AI芯片市場(chǎng)空間巨大，未必能容納得下大量玩家

根據(jù)Gartner的預(yù)測(cè)數(shù)據(jù)，全球人工智能芯片市場(chǎng)規(guī)模將在未來(lái)五年內(nèi)呈現(xiàn)飆升， 從2018年的42．7億美元成長(zhǎng)至343億美元，增長(zhǎng)超過(guò)7倍，可以說(shuō)，未來(lái)AI芯片市場(chǎng)將有一個(gè)很大的增長(zhǎng)空間。

不過(guò)，對(duì)于很多初創(chuàng)企業(yè)而言，研發(fā)芯片將要面臨時(shí)間和資金上的巨大挑戰(zhàn)。在時(shí)間上，芯片研發(fā)從立項(xiàng)到上市通常需要兩年左右的時(shí)間。相較之下，更重要的一點(diǎn)是芯片成本很高。

在人工智能應(yīng)用領(lǐng)域，依據(jù)芯片的部署位置和任務(wù)需求，會(huì)采用不同的制程。在一般情況下，終端設(shè)備的芯片經(jīng)常會(huì)采用65nm和28nm制程；邊緣端和部分移動(dòng)端設(shè)備的芯片，制程基本為16nm或10nm；而云端芯片通常是7nm。

芯片制程決定開(kāi)發(fā)成本。根據(jù)IBS的估算數(shù)據(jù)，按照不同制程，65nm芯片開(kāi)發(fā)費(fèi)用為2850萬(wàn)美元，5nm芯片開(kāi)發(fā)費(fèi)用則達(dá)到了54220萬(wàn)美元。因此，在芯片的研發(fā)上，對(duì)錯(cuò)誤的容忍度幾乎是零。目前，較為成熟的是40nm和55nm工藝，而對(duì)于當(dāng)下先進(jìn)的7nm工藝，很多企業(yè)的技術(shù)還不夠成熟。

高昂的開(kāi)發(fā)費(fèi)用，加上以年計(jì)算的開(kāi)發(fā)周期，AI芯片企業(yè)在融資的早期階段就需要大量資金浥注，這樣才能撐過(guò)沒(méi)有產(chǎn)品銷售的階段。而政府的補(bǔ)助和投資者的資金，往往會(huì)傾向于那些銷售業(yè)績(jī)好的公司。且資本市場(chǎng)希望能有一個(gè)較短的投資周期。因此，融資也成為一道門檻。

此外，由于芯片開(kāi)發(fā)周期通常需要1－3年的時(shí)間，在正常的時(shí)間里軟件會(huì)有一個(gè)非�？焖俚陌l(fā)展，但算法在這個(gè)期間內(nèi)也將會(huì)快速更新，芯片如何支持這些更新也是難點(diǎn)。

而從長(zhǎng)遠(yuǎn)來(lái)看，AI芯片本身的技術(shù)發(fā)展還要面臨如下的困境。

目前主流的AI芯片采用的是馮諾依曼架構(gòu)。在馮·諾伊曼體系結(jié)構(gòu)中，芯片在計(jì)算上是采取1進(jìn)1出的方式，數(shù)據(jù)從處理單元外的存儲(chǔ)器提取，處理完之后再寫回存儲(chǔ)器，如此依序讀取完成任務(wù)。由于運(yùn)算部件和存儲(chǔ)部件存在速度差異，當(dāng)運(yùn)算能力達(dá)到一定程度，訪問(wèn)存儲(chǔ)器的速度無(wú)法跟上運(yùn)算部件消耗數(shù)據(jù)的速度，再增加運(yùn)算部件也無(wú)法得到充分利用，這不僅是AI芯片在實(shí)現(xiàn)中的瓶頸，也是長(zhǎng)期困擾計(jì)算機(jī)體系結(jié)構(gòu)的難題。

另外，要滿足人工智能發(fā)展所需的運(yùn)算能力，就需要在CMOS工藝上縮小集成尺寸，不斷提高芯片的系統(tǒng)性能。如今，7nm已經(jīng)開(kāi)始量產(chǎn)，5 nm節(jié)點(diǎn)的技術(shù)定義已經(jīng)完成。但由此也產(chǎn)生了CMOS 工藝和器件方面的瓶頸。首先，由于納米級(jí)晶體管所消耗的能量非常高，這使得芯片密集封裝的實(shí)現(xiàn)難度很大。其次，一個(gè)幾納米的CMOS器件，其層厚度只有幾個(gè)原子層，這樣的厚度極易導(dǎo)致電流泄漏，而工藝尺寸縮小所帶來(lái)的效果也會(huì)因此受到影響。

盡管AI芯片市場(chǎng)的增長(zhǎng)空間很大，但未必能夠容得下足夠多的企業(yè)。行業(yè)本身的特性以及當(dāng)下AI所處的發(fā)展階段，都決定了AI芯片企業(yè)會(huì)有一個(gè)相對(duì)較長(zhǎng)的挫折期，而在此過(guò)程中，被資本炒出的泡沫也會(huì)隨之壓縮。