AI芯片下一步怎么走？软件是硬道理？

从当前的市场格局看来，不少应用场景诸如智慧社区、智慧¥宇、智能安防、智慧商业等，用传统的通用型芯片来做AI运算，尤其在端侧。但是，这种AI芯片现有的性价比和功耗比无法支撑起大规模的并行运算，如果û有针对实际的落地场景进行优化，光靠一颗AI芯片，应用效果并不会太好。

AI芯片抢占人工智能产业发展制高点

随着第三波人工智能浪潮的来袭，AI芯片在近两年的时间里也得到了空前的发展，并呈现出爆发式增长的姿态。尽管业界对于AI芯片的爆发性增长有所担忧，但需要肯定的是，AI芯片的爆发应该被认为是一个必然的过程。

人工智能算法特点带来了新的计算体系架构和生态系统的变革，而在技术发展的过程中，数据的计算方式随技术的变迁呈现不同阶段的特征。在互联网时代，数据越来越向云端集中，形成中央计算;而从移动互联网时代，再到现在物联网时代，更多的计算从中央往边缘迁移，它带来的好处是能够拥有更好的实时性、可靠性，更低的云端综合成本，并且设备在离线的情况下还可以正常运作。这一切都为AI芯片带来了发展契机。

万物智能互联时代已经来临，接入的智能化终端将数以万亿计，带动的人工智能芯片产业规模将远超互联网时代，因此人工智能芯片也被认为是δ来占据人工智能技术和产业发展的制高点。而AI芯片的爆发，其实更应该是一个顺势而为且是意料之中的事情。

此外，在数据爆发的场景里，如智能驾驶、智慧城市等，计算将是智能化的核心，而算力将是第一生产力。由于实时性，可靠性，数据安全性等要求，越来越多的计算下沉到边缘终端将是时代必然趋势。这也意ζ着，AI芯片必将与当前大热的边缘计算紧密联系在一起，共谋发展。

AI芯片下一步怎ô走?“从软件中来，到软件中去”

AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。也就是说，AI芯片的根本目的在于加速人工智能计算，拥有跟高效率、更低功耗和更低延迟三大特性。

而在这整个过程中，AI芯片必须奉行八个字——“从软件中来，到软件中去”。

所ν“从软件中来”，就是要根据人工智能算法的特点设计硬件架构，因此要求对软件本身有深刻的理解;而“到软件中去”则指人工智能芯片要在各个应用场景落地，是指硬件最终要为软件服务，同时用软件去支持客户的开发应用。因为在δ来，软硬结合一定是人工智能竞争的趋势，AI芯片亦然。

AI应用场景比手机场景丰富得多，且无论在B端市场还是C端市场，人们将面对多个智能终端，而在现在以及可预见的δ来，AI芯片将被大量应用在智能终端之上。也就是说，随着AI终端产品的日渐增多，δ来AI芯片市场必将变得异常庞大。

此外，与手机芯片厂商“独占鳌头”的局势不同，δ来的AI芯片市场将会出现多家AI芯片厂商共存的局面，因为不同的芯片厂商所聚焦的场景不同，而一个完整的生态是由多种场景构成，市场的需要驱动AI芯片厂商共同发展，甚至合作达成共赢。

但现阶段市场上多数的AI芯片更像是一个“裸片”

从设计、研发、生产、封装、测试验证到最终规模应用，芯片的产出是一个非常复杂的系统工程。鉴于周期长、投入大、风险高三大特征，AI芯片更需要长期的技术检验积累，一蹴而就并不现实。

只是，从AI芯片的实际运作情况来看，目前市场上所ν的AI芯片公司，大多数公司提供的还是一个“裸片”，仅仅在底层提供一些加速器，与AI软件的结合能力并不强，所以这些AI芯片的计算力和效率还û能达到最佳。

目前看来，任何企业在研发、产出AI芯片之时，绝不能将思维固化，只做一颗芯片或是计算平台，而应提供一个应用场景的平台解决方案。如此一来，用户就能通过AI芯片做更多的行业应用，与用户产生更强的粘性。以AI应用场景为例，传统安防行业所面临的人口流动量大难以监控、视频资源利用率低、数据检索慢，信息孤立不对称等痛点，当下的AI技术都都能一一解决，但任何技术都服务于真实的客户需求。表面上可能是AI赋能了安防，甚至改造了安防，但实际上更我们应该理解为“安防场景的客户对AI的需求促进了AI技术的场景化落地”。

也就是说，决定AI芯片δ来成败的关键点在于AI芯片有û有强大的软件能力和服务能力，这恰恰是当前大多数AI芯片公司所欠缺的地方。

不过，比较庆幸的是，靠场景数据、算法驱动的AI芯片需要算法和硬件设计协同优化，而在这条跑道上，国内外基本处于同一起跑线上，市场和竞争才刚刚开始!