在传统通用芯片进口额高达万亿的情况下，AI芯片显然被认为是中国创企“弯道超车”的一个绝好机会。
但实际上，AI芯片也像一座围城一样，外面的人想进来，里面的人想出去。
“进入这个领域做AI芯片的人，很多并不懂芯片。”人人智能创始人兼CEO王海增说道。
2016年底，成立了人人智能，其时，曾就职于华为、华三（H3C）、中星微等知名公司，对AI芯片和安防业务都有所了解的王海增，并未选择芯片作为创业方向，当时他觉得“不知道”AI芯片的方向在哪。
算法太通用化，芯片还不够成熟；To B领域，有海思当道，To C领域，有恩智浦、飞思卡尔等，王海增认为做AI芯片公司生存的机会很校
于是，成立人人智能后，他抛开单一的芯片和算法，做了融合芯片、算法和系统FaceOS，将其铺到了人证比对等场景。
辗转三年，却没想到AI芯片乘风“飞”了起来。在采访中，王海增也笑道，没料到AI芯片有如今的发展。
几年前还一起吃过饭的朋友们，现在的芯片公司已有几十亿美金的估值，“当时确实没想到资本的因素”，王海增说道。
据统计，仅2017年，创业投资在芯片创业公司的投资额就超过15亿美元，几乎是两年前投资的两倍，其中：深鉴科技分别获得数千万美元（A轮）、4千万美元（A+轮）融资、耐能获超千万美元融资（A轮）、ThinkForce宣布完成4.5亿元融资（A轮），寒武纪、地平线融资规模达1亿多美元。
一系列芯片公司和资本的涌入，让这个市场顿时“热”了起来。
芯片领域的二元法则
不过，“热”的同时，也让市场更为浮躁，仅去年一年，业内就推出了十几款AI芯片。
“但实际，市场上可能只需要一款主流产品。”王海增说道。
“有很多做AI芯片的，以及做安防行业芯片的，不是专门从事芯片行业的人，更多是从安防或人工智能相关行业转过来的。”
王海增的答案很直接。
他认为，芯片行业高度集中，其竞争是全球性的，在这种情况下形成了二元法则：芯片的每一个细分领域只有前两名能够“健康”生存，第三、第四名就只能夹缝求生。而在人脸识别芯片领域，最终也只能存活一两家。
“芯片行业是很残酷的，有个数一数二法则，就是老大吃肉，老二喝汤。老三、老四可能找不到名字。”
而谁能打败芯片领域的老大呢？
去年，深鉴科技的创始人姚颂在接受机器之能采访时就回答道，“可能是十家或者几十家像深鉴科技这样的公司，在不同垂直领域里分别发力，才能击败英伟达。”
在国内的视觉芯片领域，王海增认为，占据这个位子的大概率是华为海思。
王海增坦言，在安防视频芯片的领域里，有海思这样的对手存在，做视觉智能芯片几乎没有太多机会，这一事实很难改变。
当很多厂家还在致力于1080P分辨率智能芯片时候，海思已经从2K到4K、8K、多目、双目等全系列、全算力、全覆盖，而且海思还有虎视眈眈的服务器芯片系列，这比国外，及国内的初创芯片创业，要高出许多。
海思在视觉领域，甚至强于英伟达。王海增分析道，在AI芯片上，海康最初的智能摄像机第一代采用了英伟达平台，但芯片带来的高达十几瓦的功耗所带来的散热问题一直没有得到较好的解决，所以最终没有实现规模化量产。而海康第三代AI摄像机芯片，则选用了海思的方案，包括典型的Hi3559A芯片，这说明其实力已经不输英伟达。
“我们反复对比过芯片，发觉芯片从高端到低端系列，海思的芯片布局非常完整，渠道健全，而且功能几乎比现有的几个AI芯片厂商都更加领先，优势很明显。两三年前，我们能看到这个市场很大，但不知道谁能跑出来，现在回过头来再看，我们依然觉得海思跑的更靠前了。”
王海增说道。
差距不只在单点，更大的难题在生态上。
如果说一块芯片是一个技术难点，做生态的话就是一系列的难点。
一个行业公司需要知道这个系统长什么样，它不仅仅是一颗芯片，还是一个非常庞杂的系统工程。如考虑到芯片, 还有整个软件环境、网络录像机、服务器、视频管理软件等。
在这个系统里，AI 是核心竞争要素，但除此之外，99%的工作量是传统的东西。
如果只有一两个机会，那么巨头的夹缝中，最终能跑出来的是谁？
与AI芯片的业内人士打过不少交道，王海增坦言，“各有优劣”。但其中最重要的一项就是看公司本身是否是“做芯片”的。
“我觉得芯片行业，最重要的门槛是这个主体是不是做芯片的，再来看它做的是AI芯片还是做非AI芯片。”王海增说道。
芯片行业是个资本密集型、技术密集型的行业，但事实上，国内普遍情况最紧缺的就是芯片的研发人员。
国内很多AI芯片厂商，其实最开始专攻算法方面，缺乏芯片制造的经验，后来依靠招揽的做芯片的人才，才能正式推出可用的芯片。
而算法公司，转型做芯片，到底是业务升级，还是资本驱动？
王海增的答案，显然更趋向于后者。
部分算法公司刚起步时，也并没太想清楚自己要做什么，但做算法授权利润太少，于是就开始做芯片，做软硬一体，这样也更符合资本方的期望。
另外，对于芯片领域的“学院派”。王海增认为科研和产业领域确实存在差距，所谓的“算法很厉害”、“产业很厉害”和“实际厉害”之间还存在差别。科研领域的人员创业，可能具备局部的、点的先进性，但芯片更是个复杂的系统工程。
而相对，一些从矿机芯片转向AI芯片研发的企业，反而是王海增看好的，“至少他们量产过成熟的芯片，这样的经验很重要”。但其依然面临着矿机芯片向AI芯片转型，如何更好应用到边缘端的问题。
AI芯片领域不仅有创新公司，还有巨头的跨界，如BAT等也在入局做芯片。而对此，王海增认为，BAT等做芯片多还是自用，互联网巨头追求硬件能实现极致的性能以实现差异化用户体验，也在打造自己更完整的生态。
BAT的优势在于自身的数据类型较多，更能实现差异化服务，但如果想改变行业，要么自身渠道足够多，要么基础理论突破足够大，这两点其实都难以实现。
另外，AI芯片领域虽然一直在谈创新，但实际上，真正的创新还尚未到来。
王海增认为，国内目前还不算有真正的“算法”企业。
算法的底层架构，如TensorFlow、Caffee等方面几乎都是采用国外的架构，因此，离开这个条件，考虑是做算法加算力，还是单纯做算力，意义并不大。
底层的算法上面，国内几乎还处于空白。这涉及很多基础数学的问题。就像谷歌谈张量计算芯片，是发觉了卷积使用的张量计算的模型和传统模型不同，所以需要设计芯片设备，适应它的模型，这是算法型的创新。而且谷歌还发明了TensorFlow这样的主要架构。
这些在国内还都是空白。
有时候产业程度还不成熟，很多问题都是妄谈。就如同离开剂量谈毒性。
被问及AI算法的更新速度很快，芯片厂商怎么平衡量产和算法变化之间的关系。
王海增笑道，“不太用平衡”。
为什么？
很多AI公司的芯片其实还没到大规模量产的程度，是小规模量产，卖不够1万颗或者10万颗芯片，处于试验期。算法更新了，再重新根据最新的算法，再量产就好。
对于还不成熟的产业而言，这似乎并不是一个重要的问题。
就像AI将安防作为最重要的落地场景之一，AI芯片公司们也将安防作为最先发力的一个点。
有业内人士认为，未来的趋势是系统级芯片得天下，而不是功能级的芯片得天下，AI芯片一定会被集成，而如华为海思等摄像头主控芯片厂商，未来必然会集成适合安防场景的专属AI模块至主芯片中。
实际上，就安防摄像机而言，AI芯片做的只是AI加速部分，摄像头中不仅包含AI芯片，还需要编解码芯片、ISP（图像信号处理）等，因而AI芯片公司总免不了“被集成”。而高集成度的SoC则会成为未来的趋势。
王海增认为，“这和手机很像”。
此前就有某芯片公司曾为笔记本上提供单独的视觉芯片，但后来将芯片放到手机上，便很快面临了失败。原因就在于，电脑上体积大，功耗多，可以容纳单独的视觉芯片，但手机上，除传感器外，大部分功能都集成到一颗芯片中，形成了单芯片解决方案。设备越来越走向小型化，集成度也越来越高。
摄像机也是如此。这也是为什么海思在安防摄像头及AI芯片领域，都显得尤为强势。
专业视觉芯片，海思的优势较大。而在消费电子、专业电子等细分市场，王海增认为可能还有更多市场可以开拓。
如某芯片厂商专注消费场景，AI芯片与解决方案在智能门锁、门禁系统、机器人、无人机、智能家电等方面都有落地。
在王海增看来，该厂商在一众芯片公司中，显得十分低调。并且，在消费电子领域，显然巧妙的绕开了海思等大鳄，主打超低功耗，算是另辟蹊径，找到了市场的空白点。
无独有偶，姚颂此前接受机器之能采访时也表示，“真要挣钱活下去、活得好，必须变成一个行业公司”。一个行业的芯片公司，才能更了解真正对于芯片及工具链的需求是什么，打造一个好的生态。
不过，目前多数AI芯片公司喊出的场景还是“安防”，赛道已经过于拥挤。
王海增认为，很多AI芯片公司可能是在喊“安防”的口号，这样更便于融资，但至于能做多久，可能并没有考虑清楚，“先把融资下拿下来，过了今年，说不定明年还有新的想法。”
在完成对传统行业的改造之前，在弯道超车之前，更多AI芯片公司首先面临的是转型，或者死掉。
死亡线在哪里？可能就在近两年。
这与清华大学微电子所所长魏少军去年在智东西AI芯片峰会上的说法不谋而合。
“在未来2到3年内，（AI芯片行业）一定会碰到一个低潮，今天的一部分、甚至大部分的创业者将会成为技术变革的‘先烈’。”
AI芯片的加入，让芯片行业目前正处于变革和动荡期。AI芯片可能会层出不穷，但实际上，业内可能只需要一款主流产品，很多AI芯片明星企业也会面临这个问题。
而从VC的角度来说，他们有钱、有资本去投项目，也希望看到百花齐放，但实际上，可能存在的机会就那么多。
“明年、后年，90%的公司死掉也是很正常的，死掉不是公司不行了，可能会是公司的品牌逐渐火起来，但它的主体已经不再做AI芯片。因为AI芯片行业要完成洗牌，这个市场不会容纳这么多芯片。”王海增说道。
(审核编辑: 林静)