新闻来源：
新华财经上海12月8日电（记者 杜康）
记者调查发现，不同落地场景下对人工智能芯片的性能参数偏好并不相同，这给初创公司创造了巨大的发展空间。目前来看，初创公司的AI芯片多聚焦于提升芯片在某个专用领域的性能。但也逐渐出现创业公司研发向芯片底层扩展，进一步延展芯片应用灵活性的趋势。
随着AI落地更多场景，对AI芯片的需求也迅速扩大。近年来各类势力均在发力AI芯片，包括芯片设计企业、IT厂商、技术公司、互联网以及初创企业。记者调查发现，不同落地场景下对人工智能芯片的性能参数偏好并不相同，这给初创公司创造了巨大的发展空间。目前来看，初创公司的AI芯片多聚焦于提升芯片在某个专用领域的性能。但也逐渐出现创业公司研发向芯片底层扩展，进一步延展芯片应用灵活性的趋势。
人工智能芯片领域快速发展 初创公司多偏好专用领域
在AI场景中，传统通用CPU由于计算效率低难以适应AI计算要求。伴随着全球AI产业的快速增长，AI芯片需求大幅上升。
市场调研公司Tractica的研究报告显示，全球人工智能芯片的市场规模将由2018年的51亿美元增长到2025年的726亿美元，年均复合增长率将达到46.14%。另根据Gartner预测，2022年全球AI芯片的市场规模将从2018年的42.7亿美元上升到2023年的323亿美元，2019-2023年平均增速约为50%，其中数据中心、个人终端、物联网芯片均是增长的重点。
平安证券分析师闫磊称，近年来各类势力均在发力AI芯片，参与者包括传统芯片设计企业、IT厂商、技术公司、互联网以及初创企业。
人工智能芯片公司肇观电子发布了其最新进展。肇观电子聚焦于视觉识别领域。据其介绍，其芯片在保证8位整型的精度下，每秒最快能计算181帧图片，并且将人工智能（AI）算法从训练部署到实际应用的过程中，依然不损失算法的精度，又“快”又“准”的部分性能指标甚至高过英特尔（Intel） 旗舰产品Myriad X人工智能计算机视觉芯片。
“初创人工智能芯片企业多聚焦于专用领域。不同应用场景下，对人工智能芯片的性能侧重需求也不同。算力之外，还需考量功耗、协处理能力等，这给初创公司留下了很大的发展空间。例如，同样是机器视觉方向的AI芯片，用于安防行业则更强调图像识别的准确性；用于自动驾驶中则额外强调芯片的低时延、高可靠性；用于智能家电如扫地机器人产品中则重视芯片的功耗优化以及其他传感器数据处理的集成能力。”广州越秀产业投资基金新制造投资部总经理吴煜说。
肇观电子创始人冯歆鹏介绍，肇观在最初的战略选择上，决定切入视觉领域芯片算力“利用率”这一行业痛点。
“名义算力并不是衡量智能视觉处理器的绝对标准，相较之下，芯片利用率作为优化指标具有重要意义。我们第一代芯片设计的仿真验证模型预测芯片利用率为85%，但实际结果只有75%左右，这也是当时市面上常见类似芯片算力的利用率水平。经过几个月研发，我们将芯片算力的利用率提高至83%。”冯歆鹏介绍，“更高的利用率意味着更低的成本、更高的识别精度和更快速的识别速度。”
目前肇观电子的芯片已经商业化落地在基于双目视觉和深度学习的3D相机；用于车载等场景的行为检测系统，如监测驾驶员是否有接打电话等行为；以及智能AI相机等产品中。
通用型芯片VS专用芯片
当前人工智能芯片领域的上市公司数量仍为少数。今年7月份在科创板上市的寒武纪自2016年成立以来专注于人工智能芯片产品领域。开盘大涨288%，市值一度冲上千亿。但此后估值水平也一度引发争议。
根据寒武纪半年报，寒武纪仍处于持续亏损状态。寒武纪称，人工智能芯片研发需要大量资本开支，公司持续亏损的主要原因是根据公司战略规划，进一步增加研发投入所致。未来一段时间，公司将存在持续亏损。
不同于大多数初创公司多聚焦于各类专用芯片，寒武纪将目光更多聚焦于通用型芯片。
“通用型芯片对技术深度的要求更高，需要设计企业具备更基础的指令集和微架构能力，也由于技术壁垒更高，通用型智能芯片的延展性更强、应用面更广，可覆盖人工智能领域高度多样化的应用场景，包括如视觉、语音、自然语言理解、传统机器学习等。”吴煜说。
吴煜介绍，通用型芯片相较于各类专用芯片，面临更大的国外竞争压力。“国外在芯片设计产业的两端积累了很大的优势，首先，在计算机体系的基础这一端，也即指令集和处理器架构的层面，相关标准和发展趋势一直以来都是由国外企业主导。其次，在配合芯片应用的软件栈这一端，在国外经过多年的竞争，已经形成比较成熟的开发者环境和应用生态，典型的就是英伟达的CUDA平台”
而各类场景下的专用芯片，目前来看，更多是SoC（也即系统级芯片），涉及底层研发较少。“得益于我国在通信、家电、手机等优势电子产业的集成化能力，国内芯片企业在SoC能力可以说还占有一定优势，这样对于下游需求也能做出更快的响应。”吴煜说。
吴煜介绍，整体来看，通用型芯片所需要的打磨时间更久，技术路径更长；各类SoC芯片对需求的反应时间更快，但横向应用扩展性弱一些。“我们也看到，一些SoC芯片企业开始将研发投入延伸至微架构甚至指令集领域，以更好优化芯片性能。一些从事通用型芯片设计的产业巨头向自动驾驶、工业互联等领域扩展专用化的产品方案。”
行业人士认为，总体来看，人工智能芯片技术仍处于发展的初期阶段，技术迭代速度加快，技术发展路径尚在探索中，尚未形成具有绝对优势的架构和系统生态。随着越来越多的厂商推出人工智能芯片产品，该领域市场竞争也将日趋激烈。
编辑：丁晶
声明：新华财经为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议
