新興科技行業(yè)的發(fā)展，離不開半導(dǎo)體公司數(shù)以十年計的投入。正確的長期戰(zhàn)略路線,，加上持續(xù)的研發(fā)投入,，才能在半導(dǎo)體行業(yè)造就一方霸主。

當(dāng)今半導(dǎo)體行業(yè)的“一哥”英特爾,，成立于1968年，而其在80年代之前的主要業(yè)務(wù)是SRAM（靜態(tài)隨機存取存儲器）和DRAM（動態(tài)隨機存取存儲器）。90年代的整整10年,，英特爾在微處理器芯片設(shè)計上全力加注，才有了后來享譽世界的英特爾 Inside,。通信領(lǐng)域的高通,，將整個90年代用于CDMA研發(fā)，才揭開了 3G無線通信的序幕,。成立于1993年的英偉達,，先是用了10年時間專攻游戲市場,，緊接著又用了10年做通用計算GPU（GPGPU），才為AI時代的到來提供了發(fā)動機,。

半導(dǎo)體行業(yè)霸主的興起往往伴隨著一個領(lǐng)域的興起,，而新興領(lǐng)域的市場規(guī)模決定了半導(dǎo)體公司能走多遠。與其說是英雄造時勢,，不如說時勢造英雄,。

80年代初開始的個人電腦浪潮延續(xù)了20年，這20年也是英特爾成長最快的20年,。2005年后個人電腦增速減緩,，英特爾的增長也趨緩，直到近幾年的云計算浪潮,，才把英特爾的服務(wù)器業(yè)務(wù)推向一個新的高點,。可以說,，在個人電腦和服務(wù)器領(lǐng)域,，英特爾對整個場景有全面的把控。即使個人電腦的普及還沒有到全世界每人一臺,，更新周期延長到如今的每三五年更換一次,，更新后的設(shè)備用的還是英特爾芯片。在半導(dǎo)體領(lǐng)域,，英特爾芯片的制程技術(shù)與其架構(gòu)能力一樣出名,。相比于其他廠家的fabless（無晶圓生產(chǎn)線）模式，英特爾長期以來在生產(chǎn)制程和工廠上的大手筆投入一直令眾多競爭對手難以望其項背,。直至近幾年移動和存儲芯片的崛起,，臺積電和三星的制程能力才對英特爾形成威脅。

2000年后的移動通信浪潮推動了手機芯片的發(fā)展,。從3G到4G,，高通公司延續(xù)了近20年的領(lǐng)先地位。與個人電腦不同的是,，手機的普及在很多國家達到了人手一部,，更換的頻率也接近了每年一換。智能手機的興起更是將手機在日常生活中提升到中心位置,。這一切都使手機芯片成了世界上出貨量最大的芯片,，也是兵家必爭之地。盡管這幾年華為,、蘋果,、三星、英飛凌（被英特爾收購）等公司研制的手機芯片已經(jīng)用在有限（往往是自家）產(chǎn)品里,，高通對以移動通信為核心場景的掌控仍然是首屈一指,。

10年前英偉達推出了CUDA,，一個用GPU做并行計算的框架體系。之前的英偉達 GPU產(chǎn)品雖然倍受游戲玩家歡迎,，但是hard-core（硬核）游戲玩家畢竟還相對小眾,。2012年之后的人工智能浪潮，把英偉達推到了一個獨特地位,。由于英偉達的產(chǎn)品在很長時間里是唯一能做神經(jīng)網(wǎng)絡(luò)訓(xùn)練的設(shè)備,，學(xué)術(shù)和工業(yè)界開始爭相購買高端顯卡。加之近兩年的加密貨幣浪潮,，英偉達的產(chǎn)品一度到了一卡難求的地步,。這第一波AI芯片應(yīng)用來得猛烈，但也帶來些許過度的預(yù)期,，AI芯片真正的大規(guī)模場景應(yīng)用還需要假以時日才能得以驗證,。

半導(dǎo)體行業(yè)的特點是高投入、長周期,。一旦在某一個場景確定領(lǐng)先地位,，則會帶來贏者通吃的回報。這些特點意味著半導(dǎo)體公司必須具備非常準確的長期戰(zhàn)略眼光,，在趨勢到來的第一時間就能發(fā)現(xiàn)并投入大量研發(fā),。而即使是最大的半導(dǎo)體公司，也只能選擇性針對少數(shù)幾個場景發(fā)力,。要想靠單一場景稱霸十年,，場景的選擇至關(guān)重要，簡單地說,，預(yù)期的年全球出貨量需要在百億美元以上。

縱觀全世界,，能讓一個半導(dǎo)體公司稱霸十年的場景并不常見,。 這也是為什么面對當(dāng)今AI時代的芯片機會，會有這么多的公司All-in,。盡管大眾預(yù)言AI在未來將無處不在,，但是真正能形成每年百億美元級規(guī)模的場景當(dāng)前看有如下幾個：

1. 自動駕駛汽車：由于未來自動駕駛汽車帶來的經(jīng)濟效益會是以萬億美元計，百億美元的芯片規(guī)模自然不言而喻,。但自動駕駛汽車的技術(shù)成熟和產(chǎn)品的規(guī)?；沃氐肋h。整車廠家一貫的對技術(shù)的保守選擇,，和車規(guī)級芯片嚴格的認證過程,，使這一領(lǐng)域研發(fā)到產(chǎn)品的周期尤其長。

2. 云端AI計算：云端AI計算未來在安防,、金融,、電商消費,、服務(wù)娛樂等行業(yè)都會有大規(guī)模部署，因此芯片的市場規(guī)模的總和會達到百億美元之上,。因為是針對企業(yè)的業(yè)務(wù),，不同應(yīng)用領(lǐng)域的技術(shù)需求會有不同。而企業(yè)大客戶往往需要產(chǎn)品有定制化或半定制化的能力,。這類產(chǎn)品注定是研發(fā)和服務(wù)成本高,、毛利也高的品類（中國的獨特國情造成了企業(yè)服務(wù)類產(chǎn)品低毛利，但是芯片領(lǐng)域會有所不同）,。

3. 終端低功耗AI計算：眾多終端產(chǎn)品不僅要求低功耗,，而且要求低成本。這個領(lǐng)域的AR/VR/XR,、智能攝像頭等產(chǎn)品,，會把市場規(guī)模帶到百億美元之上。事實上,，當(dāng)前智能手機芯片的AI美圖功能就已經(jīng)是終端低功耗AI芯片的最大場景,。這一場景未來將是出貨量最大、單價最低的領(lǐng)域（甚至低至1-2美元）,。前期研發(fā)的投入只有依靠規(guī)模來彌補,。

實際上，廣義AI芯片的開發(fā)至今已經(jīng)超過了10年,。有些公司“起了大早,，趕了晚集”，有些“順水推舟”被收購,，能做到最后的,，往往是對場景和技術(shù)都有深刻把控的企業(yè)。但是最重要的因素,，卻還是家底的深度,。

2005年，一個不知名的都柏林公司Movidius開始做低功耗視覺計算芯片,，其后的10年公司幾經(jīng)起伏,，也曾走在能否延續(xù)的邊緣。直到2015年前后,，芯片最終被DJI和谷歌的產(chǎn)品采用,。這也使得Movidius在2016年的AI浪潮中被英特爾收購，算是得到完滿的結(jié)局?，F(xiàn)在的Movidius 已經(jīng)推出了第三代產(chǎn)品,，在很多終端場景中被使用。

同是被英特爾收購的還有Nervana Systems。這是一個以高通研究院前成員為核心的團隊,，在高通公司探索類腦芯片不成功后自立門戶創(chuàng)業(yè),，很快也得到了著名投資人Stephen Jurveston的青睞。Nervana在自研芯片還未流片的節(jié)點就被英特爾收購,，也讓投資人以極快的節(jié)奏退出拿到回報,。

2010年前后，昔日的IT業(yè)霸主IBM也曾做過類腦芯片True North,。直到2014年樣片才出來,，但是實際功能非常有限，除PR之外從未獲得過廣泛的使用,。

2016年微軟 Hololens的成功推出,，離不開一顆定制的低功耗視覺計算芯片。整個項目歷時多年,，傳聞投入近20億美元,，Hololens 的作用主要是一個樹立形象的Demo Project（示范項目），也只有微軟才能如此“有錢任性”,。

以色列公司Mobileye,，成立于近20年前，其EyeQ系列芯片是為數(shù)不多的把輔助駕駛智能芯片量產(chǎn)化,，并且進入Tier 1供應(yīng)商和車廠的產(chǎn)品,。在2014年成功上市之后市值一度達到百億美元，并于2017年被英特爾以153億美元收購,。

2016年谷歌 TPU的發(fā)布,，讓世界看到了第一個大規(guī)模部署的云端AI芯片。由于谷歌業(yè)務(wù)的龐大體量,，使其自研芯片從攤薄成本到批量生產(chǎn)部署有了實際意義,。隨后發(fā)布的谷歌 TPU公有云計算功能，也為谷歌 TensorFlow 框架帶來了眾多用戶,。TensorFlow 從眾多深度學(xué)習(xí)框架中脫穎而出成為主流,，TPU的功勞不可或缺。

從產(chǎn)品銷售量看,，華為麒麟970和980里的AI內(nèi)核，蘋果A11/A12的AI內(nèi)核,，是所有AI芯片領(lǐng)域部署數(shù)量最大的幾款產(chǎn)品,。而且這幾個AI內(nèi)核的場景非常明確，專為手機端人臉識別,、手機拍照的AI后處理而生,。如今，手機拍照美顏已經(jīng)是跨越五大洲的全人類剛性需求,。這樣的專用AI內(nèi)核未來會成為所有智能手機芯片的標配,。

在自動駕駛領(lǐng)域,，英偉達 四年2000人團隊的研發(fā)投入終于修成正果。最近發(fā)布的Xavier 車規(guī)級SoC,，集成了CPU,、GPU，以及DNN和CV加速器,，還有多路ISP和傳感器集成功能,。如此高性能的芯片同時還做到了相對的低功耗（30-60瓦）?？梢哉f,，這款為自動駕駛定制的芯片，目的就是取代當(dāng)前智能車上所有其他芯片的算力,。這種架構(gòu)方式也類似于當(dāng)前智能手機一顆SoC打天下的方式,。同時英偉達在自動駕駛軟件架構(gòu)和算法研發(fā)上也不惜余力，已經(jīng)把很多自動駕駛功能直接整合到芯片上并且開放給合作伙伴,。

為什么在自動駕駛領(lǐng)域如此發(fā)力,？究其原因，還是百億美元場景太少,。已經(jīng)提到的三個場景里,，低功耗AI芯片技術(shù)門檻不夠高，容易變成價格戰(zhàn)“紅?！?；服務(wù)器領(lǐng)域場景需求還未明朗，所有公司都對英特爾忌憚三分,。所以真正開放的,、有技術(shù)門檻的戰(zhàn)場只有自動駕駛。英偉達全力一搏,，為的是下一個十年,。而業(yè)內(nèi)人士也深為“核彈教主”黃仁勛的長線眼光折服。

在服務(wù)器和數(shù)據(jù)中心AI領(lǐng)域,，英偉達和眾多其他公司也沒有止步不前,。英偉達最近發(fā)布的T4已經(jīng)把服務(wù)器上的預(yù)測功能提升到大規(guī)模、低成本的水平,。給其他廠家?guī)砹撕艽髩毫?。華為、英特爾甚至互聯(lián)網(wǎng)公司阿里巴巴也紛紛公布了未來的云端AI芯片規(guī)劃,，其中英特爾能否在2019年推出（或集成）眾盼已久的Nervana AI內(nèi)核,，已經(jīng)成為對當(dāng)前英特爾執(zhí)行能力的一個考驗。

在移動領(lǐng)域，盡管高通股價已從昔日高點跌落甚多,，但其強大的技術(shù)能力和數(shù)百億美元的現(xiàn)金儲備仍不能小覷,。在移動領(lǐng)域仍然是通信和移動計算為核心的前提下，未來高通芯片上集成AI內(nèi)核只是時間問題,。

如果用一句話描述近幾年的AI芯片領(lǐng)域,，就是萬類霜天競自由。僅在中國,，創(chuàng)立不久的AI芯片公司就有包括因加密貨幣而起家的比特大陸（第一代服務(wù)器端AI芯片已經(jīng)產(chǎn)品化）,，以算法見長的地平線機器人（第一代芯片已流片），以硬件加速著稱的深鑒科技（已經(jīng)被賽靈思收購且專注于FPGA加速）,，和代表國家隊的中科寒武紀（其IP核已經(jīng)在華為麒麟970/980被使用）,。大家奮力一搏的，是未來十年百億美元的場景,。未來眾多產(chǎn)業(yè)的AI場景能否順利地商業(yè)化,，很大程度上也取決于半導(dǎo)體企業(yè)產(chǎn)品能否順利推出。半導(dǎo)體行業(yè)與多個產(chǎn)業(yè)結(jié)合如此緊密,，已經(jīng)到了榮辱與共的地步,。

從集成電路的誕生算起，半導(dǎo)體行業(yè)的發(fā)展已經(jīng)經(jīng)過了60年,。盡管未來無法預(yù)期,，但人類改變世界的愿望從未如此強烈，能力從未如此強盛,。AI時代的芯片,，將會揭開半導(dǎo)體行業(yè)的一個新篇章。