最近,AI芯片市場明顯“冷”了下來。
作為芯片市場的一哥,英偉達剛剛發布的Q1季度報告表現就十分不理想。數據顯示,截至2019年4月28日,英偉達當季收入22.20億美元,環比增長1%,同比下跌31%,毛利率58.4%,環比提高3.7個百分點,同比減少6.1個百分點;凈利潤3.94億美元,環比下跌31%,同比下跌68%。數據一出,整個AI芯片市場的心態都很難不受影響。
英偉達營收下跌的因素有很多,作為高端芯片設計巨頭,就像是早年蘋果顯著優勢被不斷追趕上一般,現在英偉達也處在這樣的困局之中,創新無力,優勢漸失。因此,它的利潤下跌暗示出兩個信號:1.整個市場平均水平上升了;2.高端AI芯片市場產品性能發展“停滯不前”。
可見,形勢已然生變。
人人可做的AI芯片
從應用角度來看,AI芯片主要應用在云、邊緣和端側。其中云上最為常見的產品是AI加速器,其主要用于加速深度學習訓練和推理;而在邊緣和端側,則根據在智能手機、安防、汽車等領域應用場景的不同出現各類AI芯片。其中云端訓練需求大約占AI芯片市場的50%,云端推理需求約占AI芯片市場的25%,邊緣和端側占據25%。
數據顯示,AI芯片市場規模在未來5年將會增長10倍,到2022年達到35億美元,可以說是一個相當可觀的市場。
但是入局者很多,尤其是在應用端,國內原本做安防、語音語義、人臉識別、云計算等領域解決方案的公司紛紛開始了自研芯片的道路,從百度、阿里到思必馳、云天勵飛。而2018年大批AI算法公司開始轉向各自所在領域的AI芯片研究,這也不再讓人感到驚奇。
開先河的人是誰?似乎是特斯拉。大家應該都還記得,馬斯克“嫌棄”英偉達芯片之后自己默默地就研發了用于自動駕駛的芯片,速度很快就換下了英偉達芯片,完全是一副“很容易做”的態勢。
公開數據顯示,截止2018年底,國內芯片設計公司規模已經發展到近1700家,雖然受經濟影響,增速大不如前兩年,但是仍然有不少人想要搶奪這塊蛋糕。在AI的大背景下,人人可做芯片成為一個再正常不過的現象,這也讓這部分尚未成型的市場爭奪格外激烈。
2018年是格外熱鬧的一年,包括云知聲、思必馳、出門問問等國內不少AI初創企業紛紛推出了自己的芯片或模組。而今年年初,云知聲更是一口氣發布了三款芯片:第二代物聯網語音AI芯片雨燕Lite,面向智慧城市的支持圖像與語音計算的多模態AI芯片海豚(Dolphin)以及面向智慧出行的車規級多模態AI芯片雪豹(Leopard);而思必馳也攜手中芯國際發布AI語音芯片TAIHANG。如此之類,比比皆是。
可以看出,尤其是在終端應用上,芯片設計巨頭的優勢正在逐漸消失。
為什么AI芯片人人可做?
“做神經網絡芯片并不難?!痹趧倓偨Y束的CAIS大會上,賽靈思人工智能業務資深總監姚頌公開表示。
言下之意,現在應用于深度學習算法的AI芯片開發起來并不是一件困難的事情。因為應用在特定領域,對于初創公司來說,專用架構設計已經沒有太高門檻,早期的初創公司如寒武紀、地平線等公司也都已經開始比拼工程能力和客戶能力。
那AI芯片到底為何如此容易做?
回答這個問題還需要回到AI芯片是什么這個話題上。
說起AI芯片,它是一個比較寬泛的概念,且至今為止都沒有一個明確的定義。從廣義范疇上講,面向AI計算應用的芯片都可以稱為AI芯片。除了以GPU、FPGA、ASIC為代表的AI加速芯片(基于傳統芯片架構,對某類特定算法或者場景進行AI計算加速),還有比較前沿性的研究,例如類腦芯片、可重構通用AI芯片等。
但后者距離大規模商用還有較長距離,暫時不會對市場造成太大影響。因此一般情況下,當我們談論AI芯片,我們通常指的是以GPU、FPGA、ASIC為代表的AI芯片,而它們本質上就是AI加速器或計算卡,即專門用于加速AI應用中的大量計算任務的模塊(其他非計算任務仍由CPU負責)。
如業內人所分析,因AI芯片就是用于計算的芯片,效率高,功能相對單一,且不涉及IP授權問題,應用起來更節約資源且門檻要比通用芯片低,故而進場者眾多。
當然,除了技術本身,AI芯片市場發展的停滯不前也為入局者留有了足夠的時間。有業內人調侃說,“我去年把工作重心放在了5G,今年轉回來去做AI芯片,發現還是沒有多大變化?!?/p>
可以看出,門檻低、專用性強、AI芯片再難創新等因素都直接促使了AI公司紛紛去做自己的AI芯片。