中國AI晶片公司，活在被英偉達支配的恐懼中

本文系基于公開資料撰寫，僅作為資訊交流之用，不構成任何投資建議。

最近看到有晶片行業人士對國内AI晶片發表了一些看法，我覺得很有價值，在此簡單提煉一下，供大家參考。

1.實測資料才重要

看宣傳算力意義不大，要看實測資料。

2.軟體生态才是關鍵

AI晶片最大的困難在于需要自己打造軟體棧，建立生态。

3.性能對标T4/A10/V100/A100的提升

一般就對1，2個benchmark網絡做了極緻的調優，不代表所有的網絡模型都有這樣的性能，而且晶片的通用性完全不提。

4.為什麼去拿ZF的叢集，信創項目？

因為這些項目要求不高，跑個1、2個模型就能交差

5.如何判斷真正商業落地？

看網際網路大廠是否批量采購闆卡

前面這幾條中，第2條是AI晶片最困難的地方。

我引用華為鲲鵬架構師夏晶晶博士，晶片設計行業内資深知名大佬級人物的一段話，作為參考：

“DOCA是NVIDIA DPU的唯一程式設計架構。

DOCA相容未來多代DPU的演進。

DOCA包括解除安裝、加速、隔離，支援IaaS到超算到disaggregation DC……

DOCA之于DPU，如同CUDA之于GPU……

被CUDA支配的恐怖，都忘了麼？這幾年這麼多家AI chip的公司，有誰沒被CUDA在半夜吓哭過？

等過兩年DOCA成熟了，當我們看着DoOVS、DoSDI、DoZIP的時候，又将無力抵抗。

那在DOCA還未成熟之際，YOCA？XOCA？在哪兒呢？

這事并不是簡單招兩個驅動工程師那麼簡單，這是一個framework，需要把從HAC、NP、CPU等PE的細微ISA提煉成抽象、完備、穩定的kernel/API的過程。相比AI領域的framework，難度并不會更低。

這需要招聘互聯領域（相比AI都是網絡）的陳天奇、李沐、賈揚清……而業界相關的人才其實沒幾個，又早被被火熱的AI吸引過去了……”

當然了，前面夏晶晶博士主要講的是DPU的軟體生态，但是道理和AI晶片的軟體生态應該是相通的。

最後聲明，本人對寒武紀沒有特别的研究，如果你要問我寒武紀究竟有沒有投資價值，這不是我能夠回答的問題。（作者：icefighter）