李瑶

“没有典型场景应用没有意义，没有超越Nvidia（英伟达）的芯片没有意义，没有世界级的算法没有意义！”在近期的一场发布会上，依图科技CEO朱珑以三个“没有意义”开场，细数人工智能（AI）芯片之难，进而提出“算法即芯片”的概念。

朱珑代表的依图科技想表达一个观点：摩尔定律濒临失效，算法将决定芯片的未来。在新概念的铺垫下，依图科技发布了首款自研云端视觉推理AI芯片“求索”。

依图不是唯一一家“从软件到芯片”的公司。时间再往前推一年，云知声、思必驰、Rokid（若琪）等国内其他AI算法公司，也先后推出了AI芯片。看上去，这已经成为一大趋势。

长久以来，“芯”痛问题缠绕着中国科技发展进程，人工智能时代到来后，AI芯片为中国芯片产业弯道超车带来希望。但相比传统造芯路径，AI算法厂商做芯片，能成为新路径吗？

造芯！造芯！

2018年5月，云知声，物联网AI芯片UniOne“雨燕”。

2018年6月，Rokid，语音AI专用芯片KAMINO18。

2019年1月，思必驰，AI语音交互芯片“太行（TAIHANG）”。

2019年5月，依图，视觉AI芯片“求索”。

7倍 全球AI芯片市场规模将在未来五年内飙升，从2018年的42.7亿美元成长至343亿美元，增长超过7倍。

这是过去一年进入AI芯片产业的新生力量。

“这不是热度问题，这是行业落地的必然结果。”谈及算法厂商投身芯片产业的原因，依图科技首席创新官吕昊这样解释。

摩爾定律濒临失效，算法将决定芯片的未来。

行业落地是商业模式成功的关键，也是这批AI创业公司发展的一个重要目标：伴随着多轮融资，新兴小巨头们开始面对一个现实的问题——落地和变现。

如何落地？北京半导体行业协会技术研究部部长朱晶认为，算法厂商提供的都是高频次、基础性的功能服务，仅通过算法来实现商业盈利往往会遇到瓶颈，而通过将各自的AI核心算法芯片化，有望为商业盈利铺平道路。

AI技术层面的突破路径为算法公司转型提供了可能。

一位AI芯片企业人士告诉《财经国家周刊》记者，算法属于整个AI行业的软件层面，要想真正实现场景落地，走近消费场景或产业场景，很大程度上还是要依靠硬件，而离AI算法最近的硬件，无外乎人工智能时代应用越来越为广泛的AI芯片。

朱珑认为，长久以来，芯片厂商不懂算法，算法厂商不懂应用，就算芯片厂商与算法厂商合作，也往往因为芯片无法及时跟上迭代迅速的算法，造成软硬件融合出现断层。

“只有把算法、芯片、应用垂直整合在一起，才能最先看到什么芯片最有用、什么算法最好、赋能什么样的应用。”朱珑说。

更大的利好来自于国家政策的推力。2016年和2017年，国务院先后发布《“十三五”国家战略性新兴产业发展规划》和《新一代人工智能发展规划》，人工智能正式纳入国家发展战略，AI芯片也获得了重要的政策支持。

这是一个前景广阔的市场。市场调研机构Gartner发布报告预测，全球AI芯片市场规模将在未来五年内飙升，从2018年的42.7亿美元成长至343亿美元，增长超过7倍。

蛋糕在前，先下手为强。“所有头部的算法公司，都在考虑做芯片。”思必驰和中芯国际合资公司深聪智能执行副总裁吴耿源说。

鲶鱼效应

一直以来，高门槛的芯片产业格局相对稳定。从全球市场看，AI芯片领域的玩家大致有四类：英伟达、英特尔等传统半导体公司;谷歌、亚马逊、阿里巴巴等互联网巨头;苹果、华为等结合自身业务研发的科技厂商;Graphcore、寒武纪等芯片背景起家的初创企业。

即便只考虑国内市场，AI芯片玩家也是强者如云：BAT、科大讯飞等互联网巨头和垂直行业巨头;1600作家传统芯片设计公司;以华为为代表的系统厂商;寒武纪、地平线等芯片背景的初创公司……

从算法起家切入芯片领域的第五类玩家，靠什么立足？

按部就班的传统玩法必然是死路一条。关于国产AI芯片发展，一直有这样一个积极论调：AI时代每一个场景都需要自己的芯片，大公司的垄断优势在逐渐消失，国产AI跟世界巨头站在同一起跑线，有机会成为新巨头。

但据记者了解，除极少数真正做AI芯片的企业外，国内不少AI方案厂商更多是直接购买国外大厂的芯片，然后针对场景开发做些算法优化。这样的做法从某种程度上而言，更像是拉动国外厂商的芯片产品出口，对中国芯片产业发展的助益始终浮于表面。

只有针对不同应用场景作架构上的创新，才是初创企业的真正机会。

北极光创投董事总经理杨磊认为，如果简单拷贝华为、高通，或者说做简单的集成，根本不可能实现弯道超车。只有针对不同应用场景作架构上的创新，才是初创企业的真正机会。

朱珑认为，算法厂商入局的机会，就是对算法、应用、芯片进行垂直整合。“要超越英伟达太难了”，在他看来，作为国产AI初创公司，必须和英伟达这样的行业巨头策略不一样，才有可能弯道超车。

从AI技术层面而言，一旦从算法切入芯片进行垂直整合的做法走通，也算是为AI产业软硬件走向融合提供了一种新路径。

前述AI芯片企业人士认为，芯片不仅包含设计、制造以及销售整套流程中产生的产业与生态系统，还涉及软硬件开发、行业标准制定、知识产权等，链路复杂，算法厂商造芯片，无异于鲶鱼入池，有望引发整个芯片相关行业的连锁反应。

“从宏观角度出发，如果有越来越多公司尝试在AI芯片领域做架构创新，持续高速地试错、更新、升级，对中国AI产业来说，也不失为一种创造新机遇、促成新质变的有益探索。”这位企业人士补充道。

挑战重重

虽然路径创新，但在芯片制造领域，新玩家们面临的难题并不会比老玩家们少。

首先，造芯涉及的技术、流程、产业链复杂，算法厂商作为新入局者，如何以己之力调动行业资源，不仅考验算法厂商自身的技术能力，还考验其资源整合能力，这些能力的背后，都与“资金”紧密相连。

公开数据显示，英伟达、英特尔等传统芯片巨头开发一款AI芯片动辄数亿美元，英特尔全年研发投入甚至高达130亿美元以上。而目前造芯的算法公司仍处于以融资为主要供给的阶段，且单家企业融资总额均未跨过10亿美元级别。

如何继续填补巨大的资金缺口，让资本有耐心、有信心，让产业链上下游有意愿支持自己调动行业资源快速做出一款有竞争力的芯片，是摆在多数算法公司面前的首要问题。

其次，虽然初创公司具备动作快、专注度高的优势，但要与巨头抢市场并不容易。朱晶表示，大公司强大的软硬件一体化产品能力、市场营销渠道能力以及充足的资本储备等优势，使它们在处理和AI芯片初创企业的關系上始终处在一个更加主动的地位。

换句话说，算法厂商要想存活，造一款AI芯片不会有质的变化，只有经受住大公司的冲击，能连续做出几款有竞争力的芯片，才有望在市场上站住脚。“就像恒大跟皇马踢球，只有持续跟皇马有得踢，不要踢完一次就散架，才有赢的机会。”朱珑说。

但要连续做数款有竞争力的芯片也不容易，前述企业人士说，除了算法、场景、芯片，连续造芯背后不仅包含人才储备、资本投入以及从设计研发到成片商用的时间成本，还要建立起软硬件生态，而这个生态闭环的粘合点，仍然是AI芯片的商业化落地。

据记者了解，目前算法公司的自研芯片多数尚未大规模投产，主要应用在自家产品上。从部分企业披露的营收信息上看，虽然“算法芯片化”的举措已为商业盈利铺平了道路，不过，整体生存和赶超仍然任重道远。