如果您是智能芯片行业的创业者，您肯定希望自已的创业公司选择了一个最具“钱”途的行业，行业竞争不是红海？
如果您是智能芯片行业从业者，您也一定希望公司的产品真的能畅销到要做饥饿营销，“钱”途光明？
而Dr．王作为风险投资人，则希望搞清楚智能芯片行业现状如何，什么样的智能芯片行业公司最具“钱”途？
带着这些问题，Dr．王继智能医疗、智能汽车、大数据、VR／AR、智能新零售、智能金融、智能家居、智能穿戴、智能制造、智能安防行业分析之后，继续研究分析智能芯片行业。
上一篇文章Dr．王谈到最具“钱”途的智能芯片行业方向包括ASIC和FPGA方案，那除此之外，智能芯片还有没有其他的技术路径和方向？智能芯片行业的发展关键又是什么？会遇到什么样的困难和障碍呢？
－－－ ① －－－
第三个最具“钱”途的方向
为了解决CPU在大量数据运算效率低能耗高的问题，目前有两种发展路线：一是延用传统冯诺依曼架构，主要以三种类型芯片为代表：GPU、ASIC和FPGA；二是采用人脑神经元结构设计芯片来提升计算能力，以完全拟人化为目标，追求在芯片架构上不断逼近人脑，这类芯片被称为类脑芯片。所以呢，
第三个最具“钱”途的智能芯片行业方向是：智能芯片类脑方案。
人脑有三大特性始终是计算机无法比拟的：一是低能耗，人脑的功率大约为20瓦，而目前计算机功耗需要几百万瓦；二是容错性，人脑时刻都在失去神经元，而计算机失去一个晶体管就会破坏整个处理器；三是无需编程，大脑在于外界交互过程中自发学习和改变，并非遵循预先设计好的算法。
类脑芯片架构就是模拟人脑的神经突触传递结构。众多的处理器类似于神经元，通讯系统类似于神经纤维，每个神经元的计算都是在本地进行的，从整体上看神经元们分布式进行工作的，也就是说整体任务进行了分工，每个神经元只负责一部分计算。
类脑芯片这种方式在处理海量数据上优势明显，并且功耗比传统芯片更低。比如IBM的TrueNorth类脑芯片每平方厘米功耗消耗仅为20毫瓦。
美国为保持技术优势，率先发起类脑计算芯片的相关研究工作，通过模仿人脑工作原理，使用神经元和突触的方式替代传统冯诺依曼架构体系，使芯片能够进行异步、并行、低速和分布式处理信息数据，并具备自主感知、识别和学习的能力。因此市面上第一款类脑芯片TrueNorth就来自于美国的IBM公司。
2017年9月，英特尔推出一种新型芯片，这款名为“英特尔Loihi测试芯片”的处理器就是类脑神经形态芯片。换句话说，这款芯片的设计可以从环境中学习，并应用于一系列“人工智能密集型”应用。英特尔指出，在工业自动化和个人机器人方面，这款芯片有较大的潜力。
从现在各大公司的研究成果来看，像IBM TrueNorth这样的类脑芯片运行的效率还不及在传统架构上运用神经网络的芯片。但冯诺依曼瓶颈是客观存在的事实，随着运算数据量的增加，这一短板将越来越明显。
中国也十分重视类脑研究，并将类脑计算作为国家战略发展的制高点。中国不仅在2015年将脑计划作为重大科技项目列入国家“十三五”规划，还发布了关于脑计划“一体两翼”的总体战略：一体即认识脑：以阐释人类认知的神经基础为主体和核心；两翼即保护脑：预防、诊断和治疗脑重大疾病，以及模拟脑：类脑计算。
中国的学术界也展开了对类脑的研究，2015 年中科院、清华、北大，相继成立“脑科学与类脑智能研究中心”，2017年5月在合肥成立了类脑智能技术及应用国家工程实验室。这些实验室将借鉴人脑机制攻关人工智能技术，推进类脑神经芯片、类脑智能机器人等新兴产业发展。这些类脑学术研究成果也在向企业界转化，例如清华大学类脑研究中心成果在2018年转化成立北京灵汐科技公司，以专注类脑芯片商用化。
相比于依靠冯诺依曼结构的GPU、FPGA、ASIC来说，类脑芯片是一种相对处于早期阶段的集成电路。目前面世的类脑芯片并不多，期待进一步大规模商用的进展。
－－－ ② －－－
智能芯片的发展关键
无论是对于智能芯片的创业公司，还是投资者，我们需要知道智能芯片的产业发展关键点到底是什么？
第一，智能芯片公司拼的不仅仅是芯片设计和生产，还要拼生态。
关于芯片的讨论，其实涉及到整个技术底层体系：芯片是最底层的，还包括系统、中间件、基础研究等，包括芯片上的解决方案、集成、应用场景、设定…等等，这是一个生态。
智能芯片的玩法跟传统半导体行业的玩法很不一样。对于 AI 来说，核心竞争力并不仅是这颗智能芯片真正的性价比怎么样，核心要素还要包括生态中的软件环境。
单纯从芯片性价比角度，GPU 不一定有优势，但上面的软件生态环境差异特别大。各种各样的库，各种各样的工具，可以非常简单的让小白用起来。大家要开发一个怎样的新研究项目，可以在网上找到很多支持。行业的竞争壁垒导致大家用惯了这套软件以后，别人的芯片如果不是一个彻底颠覆性的东西，就很难把你替代掉。
这也是为什么2018年3月19日，在香港Linaro开发者大会上，华为发布了全新人工智能开发平台HiKey 970。该平台基于麒麟970，可提供强大AI算力、支持硬件加速、性能强劲的开源开发板，扩大AI生态。HiKey 970是华为的第三代开发板，具有更强的计算能力、更丰富的硬件接口，支持主流操作系统和人工智能栈。
第二，智能芯片的盈利模式靠量销，需要在最为火爆的商业应用场景落地。
从产业格局的角度看芯片问题，这其实是一个市场驱动的行为。芯片本身是一个很有壁垒的行业，对先发优势要求相对高，规模化量产后价格优势更明显，错过窗口期再起步肯定很难。而中国以前的芯片发展不起来，很大程度也是因为没有产业基础和上下游，市场机会很有限。
智能芯片有四个最为火热的商业应用场景：云计算、家居／消费电子、安防监控和自动驾驶汽车。
目前第一个云计算云端AI芯片的市场已经较为成熟，全球各大科技巨头扎根已深，格局很难被撼动。相比而言，后面三个商业应用场景，包括种类繁多而且数量巨大的终端AI芯片市场还有待拓展，是众多AI芯片初创企业的机会所在。
智东西就AI芯片产业给出了系列重磅报道，通过对AI芯片最热的四大应用行业与各大入场行业玩家的拆解，全景式地解构了AI芯片产业链面貌。未来，每个芯片都提升它的AI计算能力，小到一个耳机、一台音箱，大到一台工业机器人、一辆自动驾驶汽车，这些终端的AI化将深入到各行各业当中，除了上面提到的四大应用场景行业，未来，工业、制造、医疗、教育等行业也会逐渐被AI芯片渗透入侵；随着AI计算逐步渗透社会各行各业，我们的世界将逐渐被AI重塑，我们也将进入一个AI社会。智东西指出，我们即将进入“无芯片不AI、无终端不AI、无行业不AI”的时代。
－－－ ③ －－－
智能芯片的困难与隐忧
不过，智能芯片行业集体狂欢的背后，总是存在冷静的声音。智东西报道，不少业内人士都曾经向智东西表示过对智能芯片行业的几点担忧：
第一，芯片竞争非常惨烈，是个“数一数二”的行业。芯片的优势在于规模，一块普通芯片的销量需要达到百万颗级别才能达到盈亏平衡。一旦市场开始成熟，巨头们能够通过十倍、百倍的产量进行市场收割，这些大量涌现的AI芯片创业公司可能最终只能跑出来一两家。
第二，人工智能技术宣传多，行业落地少。几乎所有AI芯片创业公司都将自己的主要目标定在了安防与自动驾驶这两类市场上，对于安防而言，AI这一市场需求虽然已经存在多年，但是大规模远距离场景下的AI应用还有很多工程化问题需要解决；而对于自动驾驶而言，一则这一技术离大规模落地商用还有一段时间，二则各大车厂把安全属性奉为至高，对人工智能目前的“黑箱”状况较难接受。现在除了手机外，并没有哪一款AI芯片销售量超过100万块的。
第三，人工智能算法还在快速发展过程中，每半年到一年间计算模型都在发生变化。而芯片的设计研发周期普遍较长，只有非常成熟的算法才适合固化到芯片上，现在的人工智能算法还不够成熟。
相似的说法也同时被专家表示。
2018年3月，清华大学微电子研究所所长、中国半导体行业协会IC设计分会理事长魏少军却给智能芯片这个热得发烫的产业泼了点冷水，他表示，人工智能要成为半导体增长主要驱动力，还面临着两个问题：一是新算法层出不穷；二是还没有统一的算法。他呼吁，当前人工智能领域芯片已经炒作过热，在目前还没有出现AI通用算法的芯片，以及AI杀手级应用尚未出现的情况下，AI芯片未来发展还有长路要走。而推进AI芯片需要软件、硬件双轮驱动发展，其中，软件更是扮演核心的关键角色。魏少军认为，如果未来没有出现AI通用芯片，那么目前部分甚至大部分创业者恐怕都将成为此次技术变革中最令人钦佩的先烈，因为只是针对现有特定的垂直应用开发IP核，最后多会被大公司所吸收，最终被各种各样的SoC所集成。未来2～3年产业恐怕会进入技术变革的一轮低潮期。
－－－ ④ －－－
智能芯片政策与发展趋势
国家对于人工智能及AI智能芯片的重视程度达到了前所未有的高度。
2017年7月与12月，国务院与工信部接连发布《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划》，其中提出了我国面向2030年的新一代人工智能“三步走”战略，还将神经网络芯片（AI芯片）提到了三大核心技术之一的高度。 《行动计划》指出，到2020年，国内AI芯片技术需要取得突破进展，包括云端神经网络芯片和终端神经网络芯片。与此同时，AI芯片需要实现在智能终端、自动驾驶、智能安防、智能家居等重点领域的规模化商用。
2018年5月，工信部总工程师张峰表示，人工智能是信息化发展的新阶段，是新一轮科技革命和产业变革的前沿领域，是培育新动能的重要方向。张峰指出，未来应加强感知计算、机器学习、类脑计算等前沿领域研发攻关。支持核心技术突破，围绕具有全局影响力、带动性强的关键环节，重点突破智能芯片、传感器、核心算法等方向，提升软硬件技术水平。
中金公司的研报称，当前中国AI芯片投资热情高涨。中国从事AI芯片研发的公司超过20家，集中于边缘推断芯片。测算表明，部署于消费电子、自动驾驶汽车、安防设备、物联网设备等边缘设备上的全球推断芯片市场规模将年均增长132％至2022年的230亿美元。工业物联网相关的AI推断芯片也有可能是下一个蓝海市场。
智能芯片的未来一定是多样化，不同种类的产品满足不同功耗、尺寸、价钱的要求。人工智能是一场马拉松，现在这场比赛才刚刚开始。
本系列下一篇文章，将探索下一个AI落地行业。
PS：吟名言一句，放松一下
“学而不思则罔，思而不学则殆。” －－－－ 孔子
（作者：王猛）
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
