灰太狼44967765
理論上是做得到的。為什麼？因為中國市場太大，甚至規模超過並拉開與美國市場的距離是指日可待的。
假若英特爾當初是日本公司而不是美國公司，那麼我們可以肯定，今日處在英特爾這個地位的將不是英特爾，而是另外某個美國的某特爾。
而人工智能芯片未來的市場規模，甚至將會超過電腦時代與手機時代，因為隨著物聯網時代逐步來臨，萬物都將嵌入芯片，而且基本都將是人工智能芯片。寒武紀面對的是這樣的市場，又是在中國，怎麼可能沒有這個機會呢？“天時”、“地利”全都有了，就看它自己的“人和”了。
寒武紀除了專注於技術之外，在企業管理上其實只需要學習英特爾即可。英特爾企業管理的“獨孤九劍”是什麼？就是專注於技術領先。事實上，在手機時代，英特爾的影響力已經不如在電腦時代，這是為什麼？因為英特爾的技術已經被人緊逼上來，甚至有被超過的風險。這說明了像英特爾、寒武紀這樣的公司，成功的唯一秘訣就是始終應當心無旁騖專注於技術領先，在位處產業鏈上游的技術上下狠手，然後領先對手一步。
由此可見，這“武功秘笈”其實並不秘密，道理也相當簡單。但是真正要做到，就必須極其專注，不要受誘惑，不要試圖去賺快錢，要以技術領先為企業的命根，讓各種路途中的原則性妥協滾一邊。這就有如練武功一樣，得成為“武痴”，避免被江湖醬缸文化所消磨掉。
所以，寒武紀能不能成為一個英特爾？在這裡很難斷言，因為並不瞭解創始人的性格特質。但是在這樣的大時代，又在中國這樣的大市場環境下，如果十年後中國還誕生不了一個具有類英特爾特性的中國公司，那真的是中國人的巨大恥辱。我們就得好好思考一下人的文化改造的問題。
建章看世界
可能會啊。
我們先來了解一下寒武紀。
寒武紀科技公司創辦於2016年，但是其產品和芯片的研究要更早。
公司的創始人是出自中科大少年班的陳雲霽、陳天石兩位親兄弟，當時，他們在2014年到2016年憑藉Diannao系列橫掃體系結構學術圈，並且寒武紀就在那時開始孵化了。其中，當時和他們合作研究Diannao系列的Olivier Temam大牛就是現在Google TPU的主架構師。
後來，2016年，他們決定出來創辦公司，想把自己的學術成果拿到市場上來檢驗，於是創辦了寒武紀科技公司。
2016年在公司還沒成立多久，寒武紀科技就率先發布了全球首款商用深度學習專用處理器IP——寒武紀1A處理器，其橫空出世打破了多項記錄，受到了業界廣泛關注，入選了第三屆世界互聯網大會評選的十五項“世界互聯網領先科技成果”；
值得指出的是，華為發佈的全球首款人工智能手機芯片麒麟970就是集成寒武紀技術，才具有表現不俗的AI處理能力。
後來，2017年11月，產品發佈會上，創始人陳天石向外界披露了下一代寒武紀AI芯片及軟件平臺的部分細節和數據。其中介紹了三款全新的智能處理器IP產品：面向低功耗場景視覺應用的寒武紀1H8、擁有更廣泛通用性和更高性能的寒武紀1H16，以及面向智能駕駛領域的寒武紀1M。
顯而易見，以其公司的研發進度和產出能力，寒武紀科技具備很大的潛力的。
同時，在資金上，天使輪融入1000萬美元，後A輪融資1億美元，受到阿里巴巴創投、國投創業、聯想創投等多家機構的資助，寒武紀也不缺乏。
所以，只要寒武紀團隊堅持做下去，天時地利人和，成為下一代英特爾是很有可能的。
鎂客網
目前看來寒武紀的未來是光明的，但他面臨的競爭對手太強大。根據Compass Intelligence最新發布的AI芯片調研報告顯示，2018年在全球前15大人工智能(AI)芯片企業排名表中，英偉達(NVIDIA)成為當仁不讓的領頭羊，其後依次為Intel英特爾和IBM，華為的麒麟海思處理器排名12位，寒武紀科技(Cambricon)排名第23位。
英特爾成立於1968年，有著近50年的產品創新和市場領導歷史，收購“Nervana”搭上人工智能的浪潮，發佈的FPGA芯片已經是世界第二位。去年10月公佈了Nervana NNP系列初代芯片“Lake Crest”，已開始出貨。今年公開了英特爾新一代AI芯——英特爾Nervana NNP-L1000，代號為“Spring Crest”的專用人工智能芯片，將成為英特爾第一款商用神經網絡處理器，並計劃在2019年發佈。
寒武紀是一家風頭正盛的年輕企業，成立於2016年，作為有著中科院背景的AI創業公司，發展非常迅猛。2016年，寒武紀發佈商用深度學習處理器“寒武紀1A”；2017年，寒武紀發佈了三款智能處理器，包括擁有更高性能的寒武紀1H16處理器，面向視覺領域的1H8處理器、面向智能駕駛領域的寒武紀1M處理器。2018年5月發佈的寒武紀MLU100智能芯片（Cambricon-MLU100），適用於視覺、語音、自然語言處理等多種類型的雲端人工智能應用場景。
融資歷史：
2016年4月，獲得來自中科院的數千萬元天使輪融資；
2016年8月，獲得來自元禾原點、科大訊飛、湧鏵投資的Pre-A輪融資。
2017年8月，獲得1億美元A輪融資，由國投創業領投，創投、創投、國科投資、中科圖靈、元禾原點、湧鏵投資聯合投資。
2018年6月，獲得25億美元的B輪融資。
人工智能芯片是一個全新的技術領域，未來寒武紀會成為一個相當成功的芯片公司。
天方燕談
難度很大，不過不是沒有機會。
在核心技術領域我們依然有較大的差距，尤其是在指令集這種層面。
但是寒武紀的創世團隊都是科班出身，而且在芯片領域以及人工智能領域都有很深的幾乎沉澱，在學術界在工業界都有很好的背景。而且核心管理團隊擁有在行業經驗上具有很好的互補性，有在芯片領域的學術專家、也有工業領域的一線工程師；既有從事硬件工作的，也有從事軟件行業的；既有從事應用研發領域的，也有從事人工智能尤其是深度學習方面的；既有科研所的研究員、博士生導師，也有工業界有很好管理經驗以及項目經驗的一線管理者，技術專家。
而從資本層面，寒武紀更是從一開始就擁有很好的行業資源。有阿里巴巴這樣的互聯網巨頭，也有聯想這樣的硬件巨頭，還有科大訊飛這樣人工智能領域的佼佼者。除此之外還有國新資本、中信證券、國投創業、國科投資等等重量級的國有資本背書，可以說從成立的那一開始，寒武紀就是含著金鑰匙長大的。
更為重要的是目前的寒武紀擁有最好的行業資源以及最好的消費市場，中國是目前科技領域最好的消費市場，文化統一度高，人口基數大，互聯網發展氛圍也好，還誕生了百度這樣的人工智能巨頭，並且在智能家居、智慧城市、個性化推薦等人工智能領域，擁有小米、阿里、頭條等眾多科技公司的實踐基礎。可以說市場很大。
所以我覺得寒武紀想要建立技術壁壘，打造芯片生態，難度確實很大，但是玩意成功了，達到英特爾的高度我覺得也不是不可能。十年前、甚至五年前大家也不會覺得阿里、騰訊會成為5000億美金量級的科技巨頭，所以一切皆有可能。
EmacserVimer
歡迎在點擊右上角關注：「太平洋電腦網」，更多有趣資訊等著您哦。
華為在IFA 2017上發佈其首款AI芯片麒麟970引起業界注目。麒麟970不僅性能大幅度增加，還把引入了人工智能芯片。AI芯片應用於手機，宣告華為也把人工智能納入未來的發展計劃之中。與此同時，一個名字陌生的公司也從幕後走到臺前，那就是“寒武紀”。
寒武紀是一家怎麼樣的公司？
寒武紀科技是全球智能芯片領域的先行者，宗旨是打造各類智能雲服務器、智能終端以及智能機器人的核心處理器芯片。公司創始人、首席執行官陳天石教授，在處理器架構和人工智能領域深耕十餘年，是國內外學術界享有盛譽的傑出青年科學家，曾獲國家自然科學基金委員會“優青”、CCF-Intel青年學者獎、中國計算機學會優秀博士論文獎等榮譽。
而華為的麒麟970搭載的NPU就是寒武紀-1A。寒武紀和華為的這次合作是不僅是頂尖學術成果，也是工業界頂尖SoC團隊的辛勤勞動的碩大果實。
但是我們環顧四周，我們可以發現：寒武紀的對手不在少數，甚至好幾個是世界百強的科技巨頭：
英偉達：GPU 、SoC、開源深度定製學習加速器。
作為顯卡的巨頭，英偉達的名聲早已經在外。但是英偉達的GPU在人工智能上的應用卻出乎意料的好：因為GPU能夠滿足人工智能大規模的並行計算的需求。特斯拉的自動駕駛計算就是使用它家的GPU。
前不久，英偉達發佈了Volta架構，按照黃仁勳的說法，研發費用高達創紀錄的30億美元！（不得不感嘆，老黃真壕）
AMD的GPU
貴為顯卡界的第二名，AMD的Radeon Instinct MI25達到了24.6TFlops（FP16），處理能力484GB/S,處理能力相當恐怖!
I ntel-Nervana、FPGA
這兩款都是能夠應用了人工智能的芯片，其中Nervana在2017年或者能夠在28nm的製程下達到55TOPS/S恐怖的並行計算能力。這種用於深度學習與人工智能的芯片，處理能力跟我們消費者使用的真不是一個級別啊。
谷歌-TPU
四月，谷歌公佈了關於TPU細節的論文，稱“TPU處理速度比當前 GPU 和 CPU 要快 15 到 30 倍”。雖然被黃仁勳撰文反對，但是作為科技巨頭，谷歌的科研實力誰也不敢忽視。
其他
微軟的FPGA；
高通的芯片；
蘋果的芯片；
IBM的TureNorth；
地平線機器人芯片；
Deephi；
Bitmain；
Wave Computing；
Graphcore；
PEZY Computing K.K.；
KnuEdge‘s KnuPath;
Tenstorrent;
Cerebras;
Thinci;
Koniku;
Adapteva;
Knowm;
Mythic;
Kalray;
Brainchip;
Groq;
Aimotive;
Deep vision;
Deep Scale;
REM;
LeepMind;
KAIST DNPU;
Synopsys EMbedded Vision;
CEVA XM6;
VeriSilicon VIP8000;
Cadence P5/P6/C5
總結
從大環境看，寒武紀並不處於十分優勢的位置，但是人工智能產業與人工智能芯片產業處於初期階段，寒武紀擁有足夠的時間積累技術，在彎道超車，寒武紀加油！
Reference
1.FPGAs and AI processors: DNN and CNN for all
2.Processors for AI : a List（http://mp.weixin.qq.com/s/BYf8tSYKjY_4d8BGmkRRqw 作者：唐杉）
太平洋電腦網
地質上的寒武紀，大約在6億年前開始，那時候的地球仍然一片荒蕪，可奇怪的是，絕大多數無脊椎動物在很短時間內集中出現了，這就著名的寒武紀生命大爆發。
現在說的寒武紀，是一家2016年才成立中科院孵化創業公司，也是全球第一個成功流片並擁有成熟產品的智能芯片公司，成立當年就發佈了寒武紀1A處理器，這是世界首款商用深度學習專用處理器。
寒武紀的人工智能技術應用範圍迅速擴大，比如華為手機的智能場景拍照技術，從市場反饋看，用戶是高度認可，華為P20系列更是在歐洲銷售火爆。
根據判定，人工智能是互聯網發展的下一個階段，而寒武紀更是快人一步，在第一代人工智能芯片發佈一年後，第二代人工智能芯片發佈在即，這說明公司創新能力極強，發展後勁十足，寒武紀領先對手不止一個身位，可以說發展前景無量，能否超越世界老牌芯片巨頭英特爾公司，好像也只是時間的問題。
最後，猛烈祝福中國芯！
震長
很難。
還記得龍芯嗎？龍芯是中國科學院計算所研發的通用CPU，採用RISC指令集，類似於MIPS指令集，但誰曾想當時較為先進的PIPS會輸給ARM。
寒武紀只不過是第一個融資成功上市的AI芯片研發公司，但是在全球研發AI的並不止寒武紀一家。
而全球研究AI的的機構止中國和美國就有好幾十家。
可以看出人們對於AI的重視。所以寒武紀只是提前佔領了先機，想要一家獨大，難於登天。
D炒番
寒武紀公司想要成為下一個英特爾，你可以理解為一個美好的理想。但理想能否實現，目前看來變數很多，尤其在10月10華為發佈全棧全場景AI解決方案，公開AI戰略後，寒武紀的未來一下子變得撲朔迷離。
華為成為寒武紀的強勁競爭對手
在10月10日之前，大家都猜測華為在做AI芯片，後來被曝光“達芬奇計劃”，讓行業以為華為的胃口是做AI芯片。
但10月10的發佈會表明，華為的胃口比外界猜測的要大的多，它要通吃AI產業鏈，不同的應用場景，華為都會提供相應的AI解決方案，從雲端、邊緣產品到終端，華為AI都要滲透進去。
簡單的說，寒武紀能做的，華為要做；寒武紀不能做的，華為也要做。寒武紀的未來願景被華為的戰略全面覆蓋，想象一下，一棵小草和一棵參天大樹爭奪陽光和養分，誰會贏？
寒武紀倚重的合作也將畫上句號
華為手機所用的SOC芯片麒麟970曾用上寒武紀的AI架構，麒麟980中的NPU也是寒武紀架構，並且加了碼，從單核變為雙核。
麒麟芯片出貨量數以千萬計，雙方的合作將由此帶動寒武紀的行業影響力直線上升。寒武紀創始人兼CEO陳天石博士在今年5月的公開信中，滿懷激情和樂觀地提到與麒麟芯片的合作。
然而，隨著華為AI戰略的發佈，寒武紀能否和華為在麒麟芯片上繼續合作還是未知數，說不定麒麟980就是寒武紀和華為合作的絕唱，因為華為明確表示了，自己的AI芯片就是自用不外賣，而且首先要讓華為全面AI。
這種情況下，寒武紀最好的結局無非是成為華為AI芯片的備胎，隨時可能被替換。而在開拓其它行業客戶方面，寒武紀的成績幾乎為零。
國家隊基金入場？沒有的事
英特爾憑藉和微軟結盟，成功打造X86架構生態系統，寒武紀現在是形單影隻，如何能實現英特爾式榮光？
至於國家隊基金的事，陳天石自己否認了：
寒武紀確實是一家不錯的公司，但AI現在已經變成巨頭的遊戲，谷歌、英特爾、英偉達、華為等等，個個財大氣粗，作為後生的寒武紀要迅速成長起來，難度係數不低。
如果喜歡答案內容，請點贊，謝謝！頭條號《魔鐵的世界》專注有營養接地氣的科技、商業故事，喜歡請點擊關注，每日獲取新鮮、有態度的資訊。
魔鐵的世界
如今人工智能領域的芯片進一步進化，從眾多並行計算中獨立成專用的人工智能AI芯片，而英偉達又為他的產品劃定了邊界，也就是禁止消費級的Geforse改造成人工智能應用，所以AI芯片已經開始從GPU開始進一步進化，如ASIC，FPGA芯片加速，故而未來在AI芯片專用領域的市場十分的龐大。寒武紀根本不用考慮市場容量的問題。
其次，寒武紀最被看好的一點，是因為其芯片已經有量產，這一點在龍芯時代沒有很好的實現，雖然如今寒武紀的創始人更多的來自於原龍芯團隊。芯片領域有時候不僅僅是個技術追趕問題，還是個研發效率問題，很多的技術難題不量產，不銷售，根本不會知道，比如說芯片的兼容性問題，能耗問題。這一點寒武紀吸取了龍芯的教訓。
最後，寒武紀科技的好處還體現在體制上，打破了龍芯時代的科研院所體系，進行了市場化的運作，讓企業更加國際化，體制決定效率，芯片行業也是最講效率的，英特爾芯片更新平均在十八個月，所以我們的臺式計算機和手機才會不停的更新換代，誰也沒想過一臺電腦用一輩子，這就是市場倒逼效率提升。而在參與寒武紀定增的企業中，又有阿里，聯想等巨頭，這些巨頭也在謀求更多的科技轉型，比如阿里的新零售和聯想的PC進階，所以在需求上未來會更加穩定。
人工智能芯片有云端芯片和終端芯片，專用化越來越強，可以說即使排除一些民族情緒，其仍然是一家非常有前途的企業。但一切才剛剛起步，其關鍵還是製造技術壁壘。有時候我們也在考慮一個問題，是否應該允許這些高科技企業前期更多的燒錢，在英特爾的研發每年120億以上，英偉達之前是14.6億美元，但是最近季度有研發支出加速趨勢。相對來說，寒武紀科技如今的體量依然太小。所以，要看到寒武紀科技良好的前景，也需要看到差距，容忍可能的失敗
紙老虎科技
難度是很大的，列一下目前的AI芯片公司：
Intel——Nervana
英特爾收購的 Nervana Systems 除了 Nervana Engine ASIC 外還開發 GPU/software 方法。可比性能現在還不清楚。英特爾也計劃通過 Knights Crest 項目整合到Phi平臺。NextPlatform 的一篇文章指出Nervana 2017年在28nm上的目標可能是55 TOPS/s。英特爾計劃在12月有一個NervanaCon，所以到時也許會公佈第一批成果。
Google TPU
谷歌的TPU在性能上領先GPU，是驅動DeepMind的AlphaGo在圍棋比賽中贏了人類冠軍的硬件。原來的700MHz TPU具有用於8位計算的95 TFlop或16位計算的23TFlop，而僅需40W。這比GPU快得多，但現在比英偉達的V100慢，但不是以每W為基礎比較。新的TPU2被宣稱具有四芯片的TPU，並且可以實現約180 TFlop。每個芯片的性能都翻了一番，達到16位的45 TFlops。你可以看到英偉達的V100正在縮小這一差距。TPU或TPU2都不是開放出售。谷歌正在使其在雲端可用，TPU pod包含64個設備，最高可達11.5 PetaFlop的性能。
Bitmain（比特大陸）
比特大陸正在為AI開發處理器。聽說，是22nm設計，原來預計30T flops，目前智能做到12T左右，流片的良品率不足，挑戰很大。
AMD
即將推出的 AMD Radeon Instinct MI25 宣稱 SP16 達到12.3 TFlop，或 FP16 達到 16.6 TFlops。如果你的計算適用Nvidia 的 Tensors，那麼 AMD 可能無法與之抗衡。與 AMD 的 484 GB/s相比，Nvidia的帶寬為900GB/s。
最牛逼的，我覺得還是：Nvidia
NVIDIA Tesla V100 是目前世界上最高性能的並行處理器。
基於臺積電專門為 NVIDIA 設計的最新 12nm FFN 高精度製程封裝技術，GV100 在 815 平方毫米的芯片尺寸中，內部集成了高達 211 億個晶體管結構。
● 雙精度浮點（FP64）運算性能：7.5 TFLOP/s；
● 單精度（FP32）運算性能：15 TFLOP/s;
● 混合精度矩陣乘法和累加：120 Tensor TFLOP/s。
實在太強了，我覺得寒武紀的機會不大，就看在低功耗領域有沒有不一樣的突破
