从发烧到退热，国内AI芯片市场经过了怎样的“水深火热”？

特尔的主场是 PC，高通的主场是移动互联网，AI 会是谁的主场？2016 年，AlphaGo 打败李世石是 AI 的成名之战，从此一发不可收拾，AI 一夜间变成了所有终端的“刚需”，产品只有加载了 AI 功能才有卖点。随后终端设备厂商迅速拉开了 AI 入口抢夺大战，经过一番角逐，智能音箱取得了阶段性胜利。Strategy Analytics 的数据显示，2017 年智能音箱全球出货 3200 万台，2018 年出货量增长到 8620 万台。

但是，随着终端设备向 AI 演进，AI 需求碎片化严重，不同的设备对 AI 的算力需求不尽相同，原有的通用架构芯片难以一一全部覆盖。随着 AI 算法的接入，尤其是针对深度学习，不管是 CPU、GPU、FPGA，还是异构架构，都无法满足终端设备需要的并行计算能力和更高存储带宽，AI 专用芯片在计算密度和功耗上有绝对的优势。

国内厂商争相入局，自研 AI 芯片热情高涨

2017 年是 AI 技术的快速推进之年，也是 AI 芯片的爆发年，国内多家厂商纷纷入局 AI 芯片市场，在终端设备的各种应用里都出现了对应的 AI 芯片，“让专业的产品做专业的事情”成为业内的共识，只有 AI 芯片才能更好地实现 AI 功能。

其中，云知声针对 IoT 交互场景推出了 AI 芯片 -- 雨燕，比特大陆针对张量计算加速推出了算丰 Sophon BM1680，地平线针对智能驾驶和智能摄像头分别推出了征程 1.0 和旭日 1.0。华为发布了麒麟 970，该芯片中首次内置了神经元网络单元（NPU）以完成人工智能计算。

虽然发布 AI 芯片的公司不是很多，但是 2017 年国内的 IC 设计公司已经增长到了 1600 多家，很多公司都在追赶 AI 的热潮，准备进军 AI 芯片市场。

国内 AI 芯片市场的盛宴期

时间转到 2018 年，AI 热潮正旺，又恰巧遇上了中兴事件，国产芯片被捧上热搜的同时，AI 芯片市场的发展也迈向高潮，传统芯片巨头和初创公司都开始积极展开布局。百度发布了 AI 芯片 -- 昆仑，号称基于百度 CPU、GPU 和 FPGA 加速器，经过长达 8 年的研发，通过 20 多次的迭代才推出，定位是一款云端全功能 AI 芯片；华为发布了昇腾 310 和昇腾 910，均采用华为自研的达芬奇 AI 架构，覆盖了 AI 推理和 AI 训练，定位是全球第一个覆盖全场景的人工智能 IP 和芯片系列，具备横跨云、边缘、端全场景的最优能效比，并且提出做全栈和全场景 AI 解决方案，决定要“通吃”AI 产业链。

对于终端厂商来说，似乎只有发布一款 AI 芯片才能证明公司的技术实力和自己的产品特色。一直研发终端产品的出门问问和 Rokid 也加入了这场 AI 芯片大战。2018 年，出门问问发布了两款 AI 芯片 -- 问芯 Mobvoi A1 和问芯 Mobvoi B1，Rokid 发布了 KAMINO18，而且两家公司都是与杭州国芯科技合作开发的产品。杭州国芯科技于 2017 年 10 月发布了 AI 芯片 GX8010&GX8008，具有数字信号处理器 DSP、神经网络处理器 NPU，以及 USB/IIS/IIC/UART 等标准接口。出门问问表示，问芯针对人工智能和物联进行了深度的优化，让各种物联网设备具备低功耗、强离线的 AI 能力。

Rokid 创始人兼 CEO Misa 明确表示，“现在的芯片基本是 SoC，而 SoC 里面有 90%的东西都是很成熟的，Rokid 没有必要花精力去做各类 IP，我们关注的是如何利用现有的 IP 来进行组合，如何融入 Rokid 的算法，如何在 SoC 架构层面进行优化。Rokid 不通过芯片赚钱，我们不直接单独卖芯片，Rokid 做芯片也不是以做芯片为出发点的，只是因为市面上没有我们需要的，所以我们来做。”另外，由于 Rokid 有自己的终端设备，KAMINO18 发布之时就已经拿到了百万片的订单，能够设计 AI 芯片显然成为了 Rokid 的一大亮点。

AI 芯片的这股热潮也拉动了资本市场的活跃，在 2018 年多家 AI 芯片公司拿到了融资，寒武纪获得数亿美元 B 轮融资，云知声获得 6 亿人民币 C+轮融资，思必驰宣布获得 5 亿人民币融资同时宣布推动 AI 芯片等的落地，地平线宣布将完成新一轮 5-10 亿美元的融资（实际在 2019 年完成 6 亿美金融资）。

AI 开始退热，AI 芯片厂商何去何从？

有潮起就有潮落，经过 2018 年的狂欢，2019 年投资者这对 AI 投资变得更加冷静，加上国际贸易环境和半导体市场的不乐观，AI 芯片创业者面临巨大挑战。投资人更看重创业公司的落地能力，他们将 AI 芯片公司分为两类，一类是有一定规模的公司，一类是初创公司。他们认为，前者可以在已有的体系里，结合客户的需求引入 AI 芯片，产品更容易落地；但是，初创公司缺乏落地应用，而且芯片设计成本很高，加上芯片的量产周期比较长，只能靠融资维持，一旦资金链断裂，难以为继。

从新品的发布可以看出，2019 年前九个月只有阿里平头哥高调发布了含光 800，主要应用于 AI 推理；比特大陆的算丰 BM1682 并没有进行大张旗鼓地宣传；紫光展锐发布的虎贲 T710 和虎贲 T618 不是 AI 专用芯片，只带有 AI 功能，AI 芯片市场已然进入寒冬期。

总结

2017 年，智能音箱的井喷式增长吸引了众多芯片公司的目光，语音应用场景的爆发带动了 AI 专用芯片的加速崛起，并以语音市场为节点向更多应用市场蔓延；2018 年，国内厂商 AI 造芯热情达到高潮，国内有 1600 家公司开始关注 AI 芯片市场，但是真正落地的应用主要集中在智能手机、智能语音控制和视频分析；2019 年，AI 开始退热，AI 芯片市场开始挤泡沫，只有资金和技术都准备充足的公司才更容易走下去。

随着 AI 应用场景的不断细分，终端厂商必然更喜欢选择对应的 AI 专用芯片，突出自己的产品特色，AI 芯片应用前景依然看好。未来的市场走势可以归纳为以下几点：

第一，AI 算法的实现需要依赖于芯片，而不同的算法对于芯片的需求也是不同的，对于特定算法，专用型的 AI 芯片的加速要远远优于通用型芯片，因此越来越多终端厂商开始研发 AI 芯片，更好地满足自身产品需求；

第二，AI 专用芯片针对性更强。从这三年中发布的产品可以看出，地平线的产品针对自动驾驶和视觉分析，出门问问和 Rokid 针对智能语音控制，百度和阿里针对云端计算，以后会出现更多专用 AI 芯片；

第三，在市场开拓方面，从终端产品延伸到 AI 芯片研发相对容易，既能保证应用的落地，又能突出产品特色。例如：出门问问和 Rokid 针对智能语音产品研发的 AI 芯片，弥补了通用芯片的不足，突出了自身语音产品的优势；

第四，互联网巨头必然走上 AI 造芯之旅，百度、阿里发布基于自有架构的 AI 芯片就是最好的佐证，毕竟一般公司开发的产品难以覆盖这些巨头公司的应用需求。