realme|巨头搅局AI芯片( 二 )


其二 , 大部分的互联网巨头都是造自家产品的专用AI芯片 , 容易形成各家产品间的使用壁垒 , 不利于生态的搭建 。
相比之下 , 长期以来走通用AI芯片路线 , 之后又面向云、边、端三大场景研发AI芯片产品的寒武纪 , 目前已能覆盖到视觉、自然语言理解、传统机器学习等高度多样化的人工智能应用场景 。 由此一来 , 寒武纪们与互联网巨头们在关于AI芯片的生态搭建能力比拼上高低立见 。
种种问题牵制着互联网企业占领AI芯片市场的步伐 , 面对越发白热化的市场竞争 , 互联网企业们需要更加完善好AI芯片业务的整体运作系统 , 尽快加快脚程 , 深入走进市场当中 , 否则造AI芯片也只是“自嗨” 。
总之 , 就目前来看互联网巨头们在AI芯片领域上并没有真正打造出自己的核心竞争力 , 还需另辟蹊径才能在AI芯片市场上实现弯道超车 。
发力云端 , 抄道追赶
不难发现 , 像地平线、依图科技等近年来在AI芯片行业名声大噪的企业 , 都是终端AI芯片细分赛道的强手 。
例如地平线征程系列AI芯片已在智能座舱、自动驾驶等终端领域取得了较为出色的成绩 , 据甲子光年数据显示 , 地平线首款车规级AI芯片征程2 , 前装出货量于2020年11月便突破了10万片 。 除此之外 , 华为、小米等硬件厂商也开始自研在智能平台、手机、驾驶等消费电子的AI芯片 。
可以看到 , 当前国内的终端AI芯片细分市场已经云集了各路大佬 , 而大部分互联网企业作为AI芯片的“初生牛犊” , 半路从“虎口”抢食的难度较大 。 或许正是意识到这一点 , 百度、阿里、腾讯等巨头纷纷开始转向到云端AI芯片细分赛道 , 从巨头们的实际发展情况看来 , 这并不失为明智之举 。
首先BAT三者本身有庞大的数据和流量加持 , 其次还有强大的云计算实力作为支撑 , 因此其在云端AI芯片领域 , 拥有着其他同类企业难以超越的天然优势 。
所以在这个赛道上 , BAT等巨头们更有望和国内的寒武纪等AI芯片新势力 , 以及国外的英特尔、英伟达等实力传统芯片企业站在同一条起跑线上 。 可以猜测到 , 接下来互联网巨头们对云端AI芯片会更加专注 。
毕竟可以利用云端AI芯片赛道取长补短 , 填补在终端AI芯片的不足 , 促进整体AI芯片在市场中茁壮生长 , 同时可以避开各方巨头在终端AI芯片市场中的尖锐锋芒 。 或者准确来说 , 云端AI芯片将会成为互联网巨头们实现逆袭的一手好牌 。
或成AI芯片中坚角色
按目前情况来看 , 纵使有AI芯片整体制造工艺水平略低、应用场景有限等不足 , 也难掩BAT等巨头正在AI芯片行业频频出圈的事实 。
在AI芯片性能方面 , 互联网巨头依靠已推出的部分产品在AI芯片领域出尽风头 。 据公开数据显示 , 昆仑AI芯片能提供每秒260万亿次的定数运算性能 。 对比之下 , 英伟达的Xavier自动驾驶处理器的算力大概是每秒30万亿次 , 百度昆仑在算力速度上 , 已经赶上了国际AI芯片头部企业的水平 。
除此之外 , 阿里平头哥的含光800和腾讯的紫霄也有不少闪光点 。 据官方资料显示 , 1颗含光800的算力相当于10颗GPU , 相比传统GPU算力 , 性价比提升100% 。
不可否认 , BAT三巨头的算力在AI芯片领域也已经上升为拔尖水平 , 所以在AI芯片产品性能比拼上 , 互联网巨头们也已经有了足够的话语权 。
虽然现在仍有许多互联网大厂整体的AI芯片业务发展情况远不及寒武纪、华为海思、地平线等企业 , 但随着互联网大厂们擅长的云端AI芯片市场不断成熟 , 再配合上算力速度、数据资源等各方面的优势 , 它们未来有望成长为芯片行业不可忽视的力量 。