XIAOZHONGMING

从当前的市场格局看来，不少应用场景诸如智慧社区、智慧楼宇、智能安防、智慧商业等，用传统的通用型芯片来做AI运算，尤其在端侧。但是，这种AI芯片现有的性价比和功耗比无法支撑起大规模的并行运算，如果没有针对实际的落地场景进行优化，光靠一颗AI芯片，应用效果并不会太好。

AI芯片抢占人工智能产业发展制高点

随着第三波人工智能浪潮的来袭，AI芯片在近两年的时间里也得到了空前的发展，并呈现出爆发式增长的姿态。尽管业界对于AI芯片的爆发性增长有所担忧，但需要肯定的是，AI芯片的爆发应该被认为是一个必然的过程。

人工智能算法特点带来了新的计算体系架构和生态系统的变革，而在技术发展的过程中，数据的计算方式随技术的变迁呈现不同阶段的特征。在互联网时代，数据越来越向云端集中，形成中央计算；而从移动互联网时代，再到现在物联网时代，更多的计算从中央往边缘迁移，它带来的好处是能够拥有更好的实时性、可靠性，更低的云端综合成本，并且设备在离线的情况下还可以正常运作。这一切都为AI芯片带来了发展契机。

万物智能互联时代已经来临，接入的智能化终端将数以万亿计，带动的人工智能芯片产业规模将远超互联网时代，因此人工智能芯片也被认为是未来占据人工智能技术和产业发展的制高点。而AI芯片的爆发，其实更应该是一个顺势而为且是意料之中的事情。

此外，在数据爆发的场景里，如智能驾驶、智慧城市等，计算将是智能化的核心，而算力将是第一生产力。由于实时性，可靠性，数据安全性等要求，越来越多的计算下沉到边缘终端将是时代必然趋势。这也意味着，AI芯片必将与当前大热的边缘计算紧密联系在一起，共谋发展。

AI芯片下一步怎么走？“从软件中来，到软件中去”

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。也就是说，AI芯片的根本目的在于加速人工智能计算，拥有跟高效率、更低功耗和更低延迟三大特性。

而在这整个过程中，AI芯片必须奉行八个字——“从软件中来，到软件中去”。

所谓“从软件中来”，就是要根据人工智能算法的特点设计硬件架构，因此要求对软件本身有深刻的理解；而“到软件中去”则指人工智能芯片要在各个应用场景落地，是指硬件最终要为软件服务，同时用软件去支持客户的开发应用。因为在未来，软硬结合一定是人工智能竞争的趋势，AI芯片亦然。

AI应用场景比手机场景丰富得多，且无论在B端市场还是C端市场，人们将面对多个智能终端，而在现在以及可预见的未来，AI芯片将被大量应用在智能终端之上。也就是说，随着AI终端产品的日渐增多，未来AI芯片市场必将变得异常庞大。

此外，与手机芯片厂商“独占鳌头”的局势不同，未来的AI芯片市场将会出现多家AI芯片厂商共存的局面，因为不同的芯片厂商所聚焦的场景不同，而一个完整的生态是由多种场景构成，市场的需要驱动AI芯片厂商共同发展，甚至合作达成共赢。

但现阶段市场上多数的AI芯片更像是一个“裸片”

从设计、研发、生产、封装、测试验证到最终规模应用，芯片的产出是一个非常复杂的系统工程。鉴于周期长、投入大、风险高三大特征，AI芯片更需要长期的技术检验积累，一蹴而就并不现实。

只是，从AI芯片的实际运作情况来看，目前市场上所谓的AI芯片公司，大多数公司提供的还是一个“裸片”，仅仅在底层提供一些加速器，与AI软件的结合能力并不强，所以这些AI芯片的计算力和效率还没能达到最佳。

目前看来，任何企业在研发、产出AI芯片之时，绝不能将思维固化，只做一颗芯片或是计算平台，而应提供一个应用场景的平台解决方案。如此一来，用户就能通过AI芯片做更多的行业应用，与用户产生更强的粘性。以AI应用场景为例，传统安防行业所面临的人口流动量大难以监控、视频资源利用率低、数据检索慢，信息孤立不对称等痛点，当下的AI技术都都能一一解决，但任何技术都服务于真实的客户需求。表面上可能是AI赋能了安防，甚至改造了安防，但实际上更我们应该理解为“安防场景的客户对AI的需求促进了AI技术的场景化落地”。

也就是说，决定AI芯片未来成败的关键点在于AI芯片有没有强大的软件能力和服务能力，这恰恰是当前大多数AI芯片公司所欠缺的地方。

不过，比较庆幸的是，靠场景数据、算法驱动的AI芯片需要算法和硬件设计协同优化，而在这条跑道上，国内外基本处于同一起跑线上，市场和竞争才刚刚开始！