晶片驅動着每一次的科技革命，與此同時，新的時代也将給晶片行業帶來新的增長點。如今，AI熱潮正在推動AI晶片市場快速增長。根據Allied Market Research去年釋出的報告，2017年全球機器學習晶片市場規模約24億美元，預計到2025年這一市場規模将達到約378億美元，複合年增長率（CAGR）為40.8％。
高速增長且短期内規模将達百億美元的AI晶片市場不僅驅動着傳統晶片公司戰略和技術的轉型，同時還吸引了不少新的玩家，這其中有巨頭也有初創公司，有的擅長硬體，還有的從算法和軟體切入。但無論如何，對于企業而言關鍵的是能夠在市場上占領一席之地，那麼，晶片公司有多少種路徑可選？？
巨頭的生态化戰法
目前，AI晶片領域有兩類巨頭參與其中，一類是傳統的晶片巨頭，比如英特爾、英偉達、AMD，另一類是更擅長軟體的科技巨頭，比如谷歌、Facebook、亞馬遜、百度、阿裡、騰訊。
傳統晶片巨頭順勢而為
傳統的晶片巨頭往往能夠更早享受到新的時代帶來的利好。比如始于2012年的第三次AI熱潮，憑借着GPU的并行運算優勢，在衆多創業者剛開始準備AI晶片的創業甚至還未開始創業之際，英偉達就在2016年推出了第一款專為深度學習優化的Pascal GPU，伴随着Pascal GPU的出貨，英偉達成為了衆多AI晶片公司想要超越的目标。當然，為了從AI市場獲得更高營收，英偉達也在持續更新針對深度學習優化的GPU。
英特爾也快速從AI中獲利，并且它們獲益的一個重要原因就是雲計算的普及以及資料中心不斷增長的AI需求。是以，在伺服器市場占據明顯優勢的Xeon（至強）晶片給創立超過50年的英特爾率先帶來AI營收。但擺在英特爾面前的問題是，通用性很強的CPU并不擅長并行計算，是以想要繼續保持在晶片上司力僅靠至強處理器顯然還不足夠，還需要進行戰略和技術上的轉型。是以我們看到，2016年中旬，時任英特爾CEO的科再奇（Brian Krzanich）在部落格上提到：“要把英特爾從一家PC公司轉型為一家驅動雲計算和數以億計的智能、互聯計算裝置的公司。”如今，英特爾已經從過去的以半導體為中心堅決地轉向以資料為中心，并将“萬物互聯”定為未來發展趨勢。
而英特爾用以支援戰略轉型的就是六大技術支柱，包括制程、架構、記憶體、互連、安全、軟體。僅看晶片，英特爾除了CPU，借助收購已經擁有了FPGA、自動駕駛專用處理器、神經網絡處理器，明年還将推出自主研發的獨立GPU Xe，而這些處理器都可以用于AI。
科技巨頭“被迫”自給自足
相比傳統晶片巨頭們的順勢而為更好地滿足市場需求，更擅長軟體的科技巨頭們則有種被迫進入晶片領域的意味。在智能裝置的普及達到一定程度且AI大熱之時，積累了大量資料的科技巨頭們更加意識到挖掘資料價值能夠帶來的優勢，對AI晶片強烈的需求也由此産生。
但随着AI算法的發展以及對AI技術應用的逐漸深入，科技巨頭們發現兩個明顯的問題，第一是現有的AI晶片的算力并不能很好地滿足他們的需求，第二是深度學習的GPU售價高昂。是以，算力不足、晶片價格高昂以及個性化需求沒有很好地被滿足成為了科技巨頭們自主研發AI晶片的驅動力。
在衆多選擇自主研發AI晶片的科技巨頭中，谷歌的腳步更快一步。2011年谷歌就開始認真考慮使用深度學習網絡，但這些網絡運算需求高，令他們的計算資源變得緊張。2016年5月，谷歌在I/O大會上首次公布了自主研發的TPU，并稱這款晶片已經在谷歌資料中心使用了一年。2018年釋出的TPU 3.0性能可達100PFLOPS，能效可達GPU的幾十甚至上百倍。
谷歌之後，國外的Facebook、亞馬遜，國内的百度、阿裡也紛紛開始自研AI晶片，成為了這一輪AI熱潮的一個亮點。巨頭們希望借自主研發的AI晶片以更低的成本滿足自身的個性化需求，最終獲得更大的優勢。
初創公司各有絕招
如果說巨頭們進入AI晶片市場有些被迫的意思，但他們至少擁有充足的資金，也不用太過擔心晶片的市場接受程度。但AI晶片初創公司們不僅缺乏資金，能否獲得市場的認可還面臨巨大的不确定性，是以對于AI晶片初創公司而言，想要在AI晶片市場分一杯羹，都需要各出絕招。
既然資源有限且風險更大，除了需要明白自身的優勢之外，初創公司們還需要謹慎地思考諸多問題。比如：到底要做雲端還是終端晶片？要做視覺晶片還是語音晶片？用哪一種晶片類型更合适？面向哪些市場？用什麼樣的商業模式？這一系列的問題都指明，晶片領域已經門檻夠高，難度夠大，想要在新興的AI晶片市場獲得一席之地，雖然難度更大，但路徑也更多。
被巨頭收購
對于初創公司而言，被巨頭收購顯然是一個不錯的結局。比如被英特爾收購的Mobileye、Nervana。還有在國内引發巨大關注的賽靈思收購深鑒科技。但想被巨頭收購，與巨頭關系的親密成都以及能否增強其生态實力非常關鍵。比如深鑒科技2016年成立之後，就一直基于賽靈思的技術平台開發機器學習解決方案，兩家公司合作密切。當然初創公司也需要有自己的創新，深鑒科技在FPGA 2017大會上，其論文被評為唯一的最佳論文。關于這個話題，更多可參考雷鋒網(公衆号：雷鋒網)此前的《什麼樣的AI晶片初創公司會被科技巨頭收購？》一文。
看準市場搶先進入
認清自身的優勢，能夠搶奪市場先機并看準市場也是初創公司獲得成功的有利因素，比如地平線、雲天勵飛和寒武紀等初創公司。地平線在2015年成立，目前第一代AI晶片已經實作大規模商業化。在智能駕駛領域，地平線已經和全球四大汽車市場Tier1s和OEMs建立了合作關系。在AIoT領域，地平線攜手合作夥伴已賦能多個國内一線制造企業、現代購物中心及知名品牌店。
雲天勵飛同樣成立時間很早，2014年成立後，經過兩年其基于IFaaS 1.0的雲天“深目”在深圳龍崗公安分局上線，率先實作“百萬人群，秒級定位”，在“深目”動态人像識别系統已經成為現象級産品之後，雲天勵飛在2018年10月流片了具有自主知識産權的DeepEye1000 嵌入式視覺AI晶片，進一步将産品的應用場景拓展至機器人、無人機、智慧城市、新零售等AI邊緣計算場景。
寒武紀同樣率先進入了AI晶片市場，并且憑借2016年的終端AI智能處理器，成為了海思麒麟處理器實作AI的關鍵部分，當然也應用于數千萬的智能手機中。2018年寒武紀又推出雲端處理晶片，完成了雲端+終端AI晶片的布局。
技術實力，加上先發優勢成就了一些AI晶片初創公司。
将算法優勢延伸至硬體
在AI時代，軟硬一體的重要性更加突顯，是以除了擅長硬體的初創公司之外，也有一些公司本身擅長算法向硬體領域延伸。思必馳就是一個典型的代表，雖然思必馳在2007年就成立，并且專注智能硬體的自然語音互動，但其直到2019年初才釋出第一代AI語音晶片。這背後的邏輯是，作為擅長算法的思必馳，此前采用第三方的晶片就可以滿足需求，但随着語音算法的演進以及市場競争的加劇，對AI語音晶片提出了更高要求，并且，擁有自研的晶片能夠更好地發揮軟硬一體的優勢，更有利于參與市場的競争。
觸景無限同樣有AI算法的優勢，自2016年開始就已經提供了實際的前端感覺産品，也更了解現有晶片在安防場景落地時的痛點。為了把前端感覺的優勢進一步增強，觸景無限也在逐漸加大對晶片的投資。将攜手國内知名晶片企業，打造人工智能感覺晶片（SoC），為下一代人工智能感覺領域提供端到端的全方位解決方案。相較于現有的前端AI晶片，他們的前端感覺晶片将從設計伊始就瞄準應用落地，以多年的前端經驗打造真正适合安防市場的晶片。
尋找獨特的産品+市場
從圖像AI晶片到語音AI晶片的兩大類AI晶片，從硬體到算法的不同切入角度，上面我們提到的初創公司都主要在終端AI晶片市場。由于雲端AI晶片市場巨頭的生态優勢難以被打破，是以，即便雲端AI晶片市場利潤更高且市場需求更加穩定，但大部分初創公司依然隻能放棄這一市場。
但也有例外，比如成立于2015年的天數智芯，他們既不主攻AI算法，也不是單純硬體公司，而是定位為一家軟硬體結合的系統級公司。天數智芯從提升軟體算力上入手，把軟體作為承載其生态的關鍵，迅速在行業場景中推出具體落地的應用解決方案，為晶片産品擷取一個入口，适時推出AI晶片，通過軟體加硬體的方式不僅提升算力的均值，還将提升算力的峰值。同時通過可透明遷移的軟體平台更好的擷取客戶，并以特定領域的應用獲得認可，再以通用的晶片向更多應用領域拓展。目前，天數智芯的邊緣側AI推理晶片已經在FPGA上驗證并得到客戶認可，今年下半年可供貨。同時，預計明年将推出國内首顆高端 GPGPU晶片用于雲端訓練。
除了上述四種路徑之外，初創公司還有許多種路徑可選，比如晶片架構創新、商業模式創新、用更快的速度滿足市場需求等等。但最為關鍵的是，擁有創新的技術，并且能夠獲得市場的認可才是能夠在AI晶片市場立足的關鍵。
想要更進一步了解AI晶片公司到底如何取得成功，以及巨頭和獨角獸如何看待AI晶片的落地，快來參加将于2019年7月13日由中國計算機學會主辦，雷鋒網、香港中文大學（深圳）聯合承辦的CCF-GAIR全球人工智能與機器人峰會的AI晶片專場。在AI晶片專場，晶片巨頭英特爾，AI晶片商用化程序處于不同階段的初創公司，包括地平線、雲天勵飛、思必馳、觸景無限、天數智芯等公司的重磅嘉賓将會分享他們關于AI晶片需求和落地的獨到見解。資本作為影響AI晶片落地的關鍵，未來資本将如何推動AI晶片的落地以及晶片市場未來的機會在哪？華登國際的投資人将分享其前沿的觀點。當然，AI晶片專場還為你準備了一個小驚喜，中國開放指令生态（RISC-V）聯盟秘書長包雲崗教授将為你解讀當下非常火熱的RISC-V架構如何幫助晶片公司更好地抓住AI和5G市場。
具體請參考AI晶片終版議程，還有驚喜大咖正在确認中，議程可能有微調：雷鋒網
更多資訊請檢視CCF-GAIR 2019 官網