最近，AI芯片市場明顯“冷”了下來。

作為芯片市場的一哥，英偉達剛剛發布的Q1季度報告表現就十分不理想。數據顯示，截至2019年4月28日，英偉達當季收入22．20億美元，環比增長1％，同比下跌31％，毛利率58．4％，環比提高3．7個百分點，同比減少6．1個百分點；凈利潤3．94億美元，環比下跌31％，同比下跌68％。數據一出，整個AI芯片市場的心態都很難不受影響。

英偉達營收下跌的因素有很多，作為高端芯片設計巨頭，就像是早年蘋果顯著優勢被不斷追趕上一般，現在英偉達也處在這樣的困局之中，創新無力，優勢漸失。因此，它的利潤下跌暗示出兩個信號：1．整個市場平均水平上升了；2．高端AI芯片市場產品性能發展“停滯不前”。

可見，形勢已然生變。

人人可做的AI芯片

從應用角度來看，AI芯片主要應用在云、邊緣和端側。其中云上最為常見的產品是AI加速器，其主要用于加速深度學習訓練和推理；而在邊緣和端側，則根據在智能手機、安防、汽車等領域應用場景的不同出現各類AI芯片。其中云端訓練需求大約占AI芯片市場的50％，云端推理需求約占AI芯片市場的25％，邊緣和端側占據25％。

數據顯示，AI芯片市場規模在未來5年將會增長10倍，到2022年達到35億美元，可以說是一個相當可觀的市場。

但是入局者很多，尤其是在應用端，國內原本做安防、語音語義、人臉識別、云計算等領域解決方案的公司紛紛開始了自研芯片的道路，從百度、阿里到思必馳、云天勵飛。而2018年大批AI算法公司開始轉向各自所在領域的AI芯片研究，這也不再讓人感到驚奇。

開先河的人是誰？似乎是特斯拉。大家應該都還記得，馬斯克“嫌棄”英偉達芯片之后自己默默地就研發了用于自動駕駛的芯片，速度很快就換下了英偉達芯片，完全是一副“很容易做”的態勢。

公開數據顯示，截止2018年底，國內芯片設計公司規模已經發展到近1700家，雖然受經濟影響，增速大不如前兩年，但是仍然有不少人想要搶奪這塊蛋糕。在AI的大背景下，人人可做芯片成為一個再正常不過的現象，這也讓這部分尚未成型的市場爭奪格外激烈。

2018年是格外熱鬧的一年，包括云知聲、思必馳、出門問問等國內不少AI初創企業紛紛推出了自己的芯片或模組。而今年年初，云知聲更是一口氣發布了三款芯片：第二代物聯網語音AI芯片雨燕Lite，面向智慧城市的支持圖像與語音計算的多模態AI芯片海豚（Dolphin）以及面向智慧出行的車規級多模態AI芯片雪豹（Leopard）；而思必馳也攜手中芯國際發布AI語音芯片TAIHANG。如此之類，比比皆是。

可以看出，尤其是在終端應用上，芯片設計巨頭的優勢正在逐漸消失。

為什么AI芯片人人可做？

“做神經網絡芯片并不難?！痹趧倓偨Y束的CAIS大會上，賽靈思人工智能業務資深總監姚頌公開表示。

言下之意，現在應用于深度學習算法的AI芯片開發起來并不是一件困難的事情。因為應用在特定領域，對于初創公司來說，專用架構設計已經沒有太高門檻，早期的初創公司如寒武紀、地平線等公司也都已經開始比拼工程能力和客戶能力。

那AI芯片到底為何如此容易做？

回答這個問題還需要回到AI芯片是什么這個話題上。

說起AI芯片，它是一個比較寬泛的概念，且至今為止都沒有一個明確的定義。從廣義范疇上講，面向AI計算應用的芯片都可以稱為AI芯片。除了以GPU、FPGA、ASIC為代表的AI加速芯片（基于傳統芯片架構，對某類特定算法或者場景進行AI計算加速），還有比較前沿性的研究，例如類腦芯片、可重構通用AI芯片等。

但后者距離大規模商用還有較長距離，暫時不會對市場造成太大影響。因此一般情況下，當我們談論AI芯片，我們通常指的是以GPU、FPGA、ASIC為代表的AI芯片，而它們本質上就是AI加速器或計算卡，即專門用于加速AI應用中的大量計算任務的模塊（其他非計算任務仍由CPU負責）。

如業內人所分析，因AI芯片就是用于計算的芯片，效率高，功能相對單一，且不涉及IP授權問題，應用起來更節約資源且門檻要比通用芯片低，故而進場者眾多。

當然，除了技術本身，AI芯片市場發展的停滯不前也為入局者留有了足夠的時間。有業內人調侃說，“我去年把工作重心放在了5G，今年轉回來去做AI芯片，發現還是沒有多大變化?！?/p>

可以看出，門檻低、專用性強、AI芯片再難創新等因素都直接促使了AI公司紛紛去做自己的AI芯片。