大把AI芯片公司，將活不過明后年春節(jié)

AI芯片這一行，已經(jīng)快降溫三年了。

“這三年間，企業(yè)們的戰(zhàn)略搖擺、動作變形隨處可見，仿佛是一個個行走的創(chuàng)業(yè)記錯本。他們趟過的坑、摔過的跟斗，其他玩家即便親眼看見了各種失敗先例，可肉身還是得下場走一遭。這就是創(chuàng)業(yè)，聽過無數(shù)的道理，也逃不過重復別人失敗的一生，這更是創(chuàng)業(yè)者的宿命：不斷的試錯和驗證?！?/p>

當這位AI芯片創(chuàng)業(yè)者發(fā)出上述感慨時，不少AI芯片公司正在面臨業(yè)務調(diào)整、高管離職、大規(guī)模裁員、融資困難、股價持續(xù)下跌、流片失敗、產(chǎn)品落地困難等問題。

不到五年時間，AI芯片經(jīng)歷了概念炒作、泡沫破滅、修正預期和改進問題。有人擔憂AI芯片的未來，也有人堅定看好。

多位AI芯片公司的CEO都告訴雷峰網(wǎng)，AI芯片一直在持續(xù)發(fā)展，落地的速度確實比他們預期的慢。

不過，2022年，已經(jīng)找到了應用和驗證了商業(yè)模式的AI芯片將會快速上量。而大量還在探索的公司，最快在2023年就會面臨被淘汰的風險。

也就是說，AI芯片公司接下來將呈現(xiàn)冰火兩重天的格局。

有意思的是，領軍的AI芯片公司，似乎不再把AI作為自己的最大賣點和標簽，這是為什么?而落后的AI芯片企業(yè)，面臨的最大挑戰(zhàn)是什么?

降溫的AI，問題纏身的AI芯片公司

AI芯片的火爆，與其說是AI技術(shù)發(fā)展的果實，不如說是資本的產(chǎn)物。

資本如酒，能壯創(chuàng)業(yè)膽。

AlphaGo的成功，順勢掀起了AI芯片的創(chuàng)業(yè)熱潮，此后的兩三年間，數(shù)十家甚至上百家AI芯片公司宣布成立，AI芯片公司融資的消息也滿天飛，在那段時間里，如果創(chuàng)業(yè)項目和AI不相關，可能都見不到投資人。

因AI而涌入芯片行業(yè)的熱錢，足以讓那些在傳統(tǒng)芯片巨頭的高級打工者，跳出舒適圈，貿(mào)然下海，投身創(chuàng)業(yè)大潮。也成功讓沒有芯片背景的AI算法工程師，把對芯片的無知，轉(zhuǎn)為無畏，踏入到集成電路的未知土地。

他們相信，錢可籠絡不同背景之人，人可搞定他的不懂之事。

而AI芯片這項事業(yè)，單從紙面分析來看，至少是萬億級的軟硬通吃的市場。

AI初創(chuàng)公司成立數(shù)量變化，來源：IT橘子

但情況在2019年下半年發(fā)生改變，AI芯片公司相關的消息也顯著減少，AI芯片冷卻嗎?

深聰智能董事長周偉達對雷峰網(wǎng)(公眾號：雷峰網(wǎng))表示：“2017年左右，傳統(tǒng)做芯片的人看到了AI的機會，開始了AI芯片的創(chuàng)業(yè)，到了2018年之后，做AI算法的公司也開始了自研芯片。但到了2019年之后，新創(chuàng)立的AI芯片公司越來越少，同時芯片研發(fā)和產(chǎn)品推出需要一定周期，自然關注度也隨之下降?！?/p>

“2018年AI創(chuàng)業(yè)達到頂峰?！奔伍萍糃EO張楠賡也持有同樣的觀點，“當時資本和業(yè)界對AI技術(shù)的應用抱有很高的期待，但對于客戶而言，AI沒有配套的技術(shù)和開發(fā)資源支持，對于AI在業(yè)務場景的應用和效果評估都缺乏合理指標。另一方面，大量的資本進入之后，不免有一些項目倉促上馬，最后的結(jié)果就是在落地層面上出問題?！?/p>

“AI芯片熱度很高的時候，許多人都認為AI可以獨當一面，能帶動行業(yè)的發(fā)展?！碧骄晨萍糃EO魯勇說，“但后來慢慢發(fā)現(xiàn)AI芯片很難成為一個獨立的產(chǎn)品。”

在AI芯片領域，英偉達是一座標桿，大量AI芯片初創(chuàng)公司都把替換和超越英偉達的GPU作為目標，并在發(fā)布會上廣而告之。

“很快，不少AI芯片公司就發(fā)現(xiàn)英偉達的GPU在AI應用中很難被替換，因為英偉達的GPU除了能處理AI負載，還能進行圖形計算等。即便AI專用芯片性能有大幅提升，但并不能滿足最終應用的所有需求，客戶還要再購買GPU，對于獨立AI芯片，有強烈購買意愿的客戶并不是多數(shù)”魯勇指出。

云端AI芯片創(chuàng)業(yè)公司Graphcore大中華區(qū)總裁兼全球首席營收官盧濤直言，“不少用戶可能覺得我們的IPU性能表現(xiàn)好，并且想能在不修改代碼的情況下遷移到IPU，這就需要我們在軟件和生態(tài)方面做大量的工作。”

一邊要性能的大幅提升，一邊還要構(gòu)建生態(tài)，并且構(gòu)建軟件生態(tài)的時間比芯片研發(fā)的時間要長，在云端AI芯片領域創(chuàng)業(yè)的公司成功的難度顯而易見。

典型的比如寒武紀，其招股說明書就表明，寒武紀對于少數(shù)大客戶的依賴過于嚴重。上市后，寒武紀的股價也從2020年7月上市時最高的297元一路下跌至2022年3月4日的不足86元。今年1月，寒武紀發(fā)布公告，公司副總經(jīng)理兼首席技術(shù)官梁軍申請辭職。

寒武紀的人事變動以及不被資本市場看好只是行業(yè)的一個縮影。過去兩年間，還有一家國內(nèi)知名AI芯片公司被爆出AI業(yè)務線多次調(diào)整，高管變動，大規(guī)模裁員、融資困難，還有芯片流片失敗。

對于AI芯片的負面的消息，多位業(yè)內(nèi)人士都表示，這是在新技術(shù)發(fā)展過程中難以避免的情況，在前兩代產(chǎn)品落地過程遇到挑戰(zhàn)，業(yè)務調(diào)整也很正常。不過，走在行業(yè)前面的AI芯片公司已經(jīng)迎來了芯片快速上量的時刻。

落地三四年，AI芯片公司不再AI?

AI芯片初創(chuàng)成立之初都以AI為核心，提供基于AI芯片的解決方案。然而，經(jīng)過三年多的落地探索，跨過的兩大障礙之后，AI芯片公司的AI標簽不再那么突出，AI芯片公司間的分水嶺也即將出現(xiàn)。

“相比云端AI芯片，終端的應用場景更加聚焦，解決的問題也更加固定，自然落地的門檻也低一些?！濒斢抡f，“雖然場景更加聚焦，但終端市場體量仍然巨大，因為終端產(chǎn)品的數(shù)量更大?！?/p>

但終端AI芯片落地的速度也普遍比AI芯片公司預期的慢。

張楠賡認為，現(xiàn)在的AI芯片市場需要積累量變，不期待"基因突變"，不能指望在一兩年內(nèi)就解決所有問題。目前終端AI芯片落地難的一個關鍵的原因是，應用效果好的模型對芯片算力的要求很高，但目前芯片的功耗、成本都不能滿足需求，這直接影響了最終消費者的體驗。另外，在芯片行業(yè)，紙面上的架構(gòu)設計和跑分相對簡單，但要大規(guī)模投產(chǎn)千萬、上億顆，考驗的是供應鏈管理和整體的工程能力，一些早期的AI公司并不具備這些能力。

“最終用戶接受AI產(chǎn)品的速度還是偏慢?！敝軅ミ_說，“一個極致的產(chǎn)品需要至少2-3代的迭代，再加上芯片迭代的周期本來就長，這就讓很多人都覺得AI芯片落地比預計慢。”

一般而言，一款芯片從立項到量產(chǎn)，順利的情況大概需要2-3年，然后再基于芯片開發(fā)出開發(fā)平臺以及比較完善的方案至少又需要半年，到客戶端，客戶從新產(chǎn)品開發(fā)到量產(chǎn)又需要大概1-1.5年，這樣算來，一款全新的AI芯片大約要4年左右的時間才能大規(guī)模落地。

在這個過程中，打磨出真正符合客戶需求的產(chǎn)品是AI芯片公司們的第一個障礙。

“AI芯片公司以AI為出發(fā)點設計芯片，但客戶對AI的需求可能并沒有那么強烈。比如在安防行業(yè)，即便能夠提供優(yōu)秀的AI能力，但客戶更在意的是ISP(圖像信號處理器)性能，這些領域的客戶只會選擇ISP性能更好的產(chǎn)品。”魯勇說，“AI芯片公司只有在滿足了客戶的非AI功能基本需求之后，才能發(fā)揮自身AI的優(yōu)勢?！?/p>

于是，過去幾年間成功找到落地場景或者驗證商業(yè)模式可行的AI芯片公司，AI的標簽越來越弱。AI芯片公司的產(chǎn)品以AI為出發(fā)點，不斷集成客戶所需的各種非AI功能(如控制、通信等)。

這個難題就足以困住大量的AI芯片公司，因為懂應用的人不懂AI，懂芯片的人不懂應用，芯片提供者和應用者之間有巨大的認知差。

魯勇說探境科技戰(zhàn)術(shù)前移，選擇更容易挖掘和感知的智能家居市場開發(fā)產(chǎn)品，更快開發(fā)出符合市場需求的產(chǎn)品。

深聰智能的做法則是發(fā)揮思必馳在AI算法領域的優(yōu)勢以及多年市場和產(chǎn)品方案積累，選擇了智能家居、智能車載以及智能辦公(會議)三個有明確需求的場景，并且通過直接與客戶和最終用戶溝通獲得反饋持續(xù)改進產(chǎn)品。

解決了芯片功能和客戶需求匹配的問題后，AI芯片公司還面臨著另一大落地障礙，客戶不會開發(fā)AI芯片，也不知道AI芯片能開發(fā)出什么新產(chǎn)品。

"早期，很多傳統(tǒng)廠商客戶不具備成熟的算法團隊和落地能力，甚至不知道拿到AI芯片之后如何進行開發(fā)。對于這部分客戶，我們的理想情況是提供直接開箱即用的AI解決方案。為此，我們的團隊不僅開發(fā)了芯片，還有一系列從模組到終端設備的產(chǎn)品。在這個過程中，隨著客戶對于業(yè)務場景的理解逐漸加深，對AI工程最終的實施效果也更加貼合實際的預期。"張楠賡強調(diào)，“提供二次開發(fā)能力也至關重要，需要做好后續(xù)的技術(shù)支持和服務?！?/p>

同樣通過開發(fā)從模組到終端設備告訴客戶AI芯片價值的探境科技對此也感受深刻。魯勇說，“過去的產(chǎn)品線里沒有AI，只有明確給客戶帶來產(chǎn)品附加值的提升，以及營收的提升，才能解決很多公司不知道如何開發(fā)和發(fā)揮AI芯片價值的問題?！?/p>

鎖定目標場景，開發(fā)出滿足客戶需求的產(chǎn)品，并且讓產(chǎn)品的價格到達客戶可接受的范圍，提供相應的軟件，通過模組到終端設備的產(chǎn)品邁向規(guī)模落地。

冰火兩重天，行業(yè)淘汰即將開始

此次與雷峰網(wǎng)深度溝通的CEO們都表示，他們預期到了芯片落地過程中可能遇到的技術(shù)挑戰(zhàn)，產(chǎn)品的開發(fā)都達到預期甚至超過預期，但客戶采用AI芯片的速度比預期慢。在經(jīng)過了產(chǎn)品驗證，初始客戶應用，以及小規(guī)模應用之后，2022年，各家AI芯片將迎來大規(guī)模應用。

“今年我們AI芯片出貨量目標至少是去年的3倍?！敝軅ミ_預計。

魯勇也表示今年探境的AI芯片會快速上量，產(chǎn)品線也會增加數(shù)倍。

"我們目前依舊聚焦在智能語音的場景。從過去幾年的情況看，AI芯片主要的落地場景依舊還是智能家居、智能汽車、智能監(jiān)控、云端服務器等。"魯勇說。

張楠賡指出，“在端側(cè)AI SoC市場，智能監(jiān)控類依然占據(jù)很大的份額。目前已經(jīng)看到很多本土廠商布局IPC和NVR方案的芯片，和國外廠商爭搶海思系列被'斷供'之后留下的市場空白。尤其是當前H.265成為新的編解碼標準之后，本土的一些提前布局的AI SoC廠商已經(jīng)初具競爭實力，可以預見2022年智能監(jiān)控SoC市場的競爭將進一步加劇。由于智能監(jiān)控的'頭雁效應'，也會進一步帶動人臉門禁、移動終端等安防設備對AI SoC芯片的市場需求。”

業(yè)界人士普遍認為，AI語音芯片行業(yè)的競爭依舊還處于藍海階段。但AI芯片公司接下來將會出現(xiàn)冰火兩重天的情況，已經(jīng)找到應用場景，并且芯片即將快速上量的公司將迎來快速發(fā)展，而大量的AI芯片公司還在尋找應用的階段，商業(yè)模式還沒被驗證可行。

2022年，AI芯片公司選擇的差異化路線將會更加明顯，到了明后年，將會出現(xiàn)AI芯片公司的分水嶺。

“經(jīng)過前幾年的市場培育，需求端結(jié)構(gòu)已經(jīng)出現(xiàn)分層，一些客戶對AI落地的認知更加成熟，更能明白自己需要達到什么效果，并且工程實施的能力在增強，這也對AI芯片公司提出了更高要求?！睆堥s認為，AI初創(chuàng)公司面臨的競爭壓力將更大，不僅要在產(chǎn)品指標和使用效果上滿足客戶的需求，還要做到成本更低或效率更高才可能被市場接納。

盧濤也表示：“2022年AI芯片公司的競爭會更加激烈，因為不同的公司選擇了不同的策略和路徑，今年開始能看得更加清晰?！?/p>

不過周偉達指出，AI語音芯片的出貨量會快速上升，但價格下降的空間已經(jīng)有限。

至于AI芯片公司核心的競爭力，魯勇把技術(shù)放在第一位，周偉達認為則把對市場需求的理解同樣十分重要，以最短的時間驗證AI芯片商業(yè)化成功是眾多AI芯片公司最急待解決的問題。

但無論如何，AI芯片公司的淘汰賽即將開始，一旦第一梯隊的AI芯片公司快速上量，留給其他AI芯片公司的時間就不多了。

特別是，前面提到AI芯片創(chuàng)業(yè)公司的AI標簽不再鮮明，與傳統(tǒng)的芯片公司在產(chǎn)品中加入AI功能是殊途同歸，所有參與AI市場競爭的公司都站在同一個賽場。

不過，芯片行業(yè)的缺貨，又給這場競爭帶來了一些不確定性。