算力在人工智能的發展過程中始終扮演著重要作用，關鍵因素之一就是云計算能力的提升，由云端AI芯片的迭代在推動。隨著數據的海量爆發，算力缺口在不斷放大，云端AI芯片競爭日趨白熱化。

ABI Research的報告“云端AI芯片：市場前景和供應商定位”顯示：云端AI推理和訓練所產生的AI芯片市場，預計將從2019年的42億美元增長到2024年的100億美元。邊緣端AI芯片市場也將達到近80億美元。

五股力量決戰云端

進入2020年，中央將“新基建”提到了前所未有的戰略高度，疫情刺激下各種在線應用大爆發，都直接帶動了云端市場的火爆。根據新基建投資測算，預計2025年，AI基礎設施建設新增投資約為2200億元，人工智能核心產業規模超過4000億元，這將使AI芯片市場規模超過300億元，年均增速達到20%。行業巨大利好之下，云端市場競爭更為激烈，對行業、企業都是巨大考驗。

老牌的云端服務商，如AWS、Microsoft Azure、Google、阿里云、百度云和騰訊云，以及在企業數據中心深耕多年的廠商，如：VMware、Rackspace、NetApp、HPE、Dell等公司，這兩股傳統力量，憑借深厚的技術積累和行業資源積累，將繼續在云端市場延續強大優勢。

值得一提的是，就在昨天，金山云作為國內最大的獨立云服務提供商、第三大互聯網云服務提供商，在美國納斯達克成功上市，董事長雷軍表示，在AIoT、萬物智聯的大趨勢下，云的重要性更加凸顯。未來金山將“All in”云服務。本次上市募集的資金將主要投向基礎架構的擴展和升級；技術和產品研發，尤其是在人工智能、大數據、云技術和物聯網領域，以及生態系統的擴展和國際影響力建設等方面。

第三股力量以英偉達和英特爾兩大業界巨擎為代表。英偉達的GPU先期已經獲得了大范圍應用，牢牢占據了云端特別是云端訓練市場。近年來，除了在芯片架構上不斷迭代，英偉達也越來越重視配套軟件資源和相關服務。據其2020財年第四季度及全年的財務報告中顯示，數據中心收入達到創紀錄的29.8億美元，比上年增長2％。對于未來，英偉達方面表示，需要加速的計算平臺，并且軟件豐富性至關重要，數據中心可以由軟件定義。根據IDC的調研數據，8卡GPU服務器和英偉達的V100加速卡成為去年上半年的采購熱點，均占據30%以上的份額。

英特爾2020年第一季度財報顯示，其數據中心業務同比增長43%。英特爾這些年在不斷強化其數據中心的異構計算能力，并在跨多架構的開發過程中進行統一和簡化。去年底斥資約20億美元收購的以色列人工智能公司Habana Labs，有助于提振英特爾面向數據中心的AI服務。Habana Labs的AI訓練處理器Gaudi，與使用同等數量GPU構建的系統相比，基于Gaudi的大節點訓練系統的吞吐量預計將增加4倍。

第四股力量就是國內外的新入局者，通過架構創新，推出了一批新的專用人工智能芯片。在云端訓練或推理芯片方面，以百度、阿里、華為、寒武紀、依圖、比特大陸、燧原等為代表的國內企業，已陸續發布多款代表性芯片，并實現產品應用。在面向前沿的類腦計算領域，也涌現出了西井科技、靈汐科技等開發AI神經網絡平臺芯片的代表性企業。

第五股力量就是FPGA。以Xilinx為顯著代表，去年發布的7nm芯片平臺Versal Premium，最大賣點就是自適應大帶寬，專為解決核心網所承載的巨大壓力。其預構建連接能力能夠更快投入市場并提供ASIC級功耗和性能，同時滿足較高的安全需求。這個里程碑級別的產品，更加昭示了FPGA在數據中心的野心和能力。其他創業公司，如雪湖科技，放眼于推斷運算加速場景，通過深度學習神經網絡+FPGA芯片/加速卡等，已成功為公有云、私有云、自動駕駛等提供神經網絡加速IP。還有鯤云科技，該公司基于數據流架構的通用AI底層CAISA芯片架構，目前已推出FPGA加速卡，在安防、航空、航天、電力、工業等領域落地，據透露今年也將推出新一代的芯片產品。

值得關注的新秀還有成立于2018年、注冊地在美國硅谷的Moffett AI公司，該公司今年3月獲得了近千萬美元天使輪融資，由凱旋創投領投、創享基金和云天使基金跟投。該公司致力于研發下一代高算力的AI芯片，宣稱目前已實現FPGA芯片小批量量產，目標是通過優化計算模式，支持全面稀疏化神經網絡開發，提供超高算力、超低功耗的通用AI計算平臺。

盡管多方力量決戰云端，但目前為止，云端AI市場仍由NVIDIA的GPU和Intel的CPU主導，計算架構方面以CPU+GPU、CPU+FPGA等異構計算為主流。在巨大的利好面前，AI云端芯片逆勢突圍的勢頭將更為明顯。

變局之下，“落地”還是“墜崖”？

大約從2018年開始，AI芯片的“落地”被反復強調，今年的看點仍然在于新產品的迭代和落地。加速人工智能應用落地，只有以市場需求為驅動的芯片才能持續創造價值，這對每一家AI芯片企業的核心技術以及對市場需求的洞察能力都是巨大考驗。如果今年不能實現快速落地，一些廠商可能會墜入絕望的深淵，被市場遠遠拋下。

鮮花著錦、烈火烹油，就在云端市場激戰正酣之時，最近在創業公司身上發生的幾件事既是個例，卻也是行業競爭加劇之下的一個縮影。

日前，Wave Computing被曝出申請破產保護，正在進行資產重組。該公司曾是AI芯片領域被看好的新興公司之一，愿景是“數據追蹤”，即從數據中心到邊緣云，對客戶的數據進行深度學習訓練。曾經繁盛一時的明星企業落得這般景況的確讓人唏噓，推測可能的原因，一方面是核心產品在大規模部署時遇到阻力，沖擊英偉達即有市場份額失敗；另一方面，去年半年內，兩度換任CEO；加之MIPS開源計劃擱淺等等，多重原因導致無力正常運轉。

寒武紀近來也受到了很高的關注，起因是其IPO材料，業界對其商業化能力產生了巨大質疑。在終端處理器IP業務失去華為后，寒武紀將重心放在云端市場的開拓上。在公開回應中，寒武紀也剖析了自己與競爭對手的優劣勢。目前行業內能夠實現從終端、邊緣端到云端完整智能芯片產品線的企業包括英偉達和華為海思。寒武紀認為，這兩者得益于長期的技術積累、資金優勢和人力優勢，在芯片整體研發經驗和綜合設計能力方面領先于自己。2020財年英偉達的研發費用達到28.29億美元，而華為海思在2019年的研發投入也達到24.39億美元。更為關鍵的是，英偉達已經構建了完善的生態CUDA，且英偉達和海思兩家公司都有成熟和完善的銷售網絡、更大的市場知名度。這些都是寒武紀不能及的優勢。

寒武紀本次IPO擬募資28.01億元，初步估計未來3年內除募集資金外，仍需30-36億元資金投入項目研發，5-6款芯片產品需繼續進行研發投入。與終端AI芯片相比，云端AI芯片通常具有更高的計算能力，更高的功耗，更大的物理占用面積，因此也相對更加昂貴。寒武紀未來的業務造血能力、商業化能力進入關鍵考驗期。

比特大陸這位昔日的礦機霸主一度希望將AI芯片作為新的增長點，并先后在2017、2018年推出兩代AI云端芯片，2018年推出第一代AI終端芯片。該公司去年公開宣稱AI芯片已經賺到錢，但具體數字沒有透露。不過近來，讓比特大陸成為焦點的，既不是新品發布，也不是方案落地，而是高層綿延已久的人事糾葛。行業正在窗口期，比特大陸短期內最大的危機就是能否平順度過人事危機，穩定人心，加快產品市場化步調。

燧原科技日前宣布完成B輪7億元人民幣融資，由半導體產業基金武岳峰資本領投，騰訊、上海雙創、海松資本，萬物資本、達泰資本、紅點創投中國基金跟投。據其官方透露，該輪資金將用于產品量產和業務規模化、技術支持團隊擴充、高端專家人才引進，以及繼續投入第二代云端訓練及推斷產品的開發。燧原科技CEO趙立東表示，“從公司創立伊始，我們堅持業務落地與產品開發同等重要，只有實現產品落地和業務規模化，才能實現盈利。”這或許也給了資方一枚定心丸。企業可持續發展，需要在市場方向、產品定位、融資、商業合作等一系列決策中做出戰略性選擇。燧原方面表示，針對“新基建”智能數據中心的廣闊前景，正與政府和上下游商業伙伴展開合作。

GPU并非完美，創新技術空間巨大

云端AI芯片仍以NVIDIA一家獨大，這個局面短期內難以被撼動。尤其是在訓練端，主要原因是英偉達GPU產品線豐富，編程環境成熟，產品支持市場上主要的開發框架和語言，產品廣受AI開發者好評。但同時其產品也存在著功耗、價格昂貴等問題，市場也在期待GPU之外的產品形成競爭力。

另外，從市場空間來看，根據艾瑞咨詢去年的調研及梳理，云端推斷市場未來增速和空間將高于訓練市場。對于致力于云端AI芯片的企業來說，聚焦于更具成長性的推斷市場也是不錯的選擇。

根據筆者與眾多業內人士溝通交流得到的啟發，做芯片并不難，最難的是定義芯片。因為芯片有其物理周期，如何能夠預知兩年之后的市場需求——這是定義芯片最難的地方。大公司養得起優秀的人才，有足夠的試錯能力，甚至可以用賺錢的業務來養芯片開發，總有做成的時候。另外大公司有成熟的生態體系，甚至可以去主導需求、定義標準，這些都是創業公司望塵莫及的優勢。同時，大公司的組織架構體系更為成熟完善，核心領導團隊較為穩定，這對于一家公司的穩定運轉都是非常關鍵的因素。

AI在不斷回歸理性，這是任何新興技術在經歷過高峰期之后都會呈現出來的一個最正常且健康不過的過程。在這個過程中，接地氣的公司找準方向后，落地、融資、上市都會水到渠成，否則難免陷入危機，特別是中小型的AI芯片公司，未來1~2年，只有通過市場檢驗和篩選的優質團隊才能夠繼續獲得產業、和資本的青睞，更為穩定地發展下去。

本文由電子發燒友網原創，未經授權禁止轉載。如需轉載，請添加微信號elecfans999.