|AI芯片这一行,撑得过明年吗?( 六 )


AI芯片公司以AI为出发点设计芯片 , 但客户对AI的需求可能并没有那么强烈 。 比如在安防行业 , 即便能够提供优秀的AI能力 , 但客户更在意的是ISP(图像信号处理器)性能 , 这些领域的客户只会选择ISP性能更好的产品 。 过去几年间成功找到落地场景或者验证商业模式可行的AI芯片公司 , AI的标签越来越弱 。 AI芯片公司的产品以AI为出发点 , 不断集成客户所需的各种非AI功能(如控制、通信等) 。 这个难题就足以困住大量的AI芯片公司 , 因为懂应用的人不懂 AI , 懂芯片的人不懂应用 , 芯片提供者和应用者之间有巨大的认知差 。
无论从技术门槛、落地场景和市场竞争来看 , 如今AI创业的窗口期已过 , 理解一个场景 , 深挖和精准研发 , 甚至整合这个场景的解决方案 , 企业还是有机会活下去 。 不过 , 如若能做到 , 这些企业也许已转型为某个场景方案解决商 , 而不再是“AI 芯片企业” 。

写在最后AI芯片市场进入一个洗牌的时刻 。 回到笔者在开头提到的问题:AI芯片在中国的这场狂欢如何收场?当无数的巨头和初创公司设计出一块又一块大同小异的 AI 芯片 , 我们需要回答这样一个问题:真的需要这么多 AI 芯片吗?
从一个软件工程师的角度 , 我个人坚信定制化的AI 处理器只会是一个过渡期产物 。 一个统一的、可编程的、高并发的架构才应该是我们追求的方向 。 回想过去的二十年 , 我们见证了专用架构的小型机市场的萎缩 , 图形处理器到通用向量处理器的发展 , 甚至连我们的手机和电脑的平台都将趋于统一 。
任何事物一旦进入泡沫期 , 就不免让人担心什么时候会崩盘 , 而当下的 AI 芯片已经进入公认的泡沫期 。 据艾瑞咨询发布的《AI芯片行业研究报告》指出 , 目前AI芯片行业接近Gartner技术曲线泡沫顶端 , 只有通过市场检验和筛选的优质团队才能够继续获得产业、政策和资本的青睐与支持 。
【|AI芯片这一行,撑得过明年吗?】2022年 , 已经找到了应用和验证了商业模式的AI芯片会生存下来 , 而大量还在探索的公司 , 最快在2023年就会面临被淘汰的风险 。