為什麼中國的AI晶片產業難改依附式生存？

日前，全球最大的可編程晶片（FPGA）廠商賽靈思宣布收購中國 AI 晶片領域的明星創業公司—深鑒科技。

此消息一出立即在業內引起了強烈反響。

儘管雙方認為這是雙贏的結局，但我們還是從中看到了當下如日中天的中國AI晶片產業的依附式生存。

原因何在？

眾所周知，晶片定義了產業鏈和生態圈的基礎計算架構，正如CPU是IT產業的核心一樣，晶片也是人工智慧產業的核心。

截止到目前，業界公認的AI主流晶片，除了CPU以外，還有GPU、FPGA和ASIC。

而熟悉晶片產業的業內人士看到這些，就知道，所謂現在五花八門的AI晶片最終的基礎架構（或者是流派）無非如此，當在上述這些基礎架構上，格局已定。

CPU自不用說，英特爾占據著絕對領先的優勢，基本在此架構之上突圍的可能性微乎其微。

至於GPU，目前全球GPU行業的市場份額有超過70%被英偉達公司占據。

而應用在人工智慧領域的可進行通用計算的GPU市場則基本被英偉達公司壟斷。

據悉，世界上目前約有3000多家AI初創公司，大部分都採用了英偉達提供的硬體平台。

再看FPGA，雖然其市場前景誘人，但是門檻之高在晶片行業里無出其右。

全球有60多家公司先後斥資數十億美元，前赴後繼地嘗試登頂FPGA高地，其中不乏英特爾、IBM、德州儀器、摩托羅拉、飛利浦、東芝、三星這樣的行業巨鱷，但是最終登頂成功的只有位於美國矽谷的四家公司：Xilinx（賽靈思）、Altera（阿爾特拉）、Lattice（萊迪思）、Microsemi(美高森美)，其中，賽靈思與Altera這兩家公司共占有近90%的市場份額，專利達到6000餘項之多，如此之多的技術專利構成的技術壁壘當然高不可攀。

而賽靈思始終保持著全球FPGA的霸主地位。

正是由於晶片基礎架構格局已定，所謂國內的AI晶片企業（包括初創企業）實際上做得只是基於上述基本架構的二次開發或者優化。

以此次被賽靈思併購的深鑒科技為例，自 2016 年成立以來，深鑒科技就一直基於賽靈思的技術平台開發機器學習解決方案，兩家公司合作密切。

深鑒科技推出的兩個用於深度學習處理器的底層架構—亞里士多德架構和笛卡爾架構的 DPU 產品，都是基於賽靈思 FPGA 平台。

另外，由於賽靈思此前是深鑒科技的投資方之一，我們認為深鑒科技更像是為賽靈思FPGA做優化的廠商或者或合作夥伴的角色。

原因很簡單，一旦脫離了賽靈思 FPGA 平台，深鑒科技將是無本之木，無水之源。

在國外大廠幾近壟斷CPU、GPU和FPGA市場的情況下，再加上技術壁壘很高，中國AI晶片廠商在晶片領域一直缺乏關鍵核心自主技術，僅憑市場、企業單方面的力量難以在CPU、GPU和FPGA方面有所突破，只能另闢蹊徑。

從目前來看，中國AI晶片廠商更多的是以中小公司為主，與實際應用需求結合，集中於設備端的AI ASIC開發，就某一垂直領域進行優化，以低功耗低成本取勝。

例如中國知名的AI晶片初創企業寒武紀就是此類。

這裡我們並非說ASIC在AI晶片領域沒有前景，恰恰相反，此前名揚業內的谷歌TPU就是基於ASIC。

不過需要說明的是，谷歌之所以開發TPU，是基於其自身數據中心的應用規模，而規模是決定採用ASIC效益的關鍵。

儘管自身龐大應用規模的TPU在業內引起了好評，但谷歌首席科學家Greg Corrado在此前召開的谷歌AI技術分享會上還是提出了不同的觀點，他說，「至少迄今為止，我也沒有看到完全不同於傳統計算晶片的成功案例。

相反，我們認為應對現有的晶片做AI方面專門的優化，使現在的晶片完成AI任務時速度更快，功耗更低，整體的效益更高。

」這也是為何谷歌有了TPU，但依然會在其數據中心採用CPU和GPU的原因。

言外之意，TPU只是針對數據中心某些應用相對於CPU和GPU的補充和優化，並不能成為主流。

具體到中國，為了規避ASIC開發周期長和投入大的風險，基於ASIC開發的所謂AI晶片基本是採取SoC+IP的模式，即相比ASIC，SoC+IP模式的上市時間短，成本較低，並且IP可以更靈活地滿足用戶需求。

IP公司專注於IP模塊的設計，SoC公司則專注於晶片集成，分工合作，提高效率。

此前華為麒麟晶片與寒武紀IP結合在智慧型手機上的應用就屬此種模式。

但前提是規模（華為手機巨大的出貨量）及SoC的支持。

那麼對於中國市場而言，能有多少像華為這樣的規模用戶。

ASIC獨木難成林。

更讓ASIC前景難料的是，業內有一種分析和觀點認為，FPGA受益於晶片NRE費用指數級上升帶來的規模效應。

隨著製程工藝不斷提高，晶片NRE費用指數級上升，越來越多的ASIC晶片將由於達不到規模經濟而被迫放棄，從而轉向直接基於FPGA開發設計。

據Tractica估計顯示，到去年為止，深度學習應用中還幾乎找不到FPGA的身影，但是，到2025年，它的部署會和CPU的部署量相當(如果不能超過CPU的話）。

其結果就是，到2025年，FPGA將會在總規模達122億美金的深度學習晶片組市場獲得顯著的市場份額。

所謂萬變不離其宗。

雖然目前AI晶片的叫法五花八門，但依然沒有脫離CPU、GPU、FPGA和ASIC這些核心，而在這些核心中，顯然仍是那些傳統晶片廠商，例如英特爾、英偉達、賽靈思等國外廠商的天下。

而通過此次賽靈思併購深鑒科技，我們看到那些所謂中國的AI晶片企業有相當數量僅是在人家的架構之上再做些二次開發，優化和應用層面的事情，只是換了個新奇的名稱和叫法而已，與傳統的晶片產業競爭一樣，表面鑼鼓喧天的中國AI晶片依然是依附性的生存模式。