AI芯片，热闹属于谁？
十多款芯片问世，多起并购案，这是过去500多天里中国AI芯片的热度。
始料未及的事件再次点燃了学界业界和整个舆论场，在人工智能技术跻身世界前列的背景之下，我们开始期待它成为中国芯片的“嫁衣”。
人工智能的概念开始伴随着每片芯片一个个抛向大众视野。
AI芯片指专门针对AI算法的专用集成电路，不同于传统的CPU、GPU，后者虽然可以用来执行AI计算，但速度和性能都影响了商用效果。
一位芯片工程师举例到，自动驾驶需要识别道路行人红绿灯等状况，但如果用当前的CPU去算，估计车翻到沟里了还没发现前方是河。
而如果是GPU，速度当然快得多，但其巨大的功耗和高昂的费用依然不是AI场景理想的选择。不仅如此，AI芯片还在场景侧分为云端和终端，大量数据训练人工神经网络的场景在云端完成，追求低成本和低功耗地推理则在终端搞定。
真实需求，不缺场景，资金到位，前赴后继的AI芯片公司纷纷上路，但造芯片可不是赶风口，设计、制造、封测整个链条之艰难让无数人却步。而且这还是一个板凳坐得十年冷的体力活。
跌宕起伏又心潮澎湃，棘地荆天又发奋为雄，这都汇聚成这批AI芯片创业者们的造“芯”故事。
01 寻找最优解
2013年秋天，张军是云知声在深圳唯一的销售人员，负责开拓白电客户。
他经常和前来出差的联合创始人李霄寒请教，怎么才能帮助传统家电企业提升竞争力？起初，他们在云端提供SaaS服务，给客户提供语音识别能力，但很快意识到这还不够。
他们发现物联网设备和手机不一样，手机端的语音识别可能不是刚需，但在家居生活和独立办公场合，人类最自然的交互方式就会有它的用武之地。
当时的深圳办公室只有12平方米，里面两张桌子，三把椅子，大家头脑风暴想做一个类似“U盘”的东西，有标准的接口，可以把它插到家电上实现语音交互。
2015年8月，这个后来取名叫做智能语音模块（IVM）的产品大获成功，一个硬件版可以标准化的对接不同的客户，型号A和型号B都可以轻松适配，格力空调、华帝油烟机顺利出货。
深圳团队开始搬进了大办公室，团队招兵买马。
不过，短短的几个月之后，他们又发现了新的问题，板子带芯片，各种各样的东西串起来，每个其实都不贵，但加起来成本太高了，客户问李霄寒：你这东西如果卖一百块钱，那只能放在高端产品上，低端产品就卖几百块钱，我没法用。
怎么办？有人提出自己造芯片，把东西集成到芯片里解决问题，但一算账发现，如果无法一片片摊薄，总体算下来还是贵。
这个事情经过了激烈的讨论，甚至有投资人颇有怨言的找到他们说，我们投一笔钱不是特宽裕，你们拿去做芯片，大家都知道芯片高投入周期长，你们为什么要做？
也不能怪投资人，被称为“独角兽捕手”的金沙江创投董事总经理朱啸虎就有言，“中国VC不是不投芯片，之前我们投了好几个都血本无归。”那个时候，所有的投资人都会提到投入成本高、门槛高、周期长、回报率低。
时间到了15年下半年，团队还是拍板要上，因为他们发现这里有一个尖锐的矛盾是长期不可调和的，只有足够的算力和功能才能支撑起AI应用，但成本是主要的限制因素。
一款AI产品，有了好的底层支撑就需要高出一两百的成本，但又想出量就必须以更低的售价，这样还不想降低算力就只能通过芯片本身了，没有其它解。
他们判断这是整个IoT方向的问题，云知声CEO黄伟说“不做芯片就是死路一条”。
02 对抗短期“情绪”
动手稍快的是时任百度深度学习研究院副院长余凯，他于2015年6月1日离开百度，一周之后就开始为新公司造势“我们要做人工智能时代的英特尔”。
让他毅然离开并火速创业的原因，也正是由于笃定AI的变量并不在软件，而是处理器架构，底层计算效率和功耗不解决，应用层就会多做很多无用功。
因为随着嵌入式处理器的功能不断外延，质变已然发生，北京航空航天大学教授何立民曾谈及，自从人工智能进入机器的深度学习时代，原有MCU的硬件加速已无法满足高速海量数值计算要求，以及大数据的云间交互要求。
这样一来，在嵌入式领域便出现了MCU与AI芯片两个有本质差异的芯片群，前者以控制见长，后者以计算见长。
找准了方向，紧接着余凯遇到一个好消息一个坏消息。
顺利的是创业团队的搭建，基本上就是找老朋友老部下，吃几顿饭挖几圈一支三五十人的战斗部队就拉好了，团队涨到几百人之后遇到的管理困扰，那是后话。
坏消息是在有豪华团队背书之下，轻松完成第一轮融资之后，接下来去哪里找钱。
在那个“人机大战”还没有到来的2015年秋天，老百姓特别是投资人根本看不懂这个家伙要做什么？余凯连续谈到六七十家投资机构，无一出手。
那会儿的风口是共享单车和P2P。
以至于那场影响世界人工智能发展的“人机大战”到来时，余凯积极参与并出现在网易的直播间，作为技术嘉宾讲解AlphaGo，也通过这样的机会为自己正在做的事儿正名。
2016年3月9日至15日在韩国首尔进行的围棋比赛，AlphaGo围棋以总比分4比1战胜李世石。余凯信心大增，这意味着大多数人开始看懂人工智能和AI芯片的开始。
他从创业伊始就说要坚持战略判断，不为大环境左右，这付出了不少代价，令他一直感到困惑的是，短期的情绪和竞争所造成的市场影响，在中国是被放大的，这也是为什么很多国外投资人来中国赚不到钱，他们往往低估“局部”的力量。
好在“人机大战”过去的几个月之内，地平线连续获得了Yuri Milner、双湖投资、青云创投和祥峰投资的资金驰援，并在第二年拿到了英特尔领投的超一亿美金A+轮。
过冬的粮草终于备足了。
余凯说地平线做的是“反共识”的事情，百度系自动驾驶创业只有他们采取不同路线，这就导致谈的时候处于两个极端，要么一拍即合，要么无法正常对话，你要做的就是找到想法一致的人。
03 巨头种子遇变数
2015年左右地平线和云知声开始大量投入兵力，寒武纪虽创立最晚，但原始积累已早早在中科院计算所完成。
2014年，身在中国科学院计算技术研究所的陈云霁、陈天石课题组就提出了深度学习处理器指令集DianNaoYu，被计算机体系结构领域顶级国际会议ISCA2016所接收，其评分排名所有近300篇投稿的第一名。
那时的模拟实验表明，采用DianNaoYu指令集的寒武纪深度学习处理器相对于x86指令集的CPU有两个数量级的性能提升。
陈云霁、陈天石兄弟开始崭露头角。
陈云霁9岁上中学，14岁进入中科大少年班，24岁取得中科院计算所博士学位，29岁晋升为研究员，33岁荣获中国青年科技奖和中科院青年科学家奖。兄弟二人平步青云，循着同样的步伐直到再次“交汇”。
2008年，陈云霁兄弟开始联手打造AI芯片，利用各自的科研优势攻关，在此之前，陈云霁已经跟随中国“龙芯之父”胡伟武十余年。胡伟武带领团队在2016年研制成功的龙芯3A3000处理器已经用在了北斗二代卫星。
同一年，寒武纪科技公司成立并顺势推出了首款可商用的深度学习处理器寒武纪1A，这个速度早于业界。
陈天石曾说，寒武纪只有小几百人的团队，已经做了很多事情，全球第一款终端AI处理器落地、全球第一款多核终端AI处理器落地、中国第一颗云端人工智能芯片落地、三代终端IP产品发布。
他说难以想象AI芯片领域不诞生新巨头，这显示着寒武纪的勃勃野心。但很快他们需要面对的是华为自己做芯片，外界指“抛弃”寒武纪的质疑。
陈天石回应华为发布的峰值性能16T的昇腾310和寒武纪发布的MLU100没有竞争，场景不同，峰值性能也不同，作为一家开放独立的芯片公司，要具备宽广的视野。
不知道这是否是他的心里话，但至少在前往巨头路上的变数多了起来。
AI芯片是时代机遇，更是技术所需，在这波崛起潮水之中，最早开始投入研发的还属海思，但一直被华为“雪藏”。
早在2004年，华为全资子公司海思半导体逐渐登上历史舞台，他们起初主攻基带芯片、视频编码芯片和为自家手机打造麒麟芯片，而和AI芯片扯上关系要从2017年说起。
2017年9月初，华为在柏林发布了麒麟970，宣称这是“全球第一枚手机AI芯片”，其中集成了寒武纪1A处理器的IP作为其核心AI处理单元。次年8月，麒麟980同样搭载了寒武纪1A的优化版本。
不过，从2018年10月开始，寒武纪迎来坏消
