“炫技”的人工智能并非理想中的“超级智能”
人工智能可以说这一两年最火热的概念，几乎所有的创业公司和项目都要谈及自身具有人工智能的能力，风头虽盛，但是真正可应用的产品似乎并不太多。大部分创业公司还是在“炫技”，比如参加一些学术会议，并没有考虑到产品的实用性，有些甚至还只是停留在概念阶段，其产品并未体现出“人工智能”这一特性。所以整体来看人工智能技术目前还是处于刚刚开始，需要不断的科技突破才能真正实现超级智能。
 
作为“虚火”中的人工智能在未来如何发展呢？我们通过分析过去几十年的技术发展，发现一个规律：每一次主流技术的变革都带来电子行业新增需求，技术变革是基础条件，而消费者行为变化时根本驱动力，从1975年到2015年信息发展史是信息消费内容进化史，每次技术革命都带来终端覆盖人群的快速扩张。
 
我们通过分析这次人工智能的主要推动技术来源，来看整个行业的发展。数据量、计算力和算法模型是人工智能发展的三大驱动力。算法实际是以计算能力作为支持，以目前主流算法深度学习来分析，可以清晰的发现，深度学习对计算能力要求极高，计算能力的严重不足实际上限制了人工智能的产业化。
 
未来算法还是会持续的演进，但计算需求是无可避免的，同时只有设备的人工智能计算能力的普遍提高，才能真正意义上深入人类的生活之中，帮无数的设备商实现超级智能。换句话说就是计算力的提升会推动应用落地，带来新的机遇！
人工智能定制芯片将成为产业战略制高点
人工智能的计算能力还处于初级阶段，以下是目前方案的分析总结。
 
通过比较分析，我们认为人工智能定制芯片是必然趋势，同时根据在PC时代和移动互联网时代分别处于霸主地位的X86架构和ARM架构的发展历程表明，芯片是整个产业的战略制高点：

1. 对于整个系统而言，硬件决定了上限，软件只能决定系统能多接近上限。而定制芯片最贴近垂直应用场景，可以带来性能的大幅提升，这种性能的飞速提升对于人工智能产业的实用化有着极其重要的作用；
2. 芯片决定了一个新的计算平台的基础架构和发展生态，可以定义整个生态系统，在新的计算时代来临之时往往是新兴企业弯道超车的绝佳机遇。
3. 成本上优势。人工智能时代的市场空间将不仅仅局限于计算机、手机等传统计算平台，需求量十分庞大，同时很多行业对于成本也是敏感。类似的FPGA、GPU等非专用芯片在价格上处于劣势；

这也是为什么Google、MS等软件厂商，纷纷进入芯片行业，开发专用的定制人工智芯片。
 
 
中国创业公司在人工智能领域的机会
那么谈谈中国创业公司在人工智能领域的机会。
首先，明确芯片行业是高风险高投入的。从最近这几年的发展，我们发现有几个特点：

1. 随着工艺和需求的演进，设计成本快速增长，目前开发一个主流芯片需要投入超过3亿美元。
2. 芯片的成功逐渐取决于生态系统的成功。现在的芯片往往只是一个复杂系统中的一部分。芯片设计厂商（或者方案商）提供给客户的已经远远不止芯片本身，而是一套完整的软硬件解决方案。比如NVIDIA GPU+CUDA，Google TPU+Tesnorflow。这本身也是一个高额投入。

 
由于投入过于巨大，因此对创业公司来说，选择合适的市场是关键。
我们目前将整个市场分成三大类：
拨云见日，初创公司在垂直领域的机会分析
分别谈一下对这些市场的看法。
首先，对于智能终端芯片 inference芯片，我个人较为悲观，认为机会渺茫。
主要原因如下：

1. 传统厂商实力强大。高通，MTK，海思，展讯，苹果，三星，Intel，微软，ARM都是国际巨头，资金和研发优势都很明显。
2. 系统复杂高，对研发实力有着极高的要求。随着SoC技术的发展，芯片集成了越来越多功能，需要兼顾和支持除人工智能算法之外大量的功能。初创公司往往精于某一环节，很难有系统的多方面积累。
3. 开发费用高，设计周期长，对小公司不利。由于此类芯片复杂度高，投入时间、资金成本高，同时由于硬件出bug很打补丁，失败成本高。
4. 成本敏感，对公司商业能力要求大。这类市场主要是消费级市场，因此对价格明显。同时由于芯片投入极大，因此需要靠足够的量来摊薄成本，考验公司的商业能力

    
 
其次，对功能终端芯片 inference芯片，初创公司在垂直应用存在一定机会。

1. 需求总量大，但需求五花八门，存在很多变数，技术上很难用通用架构来实现。换句话说每个垂直市场都不大，大公司看不上，会给初创公司足够成长机会；
2. 功能相对简单，资金投入门槛不高；
3. 随着Nvidia开源DLA框架等出现，技术门槛可能会进一步降低，可以使初创公司聚焦在垂直应用的开发；
4. 需要对行业需求理解，更偏向应用的解决方案。国内有很多初创公司在图像处理，声音处理的算法和应用方面已经有了不错的积累。

最后，对于Cloud training/inference市场，我们比较乐观，是诞生中国初创公司的机遇。

1. 需求总量大，Training需要Cloud。国内互联网巨头和大型企业需求旺盛，有充足的客户；
2. 功能专注在计算能力，在成本和功耗要求不多，设计难度和生态环境相对要求低；
3. 目前Nvidia一家独大，传统厂商还未能有相应产品。同时GPU和FPGA都有优缺点，ASIC有优势；
4. 国内目前对自主产权的呼声很高，容易得到国家和行业支持。

 
 
但是不论哪个市场，我们都真心希望能够成就中国自己的人工智能芯片公司，占领行业的战略制高点，复星锐正做为产业投资者愿意陪伴大家成长！