资本寒冬之下 这样的AI芯片公司在2019年很危险！

据悉地平线在3年前开始投入研发AI芯片，目前第一代AI芯片已经开始大规模商业化，征程处理器在自动驾驶领域已经和全球四大汽车市场Tier1s和OEMs建立了合作关系，AIoT领域在2018年下半年为20多家设备供应商提供旭日处理器。黄畅透露，第二代芯片预计将在今年一季度流片。

　　苏东则看好无人驾驶和安防的落地，他表示：“2019年安防领域会有更多的应用，无论是使用海思的芯片还是做相关算法公司的芯片，可以预见会有更多的落地应用。无人驾驶也是AI芯片一个比较好的落地场景，但无人驾驶属于汽车的前装，所以周期会相对长一些。”

　　除了安防和自动驾驶，鲁勇看好AI芯片在智能家居领域的落地。他认为之前技术没有达到一个相对理想的状态，成本也没有下降到适合普及的程度，而2019年技术和成本都会迎来拐点，并且基于用户对智能家居越来越高的接受度，2019年智能家居也会快速普及，也将带动AI芯片的落地。

　　鲲云的星空加速卡在智慧城市、工业制造等领域实现批量落地，针对物联网前端的雨人加速卡也在安防、教育等领域完成了规模复制。牛昕宇表示，除了大家比较关注的安防和自动驾驶领域，工业、金融等垂直行业的差异化需求也逐渐清晰，鲲云在2019年将支持更多金融、工业制造领域的人工智能落地场景和芯片应用。

　　AI芯片的技术突破

　　受访人们看好AI芯片在2019年的落地，但AI的发展仍然需要AI芯片的不断迭代。目前AI芯片最受关注的就是算力的提升，由于AI芯片更加强调软硬一体的结合，因此软硬更好地结合提升AI芯片算力非常关键。

　　对此，黄畅表示软硬结合会进一步发展，芯片架构革命的机会之一在于领域专有架构(Domain Specific Architectures)，2019年我们会看到更多的领域专有架构和领域专有语言(Domain Specific Languages)的协同设计。

　　牛昕宇指出，鲲云科技在成立之初就有芯片+编译器，为人工智能应用提供算力支撑，降低使用门槛。

　　另外，内存墙问题也越来越成为AI芯片关注的焦点。鲁勇表示：“我们一直在用微弱的声音呐喊AI芯片存储是最重要的，因为存储对功耗的影响最大，探境科技用自己创新的架构解决了AI芯片的存储问题。”

　　牛昕宇表示：“短期而言，AI芯片公司可以在芯片架构中更多考虑对于片上数据复用以及片下内存带宽的支持，将内存墙对于性能的影响尽可能降低。在这方面，定制化架构和数据流架构由于不受指令集的限制，会比较有优势。”

　　黄畅认为内存墙问题在2019年会有所缓解，一方面是软硬结合适配场景可以使AI芯片公司可预先对数据的存取有更为准确地估计，从而更有针对性地设计精巧的层次化存储技术;另一方面随着场景的明确，可以进一步去除那些“不必要的精确”，采用更加激进的量化或稀疏化方式，大幅减少数据存取的压力。

　　小结

　　2018年，AI芯片市场有不少玩家加入，并且在资本和政策的助推下AI芯片迎来了热潮，对于竞争并不充分的AI芯片市场，更多AI芯片公司的进入以及热潮都有利于AI的发展和普及。只是，2019年的资本寒冬以及整个半导体市场的低迷，将会让那些没有技术独特性以及缺乏商业落地能力现金流控制有不好的AI芯片公司面临巨大挑战，也将有很大的概率在2019年倒下。

　　未来，经历市场和资本的筛选之后，AI芯片公司的竞争也将加剧，无论是大公司还是初创企业，技术独特性、商业落地能力、软硬一体AI芯片持续迭代的能力都将成为其在竞争中保持优势的关键。