都说人工智能发展硬件跟不上软件，今天来和大家探讨一下硬件芯片的发展情况。看中国在这个领域发展有哪些问题？创业者有哪些出路？想在这基础上做软件应用发展的，能有哪些机会？

【30大科技概念股】系列——人工智能芯片

说起人工智能芯片，国际市场上英伟达、因特尔、高通、谷歌、IBM等这类巨头都有自己的未来战略布局，这里不再详说。

一般来讲，国际市场人工智能芯片制造领域一般存在三种角色——

因为异构计算被人工智能普遍采用而异军突起的企业；

在人工智能领域深入布局的传统IT硬件巨头； 

希望在此领域分得一杯羹的创业公司。

传统的IT巨头们的未来布局也分为几类——

有实力的同时推进在CPU和类脑计算领域的扩张；

能力不够的则去抢占类脑计算这个高点；

应用巨头也按捺不住做硬件的心，能玩跨界。

中国智能芯片前瞻，产业整合是关键

那我们中国呢？

百度、阿里巴巴、腾讯互联网巨头专注于搭建服务平台；

硬件巨头缺位，地平线、寒武纪芯片、深鉴科技等小公司有机会获巨额投资；

科大讯飞、中科曙光、清华紫光等上市公司也积极参与。

但这其中暗藏哪些问题？

中国市场缺乏像因特尔、高通这样的巨头们的竞争，相对宽松。但这也意味着中国的企业会缺乏产业整合能力——芯片产业是一个整合度非常高的产业，整合能力差，即使你做出很好的产品，也很难打入产业链。

虽然中国政府扶植的芯片产业没有太大的进展，但是在类脑计算的领域中国依然有弯道超车的机会—— 人工智能是一个进化系统，并非机械式的计算，只要在多次计算里面略微胜出，就有可能最终获胜。

而且从时间点上考虑，中国的企业确实有机会——人工智能的发展初期，很多算法结构尚未固定，将来的市场份额取决于在GPU上面做了个性化处理。

当然，我们应该认清现实——中国依然缺乏产业整合的能力，缺乏芯片的制造能力，前路并非一帆风顺。

初创公司的尴尬之处

总体来讲，大家觉得这个领域似乎是一片蓝海，毕竟现在低能耗高处理能力的芯片还没有出现，而且在这方面进行研究的只有IBM和高通，好像大家都有机会，实际上并不是这样。

一方面，目前创业者还没有足够的能力做这类前沿技术的开发；另一方面，IBM和高通已经做了前瞻性布局，一旦成功，可能会奠定整个未来计算结构的基础，立即将创业公司淘汰；而且传统巨头也有重兵布阵。

例如因特尔，之前在GPU上错失了机会，现在处在相对不利的局面，但是它没有坐以待毙，在2015年以167亿美元收购Altera（FPGA领域全球第二大企业），希望增强自己的异构计算的能力，又在2016年8月以4.08亿美元收购Nervana（专为人工智能计算做ASIC结构），去年9月以3.22亿欧元收购Movidius（提出VPU，是视觉处理方面的黑马），所以因特尔不会甘心认输。

另外，直接做人工智能芯片的企业，不如本身在一定应用领域有所专长、并专做该领域需求的人工智能芯片开发的企业，例如以色列的Mobileye和中国的大疆。

人工智能芯片领域，看似蓝海，但实际要比拼科技水平、资金实力、产业协调能力，对初创公司来说困难重重。

另辟蹊径获生存的创业公司

但有一些企业另辟蹊径获得生存空间，比如2014年创立的Flex Logix，主攻FPGA的芯片设计，并且是典型的CEVA——并不生产芯片，而是把DSP技术License卖出获利。这条路无需巨大的资产投入，但也严重制约了其估值。

还有一个成立于2015年的Krtkl公司，依靠众筹拿到188000美元，生产FPGA版本的树莓派——即相对标准化的小开发工具，既可以为爱好者所用，也可以为一些企业搭建原型所用，学校是其最大的客户。

所以我认为，2017年人工智能芯片会得到持续关注，创业者如果能够和应用相结合，做专用性更强的人工智能芯片开发，将有机会突出重围。

选自【前哨.王煜全】30大科技概念股系列