谷歌I/O开发者大会：AI依旧是主角
桑达尔·皮查伊在加州山景城主持了谷歌2018i/o开发者大会，这位被中国网友戏称为“劈柴哥”的google ceo，一如往届向外界透露了谷歌前进的方向，而其中的重要一项，就是正式公布了自家ai芯片tpu的3.0版本。
距离中兴芯片危机仅一个月的时间，tup 3.0版本的公布或将再次对“造芯热潮”的中国科技界带来刺激，掀起新一轮的“ai芯”热潮。然而，ai芯片真的能靠“舆论”这么造出来吗？
ai芯片：一切的基础
为什么说ai芯片是ai技术的基础？当ai技术进一步发展，所需要的信息和运算量会进一步提升，cpu已经无法提供更加庞大的算力，目前人们用gpu来代替cpu进行深度学习，但为了考虑到算力膨胀和兼容性的问题，研发ai芯片已是大势所趋。
而且芯片作为高投入、高尖精的技术，又是底层硬件基础，如果严重依赖它人，ai公司本身会非常难受——就和今天的中兴一样，命门一掐，受制于人。因此众多互联网大佬都在自行研发ai芯片，除了谷歌还有亚马逊、苹果、facebook等。
谷歌研发的tpu最早公布于2016年，2013年就有相关传言在进行研发了。与李世石和柯洁大战而名声大噪的alphago就搭载了tpu。
ai芯片分为深度学习和专用类，前者可以搭载在大量ai平台内，进行深度学习和智能运算;后者用途则更加垂直，比如用于安防识别、智能家居、自动驾驶、云端运算，这也是目前ai芯片最为火热的四个落地场景。
但深度学习ai芯片更加意义重大，一般是为深度学习框架而设计，这意味着它对开源架构进行了优化，能让开发者更顺利、更快捷地开发出更多的ai应用，形成数目繁多、品类齐全的ai应用生态。此外，ai芯片与深度学习框架的一体化意味着标准的建立，如果选择这款ai芯片的开发者越多，企业的ai护城河就越稳固，类似pc之于windows。
用了我的芯片，在我的地盘你就得听我的。
中兴事件引爆了中国芯片的“大跃进”
由于半导体产业的先发优势，美国英伟达、英特尔、谷歌、amd等企业的ai芯片产品一直是国内ai企业追赶和超越的对象。而在中美贸易摩擦导致的中兴芯片危机发生不久后，tpu3.0的发布也进一步催化了国内的造芯热度，相信接下来一段时间，对造芯追求的舆论将会掀起新的高潮。
其实在中兴事件到i/o发布会之前，各大网站的科技频道基本都被国内造芯的新闻刷屏：
4月19日，阿里公布自研芯片ali-npu消息
4月20日，阿里宣布全资收购ai芯片企业中天微
4月23日，rokid宣布自研ai芯片将于6月26日亮相
4月27日，云天励飞正公布面向嵌入式端的边缘人工智能芯片ipu
5月3日，寒武纪发布首款云端智能芯片mlu100
5月11日，华为被爆麒麟980处理芯片将在今年下半年发布
5月11日，云知声宣布将在下周公布全球首款面向iot的ai芯片
……
这个时间节点颇为耐人寻味，而且这些新闻大都有一个共同特点：数据列得一个比一个好看，实体芯片难见踪影;一边高调打爱国牌“在ai上不做下一个中兴”，一边普天盖地自我宣传。也难怪众多网友不买账，纷纷调侃这些企业有蹭热点之嫌。
但这也拦不住大企业纷纷倾力投入，同时更涌现一大票造芯创业者。凭心而论，在ai技术的浪潮下，ai芯片作为底层基础，战略意义可以说不言而喻，中兴事件也让人们看到了中国在这方面的短板。但做芯片，不能走炼钢铁那种大干快上的粗暴路线。
端前一分钟，芯片十年功
芯片这个东西，我们都觉得很常见，只要是个智能电子设备，都一定会搭载它，这就给老百姓一种错觉，认为这东西很多企业都能做。其实很多企业家也没看透这一点，觉得只要砸点钱，挖点人，花个两三年时间，就能出成果。
说有钱，市值两千多亿美金的英特尔够有钱吧？2016年，英特尔豪掷4.08亿美刀收购了一家明星ai创业公司nervana，然后说要推出专用芯片——这大招一憋就是三年半，到现在连个芯片的影子都没见着。英特尔也没有把宝都押在nervana身上，2015 年英特尔以 167 亿美元收购了芯片商altera，2017 年英特尔以 153 亿美元收购拥有自动驾驶辅助系统及芯片方案的mobileye……均是出手不菲，但与谷歌形成鲜明对比的是，英特尔的ai芯片与ai应用至今仍泛善可陈。
说到底，“买买买”的模式，在ai领域未必行得通。半导体产业链需要的是源源不断的资本、源源不断的技术投入，这一点已经得到了美日韩的验证。但ai芯片更需要一个完整的生态，底层芯片，中层系统，上层应用，缺一不可，退一万步说，就算芯片造出来了，如果没有形成应用生态，它也只是一个空中楼阁。
这一点阿里很像英特尔，都是“买买买”的模式。阿里这几年在ai领域的投资和收购动作频频，寒武纪和商汤科技背后都有马云爸爸的影子。但英特尔大举收购之后，面临的是旗下多条ai线互不兼容各自为政的困境，经过内部管理层多次洗牌，大量nervana员工出走，甚至投奔了“死敌”google，这也是ai芯片进展缓慢的原因。
除此之外，半导体产业的投资周期长，投资以后基本不用指望在短期内退出或者获得高利润回报，而且试错成本极高。英伟达、谷歌、amd等真正拥有ai芯片的业界大佬，无一不是在五六年前就开始研发了——那时候人工智能概念还没现在这么火。然后现在很多初创企业突然冒出来说自己研发出来了ai芯片，再看看他们的创始日期，一水的“2015后”。
三年时间，后来居上，以小搏大，赶超欧美。这听起来是不是有点熟悉？
中国芯应该怎么造？
承载算力的芯片是人工智能发展的基石，是最重要的基础设施资源，特别是在终端侧对功耗、性能、稳定都有很高的要求。无论从国家战略、还是行业市场来看，都需要做ai芯片。
其实，中国真正埋首做ai芯片的公司还是有的，虽然难度很大，但是确实有人在勤勤勉勉地做。中科寒武纪就是一个例子，但是中科寒武纪的ai芯片离宣传的效果还是有一段距离，应用面较为狭窄，目前主要用于华为手机摄像头，进行图像运算，此外有部分应用于科大讯飞的翻译机，负责语言处理。相比外国巨头们ai芯片的泛用性，差距依然很远。
而从整个ai产业角度看，芯片并非一个孤立的硬件。就像前文说的，它同时也要结合深度学习框架，以及ai应用生态，三者形成良性的循环。深度学习框架相当于ai的操作系统，一颗专用的ai芯片能让深度学习框架运转速度更快，也更兼容，吸引更多的开发者使用这样的操作平台，来产生更多的ai应用，当生态足够大，不愁吸引不到足够的用户。而一个完整且繁荣的生态架构，正是寒武纪们欠缺的。
因此，ai芯片布局不仅要看地基，还要着眼高层，还需要做好深耕五年十年甚至二十年的准备，这需要企业家拥有非凡的战略眼光和全面布局ai生态的勇气。
相反，如果只看到了中兴事件之后的民族情绪，随着全民造芯的大流在芯片上层层加码，而忽略了其他层次的构建，甚至还有“未见芯片先见性能”的冒进，恐怕吸引目光、呼唤投资的意义要更大一些，毕竟ai界的老大哥英伟达凭借其gpu产品收获了大量市场和口碑。在两年时间内，英伟达的股价股价涨了近8倍，今年二季度营收同比增长56%，公司市值超千亿美元大关。用ai芯片的概念作为股价驱动力，谁不眼红？
只是，这不免有点“天下熙熙皆为名来，天下攘攘皆为利往”的味道了。
诺基亚仍为意大利电信供应 5G 设备，华为份额减少
rj45和rj48的有什么区别？
如何解决电压测试遇到的问题
华为提出“智慧供热”推动供热行业升级改造
寒冬将至 AI+5G带动DRAM新需求
谷歌I/O开发者大会：AI依旧是主角
英特尔是如何应对AMD造成的压力的？
彩电芯片国产化究竟难在哪里呢？精细化制造还需进一步推进
GTP正式诞生，你的自媒体会发生什么变化？
松下提前投产美国电池工厂 受惠于特斯拉新车预售火爆
扬尘在线监测系统，助力扬尘污染治理
华为面向5G发布了“1+1”解决方案，助力运营商克服5G网络部署的难题
智能家居行业发展压力大 高房价是主要原因
基于EPM7256AETC100-5实现CDMA2000 BTS时钟同步的应用解决方案
水质监测溶氧仪标定方法
Teledyne FLIR Oryx+Myricom捆绑解决方案如何应对三个技术挑战
莱克魔洁立式吸尘器，帮你守护洁净家
华为nova5i曝光 将搭载采用7nm工艺的麒麟810
时序逻辑电路设计之异步计数器
日本电装和三菱将投资10亿美元，获取对Coherent碳化硅部门25%股权
距离中兴芯片危机仅一个月的时间，tup 3.0版本的公布或将再次对“造芯热潮”的中国科技界带来刺激，掀起新一轮的“ai芯”热潮。然而，ai芯片真的能靠“舆论”这么造出来吗？
ai芯片：一切的基础
为什么说ai芯片是ai技术的基础？当ai技术进一步发展，所需要的信息和运算量会进一步提升，cpu已经无法提供更加庞大的算力，目前人们用gpu来代替cpu进行深度学习，但为了考虑到算力膨胀和兼容性的问题，研发ai芯片已是大势所趋。
而且芯片作为高投入、高尖精的技术，又是底层硬件基础，如果严重依赖它人，ai公司本身会非常难受——就和今天的中兴一样，命门一掐，受制于人。因此众多互联网大佬都在自行研发ai芯片，除了谷歌还有亚马逊、苹果、facebook等。
谷歌研发的tpu最早公布于2016年，2013年就有相关传言在进行研发了。与李世石和柯洁大战而名声大噪的alphago就搭载了tpu。
ai芯片分为深度学习和专用类，前者可以搭载在大量ai平台内，进行深度学习和智能运算;后者用途则更加垂直，比如用于安防识别、智能家居、自动驾驶、云端运算，这也是目前ai芯片最为火热的四个落地场景。
但深度学习ai芯片更加意义重大，一般是为深度学习框架而设计，这意味着它对开源架构进行了优化，能让开发者更顺利、更快捷地开发出更多的ai应用，形成数目繁多、品类齐全的ai应用生态。此外，ai芯片与深度学习框架的一体化意味着标准的建立，如果选择这款ai芯片的开发者越多，企业的ai护城河就越稳固，类似pc之于windows。
用了我的芯片，在我的地盘你就得听我的。
中兴事件引爆了中国芯片的“大跃进”
由于半导体产业的先发优势，美国英伟达、英特尔、谷歌、amd等企业的ai芯片产品一直是国内ai企业追赶和超越的对象。而在中美贸易摩擦导致的中兴芯片危机发生不久后，tpu3.0的发布也进一步催化了国内的造芯热度，相信接下来一段时间，对造芯追求的舆论将会掀起新的高潮。
其实在中兴事件到i/o发布会之前，各大网站的科技频道基本都被国内造芯的新闻刷屏：
4月19日，阿里公布自研芯片ali-npu消息
4月20日，阿里宣布全资收购ai芯片企业中天微
4月23日，rokid宣布自研ai芯片将于6月26日亮相
4月27日，云天励飞正公布面向嵌入式端的边缘人工智能芯片ipu
5月3日，寒武纪发布首款云端智能芯片mlu100
5月11日，华为被爆麒麟980处理芯片将在今年下半年发布
5月11日，云知声宣布将在下周公布全球首款面向iot的ai芯片
……
这个时间节点颇为耐人寻味，而且这些新闻大都有一个共同特点：数据列得一个比一个好看，实体芯片难见踪影;一边高调打爱国牌“在ai上不做下一个中兴”，一边普天盖地自我宣传。也难怪众多网友不买账，纷纷调侃这些企业有蹭热点之嫌。
但这也拦不住大企业纷纷倾力投入，同时更涌现一大票造芯创业者。凭心而论，在ai技术的浪潮下，ai芯片作为底层基础，战略意义可以说不言而喻，中兴事件也让人们看到了中国在这方面的短板。但做芯片，不能走炼钢铁那种大干快上的粗暴路线。
端前一分钟，芯片十年功
芯片这个东西，我们都觉得很常见，只要是个智能电子设备，都一定会搭载它，这就给老百姓一种错觉，认为这东西很多企业都能做。其实很多企业家也没看透这一点，觉得只要砸点钱，挖点人，花个两三年时间，就能出成果。
说有钱，市值两千多亿美金的英特尔够有钱吧？2016年，英特尔豪掷4.08亿美刀收购了一家明星ai创业公司nervana，然后说要推出专用芯片——这大招一憋就是三年半，到现在连个芯片的影子都没见着。英特尔也没有把宝都押在nervana身上，2015 年英特尔以 167 亿美元收购了芯片商altera，2017 年英特尔以 153 亿美元收购拥有自动驾驶辅助系统及芯片方案的mobileye……均是出手不菲，但与谷歌形成鲜明对比的是，英特尔的ai芯片与ai应用至今仍泛善可陈。
说到底，“买买买”的模式，在ai领域未必行得通。半导体产业链需要的是源源不断的资本、源源不断的技术投入，这一点已经得到了美日韩的验证。但ai芯片更需要一个完整的生态，底层芯片，中层系统，上层应用，缺一不可，退一万步说，就算芯片造出来了，如果没有形成应用生态，它也只是一个空中楼阁。
这一点阿里很像英特尔，都是“买买买”的模式。阿里这几年在ai领域的投资和收购动作频频，寒武纪和商汤科技背后都有马云爸爸的影子。但英特尔大举收购之后，面临的是旗下多条ai线互不兼容各自为政的困境，经过内部管理层多次洗牌，大量nervana员工出走，甚至投奔了“死敌”google，这也是ai芯片进展缓慢的原因。
除此之外，半导体产业的投资周期长，投资以后基本不用指望在短期内退出或者获得高利润回报，而且试错成本极高。英伟达、谷歌、amd等真正拥有ai芯片的业界大佬，无一不是在五六年前就开始研发了——那时候人工智能概念还没现在这么火。然后现在很多初创企业突然冒出来说自己研发出来了ai芯片，再看看他们的创始日期，一水的“2015后”。
三年时间，后来居上，以小搏大，赶超欧美。这听起来是不是有点熟悉？
中国芯应该怎么造？
承载算力的芯片是人工智能发展的基石，是最重要的基础设施资源，特别是在终端侧对功耗、性能、稳定都有很高的要求。无论从国家战略、还是行业市场来看，都需要做ai芯片。
其实，中国真正埋首做ai芯片的公司还是有的，虽然难度很大，但是确实有人在勤勤勉勉地做。中科寒武纪就是一个例子，但是中科寒武纪的ai芯片离宣传的效果还是有一段距离，应用面较为狭窄，目前主要用于华为手机摄像头，进行图像运算，此外有部分应用于科大讯飞的翻译机，负责语言处理。相比外国巨头们ai芯片的泛用性，差距依然很远。
而从整个ai产业角度看，芯片并非一个孤立的硬件。就像前文说的，它同时也要结合深度学习框架，以及ai应用生态，三者形成良性的循环。深度学习框架相当于ai的操作系统，一颗专用的ai芯片能让深度学习框架运转速度更快，也更兼容，吸引更多的开发者使用这样的操作平台，来产生更多的ai应用，当生态足够大，不愁吸引不到足够的用户。而一个完整且繁荣的生态架构，正是寒武纪们欠缺的。
因此，ai芯片布局不仅要看地基，还要着眼高层，还需要做好深耕五年十年甚至二十年的准备，这需要企业家拥有非凡的战略眼光和全面布局ai生态的勇气。
相反，如果只看到了中兴事件之后的民族情绪，随着全民造芯的大流在芯片上层层加码，而忽略了其他层次的构建，甚至还有“未见芯片先见性能”的冒进，恐怕吸引目光、呼唤投资的意义要更大一些，毕竟ai界的老大哥英伟达凭借其gpu产品收获了大量市场和口碑。在两年时间内，英伟达的股价股价涨了近8倍，今年二季度营收同比增长56%，公司市值超千亿美元大关。用ai芯片的概念作为股价驱动力，谁不眼红？
只是，这不免有点“天下熙熙皆为名来，天下攘攘皆为利往”的味道了。
诺基亚仍为意大利电信供应 5G 设备，华为份额减少
rj45和rj48的有什么区别？
如何解决电压测试遇到的问题
华为提出“智慧供热”推动供热行业升级改造
寒冬将至 AI+5G带动DRAM新需求
谷歌I/O开发者大会：AI依旧是主角
英特尔是如何应对AMD造成的压力的？
彩电芯片国产化究竟难在哪里呢？精细化制造还需进一步推进
GTP正式诞生，你的自媒体会发生什么变化？
松下提前投产美国电池工厂 受惠于特斯拉新车预售火爆
扬尘在线监测系统，助力扬尘污染治理
华为面向5G发布了“1+1”解决方案，助力运营商克服5G网络部署的难题
智能家居行业发展压力大 高房价是主要原因
基于EPM7256AETC100-5实现CDMA2000 BTS时钟同步的应用解决方案
水质监测溶氧仪标定方法
Teledyne FLIR Oryx+Myricom捆绑解决方案如何应对三个技术挑战
莱克魔洁立式吸尘器，帮你守护洁净家
华为nova5i曝光 将搭载采用7nm工艺的麒麟810
时序逻辑电路设计之异步计数器
日本电装和三菱将投资10亿美元，获取对Coherent碳化硅部门25%股权