文 | 西局
AI芯片行業真正的戰爭來了。
華為在10月放了一顆“衛星”，智能時代的降臨彷彿又被推進了一步。也給國有AI芯片行業帶來了震動。
“一直有傳言說華為在做AI芯片。現在我要說……這是真的。”10月10日，華為全聯接大會上，華為副董事長、輪值董事長徐直軍發佈了華為的AI戰略和全棧解決方案。華為發佈兩顆AI芯片：基於達芬奇架構的華為自研AI芯片昇騰910和華為昇騰310，以及基於它們的雲服務；並且推出了打通雲端和終端，全場景、全棧的AI解決方案。
而就在一個月前，阿里雲棲大會上，馬雲宣佈，阿里成立平頭哥半導體有限公司，將達摩院的自研芯片業務和阿里收購的中天微整合在一起，佈局阿里雲+端。明年，阿里的第一款神經網絡芯片將發佈，此外還將自主研發CK902系列芯片。
今年 5 月，來自阿里巴巴量子計算實驗室的“太章”推出，成為全球首個 81 比特隨機量子電路模擬器。張建鋒也表示，預計在兩三年內做出量子芯片系統。
在此之前，中國AI芯片企業們，已經掀起了創業和融資的熱潮。在上半年，西局做了個不完全統計，當時國內已經湧現了20餘家“芯”創業公司，多數在2014年之後成立。其中，也不乏寒武紀、地平線這樣知名的佼佼者。
已經有十幾年，半導體行業不曾出現過這樣的景象：創業公司紛紛湧入，而在它們背後，是產業資本近億美元的催化。
自然，我們不能簡單地期望它們的體量能夠迅速趕上英特爾、英偉達。而在海外，亞馬遜、谷歌、Facebook、微軟，互聯網和雲計算的巨頭們，也已經開始在雲+IP/芯片+框架+行業AI解決方案，全棧、跨場景的更加宏大的層面上進行佈局，滿足更大平臺的部署需求。
單打獨鬥的AI芯片創業公司們，已經無法完成這樣的任務。而現在，華為阿里的入局，正意圖以全棧AI解決方案，打開企業級服務市場。
這也讓國內AI芯片領域的格局，再度發生了改變。原本為華為提供麒麟970芯片NPU的AI核心架構的寒武紀，是否就此和華為從合作對象變成對手，成為業界討論的重點。
AI芯片領域，還欠缺一個類似當年的英特爾那樣位置的角色。阿里華為巨頭的入場，以及AI芯片創業公司們的發展，未來面對的，將是算力新物種的繁榮時代、中國芯們在AI賽道上彎道超車的機會，還是走向巨頭的壟斷？
“算力”=未來
對駛向未來的巨艇而言，“算力”就是船票。
雲計算的廣泛應用，讓越來越多的數據開始在雲端處理，大量的圖形、視頻帶來了更大的額運算量，同時企業對高效的服務器和數據中心的需求也開始增加。人工智能在算法上的突破推動了最近一次的AI浪潮，深度學習的訓練和推斷需要更加大量的計算。
在算法提高之後，“算力”的需求開始爆發。
英偉達成為AI時代受益最大的巨頭。在2016年之前，它上市17年來的股價從沒有突破過40美元，而在2017年5月，孫正義花40億美元購買了它4.9%的股份時，英偉達股價已經飆升到了將近170美元。
GPU的處理流程，更加適用於深度學習算法的訓練，但在應用層面性能的性價比較低，而且功耗極高——黃仁勳就是這樣獲得了“核武狂魔”的“光榮”稱號。在這種情況下，實現深度學習及其相關應用的專用芯片，應運而生。
但在AI芯片這塊競爭領域中，英特爾這類以往的半導體巨頭不再是唯一的主角。
錯過了智能手機時代的英特爾，面對英偉達在GPU上的強項，開始發力商用的AI芯片。從2015年開始，英特爾收購了一大批AI公司，支持開源深度學習框架，開發神經網絡處理器和FPGA等，英特爾押寶的神經網絡芯片也提上了量產日程。
英偉達的GPU和谷歌的TPU，成為AI芯片領域新的兩座山峰。但一向專注於芯片研發的英偉達，也在面臨新的挑戰。
互聯網和雲計算巨頭們已然紛紛下場。軟硬結合漸成趨勢。微軟押注FPGA芯片加速雲服務器；亞馬遜和Facebook，也在今年先後開始投入AI芯片設計，將芯片和雲平臺相互結合；作為終端廠商的蘋果，也開始研發AI芯片。
戰國時代出現，也給國內的AI芯片，帶來了彎道超車的曙光。
“端智能”的創業機遇
國內的AI芯片創業公司們最先看到了機會來臨。
寒武紀創始人陳雲霽曾說，站在學術的角度，神經網絡處理器還是個新興領域，“和通用CPU不同，中外這次是站在了同樣的起跑線上”。
從應用場景上，AI芯片主要分為雲端服務器芯片和智能終端芯片。在雲端芯片領域，GPU佔據了主導地位。但隨著計算能力需求的增加和物聯網技術的提高，“端智能”概念也開始興起：把更多的數據處理放在設備端，把AI計算量的壓力從雲端向靠近數據源的邊緣端轉移。
“軟件+加速芯片”，硬件不大，算法為主，是巨頭們未曾深入涉足的領域，也成為AI芯片創業公司們能夠切入的機會。
寒武紀是AI芯片創業公司中最為耀眼的一個。華為發佈的全球首款手機AI芯片麒麟970，其中集成了寒武紀的NPU（寒武紀 1A 處理器）作為神經網絡專用處理單元。今年5月，寒武紀發佈了Cambricon MLU100雲端智能芯片，“由端入雲”。
去年12月，餘凱創立的地平線在三年研發後，推出了首款嵌入式人工智能視覺芯片——面向自動駕駛的征程處理器和麵向智能攝像頭的旭日處理器。
從2017年下半年，資本對AI芯片創業公司的熱度逐漸增高。到了2018年，中美之間的貿易摩擦，讓核心技術能力更加得到全行業的重視。
數據顯示，2016年中國進口芯片金額高達2300億美元，花費幾乎是排在第二名的原油進口金額的兩倍。
核心技術，國之重器。國內投資對之的傾斜度也一時達到高峰。
2018年6月，寒武紀獲得B輪融資，估值達到25億美元。今年5月，耐能獲得A輪1800萬美元融資。
“做芯片”之風已經席捲而來。針對各細分“碎片化”場景的AI芯片開始湧現，其中最具代表性的，就是語音AI芯片。
5月16日，雲知聲在北京發佈了首款面向物聯網領域的AI系列芯片UniOne以及第一代芯片“雨燕”。 5月24日，出門問問在北京發佈了旗下首款AI語音芯片模組問芯Mobvoi A1。之後，Rokid在杭州發佈了旗下AI語音專用SoC芯片KAMINO18。 在同一時間，思必馳CEO高始興確認公司正在打造AI語音芯片。
“應用層面的競爭和進化正在加速”，地平線相關業務負責人曾對西局說。在他看來，智能化時代正洶湧而來，而在這個智能化時代，並不意味著“標準化”——個性化和差異化才是真正的智能。“在智能時代，以往靠規模化取勝的公司的優勢將被大大削弱。”
具備芯片研發積累的礦機芯片廠商，也正舉起AI芯片概念的大旗。
2017年，礦機芯片廠商比特大陸推出了AI專用芯片“SOPHON（算豐）” 。今年10月17日，比特大陸又正式發佈終端人工智能芯片BM1880。 “硬件軟件化、軟件場景服務化是個巨大的趨勢”，比特大陸人工智能產品戰略總監湯煒偉曾對西局說，“未來的物聯網終端中，AI能力將非常普遍，相應的雲上AI計算需求也隨之增加，對芯片行業也將會有海量的需求。”在他看來，這種高度快速、定製化的需求，對中國創業公司而言有天然的優勢，是最容易適應的。
挑戰來臨
但對於AI芯片創業公司而言，挑戰來得更快。
華為宣佈自研芯片，一度使得業內關於“華為放棄和寒武紀在芯片IP上的合作”的傳言甚囂塵上，也有人猜測，寒武紀業務將受到打擊。畢竟，在國內，很少能找到比華為更大的終端出貨對象。
一向低調的寒武紀創始人陳天石出面公開回應稱，華為的達芬奇架構“在意料之中”。並且，他表示，寒武紀的MLU100主要針對雲端，和華為並不形成競爭，而浪潮、聯想、曙光等也都是寒武紀的合作對象，這對寒武紀自身的業務並沒有太大影響。但是對於IP授權模式的思考，也隨之而生。
國際巨頭們建立生態圈的觸角，也開始延伸到了國內。今年年中，深鑑科技被美國芯片巨頭賽靈思收購。
“大家經常說這是一個彎道超車的機會，但實際上，做這個東西非常困難。”被收購後，深鑑科技創始人姚頌曾表示，“如果我只做IP核，授權給客戶生產，把IP交付給客戶，也就是說收入產生會很慢。如果只做到IP核層面，不把芯片做出來，收入規模嚴重不足，量也很少，每一個芯片收的錢也非常少，收入會非常滯後。”
清華大學微電子所所長魏少軍曾對媒體表示，現在的AI芯片市場被“過度炒作”。市場上還缺少剛需的AI產品，而只有當AI殺手級應用出現，專用的AI芯片才能有爆發的動力。
大廠拼“生態”
“英偉達到底是一個GPU公司，還是一個軟件公司，還是一個平臺公司，這個定義是非常重要的。”姚頌說，“必須要超脫芯片本身才可能有競爭力，才可能是被用戶真正需要的一個東西。”
國內AI芯片江湖，也正快速進入巨頭進軍的階段。BAT和華為等，正在快速地邁入了雲端AI芯片領域，站在了舞臺中心。
今年7月，百度AI開發者大會上，李彥宏宣佈“中國首款雲端全功能AI芯片”崑崙已在流片。
4月，阿里宣佈達摩院開始研發神經網絡芯片；次日，中天微被阿里收購的消息傳出；在雲棲大會上，“平頭哥”也正式成立。
今年7月，華為的“達芬奇計劃”被外媒曝光，幾個月後，華為自研的AI芯片和AI戰略全面亮相。華為宣佈，AI芯片是專用芯片，且並不對外銷售，而是重點瞄準了安防、零售等行業的AI解決方案為主。
避開了和英偉達在硬件銷售領域的正面競爭，大廠們正致力於在AI芯片領域，建立起屬於自己的生態圈。
AI芯片圈最終的比拼，還在於生態。谷歌和英偉達兩大霸主，在AI領域的佈局更久，也更深入。每年的I/O開發者大會和GTC大會，集聚了大量開發者、合作伙伴，打通了從科研、交流、應用、投資、以及商業化落地的鏈條。
而對國內的各大廠而言，生態圈的建設還僅僅是開始。徐直軍也並不隱瞞，在對外採訪中表示，華為已經做好了準備，但吸引開發者來共同做大做強，仍然是挑戰。
戰爭還剛剛開始。
AI芯片火熱的背後，國產芯片行業面對的仍然是長長的征程。多數公司都表示，在設計和封測領域，國內芯片公司在逐步向美國追趕，但是在製造環節上，中美之間還存在不小的差距。國內的芯片製造主要還是由臺積電代工。魏少軍在今年的一場演講中表示，國內集成電路產能仍嚴重不足，而且可能出現部分節點上產能過剩、先進工藝節點產能不足的失衡問題。他指出，國內每年投入約45億美元用於集成電路研發，還不到英特爾一家公司年研發投入資金的一半。
不過，當年中國芯們“彎道超車”之不易，在於起跑線的落後，與沒有起步的機會。至少現在，在AI芯片領域，國產芯片和海外對手站上了同場競爭的舞臺。
“（AI芯片創業）兩到三年內會碰到一個低潮，今天的一部分甚至大部分的創業者將成為技術變革的先烈”，魏少軍說，“但是，這也仍是最令人動容的偉大事件。”
