2023年A股将如何规划？林园、洪浩等五位大咖看好这些优质资产的投资机会！
06-18
2019年中兴事件引发中国“缺芯”大讨论，恰逢第三次AI热潮。
国内外科技巨头也进军AI芯片市场。
此外，随着巨头等传统芯片以及初创公司的积极布局，2017年的AI芯片市场十分热闹。
然而，2020年全球将迎来资本寒冬，国际贸易环境和半导体市场均不容乐观。
大量的资金需求和较长的芯片周期将让AI芯片面临巨大的挑战。
那么，谁最有可能先倒下呢？雷锋网采访了来自三家处于不同商业化进程的AI芯片初创公司的创始人，以及擅长投资半导体领域的投资者，回顾AI芯片这一年，展望未来一年。
2020年AI芯片是否过热？ 2016年的AI芯片市场引发了企业、资本甚至国家之间的竞争。
老牌芯片厂商英特尔、英伟达不仅获得了更多的AI芯片订单，还持续加大对AI芯片的投入。
与此同时，巨头以及巨头自研的AI芯片也受到关注。
谷歌的TPU已经迭代到第三代，亚马逊发布了机器学习芯片Inferentia，Facebook和英特尔联合开发了深度学习芯片，特斯拉的AI芯片也即将发布。
国内AI芯片市场越来越关注引人。
4月份，当人们在讨论中国核心短缺的时候，阿里宣布阿里达摩院正在研发一款名为Ali-NPU的神经网络芯片。
5月，平头哥半导体有限公司的命名引发热议。
7月，百度发布了自研AI芯片昆仑，包括训练芯片和推理芯片。
10月，华为发布人工智能IP和芯片Ascend系列。
除了巨头之外，在资本的推动下，AI初创公司不断巨额融资消息以及自主研发的AI芯片方案和产品也增加了AI芯片的热度。
今年5月，潭晶科技宣布第二轮千万美元融资；云知声宣布获得6亿元C+轮融资，并宣布研发AI芯片；耐能宣布获得1万美元A1轮融资。
6月，Spichi宣布获得5亿元人民币融资，并宣布推进AI芯片落地；寒武纪还获得了数亿美元的B轮融资。
10月，地平线创始人及CEO余凯在接受媒体采访时透露，年底将完成新一轮500-10亿美元融资。
还有促进AI芯片发展的政策。
无论是国外还是国内，政府都出台了对人工智能的利好政策。
国产芯片的发展也有千亿规模的大资金支持。
对于AI芯片的热潮，鲲云科技CEO牛新宇告诉雷锋网，AI芯片之所以受到关注，一方面是国内信息产业面临技术升级的需要，另一方面是另一方面，AI本身就备受关注，芯片作为底层技术自然也受到关注。
2020年AI芯片是否过热？地平线联合创始人和算法副总裁黄畅认为，2017年AI芯片的火爆确实出乎意料，市场过热，但大多数企业都处于初步规划和启动阶段。
创始人、探晶科技CEO陆勇表示：“2020年AI芯片并没有过热，芯片行业长期被忽视，刚才又提到了芯片的重要性，这只是一个开始。
还有中国太需要关注了。
”芯片行业正在关注。
”华登国际副总裁苏东也认为，AI芯片还没有过热。
未来AI芯片是否会过热、是否产生泡沫，最重要的是AI芯片的应用能否落地。
如果能落实，就不会过热。
资本寒冬下可能倒闭的AI芯片企业进入今年，或从下半年开始，越来越多的企业感受到资本寒冬带来的变化。
此外，国际半导体行业协会（SEMI）考虑四大因素：全球经济放缓、中美贸易争端悬而未决、半导体行业人员态度保守、下游库存调整可能持续至中期。
并下调了2020年全球半导体设备展望，预计全年产值较去年下降9%，结束2009年以来的连续三年增长。
需要指出的是半导体设备市场的走势可以反映主要半导体厂商的投资状况。
当市场不好的时候，半导体设备市场自然就会陷入低迷。
SEMI数据显示，三星、英特尔、SK海力士等公司纷纷削减资本支出。
我们知道，芯片产业是资金和人才密集型产业，周期长。
面对资本寒冬和整个半导体市场的低迷，多数受访者认为2020年AI芯片企业倒闭的概率很大。
黄畅指出，资本和市场都希望看到阶段性结果。
多年来，宣布研发AI芯片的企业都需要拿出自己的成绩单来接受市场检验。
业绩良好的企业将继续受到市场和资本的青睐。
业绩不佳的企业将面临巨大的压力。
牛新宇还表示，资本市场的波动会对没有造血能力的企业产生影响。
对于能够证明其近期和长期盈利能力的公司来说，影响会小得多。
对于拥有核心技术实力和产品实施能力的AI芯片企业来说，将创造更好的集聚效应。
陆勇认为，其实不仅仅是资本寒冬和市场环境的问题，更重要的是，真正具备技术突破和商业落地能力的AI芯片初创公司其实很少。
即使你在繁荣时期不具备这样的能力，你仍然可以享受到好处。
繁荣带来的好处在繁荣过去后将非常危险。
2020年我们大概率会看到AI芯片崩盘。
苏东从投资者的角度，更具体地阐述了他认为2020年大概率崩盘的AI芯片公司的特点。
他表示：“如果我们对AI芯片做一个简单的分类，对于已经有一定规模的芯片公司来说，将AI芯片引入到现有的体系中是正确的选择，因为他们更容易看到客户的需求，并且AI芯片也是比较容易实现的，初创公司本身周期比较长，另外AI芯片是软件和硬件的结合体，成本比较高。
如果融资不能持续，资本环境就比较容易失败。
”苏东还指出，AI芯片初创公司也可以分为两类：擅长算法的公司和擅长硬件的公司，融资能力强，现金储备充足，因此在应用场景上。
最坏的情况是，自研芯片可以自己用，相对来说更安全，对于单纯提供AI芯片硬件的公司来说，仍然需要客户开发，而且第一代芯片在芯片性能和成熟度上都无法做到完美。
所以，下游客户的接受度是他们2019年最大的风险，融资周期拉长到了9个月甚至更长，如果现金流控制不好，崩盘的可能性很大。
肯定会有一家或几家公司失败，但我们可以看到，如果AI芯片初创公司在2018年不能交出一份公认的成绩单，不具备真正的技术突破和商业实施能力，就无法在2018年融资。
未来。
随着周期拉长，无法控制现金流的AI芯片公司年内倒闭的概率很大。
为什么说2020年AI芯片的推出是关键？对于大多数AI芯片企业来说，如何渡过2019年的资本寒冬是他们最关心的问题。
苏东认为，在资本寒冬下，投资机构出于安全考虑，依然投资龙头企业。
对于非龙头企业来说，由于投资者对投资标的的要求会更高，因此更容易进行下一轮融资，更加注重产品落地，更快实现正现金流。
当然，在这种情况下，AI初创公司的估值会变得更加合理。
陆勇也认为，今年最关键的一点是应用的落地，AI芯片仍然是一个非常蓝海的市场。
在资本寒冬中，芯片是资本关注的重点领域，这对于中国芯片的发展来说是一件好事。
牛新宇表示，能否赢得资本市场的青睐取决于两点：当前盈利能力和未来盈利能力。
2020年，AI芯片企业面临的一大挑战是如何保持核心技术领先并不断迭代产品，同时证明自己的商业化能力，证明自己拥有可以将技术优势转化为商业成功的商业模式。
实现规模商用的核心点是找到满足客户需求的差异化优势。
黄畅表示：“AI芯片的价值只有落地场景才能体现，AI芯片公司的价值也才能体现。
对于AI芯片企业来说，一方面要充分发挥和培育核心技术优势，不断打磨和迭代产品；另一方面，要深入场景，挖掘、理解场景需求，以开放的心态推动产业合作、为产业赋能。
升级推动AI芯片在场景落地。
《2020年的AI“杀手级”应用》。
既然2020年产品的推出对于AI芯片企业来说至关重要，那么2020年哪些AI芯片应用能够更快推出并普及呢？需要了解的是，2020年最新的SoC巨头等手机芯片包括苹果A12、海思麒麟、三星Exynos、高通骁龙、联发科Helio P90等都专门针对AI需求加入了加速单元，因此移动AI的竞争已经从硬件转向应用探索。
除了移动AI，黄畅认为新的杀手级应用可能来自智能物联网场景和智能驾驶场景。
他还指出，AI应用场景非常丰富，可以搭建开放平台，提供丰富的软件和应用。
只有在芯片上开发出更多、更丰富的应用，才能为AI在更广泛的长尾场景落地创造机会。
如果仅将AI芯片视为一个硬件，则缺乏相应的软件和服务，无法为开发者创造机会。
如果生态良好，那么芯片只能是一块石头。
据悉，地平线三年前就开始投入AI芯片的研发。
目前，第一代AI芯片已经开始大规模商用。
旅程处理器已经在自动驾驶领域与全球四大汽车展开竞争。
市场Tier1已与OEM厂商建立合作关系，AIoT领域下半年将向20多家设备供应商提供旭日处理器。
黄畅透露，第二代芯片预计今年一季度流片。
苏东看好Noone。
对于驾驶和安全的落地，他表示：“今年安全领域会有更多的应用，无论是使用海思的芯片，还是相关算法公司的芯片，可以预见会有更多的应用。
”对于AI芯片来说也是一个很好的落地场景，但是自动驾驶是汽车的预装，所以周期会比较长。
”除了安全和自动驾驶之外，陆勇对AI芯片在汽车上的落地也很看好。
智能家居领域。
他认为，之前的技术还没有达到比较理想的状态，成本也没有下降到适合普及的水平。
2017年，技术和成本都将迎来拐点。
而基于用户对智能家居的接受程度不断提高，智能家居也将在2018年开始普及，这也将带动AI芯片的落地。
昆云星加速卡将在智慧城市、工业制造等领域批量落地。
物联网前端的Rainman加速卡在安防、教育等领域也完成了大规模复制。
牛新宇表示，除了大家比较关注的安全、自动驾驶领域外，工业、金融等垂直行业的差异化需求也逐渐清晰。
昆云2019年将支持更多人工智能在金融、工业制造领域的落地场景和芯片应用。
【图片来源：insightsuccess】AI芯片的技术突破受访者对2019年AI芯片的落地持乐观态度，但AI的发展仍需要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芯片更加注重软硬件的融合，因此如何更好地结合软硬件来提高AI芯片的算力就显得非常关键。
对此，黄畅表示，软件与硬件的结合将会进一步发展。
芯片架构革命的机遇之一在于特定领域架构。
2020年，我们将看到更多领域特定架构和领域特定语言（Domain Specific Architectures）。
特定语言）协作设计。
牛新宇指出，坤云科技成立之初就有芯片+编译器，为人工智能应用提供算力支撑，降低使用门槛。
此外，内存墙问题也日益成为AI芯片关注的焦点。
陆勇表示：“我们一直在用微弱的声音喊出AI芯片存储最重要，因为存储对功耗的影响最大。
潭晶科技用自己的创新架构解决了AI芯片的存储问题。
”牛新宇表示：“短期来看，AI芯片企业可以考虑在芯片架构中更多地支持片内数据复用和片外内存带宽，尽量减少内存墙对性能的影响。
对此，定制化架构“由于架构不受指令集限制，因此将具有更多优势。
”黄畅认为，内存墙问题将在2020年得到缓解。
一方面，软硬件结合可以赋能AI芯片。
公司提前访问数据。
更准确的估计可以让复杂的分层存储技术更有针对性地设计；另一方面，随着场景变得更加清晰，那些“不必要的精度”可以进一步去除，并可以采用更激进的量化或稀疏化方法。
显着减轻数据访问压力。
雷锋网总结了过去的一年。
不少玩家纷纷加入AI芯片市场，在资本和政策的助力下，AI芯片迎来了热潮。
对于竞争不充分的AI芯片市场来说，更多的AI芯片企业的进入和热潮有利于AI的发展和普及。
但2020年的资本寒冬和整个半导体市场的低迷，将导致不具备独特技术、商业实施能力、现金流控制能力较差的AI芯片企业面临巨大挑战，也将大概率走向破产。
2020年破产。
下降。
未来，经过市场和资本的筛选，AI芯片企业之间的竞争也将加剧。
无论是大公司还是初创企业，技术的独特性、商业实施能力以及软硬件一体化AI芯片的持续迭代能力都将成为他们的竞争力。
保持优势的关键。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-08
06-18
06-08
06-06
06-18
06-17
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态