谷歌I/O与中国造芯热：AI芯片的一体两面

5月10日晚，桑达尔·皮查伊在加州山景城主持了谷歌2018I/O开发者大会，这位被中国网友戏称为“劈柴哥”的Google CEO，一如往届向外界透露了谷歌前进的方向，而其中的重要一项，就是正式公布了自家AI芯片TPU的3.0版本。

距离中兴芯片危机仅一个月的时间，TUP 3.0版本的公布或将再次对“造芯热潮”的中国科技界带来刺激，掀起新一轮的“AI芯”热潮。然而，AI芯片真的能靠“舆论”这么造出来吗?

AI芯片：一切的基础

为什么说AI芯片是AI技术的基础?当AI技术进一步发展，所需要的信息和运算量会进一步提升，CPU已经无法提供更加庞大的算力，目前人们用GPU来代替CPU进行深度学习，但为了考虑到算力膨胀和兼容性的问题，研发AI芯片已是大势所趋。

而且芯片作为高投入、高尖精的技术，又是底层硬件基础，如果严重依赖它人，AI公司本身会非常难受——就和今天的中兴一样，命门一掐，受制于人。因此众多互联网大佬都在自行研发AI芯片，除了谷歌还有亚马逊、苹果、Facebook等。

谷歌研发的TPU最早公布于2016年，2013年就有相关传言在进行研发了。与李世石和柯洁大战而名声大噪的AlphaGo就搭载了TPU。

AI芯片分为深度学习和专用类，前者可以搭载在大量AI平台内，进行深度学习和智能运算;后者用途则更加垂直，比如用于安防识别、智能家居、自动驾驶、云端运算，这也是目前AI芯片最为火热的四个落地场景。

但深度学习AI芯片更加意义重大，一般是为深度学习框架而设计，这意味着它对开源架构进行了优化，能让开发者更顺利、更快捷地开发出更多的AI应用，形成数目繁多、品类齐全的AI应用生态。此外，AI芯片与深度学习框架的一体化意味着标准的建立，如果选择这款AI芯片的开发者越多，企业的AI护城河就越稳固，类似PC之于Windows。

用了我的芯片，在我的地盘你就得听我的。

中兴事件引爆了中国芯片的“大跃进”

由于半导体产业的先发优势，美国英伟达、英特尔、谷歌、AMD等企业的AI芯片产品一直是国内AI企业追赶和超越的对象。而在中美贸易摩擦导致的中兴芯片危机发生不久后，TPU3.0的发布也进一步催化了国内的造芯热度，相信接下来一段时间，对造芯追求的舆论将会掀起新的高潮。

其实在中兴事件到I/O发布会之前，各大网站的科技频道基本都被国内造芯的新闻刷屏：

4月19日，阿里公布自研芯片Ali-NPU消息

4月20日，阿里宣布全资收购AI芯片企业中天微

4月23日，Rokid宣布自研AI芯片将于6月26日亮相

4月27日，云天励飞正公布面向嵌入式端的边缘人工智能芯片IPU

5月3日，寒武纪发布首款云端智能芯片MLU100

5月11日，华为被爆麒麟980处理芯片将在今年下半年发布

5月11日，云知声宣布将在下周公布全球首款面向IoT的AI芯片

……

这个时间节点颇为耐人寻味，而且这些新闻大都有一个共同特点：数据列得一个比一个好看，实体芯片难见踪影;一边高调打爱国牌“在AI上不做下一个中兴”，一边普天盖地自我宣传。也难怪众多网友不买账，纷纷调侃这些企业有蹭热点之嫌。

但这也拦不住大企业纷纷倾力投入，同时更涌现一大票造芯创业者。凭心而论，在AI技术的浪潮下，AI芯片作为底层基础，战略意义可以说不言而喻，中兴事件也让人们看到了中国在这方面的短板。但做芯片，不能走炼钢铁那种大干快上的粗暴路线。

端前一分钟，芯片十年功

芯片这个东西，我们都觉得很常见，只要是个智能电子设备，都一定会搭载它，这就给老百姓一种错觉，认为这东西很多企业都能做。其实很多企业家也没看透这一点，觉得只要砸点钱，挖点人，花个两三年时间，就能出成果。

说有钱，市值两千多亿美金的英特尔够有钱吧?2016年，英特尔豪掷4.08亿美刀收购了一家明星AI创业公司Nervana，然后说要推出专用芯片——这大招一憋就是三年半，到现在连个芯片的影子都没见着。英特尔也没有把宝都押在Nervana身上，2015 年英特尔以 167 亿美元收购了芯片商Altera，2017 年英特尔以 153 亿美元收购拥有自动驾驶辅助系统及芯片方案的Mobileye……均是出手不菲，但与谷歌形成鲜明对比的是，英特尔的AI芯片与AI应用至今仍泛善可陈。

说到底，“买买买”的模式，在AI领域未必行得通。半导体产业链需要的是源源不断的资本、源源不断的技术投入，这一点已经得到了美日韩的验证。但AI芯片更需要一个完整的生态，底层芯片，中层系统，上层应用，缺一不可，退一万步说，就算芯片造出来了，如果没有形成应用生态，它也只是一个空中楼阁。

这一点阿里很像英特尔，都是“买买买”的模式。阿里这几年在AI领域的投资和收购动作频频，寒武纪和商汤科技背后都有马云爸爸的影子。但英特尔大举收购之后，面临的是旗下多条AI线互不兼容各自为政的困境，经过内部管理层多次洗牌，大量Nervana员工出走，甚至投奔了“死敌”Google，这也是AI芯片进展缓慢的原因。

除此之外，半导体产业的投资周期长，投资以后基本不用指望在短期内退出或者获得高利润回报，而且试错成本极高。英伟达、谷歌、AMD等真正拥有AI芯片的业界大佬，无一不是在五六年前就开始研发了——那时候人工智能概念还没现在这么火。然后现在很多初创企业突然冒出来说自己研发出来了AI芯片，再看看他们的创始日期，一水的“2015后”。

三年时间，后来居上，以小搏大，赶超欧美。这听起来是不是有点熟悉?

中国芯应该怎么造?

承载算力的芯片是人工智能发展的基石，是最重要的基础设施资源，特别是在终端侧对功耗、性能、稳定都有很高的要求。无论从国家战略、还是行业市场来看，都需要做AI芯片。

其实，中国真正埋首做AI芯片的公司还是有的，虽然难度很大，但是确实有人在勤勤勉勉地做。中科寒武纪就是一个例子，但是中科寒武纪的AI芯片离宣传的效果还是有一段距离，应用面较为狭窄，目前主要用于华为手机摄像头，进行图像运算，此外有部分应用于科大讯飞的翻译机，负责语言处理。相比外国巨头们AI芯片的泛用性，差距依然很远。

而从整个AI产业角度看，芯片并非一个孤立的硬件。就像前文说的，它同时也要结合深度学习框架，以及AI应用生态，三者形成良性的循环。深度学习框架相当于AI的操作系统，一颗专用的AI芯片能让深度学习框架运转速度更快，也更兼容，吸引更多的开发者使用这样的操作平台，来产生更多的AI应用，当生态足够大，不愁吸引不到足够的用户。而一个完整且繁荣的生态架构，正是寒武纪们欠缺的。

因此，AI芯片布局不仅要看地基，还要着眼高层，还需要做好深耕五年十年甚至二十年的准备，这需要企业家拥有非凡的战略眼光和全面布局AI生态的勇气。

相反，如果只看到了中兴事件之后的民族情绪，随着全民造芯的大流在芯片上层层加码，而忽略了其他层次的构建，甚至还有“未见芯片先见性能”的冒进，恐怕吸引目光、呼唤投资的意义要更大一些，毕竟AI界的老大哥英伟达凭借其GPU产品收获了大量市场和口碑。在两年时间内，英伟达的股价股价涨了近8倍，今年二季度营收同比增长56%，公司市值超千亿美元大关。用AI芯片的概念作为股价驱动力，谁不眼红?

只是，这不免有点“天下熙熙皆为名来，天下攘攘皆为利往”的味道了。