樹萬(wàn)樹梨花開。隨著AI產(chǎn)業(yè)的迅速發(fā)展，越來越多的企業(yè)都投身到了AI淘金這股浪潮中，而其中最為耀眼的便是AI芯片。

　　為什么好像一夜之間大家都在造AI芯片?

　　雖然從AI芯片相對(duì)偏長(zhǎng)的投資回報(bào)周期來看，芯片與資本的逐利本性來看是相沖突的，但是它可以包裝成為一個(gè)好故事。

　　早前就有業(yè)內(nèi)人士提出質(zhì)疑：人工智能芯片概念比較怪，定義也非常寬泛。AI市場(chǎng)的第一顆芯片是包括現(xiàn)成的CPU，GPU，F(xiàn)PGA和DSP的各種組合。在國(guó)外巨頭眼中的AI芯片更多是基于傳統(tǒng)的通用芯片架構(gòu)中去升級(jí)或者拼裝組合。

　　OneSpin Solutions總裁兼首席執(zhí)行官Raik Brinkmann也在質(zhì)疑并提出了以下問題：在AI芯片中，你有三個(gè)問題需要解決：

　　首先，需要處理大量的數(shù)據(jù);

　　其次，構(gòu)建用于并行處理的互連;

　　最后，功率，這是移動(dòng)數(shù)據(jù)量的直接結(jié)果。

　　所以亟須從馮諾依曼架構(gòu)轉(zhuǎn)變到數(shù)據(jù)流架構(gòu)。然而，AI芯片究竟是什么樣子，以及該如何定義還沒有統(tǒng)一的標(biāo)準(zhǔn)。在國(guó)內(nèi)市場(chǎng)來看，更多是一個(gè)缺乏嚴(yán)格定義的偽概念。

　　這種令外界心跳業(yè)內(nèi)竊喜的概念，更多是為了商機(jī)而制造出來的“新技術(shù)”。

　　而正是因?yàn)槿狈Χx與標(biāo)準(zhǔn)，所以它有了將概念包裝講故事的空間。

　　當(dāng)然對(duì)于很多人來說，有一個(gè)好的故事來圈錢已經(jīng)足夠。

　　隨著各行各業(yè)的企業(yè)都開始進(jìn)入IC行業(yè)，人才需求量猛增。但是人才培養(yǎng)的速度完全跟不上需求的增長(zhǎng)。因此，新進(jìn)入的企業(yè)高薪挖人，高薪搶人已經(jīng)成為常態(tài)，應(yīng)屆生的薪資水漲船高。能夠拿出高薪的企業(yè)有兩種：

　　其一，拿到大筆融資的初創(chuàng)企業(yè);

　　其二，入局IC的互聯(lián)網(wǎng)巨頭。

　　對(duì)于初創(chuàng)公司來說，要對(duì)得起投資人的大筆投資，技術(shù)團(tuán)隊(duì)必須建立起來。往往投資人的壓力也比較大，一般需要在一定時(shí)間之內(nèi)，建立多少人的隊(duì)伍。時(shí)間一到，是需要向投資人匯報(bào)的。因此，技術(shù)團(tuán)隊(duì)建設(shè)，往往比較急。而恰恰這類企業(yè)，由于知名度不夠，招人還不太容易招到。正所謂，重賞之下必有勇夫，那就用更高的薪水來吸引人才。如果50%不夠，那就雙倍。反正投資人的錢是必須要花的。

　　其實(shí)，也不是所有的初創(chuàng)企業(yè)都有實(shí)力不計(jì)代價(jià)的砸錢。如果沒錢怎么辦?可以許諾股份。由于沒有上市，估值就有很大的隨意性。因此，招人的時(shí)候，可以許諾價(jià)值數(shù)百萬(wàn)的股份，一樣可以吸引很多人加入。當(dāng)然，到變現(xiàn)的時(shí)候，就要看造化了。

　　另外一種企業(yè)，就是大名鼎鼎的互聯(lián)網(wǎng)巨頭。財(cái)富，聲望都完全吊打創(chuàng)業(yè)公司。無論是老BAT(百度，阿里，騰訊)還是新三巨頭(字節(jié)，阿里，騰訊)，都已經(jīng)入局。這類企業(yè)，資金雄厚，認(rèn)準(zhǔn)一個(gè)行業(yè)，重金投入，然后將整個(gè)行業(yè)洗牌。

　　共享單車、滴滴快滴大戰(zhàn)、外賣，這些企業(yè)以及代理，憑借雄厚實(shí)力，砸入重金，瘋狂補(bǔ)貼。一般企業(yè)哪里見過這樣的世面?要么被收購(gòu)，要么就得倒閉。

　　如今，這些企業(yè)進(jìn)入到芯片行業(yè)。傳統(tǒng)芯片行業(yè)，憑借搞芯片賺取的微薄利潤(rùn)，如何和這些互聯(lián)網(wǎng)企業(yè)競(jìng)爭(zhēng)?這些企業(yè)的海量資金，不是來自于芯片，而是流量。他們可以拿出傳統(tǒng)芯片企業(yè)難以拿出的薪水，再加上初創(chuàng)公司難以企及的名氣，成為了吸引人才無往不利的大招。

　　芯片行業(yè)并不是暴利行業(yè)。要不是中美科技競(jìng)爭(zhēng)，芯片行業(yè)可能根本不會(huì)吸引眾多人才的注意。

　　傳統(tǒng)芯片公司，像海思這樣背后有著實(shí)力雄厚靠山的企業(yè)少之又少。長(zhǎng)期以來，更多的企業(yè)一直在歐美等芯片巨頭的陰影之下發(fā)展。芯片火熱的大背景下，這些企業(yè)，原本以為自己有了機(jī)會(huì)，有了出頭之日。但可悲的是他們還沒來得及高興，互聯(lián)網(wǎng)公司來了。

　　這就出現(xiàn)了非常吊詭的現(xiàn)象：芯片行業(yè)受到了前所未有的重視，很多芯片公司也打開了市場(chǎng)，結(jié)果赫然發(fā)現(xiàn)，自己的團(tuán)隊(duì)，或被挖空，或集體出走。以往，芯片公司往往會(huì)死于沒有市場(chǎng)，如今，他們的死亡的可能又多了兩樣：

　　死于沒有產(chǎn)能;

　　死于沒有員工。

　　互聯(lián)網(wǎng)企業(yè)，賺的是快錢;芯片，卻是需要長(zhǎng)期的投入，卻往往看不到什么利潤(rùn)?；ヂ?lián)網(wǎng)企業(yè)現(xiàn)在可以重金砸向芯片，如果不見什么利潤(rùn)的話，會(huì)不會(huì)始亂終棄，最后搞得一地雞毛?那就真的是歷史的罪人了。

　　被低估的軟件復(fù)雜度

　　AI 芯片的快速發(fā)展，其中一個(gè)回避不了的問題就是軟件復(fù)雜度的指數(shù)級(jí)提升。很多公司花了兩年甚至更短的時(shí)間做出一款芯片，卻發(fā)現(xiàn)需要更長(zhǎng)的時(shí)間支持繁多的框架、緊跟算法的進(jìn)步，適配從終端到數(shù)據(jù)中心的各類平臺(tái)。當(dāng)錯(cuò)過了部署和量產(chǎn)的窗口期，即便做出了芯片也會(huì)很快落伍。

　　與設(shè)計(jì)通用架構(gòu)不同，設(shè)計(jì) AI 芯片這樣的專用架構(gòu)需要同時(shí)考慮到軟件設(shè)計(jì)和優(yōu)化。芯片公司往往樂觀估計(jì)了軟件適配和優(yōu)化的成本，指望通過中間件和編譯器來解決所有問題。事實(shí)上，從 Intel 到 Google 再到 Nvidia，大量的軟件工程師正被投入到適配各種平臺(tái)，手動(dòng)優(yōu)化網(wǎng)絡(luò)性能當(dāng)中。而對(duì)于初創(chuàng)公司，芯片早已 tapeout 卻一再延期交付的問題比比皆是。

　　從本質(zhì)來看，當(dāng)我們開始不斷挖掘芯片架構(gòu)的潛力時(shí)，軟件層的抽象也會(huì)變的越來越困難，因?yàn)槠洳坏貌辉谏蠈映橄笾幸氲讓拥募軜?gòu)的模型或參數(shù)?，F(xiàn)在的通常做法是做底層芯片架構(gòu)與上層軟件之間的中間件，然而開發(fā)這些中間件的代價(jià)也往往被低估。

　　AI是一個(gè)全新領(lǐng)域，AI芯片需要支撐的不僅是AI計(jì)算，更要面向場(chǎng)景，實(shí)現(xiàn)完整的功能。芯片公司多年的積累不是主要矛盾，其主要矛盾是如何將軟硬件結(jié)合起來，開發(fā)出一個(gè)高效能、低功耗、低成本，同時(shí)能夠又快又準(zhǔn)的完成自主機(jī)器人的任務(wù)。

　　AI芯片的成功不止于將ISP調(diào)的好，能夠看清楚;也不是將傳統(tǒng)的語(yǔ)音算法做的更精進(jìn)，更不是說一個(gè)傳統(tǒng)的車規(guī)芯片公司把CPU和DSP升級(jí)成一個(gè)NPU，AI芯片沒有那么簡(jiǎn)單。

　　碎片化嚴(yán)重

　　只需要編寫一套代碼即可運(yùn)行在不同平臺(tái)，是軟件工程師們的長(zhǎng)久訴求。不同架構(gòu)的 AI 芯片帶來的碎片化會(huì)極大的打擊他們?cè)趯?shí)際軟件產(chǎn)品中應(yīng)用 AI 的積極性。

　　與以往的經(jīng)驗(yàn)不同，深度學(xué)習(xí)糟糕的解釋性會(huì)帶來許多意想不到的缺陷。

　　比如這樣一個(gè)常見的困擾：一個(gè)私有的模型可以在本地 CPU 上得到滿意的結(jié)果，然而卻在部署到某款設(shè)備后性能大幅下降。如何調(diào)試這些問題，誰(shuí)來負(fù)責(zé)調(diào)試，通過怎樣的工具來調(diào)試，甚至調(diào)試的工程師能否拿到私有的模型?這些問題都難以回答。

　　碎片化還表現(xiàn)在，專有架構(gòu)為了挖掘絕對(duì)性能往往會(huì)放棄向前兼容性。如上文提到的中間件，它的一端是碎片化的 AI 軟件框架，另一端則是一代又一代的芯片架構(gòu)。如何同時(shí)維護(hù)多個(gè)部分不兼容的指令集架構(gòu)，并保證每一次軟件更新都能完整的覆蓋所有的設(shè)備?

　　除了投入更多的人力，別無他法。一個(gè)常見的論調(diào)是像當(dāng)下的消費(fèi)級(jí)芯片一樣只保持一個(gè)短期的(2~3年的)軟件支持，然而當(dāng)下 AI 芯片的常見應(yīng)用領(lǐng)域，如智能攝像頭、工業(yè)智能、以及自動(dòng)駕駛，一款芯片的生命周期可能長(zhǎng)達(dá)十年。

　　很難想象一家公司需要多大的量級(jí)才能提供持久的技術(shù)支持，如果預(yù)估一家初創(chuàng)公司活不過兩三年，如何才能放心地部署其產(chǎn)品到一款面向消費(fèi)者的量產(chǎn)車上？

　　同質(zhì)化嚴(yán)重，深陷價(jià)格戰(zhàn)

　　在2021年ICCAD上，清華大學(xué)教授，博士生導(dǎo)師魏少軍教授指出，在2810家芯片設(shè)計(jì)企業(yè)中，僅有32家企業(yè)的人數(shù)超過1000人，51家企業(yè)人員規(guī)模為500~1000人，人員規(guī)模100-500人的有376家。此外，更是有2351家企業(yè)是人數(shù)少于100人的小微企業(yè)，占比高達(dá)83.7%。可見，國(guó)內(nèi)芯片設(shè)計(jì)企業(yè)體量規(guī)模差異較大，大部分初創(chuàng)企業(yè)規(guī)模較小。

　　受限于規(guī)模體量，中小芯片公司專業(yè)管理能力不足，自建的技術(shù)和運(yùn)營(yíng)團(tuán)隊(duì)也難以長(zhǎng)久維持，幾款產(chǎn)品的銷售額和利潤(rùn)很難攤薄芯片成本，同時(shí)還要持續(xù)的投入研發(fā)，兩者難以兼顧。

　　因此，不少公司為了攤薄投入，盲目拓展產(chǎn)品線，希望通過低價(jià)快速去其他芯片細(xì)分領(lǐng)域探尋市場(chǎng)機(jī)會(huì)，但這種策略容易使其他企業(yè)也來自己的主戰(zhàn)場(chǎng)殺低價(jià)，導(dǎo)致國(guó)內(nèi)芯片行業(yè)的同質(zhì)化競(jìng)爭(zhēng)嚴(yán)重，造成內(nèi)卷化的慘烈競(jìng)爭(zhēng)。

　　以MCU芯片為例，涉及MCU業(yè)務(wù)的企業(yè)占比較多，競(jìng)爭(zhēng)非常激烈。雖然市場(chǎng)上已有瑞薩電子、恩智浦、英飛凌、意法半導(dǎo)體、微芯科技、德州儀器等國(guó)際大牌廠商，以及士蘭微、兆易創(chuàng)新、中穎電子、國(guó)民技術(shù)、芯?？萍嫉纫槐姳就疗髽I(yè)，但國(guó)內(nèi)MCU初創(chuàng)企業(yè)仍在不斷增加。

　　據(jù)不完全統(tǒng)計(jì)，當(dāng)前國(guó)內(nèi)MCU廠商已有上百家，本土MCU品牌的產(chǎn)品序列、采用工藝、性能參數(shù)也幾乎是完全對(duì)標(biāo)進(jìn)口品牌，產(chǎn)品同質(zhì)化情況嚴(yán)重，且價(jià)格戰(zhàn)越來越激烈，尤其是在通用MCU市場(chǎng)。

　　這也進(jìn)一步導(dǎo)致本土廠商對(duì)產(chǎn)品的創(chuàng)新能力低下，只能模仿市場(chǎng)上的熱門產(chǎn)品，自身產(chǎn)品易于替換，代理商和客戶對(duì)品牌的忠誠(chéng)度也必然會(huì)變低。

　　此外，自動(dòng)駕駛芯片、AI芯片等在內(nèi)的諸多賽道都存在類似的情況，新晉企業(yè)盲目造芯可能導(dǎo)致國(guó)內(nèi)芯片企業(yè)同質(zhì)化、低端化項(xiàng)目頻出，采用低價(jià)競(jìng)爭(zhēng)的方法爭(zhēng)取市場(chǎng)份額，最后難免留下“一地雞毛”，不僅造成資源浪費(fèi)，還會(huì)拖累產(chǎn)業(yè)發(fā)展。

　　供應(yīng)鏈困難雪上加霜

　　對(duì)于初創(chuàng)AI芯片公司來說，一顆芯片在產(chǎn)品化過程中，產(chǎn)業(yè)鏈的管控和自身需求之間存在巨大障礙。由于缺乏規(guī)模效應(yīng)和相關(guān)經(jīng)驗(yàn)，初創(chuàng)公司一般很難得到足夠的供應(yīng)鏈支持(流片/晶圓代工/封裝測(cè)試等)、合理的價(jià)格、及時(shí)的技術(shù)支持和公平競(jìng)爭(zhēng)的機(jī)會(huì)，在近兩年產(chǎn)能緊張的局勢(shì)下這種情況更為嚴(yán)峻。很多創(chuàng)業(yè)團(tuán)隊(duì)難以發(fā)揮出自己的技術(shù)優(yōu)勢(shì)，反而被供應(yīng)鏈和運(yùn)營(yíng)的短板拖累，把太多精力浪費(fèi)在試錯(cuò)和踩坑，最終影響芯片的研發(fā)進(jìn)展。

　　從流片環(huán)節(jié)來看，流片是芯片設(shè)計(jì)企業(yè)至關(guān)重要的一環(huán)，上乘芯片設(shè)計(jì)，下啟封裝測(cè)試，是芯片從無形的數(shù)據(jù)轉(zhuǎn)換給物理實(shí)體的重要步驟，也是芯片企業(yè)研發(fā)成果的重要體現(xiàn)。與具有雄厚研發(fā)實(shí)力、資深技術(shù)人員和供應(yīng)商強(qiáng)力支持的頭部企業(yè)相比，處于腰部甚至腿部的中小芯片設(shè)計(jì)企業(yè)往往缺乏相關(guān)經(jīng)驗(yàn)，在專業(yè)度以及所獲得資源方面遠(yuǎn)不如頭部企業(yè)。

　　尤其是在當(dāng)前芯片產(chǎn)能緊缺的狀態(tài)下，一個(gè)公司的綜合能力全部體現(xiàn)到能否搶到產(chǎn)能這個(gè)單一指標(biāo)。大客戶在產(chǎn)能爭(zhēng)奪中的表現(xiàn)會(huì)相對(duì)好很多，因?yàn)樗麄兊某鲐浟亢唾Y金是支持他們與晶圓廠一直保持合作的底氣。但對(duì)于初創(chuàng)企業(yè)來說，在這方面的不足就被暴露出來。

　　中小芯片企業(yè)在流片環(huán)節(jié)與晶圓代工廠之間的錯(cuò)位與矛盾：

　　對(duì)Foundry體系不了解：缺乏工藝選型的經(jīng)驗(yàn)，對(duì)流程不熟悉、交期變化、產(chǎn)能波動(dòng)等都將大大增加初創(chuàng)公司與晶圓代工廠的溝通成本，降低效率;

　　缺乏系統(tǒng)的供應(yīng)鏈管理能力：尤其在ramp up階段，對(duì)產(chǎn)能、交期、質(zhì)量過于樂觀，影響TTM;

　　缺乏備貨機(jī)制：恐慌性下單或有了訂單再下單導(dǎo)致產(chǎn)能跟不上市場(chǎng)需求。

　　縱觀國(guó)內(nèi)的芯片設(shè)計(jì)企業(yè)，除了具備較強(qiáng)供應(yīng)鏈實(shí)力的部分頭部廠商，大多數(shù)中小公司或多或少都存在或?qū)⒚媾R上述困擾。除了面對(duì)市場(chǎng)的挑戰(zhàn)，還要面對(duì)供應(yīng)鏈的激烈競(jìng)爭(zhēng)。

　　量產(chǎn)真相：落地艱難

　　隨著AI芯片進(jìn)入深水區(qū)，人們更關(guān)注的不再是單純的算力，還有對(duì)應(yīng)用落地和商業(yè)化的支持：進(jìn)入了哪些場(chǎng)景?合作了哪些客戶?有沒有軟硬一體化方案?是否已經(jīng)有實(shí)際案例?……“AI落地難”已成行業(yè)共識(shí)，浮華過后，AI芯片接下來將進(jìn)入市場(chǎng)檢驗(yàn)真理的階段。

　　短短幾年時(shí)間，AI芯片經(jīng)歷了概念炒作、泡沫破滅、修正預(yù)期和改進(jìn)問題。多位AI芯片公司的CEO都表示，AI芯片一直在持續(xù)發(fā)展，落地的速度確實(shí)比他們預(yù)期的慢。

　　目前市面上AI芯片基本被分成了兩類：

　　云端AI芯片：部署在大型服務(wù)器中，可支持圖像、語(yǔ)音等不同類別的AI 應(yīng)用;

　　終端AI 芯片：部署在自動(dòng)駕駛、安防、零售、智能硬件等音設(shè)備中。

　　兩者對(duì)比，云端芯片的門檻更高，無論是對(duì)半導(dǎo)體工藝、封裝技術(shù)和配套軟件都有很高要求，一旦成型，其他企業(yè)亦很難進(jìn)入，可以形成競(jìng)爭(zhēng)壁壘。同時(shí)，這個(gè)領(lǐng)域更為通用，前景更廣，是讓企業(yè)真正有希望成為“中國(guó)英偉達(dá)”的方向。

　　但云端芯片也需要更多的資金和生態(tài)支持，高門檻使得大多數(shù)創(chuàng)業(yè)公司幾乎加入無望。尤其是在華為與阿里巴巴兩大巨頭下場(chǎng)，并先后推出云端芯片之后，如今，寒武紀(jì)幾乎是唯一一家仍在堅(jiān)持云端芯片方向的AI創(chuàng)業(yè)公司。(然而寒武紀(jì)當(dāng)下的生存狀態(tài)依然陰云籠罩，充滿了太多不確定性，參見：寒冬里的寒武紀(jì))

　　可這個(gè)方向同樣困難重重。做云端服務(wù)器的條件是擁有生態(tài)資源。比如你需要有數(shù)據(jù)庫(kù)資源，要訓(xùn)練自己的芯片，這對(duì)于大廠是天然的，可是創(chuàng)業(yè)公司沒有，要花巨資去購(gòu)買。

　　與寒武紀(jì)相對(duì)，大多國(guó)內(nèi)的AI芯片企業(yè)則集中在進(jìn)入門檻較低的終端AI芯片方面，如云天勵(lì)飛、肇觀電子等企業(yè)，均以研發(fā)智能視覺芯片為主，也有一些企業(yè)在集中研究智能語(yǔ)音芯片。

　　芯片研發(fā)比AI語(yǔ)言的更迭速度慢，當(dāng)芯片面市時(shí)，其采用的AI語(yǔ)言可能已經(jīng)過時(shí)了。這種問題首先體現(xiàn)在量產(chǎn)，但歸根結(jié)底，缺乏殺手級(jí)應(yīng)用場(chǎng)景才是最致命的。AI芯片廠商高投入研發(fā)過后，卻不知道自己的產(chǎn)品要賣給哪些客戶或者說應(yīng)用到哪些產(chǎn)品上，無法找到可持續(xù)性的落地場(chǎng)景。

　　缺乏殺手級(jí)應(yīng)用使得現(xiàn)有的AI 芯片大多沒有清晰的定位，無法高度優(yōu)化PPA。做半導(dǎo)體的都知道PPA有多么重要，尤其是Performance。AI芯片需要針對(duì)應(yīng)用場(chǎng)景進(jìn)行設(shè)計(jì)，以此來指導(dǎo)研發(fā)調(diào)整優(yōu)化方向，引導(dǎo)客戶進(jìn)行正確選擇，同時(shí)能夠促進(jìn)行業(yè)有序協(xié)同向前發(fā)展。

　　加速去AI化，決勝2023

　　AI芯片初創(chuàng)成立之初都以AI為核心，提供基于AI芯片的解決方案。然而，經(jīng)過這幾年的探索，跨過虧損和量產(chǎn)的兩大障礙之后，AI芯片公司的AI標(biāo)簽不再那么突出，呈現(xiàn)去AI化趨勢(shì)，AI芯片公司間的分水嶺也即將出現(xiàn)。

　　在多個(gè)從業(yè)者看來，AI芯片并非一個(gè)獨(dú)立的存在，“只是場(chǎng)景中的一部分”，如果想讓產(chǎn)品真正落地，創(chuàng)業(yè)者們需要掌握的是“場(chǎng)景理解能力”。

　　早年間，CV四小龍幾乎都在探索AI+行業(yè)，而“行業(yè)”則包含金融、零售、安防、汽車、物流等領(lǐng)域，不同點(diǎn)在于各自的領(lǐng)域各有側(cè)重。但從2019年前后，同處計(jì)算機(jī)視覺下的AI四小龍開始講起了“獨(dú)特”故事：

　　曠視把目標(biāo)定在了AIoT上，所有業(yè)務(wù)都要帶上“物聯(lián)網(wǎng)”?；诖耍€打造了“算法+軟件+硬件”的一體化產(chǎn)品體系，推出物聯(lián)網(wǎng)時(shí)代的AIoT操作系統(tǒng)。目前，在招股書中，其主要業(yè)務(wù)分為物聯(lián)網(wǎng)解決方案、城市物聯(lián)網(wǎng)解決方案、供應(yīng)鏈物聯(lián)網(wǎng)解決方案;

　　依圖則在探索應(yīng)用場(chǎng)景過程中發(fā)現(xiàn)了產(chǎn)業(yè)鏈上的“芯片”一環(huán)，于是打開了“算力提供商”的新世界，以人工智能芯片技術(shù)和算法技術(shù)為核心;

　　商湯招股書中，其主營(yíng)業(yè)務(wù)分類為智慧商業(yè)、智慧城市、智慧生活和智慧汽車。將自身定位成人工智能軟件平臺(tái)型公司，打出了“1(基礎(chǔ)研究)+1(產(chǎn)業(yè)結(jié)合)+X(行業(yè)伙伴)”戰(zhàn)略，AI+“所有”，沒有給自己限定場(chǎng)景，什么行業(yè)都做;

　　云從則是涉及智慧金融、智慧治理、智慧出行、智慧商業(yè)四個(gè)領(lǐng)域;

　　作為CV領(lǐng)域的“小弟”，格靈深瞳的業(yè)務(wù)分類為城市管理產(chǎn)品及解決方案、智慧金融產(chǎn)品及解決方案、商業(yè)零售產(chǎn)品及解決方案。

　　AI 企業(yè)家們現(xiàn)在講出的故事，早已不再能如同此前般打動(dòng)人心。二級(jí)市場(chǎng)的表現(xiàn)倒掛一級(jí)市場(chǎng)，這讓投資者們對(duì)“估值高、回報(bào)周期久”的AI公司已經(jīng)失去了信心和耐心。資本冷卻的重?fù)?dān)最先就砸在了“CV四小龍”所在領(lǐng)域。這堪稱“三十年河?xùn)|三十年河西”，此前，由于早期需求明確、數(shù)據(jù)好獲取，CV是中國(guó)市場(chǎng)AI行業(yè)中技術(shù)和落地均發(fā)展最快的市場(chǎng)。按照2021年2月的報(bào)道數(shù)據(jù)，我國(guó)各種類型的機(jī)器視覺企業(yè)已經(jīng)超過4000家?，F(xiàn)在，它卻成為“卷”得最厲害的窄巷。

　　市場(chǎng)對(duì)AI企業(yè)們正在提出新的要求。與過去以技術(shù)單點(diǎn)為發(fā)力方向、抓住某一場(chǎng)景持續(xù)燒錢獲取、處理、訓(xùn)練數(shù)據(jù)的方式不一樣，如今業(yè)界更多地開始強(qiáng)調(diào)AI技術(shù)在向工業(yè)場(chǎng)景遷移過程中的落地能力。

　　在這一過程中，人工智能作為一種底層技術(shù)，當(dāng)深入具體的產(chǎn)業(yè)及行業(yè)深處時(shí)，它們面臨的便不再僅僅是技術(shù)層面的挑戰(zhàn)，甚至之前它們所依賴的技術(shù)優(yōu)勢(shì)，正在逐步被削弱。

　　AI芯片公司以AI為出發(fā)點(diǎn)設(shè)計(jì)芯片，但客戶對(duì)AI的需求可能并沒有那么強(qiáng)烈。比如在安防行業(yè)，即便能夠提供優(yōu)秀的AI能力，但客戶更在意的是ISP(圖像信號(hào)處理器)性能，這些領(lǐng)域的客戶只會(huì)選擇ISP性能更好的產(chǎn)品。

　　過去幾年間成功找到落地場(chǎng)景或者驗(yàn)證商業(yè)模式可行的AI芯片公司，AI的標(biāo)簽越來越弱。AI芯片公司的產(chǎn)品以AI為出發(fā)點(diǎn)，不斷集成客戶所需的各種非AI功能(如控制、通信等)。

　　這個(gè)難題就足以困住大量的AI芯片公司，因?yàn)槎畱?yīng)用的人不懂 AI，懂芯片的人不懂應(yīng)用，芯片提供者和應(yīng)用者之間有巨大的認(rèn)知差。

　　無論從技術(shù)門檻、落地場(chǎng)景和市場(chǎng)競(jìng)爭(zhēng)來看，如今AI創(chuàng)業(yè)的窗口期已過，理解一個(gè)場(chǎng)景，深挖和精準(zhǔn)研發(fā)，甚至整合這個(gè)場(chǎng)景的解決方案，企業(yè)還是有機(jī)會(huì)活下去。不過，如若能做到，這些企業(yè)也許已轉(zhuǎn)型為某個(gè)場(chǎng)景方案解決商，而不再是“AI 芯片企業(yè)”。

　　寫在最后

　　AI芯片市場(chǎng)進(jìn)入一個(gè)洗牌的時(shí)刻?；氐焦P者在開頭提到的問題：AI芯片在中國(guó)的這場(chǎng)狂歡如何收?qǐng)?

　　當(dāng)無數(shù)的巨頭和初創(chuàng)公司設(shè)計(jì)出一塊又一塊大同小異的 AI 芯片，我們需要回答這樣一個(gè)問題：真的需要這么多 AI 芯片嗎？

　　從一個(gè)軟件工程師的角度，我個(gè)人堅(jiān)信定制化的 AI 處理器只會(huì)是一個(gè)過渡期產(chǎn)物。一個(gè)統(tǒng)一的、可編程的、高并發(fā)的架構(gòu)才應(yīng)該是我們追求的方向?；叵脒^去的二十年，我們見證了專用架構(gòu)的小型機(jī)市場(chǎng)的萎縮，圖形處理器到通用向量處理器的發(fā)展，甚至連我們的手機(jī)和電腦的平臺(tái)都將趨于統(tǒng)一。

　　任何事物一旦進(jìn)入泡沫期，就不免讓人擔(dān)心什么時(shí)候會(huì)崩盤，而當(dāng)下的 AI 芯片已經(jīng)進(jìn)入公認(rèn)的泡沫期。據(jù)艾瑞咨詢發(fā)布的《AI芯片行業(yè)研究報(bào)告》指出，目前AI芯片行業(yè)接近Gartner技術(shù)曲線泡沫頂端，只有通過市場(chǎng)檢驗(yàn)和篩選的優(yōu)質(zhì)團(tuán)隊(duì)才能夠繼續(xù)獲得產(chǎn)業(yè)、政策和資本的青睞與支持。

　　2022年，已經(jīng)找到了應(yīng)用和驗(yàn)證了商業(yè)模式的AI芯片會(huì)生存下來，而大量還在探索的公司，最快在2023年就會(huì)面臨被淘汰的風(fēng)險(xiǎn)。