|AI芯片这一行,撑得过明年吗?

|AI芯片这一行,撑得过明年吗?

文章图片

|AI芯片这一行,撑得过明年吗?

文章图片

|AI芯片这一行,撑得过明年吗?

文章图片

|AI芯片这一行,撑得过明年吗?

往日的热闹逝去已久 , AI芯片这一行 , 已经快降温三年了 。
企业们的战略摇摆、动作变形随处可见 , 仿佛是一个个行走的创业记错本 。 他们趟过的坑、摔过的跟斗 , 其他玩家即便亲眼看见了各种失败先例 , 可肉身还是得下场走一遭 。 这就是创业 , 听过无数的道理 , 也逃不过重复别人失败的一生 , 这更是创业者的宿命:不断的试错和验证 。 AI芯片市场如今进入洗牌时刻 , 加速呈现去 AI 化趋势 , 在中国的这场狂欢又该怎么收场?


繁荣背后的一地鸡毛AI芯片的火爆 , 与其说是AI技术发展的果实 , 不如说是资本的产物 。
资本如酒 , 能壮创业胆 。
忽如一夜春风来 , 千树万树梨花开 。 随着AI产业的迅速发展 , 越来越多的企业都投身到了AI淘金这股浪潮中 , 而其中最为耀眼的便是AI芯片 。
为什么好像一夜之间大家都在造AI芯片?

虽然从AI芯片相对偏长的投资回报周期来看 , 芯片与资本的逐利本性来看是相冲突的 , 但是它可以包装成为一个好故事 。
早前就有业内人士提出质疑:人工智能芯片概念比较怪 , 定义也非常宽泛 。 AI市场的第一颗芯片是包括现成的CPU , GPU , FPGA和DSP的各种组合 。 在国外巨头眼中的AI芯片更多是基于传统的通用芯片架构中去升级或者拼装组合 。
OneSpin Solutions总裁兼首席执行官Raik Brinkmann也在质疑并提出了以下问题:在AI芯片中 , 你有三个问题需要解决:

  • 首先 , 需要处理大量的数据
  • 其次 , 构建用于并行处理的互连
  • 第三 , 功率 , 这是移动数据量的直接结果
所以亟须从冯诺依曼架构转变到数据流架构 。 然而 , AI芯片究竟是什么样子 , 以及该如何定义还没有统一的标准 。 在国内市场来看 , 更多是一个缺乏严格定义的伪概念 。
这种令外界心跳业内窃喜的概念 , 更多是为了商机而制造出来的“新技术” 。

而正是因为缺乏定义与标准 , 所以它有了将概念包装讲故事的空间 。
当然对于很多人来说 , 有一个好的故事来圈钱已经足够 。
随着各行各业的企业都开始进入IC行业 , 人才需求量猛增 。 但是人才培养的速度完全跟不上需求的增长 。 因此 , 新进入的企业高薪挖人 , 高薪抢人已经成为常态 , 应届生的薪资水涨船高 。 能够拿出高薪的企业有两种:
  • 其一 , 拿到大笔融资的初创企业
  • 其二 , 入局IC的互联网巨头
对于初创公司来说 , 要对得起投资人的大笔投资 , 技术团队必须建立起来 。 往往投资人的压力也比较大 , 一般需要在一定时间之内 , 建立多少人的队伍 。 时间一到 , 是需要向投资人汇报的 。 因此 , 技术团队建设 , 往往比较急 。 而恰恰这类企业 , 由于知名度不够 , 招人还不太容易招到 。 正所谓 , 重赏之下必有勇夫 , 那就用更高的薪水来吸引人才 。 如果50%不够 , 那就双倍 。 反正投资人的钱是必须要花的 。