近年來，我們看到人工智能（AI）和機器學習（ML）的應用擴展到更廣泛的計算機和移動應用領域。現在，就像低成本圖形處理單元（GPU）的普及推動了深度學習革命一樣，硬件設計（而不是算法）被預測為下一個重大發展提供基礎。

隨著大型企業，初創企業和中小型企業等公司爭相建立支持AI生態系統的基本AI加速器技術，包括知識產權（IP）在內的無形資產的保護將成為該領域成功的關鍵方面之一。

近年來，ML模型的size大幅增加（大約每3.5個月翻一番），已成為ML模型準確性增長的主要驅動力之一。為了保持這種近乎摩爾定律的復雜性增長，市場上對新型AI加速器有明確的需求，這些類型的AI加速器可以支持更先進的ML模型（用于訓練和推理）。

在新的AI芯片中特別受益的領域之一是邊緣AI推理。這種在設備本身而不是在遠程（通常是云）服務器上運行AI推理的相對較新的趨勢提供了許多潛在的好處，例如消除了處理過程中的等待時間并減少了數據傳輸和帶寬，還可能增加了隱私和安全性。鑒于這些優勢，邊緣AI芯片市場的增長令人矚目。2017年才推出首款商用企業邊緣AI芯片，但Deloitte預測，2020年邊緣AI芯片的銷量將超過7.5億片。

2018年，全球AI芯片市場整體價值66.4億美元，預計未來幾年將大幅增長，到2025年將達到911.9億美元，復合年增長率為45.2％。因此，可以理解的是，許多公司都在致力于開發AI芯片。但是，該市場有望經歷與CPU，GPU和基帶處理器市場相似的增長周期，最終將由一些大型廠商主導。知識產權（尤其是專利）是英特爾（Intel）、高通（Qualcomm）和ARM等家喻戶曉的公司取得成功的關鍵，它很可能在人工智能芯片領域扮演類似的重要角色。

參與AI芯片市場競爭的公司范圍涵蓋英特爾，高通，ARM或英偉達等“芯片巨頭”，再到傳統上專注互聯網的科技公司（例如Alphabet或百度），以及眾多利基實體，包括Graphcore，Mythic或Wave Computing。各種通常看起來像芯片市場“局外人”的大公司也參與其中——例如，由于絕大多數邊緣 AI芯片（90%）目前都進入消費設備領域，因此許多智能手機制造商都沒有錯失這一機會并開發了他們自己的AI加速器（例如，iPhone系列中使用的蘋果公司的八核神經引擎）。

這場競賽目前仍未決定誰將占據主導地位。技術專家和投資者都將密切關注哪些公司的技術最有前途，這個領域將不可避免地在投資、收購和失敗中發展。在未來幾年內，我們可以期待看到市場領導者的出現。誰將成為人工智能芯片領域的王者，CPU市場是英特爾（77%的市場份額），基帶處理器市場是高通（43%的市場份額）？

當前的領先者似乎是英特爾和英偉達。據路透社報道，英特爾的處理器目前在AI推理市場上占主導地位，而英偉達則在AI訓練芯片市場上占主導地位。英特爾（Intel）和英偉達（Nvidia）都沒有固步自守，這從它們最近的收購和產品發布中就可以看出，這兩家公司的目標似乎都是“取代”對方。就在2019年12月，英特爾斥資20億美元收購了總部位于以色列的深度學習加速器開發商Habana Labs。

Habana的Goya和Gaudi加速器包括許多技術創新，例如支持遠程直接內存訪問（RDMA）–從一臺計算機的內存直接訪問另一臺計算機的內存，而無需使用任何計算機的操作系統–該功能對大規模并行計算機集群特別有用。因此，可以在云上（英偉達目前占主導地位）訓練復雜模型。另一方面，英偉達最近發布了其Jetson Xavier NX邊緣AI芯片，該芯片具有高達21 TOPS的驚人加速計算能力，尤其是針對AI推理。

一些規模較小的公司也令人興奮，例如總部位于布里斯托爾的Graphcore，或總部位于美國的Mythic。Graphcore最近與微軟合作，以19.5億美元的估值籌集了150mat美元。他們的旗艦產品——智能處理單元（IPU）——擁有令人印象深刻的性能指標和有趣的架構——例如，IPU將整個ML模型保存在處理器內部，使用處理器內存來最大限度地減少延遲和最大化內存帶寬。Mythic的體系架構同樣值得關注，它結合了硬件技術，如computing-in-memory（無需構建緩存層次結構），數據流體系架構（特別適用于基于圖的應用程序，例如推理），和模擬計算（使用存儲器元件作為可調電阻，直接在存儲器內部計算神經網絡矩陣運算）。Mythic在商業方面也不落后于Graphcore——它在2019年6月從家庭投資者（如軟銀）獲得了3000萬美元的融資。

目前尚不清楚誰最終將主導AI芯片市場，但從CPU和基帶處理器領域等歷史發展中得到的一個重要教訓是，知識產權在決定誰將勝出、誰將長期生存方面起著重要作用。

英特爾或高通等公司提交的專利申請數量表明，強大的專利組合對于芯片市場商業成功的重要性。這些專利自1996年以來一直在增加，現在每年約有10000個已公布的專利系列。考慮到芯片設計反向工程的內在可能性和fabless模式在業界的普遍使用，任何實體都很難在沒有專利組合的情況下保護其知識產權，同時輔以其他形式的保護，如商業機密（或“專有技術”）。

芯片行業的許多市場領導者都圍繞著專利授權建立了自己的商業模式。值得注意的例子包括高通和ARM控股。盡管高通的大部分收入來自芯片制造，但它的大部分利潤來自專利授權業務。高通的授權許可業務過去兩年可能受到影響，但這在很大程度上是由于與蘋果（Apple）的糾紛。蘋果已向高通一次性支付45億美元和解金，兩家公司未來還將簽署一項為期6年的授權協議，從而解決了蘋果與高通之間的糾紛。

ARM更進一步，幾乎所有的收入都來自IP授權，而從未出售過自己的芯片。專利授權對高通和ARM來說非常有利可圖，對那些在人工智能芯片領域建立了強大專利組合的公司來說，可能也同樣有利可圖。ARM的商業模式將為那些沒有資源涉足芯片制造的初創企業提供一個有吸引力的選擇，即使是在規模較小的公司成長之際，通過保持 fabless生產來降低風險的動機也將保持強勁。

對于那些有意被收購的初創公司來說，毫無疑問，知識產權對于最強勁的估值至關重要。如果不是因為Habana的專利組合可以追溯到2016年，英特爾不太可能在2019年底以20億美元的價格收購Habana;如果Graphcore沒有超過60個專利系列（共享同一初始專利申請的專利組），它也不太可能與微軟合作，獲得其目前19.5億美元的估值。因此，投資者的退出策略仍然決定了對健全的知識產權策略的需要。

相關部門的另一個重要教訓是與專利侵權相關的巨大風險和報酬。就在2020年1月，蘋果和Broadcom因侵犯Cal Tech的Wi-Fi技術專利而被判支付11億美元的賠償金，法院裁定該專利被用于Broadcom的無線芯片中。據彭博社報道，這是有史以來第六大與專利有關的判決。因此，企業出于進攻和防守目的建立自己的專利組合的必要性仍然很明確（防御組合意味著可能會受到反訴訟，從而免受競爭對手專利訴訟的影響）。

企業沒有忽視知識產權問題，有記錄顯示，人工智能芯片領域已有2000多個專利系列。新專利申請數量正在迅速增加——僅英特爾一家就在過去5年里為人工智能芯片提交了160份專利申請。因此，現有的市場領導者和新進入者都應注意英特爾的做法，并要謹記不要錯過知識產權保護對其發明的重要性，尤其是在早期階段。

在過去的二十年中，圍繞知識產權尤其是專利法的法律環境發生了很大變化。歷史專利和技術出版物的數量不斷增加，這也繼續提高了對專利局和專利所有人尋求保持專利質量的要求。然而，毫無疑問，知識產權將再次證明在這個新興行業的重要性。經驗豐富的技術人員和知識產權從業人員將利用過去的經驗教訓來完善他們的戰略，而那些采用正確方法的公司將獲得成功，這不僅取決于他們技術的優點，而且取決于如何充分利用他們的知識產權。
責任編輯：tzh