5月10日晚，桑達(dá)爾·皮查伊在加州山景城主持了谷歌2018I／O開發(fā)者大會，這位被中國網(wǎng)友戲稱為“劈柴哥”的Google CEO，一如往屆向外界透露了谷歌前進(jìn)的方向，而其中的重要一項，就是正式公布了自家AI芯片TPU的3．0版本。

距離中興芯片危機(jī)僅一個月的時間，TUP 3．0版本的公布或?qū)⒃俅螌Α霸煨緹岢薄钡闹袊�科技界帶來刺激，掀起新一輪的“AI芯”熱潮。然而，AI芯片真的能靠“輿論”這么造出來嗎？

AI芯片：一切的基礎(chǔ)

為什么說AI芯片是AI技術(shù)的基礎(chǔ)？當(dāng)AI技術(shù)進(jìn)一步發(fā)展，所需要的信息和運算量會進(jìn)一步提升，CPU已經(jīng)無法提供更加龐大的算力，目前人們用GPU來代替CPU進(jìn)行深度學(xué)習(xí)，但為了考慮到算力膨脹和兼容性的問題，研發(fā)AI芯片已是大勢所趨。

而且芯片作為高投入、高尖精的技術(shù)，又是底層硬件基礎(chǔ)，如果嚴(yán)重依賴它人，AI公司本身會非常難受——就和今天的中興一樣，命門一掐，受制于人。因此眾多互聯(lián)網(wǎng)大佬都在自行研發(fā)AI芯片，除了谷歌還有亞馬遜、蘋果、Facebook等。

谷歌研發(fā)的TPU最早公布于2016年，2013年就有相關(guān)傳言在進(jìn)行研發(fā)了。與李世石和柯潔大戰(zhàn)而名聲大噪的AlphaGo就搭載了TPU。

AI芯片分為深度學(xué)習(xí)和專用類，前者可以搭載在大量AI平臺內(nèi)，進(jìn)行深度學(xué)習(xí)和智能運算；后者用途則更加垂直，比如用于安防識別、智能家居、自動駕駛、云端運算，這也是目前AI芯片最為火熱的四個落地場景。

但深度學(xué)習(xí)AI芯片更加意義重大，一般是為深度學(xué)習(xí)框架而設(shè)計，這意味著它對開源架構(gòu)進(jìn)行了優(yōu)化，能讓開發(fā)者更順利、更快捷地開發(fā)出更多的AI應(yīng)用，形成數(shù)目繁多、品類齊全的AI應(yīng)用生態(tài)。此外，AI芯片與深度學(xué)習(xí)框架的一體化意味著標(biāo)準(zhǔn)的建立，如果選擇這款A(yù)I芯片的開發(fā)者越多，企業(yè)的AI護(hù)城河就越穩(wěn)固，類似PC之于Windows。

用了我的芯片，在我的地盤你就得聽我的。

中興事件引爆了中國芯片的“大躍進(jìn)”

由于半導(dǎo)體產(chǎn)業(yè)的先發(fā)優(yōu)勢，美國英偉達(dá)、英特爾、谷歌、AMD等企業(yè)的AI芯片產(chǎn)品一直是國內(nèi)AI企業(yè)追趕和超越的對象。而在中美貿(mào)易摩擦導(dǎo)致的中興芯片危機(jī)發(fā)生不久后，TPU3．0的發(fā)布也進(jìn)一步催化了國內(nèi)的造芯熱度，相信接下來一段時間，對造芯追求的輿論將會掀起新的高潮。

其實在中興事件到I／O發(fā)布會之前，各大網(wǎng)站的科技頻道基本都被國內(nèi)造芯的新聞刷屏：

4月19日，阿里公布自研芯片Ali－NPU消息

4月20日，阿里宣布全資收購AI芯片企業(yè)中天微

4月23日，Rokid宣布自研AI芯片將于6月26日亮相

4月27日，云天勵飛正公布面向嵌入式端的邊緣人工智能芯片IPU

5月3日，寒武紀(jì)發(fā)布首款云端智能芯片MLU100

5月11日，華為被爆麒麟980處理芯片將在今年下半年發(fā)布

5月11日，云知聲宣布將在下周公布全球首款面向IoT的AI芯片

……

這個時間節(jié)點頗為耐人尋味，而且這些新聞大都有一個共同特點：數(shù)據(jù)列得一個比一個好看，實體芯片難見蹤影；一邊高調(diào)打愛國牌“在AI上不做下一個中興”，一邊普天蓋地自我宣傳。也難怪眾多網(wǎng)友不買賬，紛紛調(diào)侃這些企業(yè)有蹭熱點之嫌。

但這也攔不住大企業(yè)紛紛傾力投入，同時更涌現(xiàn)一大票造芯創(chuàng)業(yè)者。憑心而論，在AI技術(shù)的浪潮下，AI芯片作為底層基礎(chǔ)，戰(zhàn)略意義可以說不言而喻，中興事件也讓人們看到了中國在這方面的短板。但做芯片，不能走煉鋼鐵那種大干快上的粗暴路線。

端前一分鐘，芯片十年功

芯片這個東西，我們都覺得很常見，只要是個智能電子設(shè)備，都一定會搭載它，這就給老百姓一種錯覺，認(rèn)為這東西很多企業(yè)都能做。其實很多企業(yè)家也沒看透這一點，覺得只要砸點錢，挖點人，花個兩三年時間，就能出成果。

說有錢，市值兩千多億美金的英特爾夠有錢吧？2016年，英特爾豪擲4．08億美刀收購了一家明星AI創(chuàng)業(yè)公司Nervana，然后說要推出專用芯片——這大招一憋就是三年半，到現(xiàn)在連個芯片的影子都沒見著。英特爾也沒有把寶都押在Nervana身上，2015 年英特爾以 167 億美元收購了芯片商Altera，2017 年英特爾以 153 億美元收購擁有自動駕駛輔助系統(tǒng)及芯片方案的Mobileye……均是出手不菲，但與谷歌形成鮮明對比的是，英特爾的AI芯片與AI應(yīng)用至今仍泛善可陳。

說到底，“買買買”的模式，在AI領(lǐng)域未必行得通。半導(dǎo)體產(chǎn)業(yè)鏈需要的是源源不斷的資本、源源不斷的技術(shù)投入，這一點已經(jīng)得到了美日韓的驗證。但AI芯片更需要一個完整的生態(tài)，底層芯片，中層系統(tǒng)，上層應(yīng)用，缺一不可，退一萬步說，就算芯片造出來了，如果沒有形成應(yīng)用生態(tài)，它也只是一個空中樓閣。

這一點阿里很像英特爾，都是“買買買”的模式。阿里這幾年在AI領(lǐng)域的投資和收購動作頻頻，寒武紀(jì)和商湯科技背后都有馬云爸爸的影子。但英特爾大舉收購之后，面臨的是旗下多條AI線互不兼容各自為政的困境，經(jīng)過內(nèi)部管理層多次洗牌，大量Nervana員工出走，甚至投奔了“死敵”Google，這也是AI芯片進(jìn)展緩慢的原因。

除此之外，半導(dǎo)體產(chǎn)業(yè)的投資周期長，投資以后基本不用指望在短期內(nèi)退出或者獲得高利潤回報，而且試錯成本極高。英偉達(dá)、谷歌、AMD等真正擁有AI芯片的業(yè)界大佬，無一不是在五六年前就開始研發(fā)了——那時候人工智能概念還沒現(xiàn)在這么火。然后現(xiàn)在很多初創(chuàng)企業(yè)突然冒出來說自己研發(fā)出來了AI芯片，再看看他們的創(chuàng)始日期，一水的“2015后”。

三年時間，后來居上，以小搏大，趕超歐美。這聽起來是不是有點熟悉？

中國芯應(yīng)該怎么造？

承載算力的芯片是人工智能發(fā)展的基石，是最重要的基礎(chǔ)設(shè)施資源，特別是在終端側(cè)對功耗、性能、穩(wěn)定都有很高的要求。無論從國家戰(zhàn)略、還是行業(yè)市場來看，都需要做AI芯片。

其實，中國真正埋首做AI芯片的公司還是有的，雖然難度很大，但是確實有人在勤勤勉勉地做。中科寒武紀(jì)就是一個例子，但是中科寒武紀(jì)的AI芯片離宣傳的效果還是有一段距離，應(yīng)用面較為狹窄，目前主要用于華為手機(jī)攝像頭，進(jìn)行圖像運算，此外有部分應(yīng)用于科大訊飛的翻譯機(jī)，負(fù)責(zé)語言處理。相比外國巨頭們AI芯片的泛用性，差距依然很遠(yuǎn)。

而從整個AI產(chǎn)業(yè)角度看，芯片并非一個孤立的硬件。就像前文說的，它同時也要結(jié)合深度學(xué)習(xí)框架，以及AI應(yīng)用生態(tài)，三者形成良性的循環(huán)。深度學(xué)習(xí)框架相當(dāng)于AI的操作系統(tǒng)，一顆專用的AI芯片能讓深度學(xué)習(xí)框架運轉(zhuǎn)速度更快，也更兼容，吸引更多的開發(fā)者使用這樣的操作平臺，來產(chǎn)生更多的AI應(yīng)用，當(dāng)生態(tài)足夠大，不愁吸引不到足夠的用戶。而一個完整且繁榮的生態(tài)架構(gòu)，正是寒武紀(jì)們欠缺的。

因此，AI芯片布局不僅要看地基，還要著眼高層，還需要做好深耕五年十年甚至二十年的準(zhǔn)備，這需要企業(yè)家擁有非凡的戰(zhàn)略眼光和全面布局AI生態(tài)的勇氣。

相反，如果只看到了中興事件之后的民族情緒，隨著全民造芯的大流在芯片上層層加碼，而忽略了其他層次的構(gòu)建，甚至還有“未見芯片先見性能”的冒進(jìn)，恐怕吸引目光、呼喚投資的意義要更大一些，畢竟AI界的老大哥英偉達(dá)憑借其GPU產(chǎn)品收獲了大量市場和口碑。在兩年時間內(nèi)，英偉達(dá)的股價股價漲了近8倍，今年二季度營收同比增長56％，公司市值超千億美元大關(guān)。用AI芯片的概念作為股價驅(qū)動力，誰不眼紅？

只是，這不免有點“天下熙熙皆為名來，天下攘攘皆為利往”的味道了。