隨著人工智慧受到媒體和資本的熱捧， 近來國內外各路豪傑紛紛推出自己的人工智慧晶片， 在這些廠商各自的發佈會上， 紛紛宣傳自己的產品是多麼先進， 並且在PPT上展示如何在性能和功耗上吊打競爭對手。
而且在宣傳語中， “全球領先”、“中國首款”等字樣屢見不鮮。 宣傳越來越邪乎， 都宣傳自己是“中國首款”， 這種情況下， PPT的紙面資料吊打友商根本沒有任何意義。 大家真正應該關注的是這些宣傳“全球領先”的國產人工智慧晶片， 與應用結合得是否緊密。
各路廠商角逐人工智慧晶片
近年來， PC行業已經開始逐年衰退， 智慧手機行業也隨著市場的逐漸飽和進入瓶頸期。 在這種情況下， 人工智慧、物聯網、雲計算、大資料等領域被認為是下一個風口。 其中， 人工智慧無疑是最受媒體和資本熱捧的寵兒。
正是因此， 國外大廠紛紛推出了自己的人工智慧晶片。
Intel推出了眾核CPU， 英偉達推出了專門用於人工智慧的GPU， CEVA和Cadence推出了用於人工智慧的DSP， 阿爾特拉推出了用於人工智慧的FGPA。 此外， 穀歌也推出了TPU， IBM推出了“真北”， 原本造電動汽車的特斯拉也宣傳要開發自己的人工智慧晶片。
寒武紀變成了麒麟NPU
國外廠商如何我們姑且不論，
就在地平線產品發佈會的不久之後， 華夏芯也發佈了自己的產品， 在宣傳中稱：
發佈了中國首款64位高端嵌入式“長城”系列CPU/DSP統一處理器IP和“松江”系列嵌入式人工智慧專用處理器IP， 以及基於上述全自主IP的多核SoC晶片平臺——北極星。 據悉， 這是國內首次發佈具有自主智慧財產權的人工智慧平臺型晶片， 不僅打破了國外壟斷， 還初步實現了產業化， 為建設和完善我國自主可控的人工智慧產業鏈添上了重要一筆。
實事求是的說， 這些宣傳語中是有一定水分的， 比如地平線所謂的“中國首款全球領先的嵌入式人工智慧處理器”就不準確。 畢竟在去年10月， 中科院計算所的嵌入式人工智慧處理器寒武紀1A已經隨著華為Mate10的上市進入尋常百姓家，
又比如華夏芯， 本質上是選擇用傳統SIMD/DSP架構來跑人工智慧， 這種做法和去年的星光智慧一號如出一轍， 由於國內已經有了寒武紀、星光智慧一號等產品， 且寒武紀有望借助華為手機的暢銷實現千萬級量產， 所謂的打破國外壟斷也就無從談起了。
類似的，百度推出了XPU、阿裡剛發佈Ali-NPU。根據媒體的報導，Ali-NPU還在設計中，但又公然宣稱：“阿裡巴巴的Ali-NPU性能，將是目前市面上主流CPU、GPU架構AI晶片的10倍，而製造成本和功耗僅為一半，性價比超過40倍”。在Ali-NPU還在設計之中的情況下，真不知道這些10倍、40倍的資料是怎麼測試出來的。難不成達摩院的掃地僧和傑克馬切磋“功守道”測試出來的？
可以說，由於人工智慧掀起的熱度，很多廠商都去蹭熱點，寄希望於獲得資本市場的青睞。而為了在宣傳中標榜自己，各種“中國首款”、“全球領先”、“打破國外壟斷”等標籤也就被大家用爛了。
八仙過海，各顯神通
就目前而言，人工智慧晶片主要以ASIC、FPGA、CPU、GPU、DSP為主，像寒武紀和地平線就是屬於ASIC，阿爾特拉的人工智慧晶片屬於FPGA，英偉達的人工智慧晶片屬於GPU，星光智慧一號屬於DSP，英特爾的方案屬於CPU。
在這些人工智慧晶片中有一個規律，那就是晶片的通用性與用來跑人工智慧的性能和功耗成反比。像CPU這樣的晶片，因為其“萬精油”的屬性，導致這種晶片具有很好的通用性，但在某些特定領域，性能和功耗相對於其他幾種晶片都沒有啥優勢。
而GPU的通用性比CPU要差，但又不如ASIC，因而在性能和功耗方面會優於CPU，但明顯低於ASIC，這也是中科院計算所孵化的寒武紀晶片能在性能功耗比上明顯優於GPU的原因。
將傳統的面向數位信號處理的DSP處理器架構進行運算器方面的修改之後，也可以用來跑人工智慧，而且可以借助現有的成熟技術。不過在應用領域上有一定局限性——可以用於卷積神經網（CNN），但對迴圈神經網路（RNN）和長短期記憶網路（LSTM）等處理語音和自然語言的網路則無能為力。換言之，就是這種DSP主要用於機器視覺領域，但難以應用到語音辨識、文本處理和自然語言理解等領域。用DSP做人工智慧晶片的做法，在人工智慧細分市場還是具備一定商業上的潛力的。
根據阿爾特拉的PPT，其專門針對人工智慧的FPGA性能功耗比卻可以達到50GFlops/W，因而有觀點認為，FPGA由於比英偉達的GPU省電，可以降低運營費用而取得優勢。不過，FPGA也有自己的缺點，那就是缺乏性價比。雖然FPGA在一些新興的應用領域取得了一定成績，但隨著新興領域的崛起，其市場規模和重要性不斷提升，由於缺乏性價比的原因，FPGA最終會被專用晶片所替代。
不過，性能高一點，低一點問題不大，真正重要的是應用和產業生態。英偉達的GPU成為主流，原因就在於生態做得好，開發方便。
人工智慧不宜被過度炒作
由於人工智慧非常火爆，眾多公司開始玩概念，不論是做比特幣礦機的，還是做DSP的，搖身一變都成為人工智慧晶片公司。截至目前，中國已經完成融資或正在融資的人工智慧晶片公司已經超過40家，而且大多數都是在2015年後成立的。
目前，人工智慧已經有被過度炒作的跡象，一些媒體都紛紛鼓吹中國依靠人工智慧彎道超車。但實際上，人工智慧晶片只是加速器，用於解決特定的問題，並不能取代CPU、GPU、FPGA、DSP、NAND Flash、DRAM等類型的晶片。一些媒體宣稱中國應該大力發展AI晶片，依靠人工智慧打破X86、ARM的壟斷，這種論調顯然缺乏基本的行業常識。
商業公司搞人工智慧晶片對產業鏈的拉動效果也有限。舉例來說，要實現對產業鏈上下游的拉動效應，境內晶片設計公司以犧牲晶片的性能為代價，選擇境內的晶片製造商生產晶片；境內的晶圓廠可以做一定犧牲，選擇境內的設備商和原材料廠商的產品……這樣子就可以形成正迴圈。如果境內的晶片設計公司總是找台積電代工，境內的晶圓廠更加偏愛ASML、應用材料等國際大廠的設備。那麼，中國的晶片就很難不受制於人。
然而，像阿裡、百度、地平線、比特大陸等都是非常商業化的公司，肯定是商業利益優先，必然選擇台積電更加成熟的工藝。即便是把訂單交給中芯國際，也是因為中芯國際在良率等方面都有了很大提升之後的事情。
一句話，就是“只會錦上添花，不會雪中送炭”，而中芯國際最棘手的就是新工藝初期找不到願意下單的客戶，無法用產能攤平成本。這樣一來就會陷入閉環。
目前，打破這個閉環的主要推手之一不是國內企業，反而是美國高通公司。並非高通懷有一顆紅心，只是被發改委反壟斷了，才把訂單給中芯國際。另外，不僅僅是阿裡、百度等互聯網公司不會雪中送炭，華為、中興、小米等公司也是一樣優先選擇台積電。
因此，資本大量投向人工智慧，很可能成為資本趕風口的狂歡。不僅無法打破西方公司在晶片上的壟斷，也未必能對產業鏈起到多少推動作用。而中國晶片方面的真正短板，比如CPU、GPU、FPGA、RF、AD/DA等，以及各種開發工具卻有可能面臨無人問津的局面。對於不再重蹈中興事件的覆轍毫無幫助。
類似的，百度推出了XPU、阿裡剛發佈Ali-NPU。根據媒體的報導，Ali-NPU還在設計中，但又公然宣稱：“阿裡巴巴的Ali-NPU性能，將是目前市面上主流CPU、GPU架構AI晶片的10倍，而製造成本和功耗僅為一半，性價比超過40倍”。在Ali-NPU還在設計之中的情況下，真不知道這些10倍、40倍的資料是怎麼測試出來的。難不成達摩院的掃地僧和傑克馬切磋“功守道”測試出來的？
可以說，由於人工智慧掀起的熱度，很多廠商都去蹭熱點，寄希望於獲得資本市場的青睞。而為了在宣傳中標榜自己，各種“中國首款”、“全球領先”、“打破國外壟斷”等標籤也就被大家用爛了。
八仙過海，各顯神通
就目前而言，人工智慧晶片主要以ASIC、FPGA、CPU、GPU、DSP為主，像寒武紀和地平線就是屬於ASIC，阿爾特拉的人工智慧晶片屬於FPGA，英偉達的人工智慧晶片屬於GPU，星光智慧一號屬於DSP，英特爾的方案屬於CPU。
在這些人工智慧晶片中有一個規律，那就是晶片的通用性與用來跑人工智慧的性能和功耗成反比。像CPU這樣的晶片，因為其“萬精油”的屬性，導致這種晶片具有很好的通用性，但在某些特定領域，性能和功耗相對於其他幾種晶片都沒有啥優勢。
而GPU的通用性比CPU要差，但又不如ASIC，因而在性能和功耗方面會優於CPU，但明顯低於ASIC，這也是中科院計算所孵化的寒武紀晶片能在性能功耗比上明顯優於GPU的原因。
將傳統的面向數位信號處理的DSP處理器架構進行運算器方面的修改之後，也可以用來跑人工智慧，而且可以借助現有的成熟技術。不過在應用領域上有一定局限性——可以用於卷積神經網（CNN），但對迴圈神經網路（RNN）和長短期記憶網路（LSTM）等處理語音和自然語言的網路則無能為力。換言之，就是這種DSP主要用於機器視覺領域，但難以應用到語音辨識、文本處理和自然語言理解等領域。用DSP做人工智慧晶片的做法，在人工智慧細分市場還是具備一定商業上的潛力的。
根據阿爾特拉的PPT，其專門針對人工智慧的FPGA性能功耗比卻可以達到50GFlops/W，因而有觀點認為，FPGA由於比英偉達的GPU省電，可以降低運營費用而取得優勢。不過，FPGA也有自己的缺點，那就是缺乏性價比。雖然FPGA在一些新興的應用領域取得了一定成績，但隨著新興領域的崛起，其市場規模和重要性不斷提升，由於缺乏性價比的原因，FPGA最終會被專用晶片所替代。
不過，性能高一點，低一點問題不大，真正重要的是應用和產業生態。英偉達的GPU成為主流，原因就在於生態做得好，開發方便。
人工智慧不宜被過度炒作
由於人工智慧非常火爆，眾多公司開始玩概念，不論是做比特幣礦機的，還是做DSP的，搖身一變都成為人工智慧晶片公司。截至目前，中國已經完成融資或正在融資的人工智慧晶片公司已經超過40家，而且大多數都是在2015年後成立的。
目前，人工智慧已經有被過度炒作的跡象，一些媒體都紛紛鼓吹中國依靠人工智慧彎道超車。但實際上，人工智慧晶片只是加速器，用於解決特定的問題，並不能取代CPU、GPU、FPGA、DSP、NAND Flash、DRAM等類型的晶片。一些媒體宣稱中國應該大力發展AI晶片，依靠人工智慧打破X86、ARM的壟斷，這種論調顯然缺乏基本的行業常識。
商業公司搞人工智慧晶片對產業鏈的拉動效果也有限。舉例來說，要實現對產業鏈上下游的拉動效應，境內晶片設計公司以犧牲晶片的性能為代價，選擇境內的晶片製造商生產晶片；境內的晶圓廠可以做一定犧牲，選擇境內的設備商和原材料廠商的產品……這樣子就可以形成正迴圈。如果境內的晶片設計公司總是找台積電代工，境內的晶圓廠更加偏愛ASML、應用材料等國際大廠的設備。那麼，中國的晶片就很難不受制於人。
然而，像阿裡、百度、地平線、比特大陸等都是非常商業化的公司，肯定是商業利益優先，必然選擇台積電更加成熟的工藝。即便是把訂單交給中芯國際，也是因為中芯國際在良率等方面都有了很大提升之後的事情。
一句話，就是“只會錦上添花，不會雪中送炭”，而中芯國際最棘手的就是新工藝初期找不到願意下單的客戶，無法用產能攤平成本。這樣一來就會陷入閉環。
目前，打破這個閉環的主要推手之一不是國內企業，反而是美國高通公司。並非高通懷有一顆紅心，只是被發改委反壟斷了，才把訂單給中芯國際。另外，不僅僅是阿裡、百度等互聯網公司不會雪中送炭，華為、中興、小米等公司也是一樣優先選擇台積電。
因此，資本大量投向人工智慧，很可能成為資本趕風口的狂歡。不僅無法打破西方公司在晶片上的壟斷，也未必能對產業鏈起到多少推動作用。而中國晶片方面的真正短板，比如CPU、GPU、FPGA、RF、AD/DA等，以及各種開發工具卻有可能面臨無人問津的局面。對於不再重蹈中興事件的覆轍毫無幫助。