“有人投資500億元做芯片，如果真做晶圓，500億元不夠。家電企業跳到陌生領域風險高，國內外芯片差距大，落后海外20至30年。”近日，TCL集團董事長李東生在接受媒體采訪時，對格力做芯片做出了“點評”。他認為，國內外芯片差距大，中國落后幾十年，做芯片風險太高，從商業的角度不值得去做。只不過，他看到的商業利益，并不是董明珠最為看重的。

自格力宣布要自己“造芯”以來，這已經不是格力“芯片夢”第一次遭到質疑，此前，格力創始人朱江洪對外表示：“格力做高端芯片，我沒有太大信心”。他稱，空調主芯片是非常高級的芯片，一般都是依賴進口。現在（企業）要做芯片，需要積累，這不是一天兩天或者一年兩年的事。

但是不管外界如何評價，“董小姐”似乎很堅定的要在造芯的這條路上走下去，董明珠說：“我們有夢想就有理想，有理想就要有實踐，有實踐就要去挑戰。只有不忘初心，才有信心讓中國制造走向世界。”

誠然，格力的“造芯夢”多多少收道出了目前我國嚴重依賴國外芯片巨頭的隱患，我國企業要掌握自己的話語權，就必須要啃下芯片困境。所幸在國內造芯的不只是格力一家，從科技巨頭來看，百度近日也重磅發布了自家的昆侖AI芯片；從手機廠商來看，華為、小米、美圖也都在造芯上加大布局；從AI企業來看，寒武紀已經成功發布了AI芯片，語音識別廠商出門問問、思必馳、云知聲、若琪等也都開始往上游芯片延伸。

為什么都要自己造芯？

7月4日，百度創始人兼董事長李彥宏在Baidu Crea-te2018百度AI開發者大會上正式發布百度自研的中國第一款云端全功能AI芯片“昆侖”，其中包含訓練芯片昆侖818-300，推理芯片昆侖818-100。

“百度大約從2011年起開始大規模地對AI技術進行投入，不斷遇到各種各樣的問題，也需要用創新的方法來解決，其中一個重要的問題，就是對算力的需求一直在提升。我們早期用的是CPU，后來開始用GPU，再往后用FPGA，端到端去做各種各樣的優化，到2017年的時候，我們還是覺得這些市場上現有的解決方案和現有的技術不能夠滿足我們對AI算力的要求。”李彥宏如是表示。

無獨有偶，在記者采訪中，許多做芯片的廠商都表示主要是“（市場上）沒有合適的芯片”。出門問問與若琪都選擇與杭州國芯合作開發芯片。

此前云知聲CEO黃偉說過“語音識別公司不自己做芯片死路一條”。而若琪CEO祝銘明也對這個觀點表示贊同。“如果有別人做我們就用別人的了。”祝銘明說，大家都知道芯片利潤率很低，做這個事情不賺錢。“有時候計算力不是越高越好，而是需要針對特定場景做特定優化，尋找性價比最高的方案。”

而百度的“昆侖”則強調使用云端計算力。“這是中國第一款全功能的云端AI芯片，可適用于語音、圖像、自動駕駛等很多方面，它的算力也非常強大，而且它是可編程的，也非常靈活。”李彥宏還透露“昆侖芯片”的優勢就在于“靈活可編程”：“這些芯片，和芯片之上的軟件、開發框架、各種各樣的應用一起構成了一個龐大的平臺和生態系統”。

那么，自己造芯好做嗎？

從云知聲、出門問問發布的時間表看，芯片從設計到量產都只有3年多時間，這與“一個芯片產業需要幾十年技術沉淀”的普遍印象相差甚遠。但實際上，芯片有很多種，生產方式與定義也都有所不同。

在去年9月發布首款人工智能手機芯片麒麟970后，高通相關人士曾告訴記者，AI的單元模塊內置到芯片上并不是難事，高通之前就可以做。“所謂的AI芯片并不是獨立的一塊芯片，而是針對一些AI功能進行加速優化。”

“并不是需要專門做一塊AI芯片，關鍵是釋放更多計算資源跟其他模塊去處理復雜場景。”今年初商湯與高通在創新視覺和基于攝像頭圖形處理等領域合作芯片優化，商湯CEO徐立告訴記者，軟硬一體化開發是AI手機的趨勢，關鍵是打破從芯片低端到終端應用之間的中間開發層（SDK）隔閡：“以前芯片層主要優化操作系統，但現在AI則要求芯片直接優化應用。”

這催生了兩種AI芯片。一種就是類似于美圖MT-AI圖像處理芯片、出門問問“國芯”這一類前端處理芯片，用更小模塊，更便宜、更低功耗的方案處理特定問題，一種即是在通用芯片上集成對一些具體功能加速的架構處理，比如百度這次發布的“昆侖芯片”。

“今天的芯片跟過去理解的芯片不大一樣，”祝銘明說，今天做芯片并不需要花精力去做各類IP（知識產權）內核“現在講SoC （集成電路芯片）新品，更多的是架構層面的優化，根據需求業務對IP進行組合優化。”

對于科技企業蜂擁做AI芯片的現象，馭勢科技創始人兼CEO吳甘沙向記者表示，“一方面說明AI芯片的門檻比通用芯片門檻低，另一方面目前大多數都說可以做出來AI芯片，但能否用得好能不能大批量賣出去還有待時間驗證。”

結語

國內智能手機和移動網絡， 為人工智能提供了優質的數據資源和多樣的應用場景，是發展AI芯片溫潤的土壤，但是，中國的AI芯片還有很長一段路要走。在制造環節上，主要是由臺積電代工。

另外，芯片研發是需要長期投入的行業，人才和研發費用還存在巨大缺口，都是未來所需面對的問題。