舉個例子，宇視科技在AI+安防領域已經發布了一整套AI整體解決方案，涉及嵌入了GPU芯片的前端智能攝像機、人臉識別速通門、后端數據中心一體機等。不過宇視首席架構師姚華向智東西提到，與AI初創不同，宇視這類傳統安防企業除了研發AI技術外，還需要重點關注這一技術的工程化和落地性，比如用戶機房耗電量、發熱量等工程性問題。安防AI化的全面鋪開并沒有那么容易。(對話宇視首席架構師姚華：撕開AI+安防殘酷一角，誰吃肉?誰喝湯?)

而在發改委的2018年“互聯網+”、人工智能創新發展和數字經濟試點重大工程擬支持項目名單上，?？岛？低暤摹坝嬎銠C視覺AI芯片研發及產業化項目”赫然紙上。

3)自動駕駛汽車——三大AI芯片勢力，推動無人車商用落地

根據美國交通部的分類標準，自動駕駛汽車可以分為五個等級：L1-L5，L1駕駛輔助、L2部分自動化、L3有條件自動化、L4高度自動化、L5完全自動化(完全自動化也就是不需要司機，車子可以自己走)，這也是業內普遍比較認可的分類方法。由于需要對環境進行感知、進而決策，因此L3-L5級別的自動駕駛技術對計算平臺的要求越來越高，對AI芯片的需求也越來越強烈。

目前，AI芯片正在成為自動駕駛計算平臺的核心組成部分，由英偉達、英特爾這樣的芯片巨頭，和地平線這樣的創業公司整合成為自動駕駛計算平臺，提供給整車廠和Tier-1(一級供應商)汽車配件商巨頭，落地到自動駕駛解決方案當中。目前看來有三股勢力：

1、英偉達的Xavier計算平臺(前身是Drive PX)，這一計算平臺正在被超過20家自動駕駛創業公司，以及博世、采埃孚等供應商巨頭采用，打造各自的自動駕駛。其中最接近量產商用的是采埃孚Pro AI方案。

2、英特爾GO計算平臺(由英特爾CPU、英特爾收購的Mobileye EyeQ芯片、英特爾收購的Altera FPGA處理器)被整車廠寶馬、意大利FCA、以及供應商巨頭德國大陸、加拿大麥格納、德爾福(后拆分出安波福)、都陸續采用其打造為自動駕駛解決方案。其中英特爾、寶馬、大陸等還牽頭成立了自動駕駛聯盟。

3、以地平線為代表的創業公司正在打造自己的自動駕駛計算平臺。地平線的雨果自動駕駛平臺早期使用的是英特爾FPGA處理器，后打造自研BUP架構，并推出沿用這一架構的AI芯片“征程”。此外智東西了解到，由于汽車自動駕駛行業巨大，不少第一陣營的AI芯片創業公司也秘密瞄準了這一領域。

無論是上述何種自動駕駛計算平臺，AI芯片都是其中的關鍵組成部分，也是自動駕駛技術發展的主要推動力。

博世，作為汽車Tier-1領頭玩家，將在2018年實現L2級別自動駕駛實用、2021年完成L3商用。博世底盤控制系統中國區駕駛員輔助系統雷達研發部門總監蔡旌向智東西表示，博世正在與眾多自動駕駛計算平臺供應商合作探索，其中既有巨頭，又有初創公司。博世對自動駕駛計算平臺在功耗、成本上有較高要求。

對于自動駕駛需要的計算平臺，博世與較多供應商正在合作探索，其中既有巨頭，又有初創公司。博世對自動駕駛計算平臺在功耗、成本上有較高要求，未來博世的選擇將會是嵌入式的計算平臺。

自動駕駛初創企業智行者CEO張德兆也曾向智東西表示，自動駕駛技術離普及還有待時日，因此創業公司在進行技術研發的同時也要著力于技術的落地與商業變現。而且無人車雖然需要較強的算力，但成本、功耗與量產都是需要考慮的元素。(拿下京東小米投資 智行者CEO張德兆的無人車掙錢心法)

4)云計算——為互聯網AI供能，高效靈活

無論上微博還是點外賣，我們現在使用所有互聯網應用，背后都是云服務數據機房在提供計算能力。而我們現在使用的各種互聯網AI能力(比如在線翻譯、人證比對、圖片搜索等)，背后都有云AI芯片在龐大的數據中心機房中日夜不停地提供算力。。

上文提到，云AI芯片的特點是性能強大、能夠同時支持大量運算、并且能夠靈活地支持圖片、語音、視頻等不同AI應用。這是一個體量巨大的市場，同時也是各類芯片巨頭廝咬最緊的戰場。

打響第一槍的是英偉達，這家成立于1993年的年輕芯片公司在人工智能時代嘗盡的紅利，由于其GPU特別適合用于如今的主流AI算法——深度學習——的訓練，這家公司不僅股價從30多美元一路飆升至200多美元，還在全球范圍內掀起了這場規模宏大的AI芯片熱潮。

最先響應是全球各大傳統芯片巨頭們，英特爾、高通、ARM、聯發科等都陸續進場。而這其中，稱霸芯片市場十多年的英特爾更是重金出倉，一路“買買買”，布局了眾多AI芯片產品線，云AI芯片與端AI芯片都有所涉及。

英特爾研究院院長宋繼強曾經向智東西表示，AI芯片的未來一定是多樣化，不同種類的產品滿足不同功耗、尺寸、價錢的要求——英特爾如今的AI芯片布局就朝著這種多樣性發展。人工智能是一場馬拉松，現在這場比賽才剛剛開始。(對話英特爾AI三高管：看好AI芯片入局者多樣性 不斷調整AI投資邏輯)

此外，國內科技巨頭如百度、阿里、騰訊、科大訊飛等也都陸續進軍云AI芯片領域，不過暫時以投資動向居多，其中百度在2017年8月發布了XPU，這是一款256核、基于FPGA的云計算AI芯片。

四大門派：少林、武當、五岳、明教

云AI芯片方面，以英偉達GPU為代表的海外玩家起步較早。而在端AI芯片方面，中國的眾多初創公司則跑在了世界前列。

美國國家工程院院士、英偉達首席科學家Bill Dally教授曾經向智東西表示，目前云端AI芯片的市場已經較為成熟，全球各大科技巨頭扎根已深，格局很難被撼動。相比而言，種類繁多而且數量巨大的終端AI芯片市場還有待拓展，是眾多AI芯片初創企業的機會所在。(獨家對話英偉達首席科學家：解碼AI芯片戰局)

在動輒融資上億元融資的催化之下，中國AI芯片創業市場尤為興盛，不僅從2015年之后陸續涌現出一批AI芯片創業公司，還催生了不少獨角獸企業。根據創始團隊背景、公司屬性、技術流派等特點，國內的這些AI芯片創業公司可以分成“少林、武當、五岳、明教”四大派系。(在智東西對話框回復“AI芯片江湖”獲取AI芯片四大門派企業信息匯總表)

1)少林：學術濃厚，一脈傳承

之所以把這幾家稱作“少林派”，是因為這些創業團隊普遍成立較早，大多從清華、北大、中科院、電子科技大學等高等院校/研究機構脫胎而來，具備極強的學術屬性。創始團隊中一般還會有一個“老教授”加持，他們在芯片及相關學術研究上有著多年的學術積累，并且在這些院校與機構中任職多年，能夠為公司提供一套成系統的人才資源體系——對于高新科技公司來說，人才意味著技術優勢、也意味著強大的市場競爭力。

這一派別不僅憑借深厚的學術背景受到資本親睞，而且能夠獲得“母?！痹谑袌雠c人才方面的支持。比如代表玩家之一：中科寒武紀——其創始人陳云霽、陳天石兩兄弟都是中科院計算所博士畢業，2016年創業之初，寒武紀不僅在天使輪獲得了中科院計算所的1000萬元研究經費，還在各種項目資源中獲得了中科院的支持。在搭載寒武紀AI芯片技術的華為海思麒麟970芯片發布之后，中科院計算所還特意向華為發來賀信，強調了寒武紀的中科院背景。

此外，代表玩家還有清華電子系汪玉副教授帶領團隊成立的深鑒科技、電子科技大學博士生導師劉洋教授帶隊成立的深思創芯、清華大學魏少軍教授帶領的清華大學微電子學研究所、清華精儀系施路平老師組領銜的類腦計算芯片團隊、北京大學高能效計算與應用中心主任叢京生帶領的基于FPGA的深度學習加速團隊等等。

這些玩家中，深鑒科技是最早一批獨立作為商業企業運營的創企業之一，它成立于2016年3月，最早由FPGA技術起家，目前已成功躋身中國AI芯片創企第一陣營。深鑒科技CEO姚頌向智東西透露，目前深鑒已經接到了數千萬的訂單，兩款AI芯片都在量產當中，已經有不少合作伙伴在使用當中。(手握千萬安防訂單 獨家揭秘深鑒AI芯片王牌武器)

深思創芯CEO俞德軍博士則告訴智東西，除了現有的民間場景需要用到AI芯片外，軍事上的導彈輔助、艦艇、潛艇等場景也需要AI芯片，深思創芯目前正與國內軍用單位合作這些項目。

魏少軍教授帶領的清華大學微電子學研究所則在30多年來一直致力于芯片前沿學術技術的研發，AI芯片屬于其中的技術分支;去年，清華大學微電子學研究所的AI芯片Thinker在2017 ACM/IEEE ISLPED國際低功耗電子學與設計會議上獲得了設計競賽獎，這是中國大陸單位首次以第一完成單位獲得此項榮譽。(AI芯片終極難題 被清華大學IC男神解決了)

2)武當：老牌大廠，跨界轉型

武當，內家之宗。在AI芯片這個大江湖里，除了各類創業公司之外，不少傳統芯片廠商也陸續入局，AI芯片對于他們來說既是其現有產品的自然升級，也是個機遇與挑戰并存的時間窗口——做得好了，彎道超車、一舉成為行業龍頭;做不好了，容易先機盡失、甚至有被市場淘汰的危險。

一直以來，這些公司因傳統機頂盒芯片、手機芯片、安防攝像頭芯片而為人所知。與AI芯片創業公司相比，這些老牌芯片公司普遍具有豐富的設計制造經驗、市場渠道完善、并且有成熟的商業運作經驗。代表玩家包括華為海思、杭州國芯、中星微電子等等。

舉個例子，杭州國芯成立于2001年，屬于國內較早的一批芯片設計公司，目前在全球機頂盒芯片市場占據份額高達15%。2017年底，杭州國芯也發布了其首顆語音AI芯片GX8010。(對話杭州國芯CEO黃智杰：AI芯片春節量產 已落地十幾家客戶)

值得一提的是，由于安防是AI芯片落地應用的核心場景之一，而且市場巨大。但是現在幾乎所有安防芯片巨頭、安防硬件巨頭(比如宇視科技、國科微、中天微等)都在陸續進行著AI芯片相關的研發與合作。目前這些廠商正式對外公布的消息不多，但是都在秘密進展當中。

3)五岳：神通盡顯，海渡八仙

“五岳派”的玩家大多在傳統芯片行業中有著多年的技術經驗積累，與前兩派的玩家相比，他們既有著多年的芯片打造經驗、對于安防、家居等行業有著自己深入的理解，同時又具備創業公司快速決策、快速奔跑的市場屬性。

不過由于芯片前期的研發投入金額較大，“五岳派”的玩家背后普遍有科技巨頭的投資身影，比如百度、騰訊、阿里、英特爾;又比如依圖、云知聲、云天勵飛這類已經具備一定資本體量的人工智能創業公司。

這一派的代表玩家包括英特爾參與投資的地平線機器人，值得一提的是，地平線機器人創始人余凱是原百度副院長。此外，還有依圖科技投資的ThinkForce、阿里巴巴創業者基金與高通等投資的耐能(Kneron)、云知聲旗下的云知芯、Roobo投資的啟英泰倫、與上海寶信軟件股份簽訂合作協議的海青智盈等等。

4)明教：比特加持，另辟蹊徑

在眾多AI芯片公司當中，還有著這樣一派另類的玩家：他們用短短幾十個月的創業時間就將年營收做到了25億美元，財富積累的迅猛程度幾近恐怖;他們狂熱地崇拜技術，極盡可能地壓榨出芯片最后一絲計算性能;他們蒙眼狂奔、千金一擲，與此同時卻又神秘而低調，對于外界的種種猜疑不置一詞。

他們就是這波比特幣狂潮中的賣水人——虛擬貨幣“礦機芯片”的生產商們，代表玩家包括比特大陸、嘉楠耘智等。

獲取虛擬貨幣需要進行“挖礦”，而“礦機”的本質就是一種專用于挖礦計算機，它同樣由芯片驅動供能。芯片性能越強大，挖起礦來就越快、越多、越有優勢。在以虛擬貨幣價格一飛沖天的市場里，這些為挖礦者提供發動機的芯片公司的財富積累自然水漲船高。

拿比特大陸來說，比特大陸成立于2013年10月，2017年的總營收已經飆升至25億美元，擁有超過1000名員工，在全球建立了百億次計算的數據中心，占礦機專用芯片市場超過70%份額，幾乎具有壓倒性的市場優勢。

不過，就在虛擬貨幣一飛沖天的2017年年底，比特大陸卻另辟蹊徑，正式推出了第一款AI專用芯片“SOPHON(算豐)”——這一名字正是來源于比特大陸聯席CEO詹克團愛讀的那套科幻小說，《三體》。

比特大陸產品戰略總監湯煒偉還曾向智東西透露，在最近這一兩個月內，比特大陸的AI芯片團隊規模已經極速擴張到300人。

芯片一直是個“燒錢”的東西，這款采用28nm工藝的“算豐”AI芯片僅研發與流片費用就高達幾百萬美元。傳統芯片的迭代速度為1-2年，但比特大陸宣布其產品將會以9個月一代的速度進行快速迭代著。(獨家：看礦機界扛把子比特大陸如何轉戰AI芯片)

此外，世界第二大比特幣礦機生產商嘉楠耘智也在2017年12月預發布了其自研AI芯片KPU，目前，這個礦機巨頭已申請掛牌新三板。2017年公司的收入超過12億元，利潤過3億。

與其他從AI起家切入芯片的公司相比，礦機廠有著豐富的芯片打造經驗與豐厚的資本積累，不過相對而言，其他專注AI芯片的初創公司則在AI算法優化與軟件生態打造上更有優勢。畢竟對于AI芯片來說，AI與芯片兩方面能力都十分重要。

源起之初：云計算，第一批吃到肉的海外巨頭

所謂人工智能，其實就是讓機器具備像人一樣的智能。但是一直以來，計算機其實都是很“笨”的，一些對于人類來說易如反掌的任務，對于計算機來說卻難于登天：比如認清楚這張照片里的動物是什么?

對于人類來說，我們看到了一只在野外坐著的灰貓，而對于計算機而言，它看到的卻是圖像中的一組數字;我們看到的貓耳與貓眼，在計算機看來只是數字88和23的區別。

由此衍生出的一門重要學科叫做計算機視覺(Computer Vision，CV)，而分清楚“貓”、“狗”這兩類外形相似的動物、并且在圖片中圈出這只貓的位置，一直是這門學科的冠上明珠級別的難題，近20年來一直難有進展。

直到2012年。

2012年的初冬，發生了一件大事情。在2012年計算機視覺屆的“奧林匹克”——ImageNet挑戰賽的賽場上，出現了一位另類玩家，一位來自多倫多大學的老教授，Geoffrey Hinton。Hinton和他的團隊們第一次用上了GPU芯片和深度學習算法，讓計算機識圖的錯誤率猛然降低了數倍，成為計算機視覺歷史上的一個重要節點。

在2015年的ImageNet大賽上，微軟亞洲研究院團隊更是憑借GPU與深度學習算法，第一次讓計算機的識圖能力超過了人類。人類識圖錯誤率約為4%，而冠軍團隊機器識圖的錯誤率為3.57%。

一石激起千層浪。GPU芯片與深度學習算法一下成了人工智能屆的“網紅”，無數科學們都開始將研究重心轉移到它們身上。

深度學習算法可以理解為實現人工智能的一種電腦程序，它讓計算機通過對大量素材的學習(比如成千上萬張不同種類的“貓”圖片)，讓機器自己總結出“貓”的特征，下次你再給它一張貓的照片，無論是黑貓、白貓、波斯貓，它都能認出來。

在圖片分類、識別興起之后，視頻識別、語音識別、翻譯、語音助手等一系列AI應用應運而生。

其實，GPU的本命更加廣為人知——顯卡。陰差陽錯地，科學家們發現GPU芯片的并行計算架構與深度學習一拍即合，猛然把機器原先需要幾個月的“學習”時間壓縮到了幾天、甚至幾個小時之內，兩強搭檔，在2012年的ImageNet上大放異彩。

不過，英特爾、IBM等老牌云服務器芯片廠商同樣在積極布局這一市場，各自通過并購、投資、研發等方式不斷切入云AI芯片市場。(三年半了!英特爾這顆AI芯片魚雷要發射了嗎)

與此同時，谷歌作為創新科技的代表企業，也從2014年起開始打造屬于自己的云AI芯片——TPU(張量處理單元)，谷歌的AI程序AlphaGo(阿爾法狗)就是靠它提供的強大計算能力戰勝了全球圍棋第一高手柯潔。大約20天前，谷歌宣布將TPU的強大計算能力通過谷歌云將向用戶開放。

谷歌AI中國中心總裁&谷歌云AI研發主管李佳曾經向智東西表示，AI芯片的熱潮將會長時間影響AI行業，芯片的進步將會對人工智能行業發展帶來一個正向的支持，通過算力的進步與發展，未來將會給人工智能帶來更多的機會、更大的想象空間。(對話谷歌李佳：AI芯片熱潮將持續推進AI發展 AutoML用戶已過萬)

自此，人工智能迎來了自學科建立60年以來最大規模的市場應用爆發潮，從曾經遙不可及的前沿技術忽然一夜之間就來到了我們身旁，成了家喻戶曉的風口話題。

如果說2015-2016年是AI芯片巨頭們廝殺激烈的爭奪戰，那么接下來的2016-2017年則是國內AI芯片創業市場逐漸升溫加熱、最終大紅大火、進入白熱化競爭的時段。隨著市場的進一步升溫發酵，到了2017年年底，市場競爭達到了前所未有的激烈程度。

僅僅是在2017年10月-11月這兩個月間，就有四間國內AI芯片公司同時宣布獲得千萬美元以上的大額融資，如果從2017年8月開始算起，四個月間至少有十幾款AI芯片面市。芯片產品升級周期普遍長達12-24個月，如今這樣密集火熱的市場轟炸，簡直有如一場AI芯片的集體狂歡。

狂歡后的思考

不過，集體狂歡的背后，總是存在冷靜的聲音，不少業內人士都曾經向智東西表示過對AI芯片行業幾點擔憂：

1)芯片競爭非常慘烈，是個“數一數二”的行業。芯片的優勢在于規模，一塊普通芯片的銷量需要達到百萬顆級別才能達到盈虧平衡。一旦市場開始成熟，巨頭們能夠通過十倍、百倍的產量進行市場收割，這些大量涌現的AI芯片創業公司可能最終只能跑出來一兩家。

2)人工智能技術宣傳多，行業落地少。幾乎所有AI芯片創業公司都將自己的主要目標定在了安防與自動駕駛這兩類市場上，對于安防而言，AI這一市場需求雖然已經存在多年，但是大規模遠距離場景下的AI應用還有很多工程化問題需要解決;而對于自動駕駛而言，一則這一技術離大規模落地商用還有一段時間，二則各大車廠把安全屬性奉為至高，對人工智能目前的“黑箱”狀況較難接受?，F在除了手機外，并沒有哪一款AI芯片銷售量超過100萬塊的。

3)人工智能算法還在快速發展過程中，每半年到一年間計算模型都在發生變化。而芯片的設計研發周期普遍較長，只有非常成熟的算法才適合固化到芯片上，現在的人工智能算法還不夠成熟。

中國半導體行業協會IC設計分會理事長、清華大學微電子學研究所所長魏少軍教授認為，從產業發展規律來看，在今明兩年之內AI芯片將持續火熱，大家扎堆進入;但是到了2020年前后，則將會出現一批出局者，行業洗牌開始。

芯片，國之根本

作為所有電子產品的“大腦”，芯片對于科技發展的重要性無需贅言。長久以來，中國大陸地區芯片技術發展落后，嚴重依賴海外進口：2013年以來，中國大陸用在進口芯片上金額已超高達2000億美元，芯片已經超過石油，成為國內第一大進口商品。

與發達國家與地區相比，我國大陸地區芯片制造工藝差距不小。雖然近年來國內芯片設計產業保持著快速增長(約20%)，但總的來說，產業發展依舊存在自主創新能力弱、關鍵核心技術對外依存度度、人才缺乏等問題。舉個例子，現在臺積電、英特爾等已經在進行7nm芯片的技術開發當中，而我國大陸地區現階段28nm工藝才剛剛順利普及，14nm工藝仍在攻關當中。

不過，AI芯片的崛起，為中國長久以來只能埋頭追趕的芯片行業打開了一扇新大門。在這類新興技術的戰場上，我們第一次與技術發達國家站在了同一起跑線上，在有些領域甚至站在了全球科技發展的前列。

國家對于人工智能及AI芯片的重視程度也達到了前所未有的高度，去年7月與12月，國務院與國家工業和信息化部接連發布《新一代人工智能發展規劃》、《促進新一代人工智能產業發展三年行動計劃》，對于人工智能行業下一步的發展規劃提出了方向性的意見。其中除了包括我國面向2030年的新一代人工智能“三步走”戰略，還將神經網絡芯片(AI芯片)提到了三大核心技術之一的高度。

《行動計劃》指出，到2020年，國內AI芯片技術需要取得突破進展，包括云端神經網絡芯片和終端神經網絡芯片。與此同時，AI芯片需要實現在智能終端、自動駕駛、智能安防、智能家居等重點領域的規?；逃谩?/p>

而在今天公布的總理2018年政府工作報告中還提出，要加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進“互聯網+”。

結語：重塑世界的AI芯片

在一場AI芯片大火燒過了2017年之后，2018年，我們將看到一大批AI芯片初創企業的產品正式落地商用，各大芯片巨頭玩家的相關產品也會逐一面市，我們即將進入“無芯片不AI、無終端不AI、無行業不AI”的時代當中。

未來，每個芯片都提升它的AI計算能力，小到一個耳機、一臺音箱，大到一臺工業機器人、一輛自動駕駛汽車，這些終端的AI化將深入到各行各業當中，除了文中重點解讀的四大行業，未來，工業、制造、醫療、教育等行業也會逐漸被AI芯片滲透入侵;隨著AI計算逐步滲透社會各行各業，我們的世界將逐漸被AI重塑，我們也將進入一個AI社會。

隨著巨頭玩家的不斷入局、創業公司的快速奔跑，AI芯片——作為人工智能產業皇冠上的明珠——已經逐漸成為了一場高手間的較量。這一新興技術既為科技巨頭帶來了業務升級、產業擴大的新風口;又也為各大創業者提供了顛覆現有格局，重塑科技話語權的嶄新機會;同時還為中國半導體產業實現超車提供了一個絕好的新機遇。