|AI芯片这一行，撑得过明年吗？( 三 )

AI芯片的成功不止于将ISP调的好，能够看清楚；也不是将传统的语音算法做的更精进，更不是说一个传统的车规芯片公司把CPU和DSP升级成一个NPU ， AI芯片没有那么简单。

碎片化严重只需要编写一套代码即可运行在不同平台，是软件工程师们的长久诉求。不同架构的 AI 芯片带来的碎片化会极大的打击他们在实际软件产品中应用 AI 的积极性。
与以往的经验不同，深度学习糟糕的解释性会带来许多意想不到的缺陷。
比如这样一个常见的困扰：一个私有的模型可以在本地 CPU 上得到满意的结果，然而却在部署到某款设备后性能大幅下降。如何调试这些问题，谁来负责调试，通过怎样的工具来调试，甚至调试的工程师能否拿到私有的模型？这些问题都难以回答。

碎片化还表现在，专有架构为了挖掘绝对性能往往会放弃向前兼容性。如上文提到的中间件，它的一端是碎片化的 AI 软件框架，另一端则是一代又一代的芯片架构。如何同时维护多个部分不兼容的指令集架构，并保证每一次软件更新都能完整的覆盖所有的设备？
除了投入更多的人力，别无他法。一个常见的论调是像当下的消费级芯片一样只保持一个短期的（2-3年的）软件支持，然而当下 AI 芯片的常见应用领域，如智能摄像头、工业智能、以及自动驾驶，一款芯片的生命周期可能长达十年。
很难想象一家公司需要多大的量级才能提供持久的技术支持，如果预估一家初创公司活不过两三年，如何才能放心的部署其产品到一款面向消费者的量产车上？
同质化严重，深陷价格战在2021年ICCAD上，清华大学教授，博士生导师魏少军教授指出，在2810家芯片设计企业中，仅有32家企业的人数超过1000人， 51家企业人员规模为500-1000人，人员规模100-500人的有376家。此外，更是有2351家企业是人数少于100人的小微企业，占比高达83.7% 。可见，国内芯片设计企业体量规模差异较大，大部分初创企业规模较小。受限于规模体量，中小芯片公司专业管理能力不足，自建的技术和运营团队也难以长久维持，几款产品的销售额和利润很难摊薄芯片成本，同时还要持续的投入研发，两者难以兼顾。因此，不少公司为了摊薄投入，盲目拓展产品线，希望通过低价快速去其他芯片细分领域探寻市场机会，但这种策略容易使其他企业也来自己的主战场杀低价，导致国内芯片行业的同质化竞争严重，造成内卷化的惨烈竞争。
以MCU芯片为例，涉及MCU业务的企业占比较多，竞争非常激烈。虽然市场上已有瑞萨电子、恩智浦、英飞凌、意法半导体、微芯科技、德州仪器等国际大牌厂商，以及士兰微、兆易创新、中颖电子、国民技术、芯海科技等一众本土企业，但国内MCU初创企业仍在不断增加。据不完全统计，当前国内MCU厂商已有上百家，本土MCU品牌的产品序列、采用工艺、性能参数也几乎是完全对标进口品牌，产品同质化情况严重，且价格战越来越激烈，尤其是在通用MCU市场。这也进一步导致本土厂商对产品的创新能力低下，只能模仿市场上的热门产品，自身产品易于替换，代理商和客户对品牌的忠诚度也必然会变低。此外，自动驾驶芯片、AI芯片等在内的诸多赛道都存在类似的情况，新晋企业盲目造芯可能导致国内芯片企业同质化、低端化项目频出，采用低价竞争的方法争取市场份额，最后难免留下“一地鸡毛” ，不仅造成资源浪费，还会拖累产业发展。