​向死而生，浴火重生，创新能让AI芯片新生？

《中智观察》第1652篇推送

作者：赵满满

编辑：杨小天

头图来源：比特网

本文是《中智观察》“企业数字服务供需市场”行业洞察之人工智能篇。市场预言，AI芯片企业将倒在2023年，那么芯片企业如何自救？放弃简单重复的做法，凤凰涅槃，浴火重生，唯有通过技术创新，才能杀出一条血路。

——海比研究院

2022年4月26日

小郅驾驶新买的特斯拉汽车在小区行驶，突然一位老人牵着狗冲在车前。在小郅还没有采取措施前，特斯拉自动刹车了，反应时间超过了小郅。

能做出这样举措的是特斯拉的自动驾驶系统，离不开其全车几十个AI芯片，完成推理，做出决策和行动。

无独有偶，在你的智能手机上，在你家的智能家居上，很多AI芯片都被植入了，发挥着与特斯拉汽车AI芯片一样的作用。

我们正在迅速进入一个人工智能几乎渗透到生活方方面面的世界——从我们玩的游戏，到家用电子产品，再到驾驶的汽车等。为AI提供动力的技术是GPU、FPGA、ASIC等芯片。

目前AI芯片市场正面临令人尴尬的局面：一方面市场需求巨大，参与者众多，如过江之鲫。

另一方面，因为需要资金大，难以落地等，不少创新企业纷纷退出。更有专家预言，更多的AI芯片企业将倒在2023年。

海比研究院认为，AI芯片将人工智能带到更多的地方，而企业要做的就是放弃简单重复的做法，用技术创新实现新生。

四大AI芯片技术架构，千帆竞发百舸争流

AI芯片是一个广阔的海洋，它足够大，即便是后来者，也能找到广阔的生存市场。

从不同的角度，可以对AI芯片进行分类。按功能不同，AI芯片可以分为模型训练和模型推理两类。而从应用场景来看，AI芯片又分为云端和移动端两类。

从技术架构来分类，AI芯片主要分为图形处理器GPU、半定制化的FPGA、全定制化ASIC，以及神经拟态芯片（类脑芯片）几类。

从成熟度来看，当前主流的GPU、FPGA均是较为成熟的芯片架构，属于通用型芯片。ASIC属于为AI特定场景定制的芯片。目前，行业公认CPU不适用于AI计算，但是在AI应用领域却必不可少。

英伟达和AMD占领着全球GPU市场第一、第二的位置，英特尔、苹果等火速进入该市场。

GPU性能高、功耗高，但是通用性强，提供了多核并行计算的基础结构，且核心数可以不断扩大，可以支撑大量数据的并行计算，拥有更高的浮点运算能力。

英伟达是GPU行业事实上的标准，市场占比最高。在最近的几年，英伟达股价飙升，并在2020年7月8日收盘后，市值首次超过英特尔，成为美国市值最高的芯片企业。

苹果对GPU市场跃跃欲试