市场合并和收购背后，AI芯片市场暴露出哪些问题

       赛灵思对深鉴科技进行的收购是今年AI芯片市场的大事件，针对此次收购事件，赛灵思方做出的回应和解释是，赛灵思将开启从FPGA向自适应计算加速平台发展的方向，使用FPGA已有的技术，在FPGA的元件上，加之当前赛灵思在神经网络技术方面的研究，能够让FPGA在性能和功耗方面得到提升。

　　此次收购事件并非偶然，赛灵思从创办之初，就将重点放在了FPGA的AI落地方向，并且凭借产业优势和技术的发展优势在AI芯片产业获得了市场的好评。在深鉴科技公司的科技中，发展靠前的科技技术是神经网络剪枝、深度压缩技术，并且推出了“听涛”、“观海”的产品。

　　合并背后的利益分析

　　赛灵思的产品FPGA当前主要应用在一些传统的行业方面，而随着AI，云计算等技术也得到市场应用，FPGA在当前有了新的市场发展方向，应用后的FPGA的应用领域会大幅度增加。

　　AI云计算的发展方向来看，借助深鉴科技的技术之后，FPGA能够实现低功耗的功能，大部分数据中心采用了FPGA+CPU+GPU混用的模式。在AI边缘侧方面，FPGA具备灵活、低功耗等优势，同时能够实现复用，我们可以通过采用单芯片提高芯片的安全性、保密性和多传感器融合技术。而随着之后深鉴科技对芯片应用的算法持续改进的过程中，这些优势能得到新的加持和突出。

　　云计算层面的层次方面，赛灵思的合作伙伴包括国外云服务龙头老大亚马逊AWS外，还有国内的阿里、百度、腾讯、华为。而在AI端侧方面，赛灵思FPGA芯片将实现自动驾驶、嵌入式视觉以及工业物联网的行业应用。

　　突出的影响是自动驾驶层面，赛灵思和深鉴科技对自动驾驶的研究都十分重视。赛灵思作为第二大的ADAS半导体供应商，经过统计，2013年到2017年之间，赛灵思的车辆领域的营业范围达到百分之六十，已经开始筹备和多家汽车公司进行了汽车合作计划。和赛灵思在汽车行业的重视同步的是，深鉴科技于6月公布将推出基于FPGA的嵌入式AI计算平台——DPhiAuto，并且将技术应用于自动驾驶，深鉴公司也同日本等公司进行了合作事宜。

　　从本次赛灵思收购深鉴科技来看，深鉴科技的技术研究一直是在赛灵思的技术基础上进行的，深鉴科技推出的底层架构产品，也是建立于赛灵思 FPGA 平台之上。

　　同时，赛灵思一直是深鉴科技的投资方，从这些方面分析，深鉴科技的发展角色是作为赛灵思FPGA的优化和合作伙伴角色。如果不再依赖于赛灵思 的FPGA 平台，深鉴科技将不能独立发展。

　　我国当前AI芯片行业的主要发展问题

　　除了深鉴科技以外，我国的另一家知名AI芯片初创企业，地平线的AI芯片BPU也同样是在基于FPGA上进行的二次开发。所以仍然不能脱离于FPGA的公司进行独立发展。

　　从ASIC来看，在当前CPU、GPU和FPGA大部分市场份额都被国外占据的情况下，加之技术这项硬性门槛，在芯片领域，中国的AI芯片厂商一直存在支撑技术短缺的问题，如果企业想要通过市场、企业方面的力量进行发展，很难实现在CPU、GPU和FPGA方面的技术突破。而从当前情况分析，中国当前AI芯片厂商主要由中小公司成员组成，侧重于技术的应用，对设备的AI ASIC进行研究，通过对功能的改进和优化，以低功耗低成本取胜。比如中国知名的AI芯片初创企业寒武纪就是此类。

　　不过，并非说ASIC在AI芯片领域没有前景，恰恰相反，此前名扬业内的谷歌TPU就是基于ASIC。不过需要说明的是，谷歌之所以开发TPU，是基于其自身数据中心的应用规模，而规模是决定采用ASIC效益的关键。

　　具体到中国，为了规避ASIC开发周期长和投入大的风险，基于ASIC开发的所谓AI芯片基本是采取SoC+IP的模式，即相比ASIC，SoC+IP模式的上市时间短，成本较低，并且IP可以更灵活地满足用户需求。IP公司专注于IP模块的设计，SoC公司则专注于芯片集成，分工合作，提高效率。此前华为麒麟芯片与寒武纪IP结合在智能手机上的应用就属此种模式。但前提是规模(华为手机巨大的出货量)及SoC的支持。那么对于中国市场而言，能有多少像华为这样的规模用户。ASIC独木难成林。

　　更让ASIC前景难料的是，业内有一种分析和观点认为，FPGA受益于芯片NRE费用指数级上升带来的规模效应。随着制程工艺不断提高，芯片NRE费用指数级上升，越来越多的ASIC芯片将由于达不到规模经济而被迫放弃，从而转向直接基于FPGA开发设计。

　　据Tractica估计显示，到去年为止，深度学习应用中还几乎找不到FPGA的身影，但是，到2025年，它的部署会和CPU的部署量相当(如果不能超过CPU的话)。其结果就是，到2025年，FPGA将会在总规模达122亿美金的深度学习芯片组市场获得显著的市场份额。

　　从当前的市场来分析，虽然现在的AI芯片有很多称呼，但核心仍然是CPU、GPU、FPGA和ASIC，而这些技术核心，一直掌握在了传统的芯片厂商，例如英特尔、英伟达、赛灵思等国外厂商的手中。

　　赛灵思并购深鉴科技，也让我们看到了现有的AI芯片企业在芯片制造上的核心技术的缺失，如果AI芯片一直停留在应用层面，我国的企业将不能脱离这种依附式生存方式。