【前 言】
科技发展的过程中，对我们的生活产生潜移默化的影响，尤其是网络和高科技产品的相结合，更是预示着智能化的时代已经来临。
不管是耳熟能详的语音助手、自动驾驶，还是手机中的人脸解锁、智能拍照，亦或人们日常使用的无线耳机中的人机交互，以深度学习为代表的人工智能技术普遍应用于日常生活和传统产业。
与此同时，AI技术的发展对于底层芯片计算能力的需求一直在飞速增长。如何构建出高效的AI芯片，将芯片技术与AI技术有效地结合起来成为当前资本市场关注的热点话题。
01
AI推理芯片有望弯道超车
一般来说，按照任务AI芯片可以分为训练芯片和推理芯片。在AI训练芯片领域，英伟达是这一领域目前的领导厂商。主要是因为AI训练过程中要分析数万亿个数据样本，GPU的并行计算架构在这方面是一大优势。英伟达凭借GPU芯片的巨大优势，以及成熟的开发者生态系统以及先行者优势，生态建设完善程度要远远领先于其他市场参与者，短时间内英伟达的主导地位难以撼动。
相比训练芯片一家独大的局面，推理芯片则呈现百舸争流之态势。这是因为GPU在推理侧并不是最好的架构，系统级芯片设计师必须在单个芯片上集成CPU、GPU、存储器及各种IP模块，这就需要实现异构集成的DSA架构。另外推理的应用业务链条会更长，AI算法模型只是整个应用业务链条的一部分。
目前国内在推理芯片领域有成熟产品和应用落地的有两家公司。一家是燧原科技，创始人是AMD中国研发中心的核心人物，核心团队是覆盖AI软硬件全产业链世界一流的芯片产品化团队。另一家就是希姆计算，核心团队出自Broadcom、Marvell、寒武纪等一线厂商，拥有国内最优秀的编译器团队。
从市场规模来看，随着AI训练逐渐走向成熟、AI应用逐渐落地，2021年推理芯片推理市场规模已经超过了训练芯片市场规模，未来市场差距还会越来越大。有预测数据提到2025年90%的算力都会用于推理。
02
互联网公司需要
更切合实际需求的AI芯片
从上图可以看到，全球多家互联网公司已经投入自制AI芯片。首先，科技巨头们拥有大量的数据，想要充分挖掘数据价值保持领先地位，就需要芯片提供超高算力，定制化的AI芯片能结合其自身业务更好地挖掘数据价值；其次，由于不同的互联网企业所构建的生态有所不同，因此对芯片性能需求存在着差异。定制的AI芯片能够更好地发挥出生态的价值。最后，传统芯片公司的高性能GPU和CPU价格高昂，自研AI芯片能够显著降低成本。
例如字节跳动对AI的研究和应用处于前沿，要结合前沿的AI算法和其拥有的大量数据提供更好的产品体验，必然需要超高算力，因此其选择自研AI芯片不足为奇，研发高性能AI云端芯片对于字节跳动更容易产生立竿见影的效果。
Facebook每天要处理近2.5亿个视频，进行视频内容相关审核等工作。需要开发新的AI芯片，其中一款AI推理芯片主要用于推荐算法等；另一款则主要进行视频转码任务，提高Facebook用户观看录制和直播视频的质量。
互联网是云端算力需求较旺盛产业，因此互联网公司纷纷入局AI芯片产业，投资或自研云端AI芯片满足自身需求。
03
能否满足下游企业需求
成为AI芯片未来竞争关键
中国本土AI应用和AI芯片初创公司也随着AI的热潮和风投的关注而遍地开花。然而，经过几年的发展后，AI应用场景的落地成为最大难题。
AI芯片必须与特定应用场景的AI算法配合起来才能真正实现AI的商业化落地。把芯片的定制化能力和软件的定制化能力结合起来，获得强大的性能和卓越的性价比，确保给客户提供更多元化和更适配的选择。
对落地应用尤其是AI应用而言，国内有全世界最好的场景，比如说短视频的应用，比如信息流的推荐系统等等，这些互联网头部应用背后需要更定制化的AI芯片需求。更接近下游客户需求的企业才能脱颖而出。
希姆计算是国内第一家、业内唯一在头部互联网公司进行业务应用落地，并实现批量供货的云端Al推理芯片公司。获得了包括京东、红杉、中网投、中信证券等产业资本和知名投资机构的投资支持。公司从市场应用倒推产品定义，实现产品贴合头部互联网公司需求，落地场景明确，产品商业化进度远超竞争对手。今年初已经获得了头部互联网企业大批量订单，京东等互联网头部客户正在流片测试中，预计未来3年营收将呈倍数增长。
从投资的角度来看，中国公司在AI推理芯片领域与国际公司的起点并没有存在巨大的差距。国内庞大的应用场景和市场能够驱动AI推理芯片公司快速成长，反而拥有弯道超车的机会。在这样的趋势之下，希姆计算类似率先匹配客户需求、落地产品、构建生态的企业，未来有望在AI芯片竞争中突围，成为中国AI芯片领域的独角兽。
