商业技能评论按：作为AI和芯片两大领域的交叉点，AI芯片已经成了最热门的投资领域，各种AI芯片如雨后春笋般冒出来，但是AI芯片领域生存环境恶劣，能活下来的企业将是百里挑一，以下正文：
不久前，谷歌在I/O大会发布了其第三代TPU，并流传宣传其性能比去年的TUP 2.0提升8倍之多，达到每秒1000万亿次浮点打算，同时谷歌展示了其一系列基于TPU的AI运用。
可以说，AI已经成为科技行业除了区块链之外最热门的话题。AI芯片作为AI时期的根本举动步伐，也成为目前行业最热门的领域。
下面这个表是媒体统计的部分AI芯片企业融资情形：
可以看到，AI芯片已经成为成本追逐的最热门领域，成本对半导体芯片的激情亲切被AI技能彻底点燃。在创业公司未真正打开市场的情形下，AI芯片初创企业已经出身了不少的独角兽，多笔融资已经超过亿元。
AI技能的改造，其从打算构架到运用，都和传统处理器与算法有巨大的差异，这给创业者和成本市场无限的遐想空间，这也是为什么成本和人才对其如蚁附膻的缘故原由。
但是，家当发展还是要遵照一定的家当规律，「商业技能评论」认为，绝大多数AI芯片公司都将成为历史的炮灰，末了，在云端和终端只剩下为数极少的几个玩家。
为何这么说，请听本社逐步道来！
首先我们来剖析下目前对AI芯片的需求紧张集中在哪些方面。
先来讲讲AI目前芯片大致的分类：从运用处景角度看，AI芯片紧张有两个方向，一个是在数据中央支配的云端，一个是在消费者终端支配的终端。从功能角度看，AI芯片紧张做两个事情，一是Training（演习），二是Inference（推理）。
目前AI芯片的大规模运用紧张还是在云端。云真个AI芯片同时做两个事情：Training和Inference。Training即用大量标记过的数据来“演习”相应的系统，使之可以适应特定的功能，比如给系统海量的“猫”的图片，并见告系统这个便是“猫”，之后系统就“知道”什么是猫了；Inference即用演习好的系统来完成任务，接上面的例子，便是你将一张图给之前演习过的系统，让他得出这张图是不是猫这样的结论。
Training和Inference在目前大多数的AI系统中，是相对独立的过程，其对打算能力的哀求也不尽相同。
Training须要极高的打算性能，须要较高的精度，须要能处理海量的数据，须要有一定的通用性，以便完成各种各样的学习任务。
Inference相对来说对性能的哀求并不高，对精度哀求也要更低，在特定的场景下，对通用性哀求也低，能完成特界说务即可，但由于Inference的结果直接供应给终端用户，以是更关注用户体验的方面的优化。
Training将在很长一段韶光里集中在云端，Inference的完成目前也紧张集中在云端，但随着越来越多厂商的努力，很多的运用将逐渐转移到终端。
然后我们来看看目前的市场情形。
一、云端市场已被巨子瓜分殆尽，创业公司生存空间险些消逝。
云端AI芯片无论是从硬件还是软件，已经被传统巨子掌握，给新公司预留的空间极小。下面这张图是Compass Intelligence公布了环球AI芯片榜单。由于AI芯片目前在终端运用极少，以是榜单头部的排名可以近似的认为便是云端AI芯片的目前市场格局。
我们可以看到，芯片巨子Nvidia（英伟达）已经牢牢霸占AI芯片榜首，由于CUDA开拓平台的遍及，英伟达的GPU是目前运用最广的通用AI硬件打算平台。除了有实力自研芯片的企业（全天下也没几家），如果须要做AI干系的事情，必定须要用到Nvidia的芯片。Nvidia的芯片运用普遍，现在所有的AI软件库都支持利用CUDA加速，包括谷歌的Tensorflow，Facebook的Caffe，亚马逊的MXNet等。
除了一骑绝尘的英伟达，其他老牌的芯片巨子都没闲着，特殊是Intel通过买、买、买奋力的将自己挤到了头部玩家的位置。微软在最新的Build大会上公布了基于英特尔FPGA的AI方案，而英特尔的FPGA业务正是通过收购Altera得到的。
除此之外，我们可以看到像Google这样的互联网厂商也乱入了前五。这当然要归功于上面提到的TPU，虽然谷歌不直接售卖芯片，但是谷歌通过云做事供应TPU的调用做事。谷歌很早就开源了Tensorflow软件平台，这使得Tensorflow成为最主流的机器学习软件平台，已经成了事实上行业的软件平台标准。而Tensorflow最佳的打算环境必定便是谷歌自己的云做事了，通过软件、硬件（或者说云）环境的打通，谷歌妥妥的成为AI芯片领域的一方霸主。
现在业界辩论的焦点是AI芯片的处理器架构用哪种是最好的，有前面提及的有GPU、FPGA、DSP和ASIC，乃至还有更前沿的脑神经形态芯片。现在GPU可以认为是处于上风地位，但其他几种的处理器架构也各有上风。Intel则是多方下注，不错过任何一种处理器架构。谷歌在TPU（实在便是一种ASIC）方面的巨大投入带来了硬件效能的极大提高，目前看来对GPU的冲击将是最大的，缘故原由不单单是由于专用架构带来的效率上风，还有商业模式方面带来的本钱上风。在半导体行业内的普遍不雅观点是，一旦AI的算法相对稳定，ASIC肯定是最主流的芯片形态。看看挖矿芯片的进化进程，这个不雅观点非常有说服力。
在云端，互联网巨子已经成为了事实上的生态主导者，由于云打算本来便是巨子的沙场，现在所有开源AI框架也都是这些巨子发布的。在这样一个生态已经固化的环境中，留给创业公司的空间实际已经消逝。以是地平线的余凯在前几年就对「商业技能评论」表示，云端市场是巨子的禁脔，创业公司没有任何机会。
二、终端市场群雄盘据，机会尚存。
上面说到了Inference现在紧张是在云端完成的，这紧张是由于现在终端上基本没有得当的处理单元可以完成相应功能。以是我们创造很多AI功能都须要联网才可以利用，这大大限定了AI的利用场景。以是将Inference放到终端来，让一些功能可以本地完成，成了很多芯片厂商关注的领域。
华为的麒麟970便是最早将AI处理单元引入到终端产品的芯片，个中该芯片中的AI核心，是由AI芯片创业公司寒武纪供应的IP（知识产权）。该芯片的引入，可以帮助华为手机在终端完成一些特定的AI运用，比如高效的人脸检测，相片的色彩美化等。此后，苹果，三星都宣告了在其处理器中引入相应的AI处理单元，提升手机终真个AI运用能力。
在终端上，由于目前还没有一统天下的事实标准，芯片厂商可以说是八仙过海各显神通。
给手机处理器开拓AI协处理器是目前看来比较靠谱的办法，寒武纪Cambricon-1A集成进入麒麟970便是一个很好的例子。由于华为手机的巨大销量，寒武纪迅速成为AI芯片独角兽。而其余一家创业公司深鉴科技此前得到了三星的投资，其AI芯片IP已经集成到三星最新的处理器Exynos 9810中。
然而能获得手机大厂青睐的AI芯片厂商毕竟是少数，更多的AI芯片厂商还须要找到更多的运用处景来使自己的芯片发光发热。
一些传统AI做事厂商很随意马虎想到将自己的做事进行垂直拓展，比如的自然语音处理厂商云知声从自己的传统语音业务出发，开拓了自己的芯片UniOne语音AI芯片，用于物联网IOT设备。
相对付语音市场，安防更是一个AI芯片扎堆的大家当，如果可以将自己的芯片置入摄像头，是一个不错的场景，也是很好的买卖。包括云天励飞、海康威视、旷视科技等厂商都在大力开拓安防领域的AI嵌入式芯片，而且已经完成了一定的商业化支配。
相对付云端，终端留给AI芯片创业公司更广阔的市场。但是于此同时，由于运用环境千差万别，没有相应的行业标准，各个厂商各自为战，无法形成一个统一的规模化市场，对付投入巨大的芯片行业来说，是好故事，但不一定是个好买卖。
三、若何的AI芯片企业会有机会？
AI芯片的出身，源于一种全新的打算需求，传统的打算架构很难知足AI打算的哀求，以是新的芯片成为业界追逐的热点，这和多年前的显卡市场非常像。
曾经的PC并没有3D处理能力，CPU险些经办了所有的功能，但是由于人们对付3D处理需求的逐渐增加，带有3D加速功能的图形处理器越来越成为人们关注的重点。
于是一大批图形处理器企业如雨后春笋搬冒了出来。
3D显卡出身初期市场上的玩家
然而末了，只有Nvidia（也是目前的AI芯片巨子）作为独立的3D图形处理器供应商活了下来。ATI被AMD收购，仍旧耕耘3D图形市场，和Nvidia正面作战，但常年的亏损也一贯困扰着这个千年迈二。Intel早早退场，放弃了独立显卡产品线，但由于其掌握了中心处理器，其显示核心一贯以集成的办法变相的和Nvidia以及AMD曲线作战。
Nvidia之以是得到成功，有以下几方面缘故原由。
首先在性能上，始终保持在第一梯队，在最开始几代失落败的产品后，Nvidia一贯是最前辈图形技能的代名词。当然，光有性能是不足的，当时世面上还有很多性能差不多的产品。Nvidia在当时做了一件现在看来很平常的事情，便是推出了专属驱动程序——雷管，并定期的更新，使其不断的兼容最新的游戏。这在当时显卡标准混乱，游戏兼容一塌糊涂的情形下，一举奠定了其领先位置。
于此同时，Nvidia拥抱了当时最大软件平台微软推出的3D 图形API接口——Driect 3D，在此之前，每家显卡都有自己的3D API接口，标准极度分歧一，也让开发者非常头痛，Driect 3D涌现结束了这个局势，以是谁对DirectX支持好，谁就更受市场欢迎。Nvidia和ATI一贯和微软协力推动DriectX 和显卡的换代升级，也因此坐稳明晰PC显卡的领先位置。
芯片是一个赢者通吃的市场，由于高昂的研发用度，只有市场第一才能形成规模上风从而转化成本钱上风，末了将其他玩家赶净杀绝，无论是传统的GPU行业还是CPU行业，都存在相同的情形。
然后我们再过来看AI芯片市场，AI云端市场，实在更靠近于显卡市场的末期，主导的软硬件生态已经形成，巨子掌握全体软硬件和做事市场。如果AI技能在理论层面没有新的打破，依然因此深度学习为根本进行迭代升级的话，这个局势并不随意马虎冲破。
在终端市场，更靠近于显卡市场发展的初期，没有统一的API接口，没有统一的基准测试，没有成熟的运用处景。以是终端市场对付AI芯片创业公司来说，还是值得一搏的，但这也是一场硬仗，你必须在核心性能上拥有上风，或是处理速率，或是功耗掌握，总得有拿的脱手的杀手锏。第二，必须赌对标准，站到胜利者一边，并借此快速盘踞市场。谁都想成为标准的制订者，但很多时候，你必须推戴其他人的标准，乃至是竞争对手的标准，才能赢得市场。
四、老三必去世
芯片家当是一个资金密集型的家当，无论是研发，还是后期的生产，都哀求极高的资金投入。如果产品没有办法规模化，将无法消化前期的高额开销，将企业拖入亏损的泥潭。
拿PC行业CPU和显卡领域的千年迈二AMD为例，虽然常年坐二望一，偶尔爆发短期超越，但其财报可谓惨不忍睹，亏多盈少，常常以亏损减少为荣，基本不提盈利。但也由于芯片行业能保持市场第二，已经属于不易，以是AMD纵然常年亏损，其计策地位仍旧极具代价，仍旧是芯片行业主要玩家。至于老三，彷佛是不存在的（便是台湾的威盛，已经毫无市场存在感）。
移动芯片领域也存在类似的情形，高通和联发科险些垄断了全体市场，除了苹果、华为、三星、依托自己的终端上风，撑起了自己的芯片业务，其他纯粹的芯片玩家已经基本被清场，又是一个和图形处理器市场发展非常相似的过程，从百家争鸣到寡头垄断。
而在AI芯片领域，这种情形也将连续。头部玩家将吃下险些所有市场，而第三名以外的玩家，纵然能活下来，也只有喝汤的份了。
五、天下属于王者，但最精彩故事永久是在浊世。
秦始皇统一中原，奠定了中国大一统帝国的统治根本，但让人憧憬的却是之前的诸子百家。在那个思想冲动大方的年代，各种思潮不断呈现，为后人供应了无限的精神财富。
在微软统治PC操作系统之前，还有很多伟大的操作系统，比如OS/2、VMS，BeOS、Netware等。虽然这些系统在商业上失落败了，却给全体行业留下了宝贵的财富，系统不但有一种实现方法，还有更多的可能。
AI芯片创业者们，正在用他们认为可行的办法，探索着行业的各种可能，虽然我们知道在末了，绝大多数的考试测验都将失落败，但这些失落败将成为推动全体家当发展的动力，将技能快速转化成真正的运用，推动社会的发展。
多少年往后，当人们回顾AI行业的发展，可能会创造，最精彩的故事就发生在这个群雄并起的时期。
更多精彩内容，关注 ： 商业技能评论