无论从贸易环境、资本运作还是全球半导体市场来看，2018年的AI芯片都可谓是“百家争鸣”。但随着2019这一落地关键年，概念宣传不再奏效，不少芯片企业转向在科创板上大放异彩。芯片行业的春天能就此延续吗？
乘着第三波人工智能浪潮，AI芯片在2018年经历了“野蛮生长”，尤其是在中兴危机发生之后，一场围绕AI芯片的造芯热潮，在中国席卷而来。
但在全民造芯的热潮下，蹭热点的企业却不时出现，标榜着“中国首款”、“全球领先”、“打破国外垄断”等希望能获得资本青睐，但AI芯片也因此被推入“只能活在宣传期”的尴尬窘境。
AI芯片该何去何从？
1 从“云”走向“端”，AI芯片的危与机
在GTIC 2019全球AI芯片创新峰会上，中国半导体行业协会IC设计分会理事长魏少军总结，AI芯片的发展存在四大阶段：
AI 0．5和1．0主要还是围绕着云端的AI，以训练作为主题，因为主要玩家是大型互联网公司，所以很自然地聚焦到训练层面。从AI 1．0到1．5时，开始出现变化，更多在聚焦边缘、终端，而发展至1．5与2．0的阶段时，云与端可能会结合在一起。
简要概括的话，0．5和1．0阶段重点关注算力和功耗，1．5阶段是兼具性能、能效的同时还关注灵活性，而到了2．0阶段，智慧化将会是主流。
显而易见，目前大部分AI服务都在云端，很少出现在其他地方。这是因为先驱者们在云上做了大量工作，包括智慧家庭、AI翻译、智慧医疗等。但未来“云”走向“边”，从Cloud到Edge才是大趋势。
而在AI走向边缘的过程中，现在看起来还是主要以“通用”作为主要驱动力，但是看未来几年的发展，恐怕终端应用将会占有主导地位。有人预测到2022年，80％以上的手机会具备端侧AI的能力。
面对这一发展，华为无线终端芯片业务部副总经理王孝斌表示，虽然端侧AI应用百花齐放，但其也面临着种种难关：其计算密集、复杂，计算需求巨大，对实时性要求非常高；运行环境也受限，功耗、内存、存储空间需多方考量；越来越多的应用带AI，应用场景的多样性激增；还有各种层出不穷的新型算法与网络。
华为无线终端芯片业务部副总经理王孝斌
而作为端侧应用的生长土地，AI芯片也将随之发展面临“功耗限制”与“算法多变”的两大挑战。
因为可穿戴设备功耗需要限制在mW级别；视频监控、工农业应用需要限制在W级别；而自动驾驶、数据中心等AI芯片的功耗则可以到百W级。计算需求对应功耗的限制一直是非常难以解决的问题。
而层出不穷的新算法也令芯片制造者头疼，因为改变就意味着芯片要重新开始。一般来说，一种算法对应一种应用，没有统一的AI算法，那多种AI功能也就需要将多颗AI芯片放在一起，有效整合的可行性较低。
因此，AI芯片若想进入2．0时代，还需冲破重重壁垒，才能实现指数级的增长。
