AI芯片這一行，已經快降溫三年了。

“這三年間，企業們的戰略搖擺、動作變形隨處可見，仿佛是一個個行走的創業記錯本。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。這就是創業，聽過無數的道理，也逃不過重復別人失敗的一生，這更是創業者的宿命：不斷的試錯和驗證。”

當這位AI芯片創業者發出上述感慨時，不少AI芯片公司正在面臨業務調整、高管離職、大規模裁員、融資困難、股價持續下跌、流片失敗、產品落地困難等問題。

不到五年時間，AI芯片經歷了概念炒作、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，AI芯片一直在持續發展，落地的速度確實比他們預期的慢。

不過，2022年，已經找到了應用和驗證了商業模式的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，面臨的最大挑戰是什么?

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技術發展的果實，不如說是資本的產物。

資本如酒，能壯創業膽。

AlphaGo的成功，順勢掀起了AI芯片的創業熱潮，此后的兩三年間，數十家甚至上百家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，如果創業項目和AI不相關，可能都見不到投資人。

因AI而涌入芯片行業的熱錢，足以讓那些在傳統芯片巨頭的高級打工者，跳出舒適圈，貿然下海，投身創業大潮。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，單從紙面分析來看，至少是萬億級的軟硬通吃的市場。

AI初創公司成立數量變化，來源：IT橘子

但情況在2019年下半年發生改變，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(公眾號：雷峰網)表示：“2017年左右，傳統做芯片的人看到了AI的機會，開始了AI芯片的創業，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，新創立的AI芯片公司越來越少，同時芯片研發和產品推出需要一定周期，自然關注度也隨之下降。”

“2018年AI創業達到頂峰。”嘉楠科技CEO張楠賡也持有同樣的觀點，“當時資本和業界對AI技術的應用抱有很高的期待，但對于客戶而言，AI沒有配套的技術和開發資源支持，對于AI在業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，最后的結果就是在落地層面上出問題。”

“AI芯片熱度很高的時候，許多人都認為AI可以獨當一面，能帶動行業的發展。”探境科技CEO魯勇說，“但后來慢慢發現AI芯片很難成為一個獨立的產品。”

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

“很快，不少AI芯片公司就發現英偉達的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”魯勇指出。

云端AI芯片創業公司Graphcore大中華區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方面做大量的工作。”

一邊要性能的大幅提升，一邊還要構建生態，并且構建軟件生態的時間比芯片研發的時間要長，在云端AI芯片領域創業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，寒武紀發布公告，公司副總經理兼首席技術官梁軍申請辭職。

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

對于AI芯片的負面的消息，多位業內人士都表示，這是在新技術發展過程中難以避免的情況，在前兩代產品落地過程遇到挑戰，業務調整也很正常。不過，走在行業前面的AI芯片公司已經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。

“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。”魯勇說，“雖然場景更加聚焦，但終端市場體量仍然巨大，因為終端產品的數量更大。”

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，紙面上的架構設計和跑分相對簡單，但要大規模投產千萬、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產品的速度還是偏慢。”周偉達說，“一個極致的產品需要至少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，順利的情況大概需要2-3年，然后再基于芯片開發出開發平臺以及比較完善的方案至少又需要半年，到客戶端，客戶從新產品開發到量產又需要大概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模落地。

在這個過程中，打磨出真正符合客戶需求的產品是AI芯片公司們的第一個障礙。

“AI芯片公司以AI為出發點設計芯片，但客戶對AI的需求可能并沒有那么強烈。比如在安防行業，即便能夠提供優秀的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，才能發揮自身AI的優勢。”

于是，過去幾年間成功找到落地場景或者驗證商業模式可行的AI芯片公司，AI的標簽越來越弱。AI芯片公司的產品以AI為出發點，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。

魯勇說探境科技戰術前移，選擇更容易挖掘和感知的智能家居市場開發產品，更快開發出符合市場需求的產品。

深聰智能的做法則是發揮思必馳在AI算法領域的優勢以及多年市場和產品方案積累，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改進產品。

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AI芯片，也不知道AI芯片能開發出什么新產品。

"早期，很多傳統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。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了芯片，還有一系列從模組到終端設備的產品。在這個過程中，隨著客戶對于業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，“提供二次開發能力也至關重要，需要做好后續的技術支持和服務。”

同樣通過開發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，“過去的產品線里沒有AI，只有明確給客戶帶來產品附加值的提升，以及營收的提升，才能解決很多公司不知道如何開發和發揮AI芯片價值的問題。”

鎖定目標場景，開發出滿足客戶需求的產品，并且讓產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品邁向規模落地。

冰火兩重天，行業淘汰即將開始

此次與雷峰網深度溝通的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挑戰，產品的開發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。在經過了產品驗證，初始客戶應用，以及小規模應用之后，2022年，各家AI芯片將迎來大規模應用。

“今年我們AI芯片出貨量目標至少是去年的3倍。”周偉達預計。

魯勇也表示今年探境的AI芯片會快速上量，產品線也會增加數倍。

"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、智能監控、云端服務器等。"魯勇說。

張楠賡指出，“在端側AI SoC市場，智能監控類依然占據很大的份額。目前已經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廠商已經初具競爭實力，可以預見2022年智能監控SoC市場的競爭將進一步加劇。由于智能監控的'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。”

業界人士普遍認為，AI語音芯片行業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冰火兩重天的情況，已經找到應用場景，并且芯片即將快速上量的公司將迎來快速發展，而大量的AI芯片公司還在尋找應用的階段，商業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AI芯片公司的分水嶺。

“經過前幾年的市場培育，需求端結構已經出現分層，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。”張楠賡認為，AI初創公司面臨的競爭壓力將更大，不僅要在產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。”

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有限。

至于AI芯片公司核心的競爭力，魯勇把技術放在第一位，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芯片創業公司的AI標簽不再鮮明，與傳統的芯片公司在產品中加入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，芯片行業的缺貨，又給這場競爭帶來了一些不確定性。