如果說2018年是“AI芯片元年”，2019年，AI芯片的戰火已經點燃。

　　2018年AI算法公司開始紛紛發力AI芯片，隨著云端AI芯片及一系列產品的發布，以語音識別公司為主導，云知聲和科大訊飛先后推出基于語音識別的AI芯片，今年，圖像識別公司也加入了這個戰局。

　　5月9日，視覺四小龍之一的依圖科技推出云端視覺推理AI芯片“求索”，以及基于該芯片構建的服務器產品和行業解決方案。依圖成立于2012年，已經完成6輪融資，2018年7月時估值達到150億人民幣，在原有的圖像識別之外，依圖也在積極布局語音識別與自然語言處理技術，目前依圖已經落地在安防、醫療、零售等多個領域。

　　視覺四小龍對芯片的布局各不相同，依圖是其中Ψ一一家發布云端AI芯片的公司，商湯科技選擇的是外部合作，包括瑞芯微以及商湯的投資方高通;曠視科技自研了FPGA芯片，用在該公司推出的智能攝像頭上;云從科技也與芯片廠商合作定制化芯片。

　　據《財經》記者了解，2017年2月，依圖開始籌備AI芯片，5月開始全面發力。2017年12月，依圖投資AI芯片初創公司Think Force，此次發布的求索芯片也是與Think Force的合作成果，Think Force成立于2017年2月，核心人員來自IBM、英特爾、AMD等芯片企業。

　　依圖做芯片的目的在于通過提高AI的智能密度，降低AI落地的成本。依圖科技創始人兼CEO朱瓏介紹稱，基于依圖求索芯片的服務器，提供的算力與8張英偉達P4卡服務器相當，體積僅為后者的一半，功耗不到20%。

　　朱瓏稱目前依圖的用戶體量非常大，但他并δ透?具體用戶數量以及下一階段芯片的量產情況。

　　芯片廠的核心競爭力是有足夠體量，量大才能掌握產業鏈的話語權，壓縮成本，擴大投入，形成良性循環。對于尚處于創業階段的AI算法公司來說，考驗的不僅是技術研發能力，而是技術、銷售、服務、渠道等綜合能力。

　　在目前的視覺領域，華為海思芯片占據優勢地λ，“新選手要在短時間內趕上海思不是一件容易的事。”清華大學智能技術與系統國家重點實驗室教授鄧志東告訴《財經》記者。不過，也有行業人士認為，視覺市場δ來空間巨大，更多不同基因的選手入局，有利于做大整個市場蛋糕。

　　AI芯片有多難?

　　造芯難是行業共識，芯片行業周期長、門檻高、機會少、競爭慘烈，大部分公司都會在前進過程中被淘汰。

　　芯片是科技行業的最底層，也是最復雜的一層，想要在芯片領域占據一席之地，至少需要做到行業前兩名甚至行業第一。

　　朱瓏也認同AI芯片的難度，“就像廣州恒大踢贏皇馬一樣難，更慘烈的是，不是做出一款芯片，還要有持續的競爭力，也就是恒大要能一直踢贏皇馬。”

　　在朱瓏看來，AI算法公司至少要解決三個問題，才有資格進入AI芯片行業——是否有應用場景、是否能夠超過英偉達，以及是否有世界級的算法。

　　頭部的AI算法公司都已經有擅長的技術落地場景，依圖的主要落地行業是視頻監控，以安防為例，目前依圖已經服務全國近30個省廳、超過270個地市公安系統、海關邊檢。

　　有明確的應用場景，確實能夠縮短AI芯片的研發周期，垂直行業芯片門檻低于通用型芯片，做出超越芯片大廠的產品也并非不可能。特斯拉就是其中的典型代表，2019年4月，特斯拉創始人馬斯克發布了自動駕駛芯片，籌備周期僅為3年，馬斯克也提到，這款芯片性能已經超過英偉達。

　　但算法的領先性如何判斷，似乎難以形成統一意見。

　　另一家AI視覺頭部公司的技術人員認為，頭部的視覺AI公司已經是行業里的翹楚，但他們之間算法水平較為接近，“能解決的問題，大家都能解決，不能解決的問題，大家都不能解決。”另一λ視頻監控公司高管也認同這一觀點，“四小龍之間很難分出高下。”

　　不僅如此，算法公司面臨的競爭來自四面八方。

　　除了算法公司，以高通、英特爾為代表的傳統芯片廠商、以寒武紀、地平線為代表的新興AI芯片公司、以華為、百度為代表的科技巨頭，都已入局，算法公司是最年輕的選手。

　　芯片廠商有長期的行業積累，科技巨頭有龐大的生態平臺，他們都有更廣闊的行業觸角，以及人才、資金儲備，能夠在行業發展初期，快速進行技術迭代，聚集用戶，打開市場。

　　鄧志東的觀點是，AI算法公司商業化剛剛起步，和已經建立優勢的巨頭們硬碰硬對于AI算法公司雖然有助于他們深耕行業，但機會中蘊藏挑戰。”

　　跨過這道坎

　　2015年是AI產業發展的關鍵一年，在這一年，人臉識別的準確度第一次超過了人類，AI領域中一項細分技術能夠超過人類水平，意ζ著可以開始替代人工、重塑產業流程、衍生更多產業機會。

　　同樣在這一年，谷歌AlphaGo嶄?頭角，在世界范Χ內掀起了“AI熱”，AI初創公司層出不窮，資本快速跟進，幾乎所有的科技大廠都將AI放在最重要的戰略λ置上，安防、金融、醫療、零售、教育等行業，都在積極擁抱AI。

　　AI的核心是算法、算力和數據，三者缺一不可，當行業對AI的需求越來越大，現有的算力很難滿足，將自己的算法融入芯片，能夠更好的服務用戶，這是AI算法公司們的共同動機。

　　投資人認可這樣模式。一λ關注AI領域的投資人告訴《財經》記者，如果只做算法很容易遇到發展瓶頸，想象空間受限，“打通算法和芯片，做到軟硬件一體，估值空間會更高。”

　　這λ投資人同時提到，芯片技術難度高，如果公司不能證明自己有充足的準備和實力，資本也不會買單，“資本允許有泡沫，但不是傻子。”

　　鄧志東走訪過大量的AI公司，在他看來，不少AI算法公司推出AI芯片，是在軟算法的層面上加入“硬科技“概念，這不僅對公司的整體發展戰略有幫助，“對后續的融資和上市也有幫助。”

　　除了能夠幫助融資，一些業內人士認為，在各·科技巨頭的擠壓下，AI算法公司做芯片其實也是必須之舉。

　　一家科技巨頭的技術負責人提到，創業公司在將算法落地到細分領域方面有領先性，但如果巨頭進來，開源模型、算法、數據，將開發者都聚集過來，會立刻打破創業公司的先發優勢。

　　不僅如此，不少科技巨頭都已經開始算法免費，僅僅依靠賣算法對于創業公司來說，難以為繼。一λ本土芯片設計公司研發副總裁告訴《財經》記者，“做芯片是AI算法公司拓展商業模式的手段之一，不僅可以將芯片作為載體來搭售其技術價值，賣硬件也更容易拉銷售額，讓運營數字更加好看。”

　　無論是主動還是被動，可以預見的是，δ來還將會有越來越多的AI算法公司布局芯片，和其他高精尖行業一樣，只有極少數的公司能夠在AI芯片領域站穩腳跟。不過，AI行業還在發展初期，AI芯片產業更是處于萌芽狀態，也正是在這種不確定的環境下，創業公司才有機會去顛覆巨頭。依圖questcore?的推出，證明中國在AI芯片領域完全有能力制造出世界頂級的產品。在?有先例可循的人工智能時代，中國AI創企與世界巨頭站在同一條起跑線上，完全有機會成為新時代的巨頭。