目前，無論是初創(chuàng)公司還是芯片設(shè)計(jì)巨頭，壓力都是與日俱增。一般而言，只要有應(yīng)用場景的支持、足夠的資金和工程能力，AI芯片做出來不會成為大的問題。

但對于AI芯片這一新興市場而言，談市場布局實(shí)在有些為時(shí)過早，大家心中都明白這將是一場持久戰(zhàn)，而產(chǎn)業(yè)真正的未來和發(fā)展方向還是取決于創(chuàng)新。

從現(xiàn)有的市場情況來看，2019年整個產(chǎn)業(yè)趨于平靜也反應(yīng)出了大家已經(jīng)逐漸從保證功能的粗放設(shè)計(jì)轉(zhuǎn)變?yōu)樘岣吒偁幜�和差異性的精耕�?xì)作了，但要做出競爭力和差異化卻不容易。

而做出差異性就更是一件難上加難的事情，盡管這很可能是AI芯片公司發(fā)展的最終出路。

●中國信息通信研究院副主任王蘊(yùn)韜：

在開展具體評測中有五大挑戰(zhàn)：產(chǎn)品形態(tài)多樣化、算法迭代太快、（端側(cè)、訓(xùn)練）框架種類的分散化、應(yīng)用場景碎片化以及測試數(shù)據(jù)的基準(zhǔn)化。

芯片底層硬件做的再好，那些厲害的算法和軟件團(tuán)隊(duì)也能達(dá)到相同效果。因此，軟硬件協(xié)同是下一步產(chǎn)業(yè)發(fā)力的重點(diǎn)。

從技術(shù)角度來說，芯片是人人都可以做的，從芯片最開始的設(shè)計(jì)到芯片的研發(fā)、流片，包括最后的驗(yàn)證等等的環(huán)節(jié)，目前業(yè)內(nèi)都有一整套的規(guī)范化和技術(shù)的支撐。但做和做好是兩件事，AI芯片是人人可做，但不是人人都能做好。

人工智能芯片的硬件固然重要，但是如果軟件做得好，可能更勝一籌。很多人工智能芯片在設(shè)計(jì)之初的想法是很好的，但是上市后卻發(fā)現(xiàn)用戶不太買賬，軟件環(huán)節(jié)做得不夠好可能是原因之一。

如果人工智能芯片面向的應(yīng)用場景比較窄，那么在硬件做好的基礎(chǔ)上，設(shè)計(jì)一些軟件工具就可以實(shí)現(xiàn)應(yīng)用。但如果是通用型人工智能芯片，支撐的算法范圍非常寬泛的話，就需要很好的軟件團(tuán)隊(duì)與之匹配。

●芯恩（青島）集成電路資深研發(fā)副總季明華：

評測之外，AI芯片也非�？简�(yàn)上下游產(chǎn)業(yè)鏈的配合�，F(xiàn)在要將集成電路設(shè)計(jì)的軟件放在云端，讓電路設(shè)計(jì)者可以同步進(jìn)行、共享數(shù)據(jù)。

其次是工廠大數(shù)據(jù)和IP設(shè)計(jì)的融合，因?yàn)槿绻鸌P工藝的窗口不能重疊，良品率就會為零，所以當(dāng)前的芯片設(shè)計(jì)十分考驗(yàn)產(chǎn)業(yè)鏈的配合度和速度。

AI時(shí)代里，芯片推出來的時(shí)間要非�？�，性能要非常復(fù)雜。所以，為了快速推出適用于AI時(shí)代的芯片，芯恩提出了CIDM模式。CIDM模式整合了芯片設(shè)計(jì)、工藝技術(shù)研發(fā)、制造、封裝測試等環(huán)節(jié)，從而讓芯片制造快速響應(yīng)需求，加速產(chǎn)品推出市場。

AI芯片要求有更高的性能，所以封裝上會發(fā)生改變。未來有新需求的時(shí)候一定會改變，這中間只是一個時(shí)間點(diǎn)的變化。

●NovuMind中國區(qū)副總裁謝強(qiáng)：

國內(nèi)半導(dǎo)體產(chǎn)業(yè)的發(fā)展既要做到產(chǎn)業(yè)升級，從低端芯片發(fā)展到高端芯片，同時(shí)也要做到自主可控，NovuMind就提出了創(chuàng)新性的AI芯片IP設(shè)計(jì)思路：三維張量架構(gòu)NovuTensor。

這一輪AI芯片的通用性不是體現(xiàn)在代碼編程或者指令集，而是由數(shù)據(jù)體現(xiàn)。當(dāng)前，云端的訓(xùn)練芯片已經(jīng)趨近飽和，相比較下，推理芯片的市場機(jī)會更大。

NovuTensor的獨(dú)特構(gòu)架能夠在本地用4D張量卷積運(yùn)算3D張量，通過更高的并行性減少數(shù)據(jù)運(yùn)輸，從而達(dá)到保持高性能、低延遲、低功耗的效果。

AI芯片只做AI芯片相關(guān)工作，而AI每經(jīng)歷一段時(shí)間就會發(fā)生改變。沒有一顆芯片可以做到解決所有問題，由CPU＋GPU＋AI芯片＋5G芯片組成的系統(tǒng)才是通用系統(tǒng)，而芯片不是。

●思必馳CMO龍夢竹：

計(jì)算機(jī)視覺之外，語音也是這波AI芯片熱潮中最為典型的一個應(yīng)用方向。

物聯(lián)網(wǎng)的發(fā)展，以及智能設(shè)備市場的爆發(fā)，語音專用AI芯片是大勢所趨，它可以實(shí)現(xiàn)端側(cè)計(jì)算、及時(shí)響應(yīng)、數(shù)據(jù)與隱私安全、個性化和網(wǎng)絡(luò)離線。

思必馳推出的第一代AI芯片TH1520為例，強(qiáng)調(diào)了軟硬件協(xié)同設(shè)計(jì)以及算法＋芯片深度融合。

傳統(tǒng)的半導(dǎo)體產(chǎn)業(yè)與人工智能最大的區(qū)別在于更新周期完全不一樣，做算法的周期短而快，做芯片的階段性周期非常長。但基于現(xiàn)有的芯片鏈條，做芯片比以往會更容易一些。

AI芯片實(shí)際就是一個商品，最后是落到能否變現(xiàn)上，所以生態(tài)也不一定AI芯片的未來，AI公司的使命也不是芯片的使命，我們做AI芯片是為了延續(xù)生態(tài)的一環(huán)。

●睿視智覺SVP、聯(lián)合創(chuàng)始人肖瀟：

現(xiàn)在的算法是有冗余的，當(dāng)沒用的參數(shù)被去掉、精簡后的AI模型一定是非規(guī)則模型，而這一模型必定不能用專用的芯片去做，未來CPU＋混合計(jì)算是更適合的解決方案。

當(dāng)前AI芯片主要應(yīng)用在云、邊緣和端側(cè)，其中云上最為常見的產(chǎn)品是AI加速器，主要用于加速深度學(xué)習(xí)訓(xùn)練和推理；而在邊緣和端側(cè)，則根據(jù)在智能手機(jī)、安防、汽車等領(lǐng)域應(yīng)用場景的不同出現(xiàn)各類AI芯片。

●南京市建鄴區(qū)人民政府副區(qū)長楊波：

從芯片設(shè)計(jì)創(chuàng)新到評測服務(wù)，AI芯片的新挑戰(zhàn)。AI芯片在一輪輪的熱潮后走向更務(wù)實(shí)的商業(yè)化應(yīng)用，熱潮背后，也暗藏著不少魚龍混雜的產(chǎn)品。

●宙心科技CEO陳更新：

芯片有各種各樣的物理性需要與之相應(yīng)的技術(shù)，而且做芯片還需要考慮它的目標(biāo)市場經(jīng)濟(jì)效益，不是所有人都能擁有很好的技術(shù)資源和資金支持。

●華仁智聚創(chuàng)始人劉力：

生態(tài)并不是AI芯片公司的終極出路，但是一定要在細(xì)分的應(yīng)用場景下找到出路。

●深視光點(diǎn)聯(lián)合創(chuàng)始人王鑫：

芯片產(chǎn)業(yè)鏈從設(shè)計(jì)、封裝到最后應(yīng)用的布局大部分都是漸變式發(fā)展，AI芯片還是在原有產(chǎn)業(yè)鏈上逐步發(fā)展，并沒有改變、突破產(chǎn)業(yè)鏈的框架。

●地平線芯片事業(yè)部總經(jīng)理張永謙：

由于數(shù)據(jù)量級和復(fù)雜度的急劇增長，算力成為AI發(fā)展的瓶頸，在這樣的情況下，邊緣計(jì)算勢在必行。

因?yàn)檫吘墏?cè)對芯片的成本、功耗的要求非�？量蹋�所以算法和芯片一定要深度融合。

結(jié)尾：

AI時(shí)代的到來，數(shù)據(jù)、算法、芯片、應(yīng)用，圍繞AI的一切似乎都可以屬于創(chuàng)新。AI芯片這個介于傳統(tǒng)半導(dǎo)體產(chǎn)業(yè)和新興AI產(chǎn)業(yè)之間的新物種，從萌芽期到爆發(fā)期再到如今的沉淀期，所有的參與者都在摸著石頭過河，試圖撥開迷霧，找到最合適的商業(yè)落地路徑。

公眾號：AI芯天下

聚焦人工智能、5G、區(qū)塊鏈、芯片等行業(yè)