文 | 西局
AI芯片行业真正的战争来了。
华为在10月放了一颗“卫星”，智能时代的降临仿佛又被推进了一步。也给国有AI芯片行业带来了震动。
“一直有传言说华为在做AI芯片。现在我要说……这是真的。”10月10日，华为全联接大会上，华为副董事长、轮值董事长徐直军发布了华为的AI战略和全栈解决方案。华为发布两颗AI芯片：基于达芬奇架构的华为自研AI芯片昇腾910和华为昇腾310，以及基于它们的云服务；并且推出了打通云端和终端，全场景、全栈的AI解决方案。
而就在一个月前，阿里云栖大会上，马云宣布，阿里成立平头哥半导体有限公司，将达摩院的自研芯片业务和阿里收购的中天微整合在一起，布局阿里云+端。明年，阿里的第一款神经网络芯片将发布，此外还将自主研发CK902系列芯片。
今年 5 月，来自阿里巴巴量子计算实验室的“太章”推出，成为全球首个 81 比特随机量子电路模拟器。张建锋也表示，预计在两三年内做出量子芯片系统。
在此之前，中国AI芯片企业们，已经掀起了创业和融资的热潮。在上半年，西局做了个不完全统计，当时国内已经涌现了20余家“芯”创业公司，多数在2014年之后成立。其中，也不乏寒武纪、地平线这样知名的佼佼者。
已经有十几年，半导体行业不曾出现过这样的景象：创业公司纷纷涌入，而在它们背后，是产业资本近亿美元的催化。
自然，我们不能简单地期望它们的体量能够迅速赶上英特尔、英伟达。而在海外，亚马逊、谷歌、Facebook、微软，互联网和云计算的巨头们，也已经开始在云+IP/芯片+框架+行业AI解决方案，全栈、跨场景的更加宏大的层面上进行布局，满足更大平台的部署需求。
单打独斗的AI芯片创业公司们，已经无法完成这样的任务。而现在，华为阿里的入局，正意图以全栈AI解决方案，打开企业级服务市场。
这也让国内AI芯片领域的格局，再度发生了改变。原本为华为提供麒麟970芯片NPU的AI核心架构的寒武纪，是否就此和华为从合作对象变成对手，成为业界讨论的重点。
AI芯片领域，还欠缺一个类似当年的英特尔那样位置的角色。阿里华为巨头的入场，以及AI芯片创业公司们的发展，未来面对的，将是算力新物种的繁荣时代、中国芯们在AI赛道上弯道超车的机会，还是走向巨头的垄断？
“算力”=未来
对驶向未来的巨艇而言，“算力”就是船票。
云计算的广泛应用，让越来越多的数据开始在云端处理，大量的图形、视频带来了更大的额运算量，同时企业对高效的服务器和数据中心的需求也开始增加。人工智能在算法上的突破推动了最近一次的AI浪潮，深度学习的训练和推断需要更加大量的计算。
在算法提高之后，“算力”的需求开始爆发。
英伟达成为AI时代受益最大的巨头。在2016年之前，它上市17年来的股价从没有突破过40美元，而在2017年5月，孙正义花40亿美元购买了它4.9%的股份时，英伟达股价已经飙升到了将近170美元。
GPU的处理流程，更加适用于深度学习算法的训练，但在应用层面性能的性价比较低，而且功耗极高——黄仁勋就是这样获得了“核武狂魔”的“光荣”称号。在这种情况下，实现深度学习及其相关应用的专用芯片，应运而生。
但在AI芯片这块竞争领域中，英特尔这类以往的半导体巨头不再是唯一的主角。
错过了智能手机时代的英特尔，面对英伟达在GPU上的强项，开始发力商用的AI芯片。从2015年开始，英特尔收购了一大批AI公司，支持开源深度学习框架，开发神经网络处理器和FPGA等，英特尔押宝的神经网络芯片也提上了量产日程。
英伟达的GPU和谷歌的TPU，成为AI芯片领域新的两座山峰。但一向专注于芯片研发的英伟达，也在面临新的挑战。
互联网和云计算巨头们已然纷纷下场。软硬结合渐成趋势。微软押注FPGA芯片加速云服务器；亚马逊和Facebook，也在今年先后开始投入AI芯片设计，将芯片和云平台相互结合；作为终端厂商的苹果，也开始研发AI芯片。
战国时代出现，也给国内的AI芯片，带来了弯道超车的曙光。
“端智能”的创业机遇
国内的AI芯片创业公司们最先看到了机会来临。
寒武纪创始人陈云霁曾说，站在学术的角度，神经网络处理器还是个新兴领域，“和通用CPU不同，中外这次是站在了同样的起跑线上”。
从应用场景上，AI芯片主要分为云端服务器芯片和智能终端芯片。在云端芯片领域，GPU占据了主导地位。但随着计算能力需求的增加和物联网技术的提高，“端智能”概念也开始兴起：把更多的数据处理放在设备端，把AI计算量的压力从云端向靠近数据源的边缘端转移。
“软件+加速芯片”，硬件不大，算法为主，是巨头们未曾深入涉足的领域，也成为AI芯片创业公司们能够切入的机会。
寒武纪是AI芯片创业公司中最为耀眼的一个。华为发布的全球首款手机AI芯片麒麟970，其中集成了寒武纪的NPU（寒武纪 1A 处理器）作为神经网络专用处理单元。今年5月，寒武纪发布了Cambricon MLU100云端智能芯片，“由端入云”。
去年12月，余凯创立的地平线在三年研发后，推出了首款嵌入式人工智能视觉芯片——面向自动驾驶的征程处理器和面向智能摄像头的旭日处理器。
从2017年下半年，资本对AI芯片创业公司的热度逐渐增高。到了2018年，中美之间的贸易摩擦，让核心技术能力更加得到全行业的重视。
数据显示，2016年中国进口芯片金额高达2300亿美元，花费几乎是排在第二名的原油进口金额的两倍。
核心技术，国之重器。国内投资对之的倾斜度也一时达到高峰。
2018年6月，寒武纪获得B轮融资，估值达到25亿美元。今年5月，耐能获得A轮1800万美元融资。
“做芯片”之风已经席卷而来。针对各细分“碎片化”场景的AI芯片开始涌现，其中最具代表性的，就是语音AI芯片。
5月16日，云知声在北京发布了首款面向物联网领域的AI系列芯片UniOne以及第一代芯片“雨燕”。 5月24日，出门问问在北京发布了旗下首款AI语音芯片模组问芯Mobvoi A1。之后，Rokid在杭州发布了旗下AI语音专用SoC芯片KAMINO18。 在同一时间，思必驰CEO高始兴确认公司正在打造AI语音芯片。
“应用层面的竞争和进化正在加速”，地平线相关业务负责人曾对西局说。在他看来，智能化时代正汹涌而来，而在这个智能化时代，并不意味着“标准化”——个性化和差异化才是真正的智能。“在智能时代，以往靠规模化取胜的公司的优势将被大大削弱。”
具备芯片研发积累的矿机芯片厂商，也正举起AI芯片概念的大旗。
2017年，矿机芯片厂商比特大陆推出了AI专用芯片“SOPHON（算丰）” 。今年10月17日，比特大陆又正式发布终端人工智能芯片BM1880。 “硬件软件化、软件场景服务化是个巨大的趋势”，比特大陆人工智能产品战略总监汤炜伟曾对西局说，“未来的物联网终端中，AI能力将非常普遍，相应的云上AI计算需求也随之增加，对芯片行业也将会有海量的需求。”在他看来，这种高度快速、定制化的需求，对中国创业公司而言有天然的优势，是最容易适应的。
挑战来临
但对于AI芯片创业公司而言，挑战来得更快。
华为宣布自研芯片，一度使得业内关于“华为放弃和寒武纪在芯片IP上的合作”的传言甚嚣尘上，也有人猜测，寒武纪业务将受到打击。毕竟，在国内，很少能找到比华为更大的终端出货对象。
一向低调的寒武纪创始人陈天石出面公开回应称，华为的达芬奇架构“在意料之中”。并且，他表示，寒武纪的MLU100主要针对云端，和华为并不形成竞争，而浪潮、联想、曙光等也都是寒武纪的合作对象，这对寒武纪自身的业务并没有太大影响。但是对于IP授权模式的思考，也随之而生。
国际巨头们建立生态圈的触角，也开始延伸到了国内。今年年中，深鉴科技被美国芯片巨头赛灵思收购。
“大家经常说这是一个弯道超车的机会，但实际上，做这个东西非常困难。”被收购后，深鉴科技创始人姚颂曾表示，“如果我只做IP核，授权给客户生产，把IP交付给客户，也就是说收入产生会很慢。如果只做到IP核层面，不把芯片做出来，收入规模严重不足，量也很少，每一个芯片收的钱也非常少，收入会非常滞后。”
清华大学微电子所所长魏少军曾对媒体表示，现在的AI芯片市场被“过度炒作”。市场上还缺少刚需的AI产品，而只有当AI杀手级应用出现，专用的AI芯片才能有爆发的动力。
大厂拼“生态”
“英伟达到底是一个GPU公司，还是一个软件公司，还是一个平台公司，这个定义是非常重要的。”姚颂说，“必须要超脱芯片本身才可能有竞争力，才可能是被用户真正需要的一个东西。”
国内AI芯片江湖，也正快速进入巨头进军的阶段。BAT和华为等，正在快速地迈入了云端AI芯片领域，站在了舞台中心。
今年7月，百度AI开发者大会上，李彦宏宣布“中国首款云端全功能AI芯片”昆仑已在流片。
4月，阿里宣布达摩院开始研发神经网络芯片；次日，中天微被阿里收购的消息传出；在云栖大会上，“平头哥”也正式成立。
今年7月，华为的“达芬奇计划”被外媒曝光，几个月后，华为自研的AI芯片和AI战略全面亮相。华为宣布，AI芯片是专用芯片，且并不对外销售，而是重点瞄准了安防、零售等行业的AI解决方案为主。
避开了和英伟达在硬件销售领域的正面竞争，大厂们正致力于在AI芯片领域，建立起属于自己的生态圈。
AI芯片圈最终的比拼，还在于生态。谷歌和英伟达两大霸主，在AI领域的布局更久，也更深入。每年的I/O开发者大会和GTC大会，集聚了大量开发者、合作伙伴，打通了从科研、交流、应用、投资、以及商业化落地的链条。
而对国内的各大厂而言，生态圈的建设还仅仅是开始。徐直军也并不隐瞒，在对外采访中表示，华为已经做好了准备，但吸引开发者来共同做大做强，仍然是挑战。
战争还刚刚开始。
AI芯片火热的背后，国产芯片行业面对的仍然是长长的征程。多数公司都表示，在设计和封测领域，国内芯片公司在逐步向美国追赶，但是在制造环节上，中美之间还存在不小的差距。国内的芯片制造主要还是由台积电代工。魏少军在今年的一场演讲中表示，国内集成电路产能仍严重不足，而且可能出现部分节点上产能过剩、先进工艺节点产能不足的失衡问题。他指出，国内每年投入约45亿美元用于集成电路研发，还不到英特尔一家公司年研发投入资金的一半。
不过，当年中国芯们“弯道超车”之不易，在于起跑线的落后，与没有起步的机会。至少现在，在AI芯片领域，国产芯片和海外对手站上了同场竞争的舞台。
“（AI芯片创业）两到三年内会碰到一个低潮，今天的一部分甚至大部分的创业者将成为技术变革的先烈”，魏少军说，“但是，这也仍是最令人动容的伟大事件。”
