過去的50年，計算機的底層元件都遵從著“摩爾定律”，即在價格不變的情況下，集成在芯片上的晶體管數量每隔18到24個月將增加一倍，計算成本呈指數型下降。

但事物發展終有它的極限。隨著工藝從微米級到納米級，晶體管中原子數量越來越少，種種物理極限制約著它的進一步發展，“后摩爾”時代正式來臨。而對于芯片廠商來說，面臨的挑戰也愈發艱巨。

“現在數據已經進入了一個無所不在的時代，從1960年代的大型機到后來的客戶端+服務器、WEB、云、人工智能等，這意味著計算從生產率計算向生活方式計算、場景計算、智能計算等持續發展。”英特爾中國研究院院長宋繼強日前在接受采訪時表示，到了人工智能為代表的智能計算時代，很難一款芯片“打天下”。

中國工程院院士許居衍也在一場行業論壇上表達了類似的觀點，他表示，目前半導體產業實際存在著無效益的繁榮、產品（硬件）難度增大、產品研發費用增高盈利空間下降等三大問題，中國廠商想要突圍首先需要反思盈利模式，開啟基于硬件的軟服務能力，同時提升半定制技術能力。

芯片多樣化

芯片行業進入了一個不確定的時代，幾乎沒有什么公司可以底氣十足的說出下一代的“爆款”是什么。和PC以及手機時代相比，物聯網時代似乎誰都有可能成為“主角”，但也都“姍姍來遲”。

“物聯網走得慢吞吞。”中國工程院院士許居衍23日在南京國際集成電路技術達摩論壇上表示，芯片如今受限于硅技術難以突破。

業內人士指出，在CPU時代，運行編寫好的程序就像一把普通的錘子，目的就是把釘子敲下去。使用的優點在于整個計算系統所有層級都是確定的，它們有限但功能強大。而芯片的原理也很簡單，圍繞開關、邏輯門、二進制系統等進行。但是現在，計算需求正變得越來越復雜和艱難，導致計算機結構也越來越復雜，在一塊芯片上集成的電路越來越龐大。

“每個時代都有占據主流的計算機設備類別。而到了智能計算時代，可能不再有單一的主流設備類別。”宋繼強對記者表示，計算的多樣性愈發明顯，多個不同的生態圍繞多個不同的計算類別，這種計算的多樣性將無處不在。

特別是在人工智能領域，異構計算大有可為，目前以GPU為代表的異構計算已成為加速AI創新的新一代計算架構。

“AI的進化需要芯片的多樣性，不是一種芯片能夠搞定。”宋繼強對記者舉例，“現在我手里有一個錘子，到處拿這個錘子砸釘子，未必是最有效的。那么如果說我手里有一堆不同的芯片，就可以靈活做一些組合，衍生出更多的方案。”

最近幾年，高通32億美元收購了Atheros，25億美元收購了英國芯片廠商CSR公司，還開出高價億來收購MCU龍頭老大恩智浦。而英特爾則在收購Altera后繼續收購人工智能（AI）創業公司Nervana Systems，還有做視覺處理器的Movidius。其背后根本的原因就在于，不同的應用需要不同的芯片來支持，巨頭們必須為此提前布局。

中國廠商的機會

“久旱甘霖雨潤VC喜聞創芯萬馬奔騰。”許居衍在上述論壇用了這么一句話來形容現在的中國半導體產業，他表示，“風投曾遠離半導體，現在又回來了，歷來觀潮的中國，現在卻成了弄潮人。”

根據賽迪顧問提供的數據，2007年到2017年，中國集成電路產業年均復合增長率為15.8%，遠遠高于全球半導體市場的6.8%的增速。今年前三個月銷售額為1152.9億元，同比增長20.8%。其中，設計業同比增長22%，銷售額為394.5億元；制造業同比增長26.2%，銷售額為355.9億美元；封裝測試業銷售額為402.5億元，同比增長19.6%。

“而人工智能的發展將帶來近百億美元芯片市場需求。”工信部賽迪研究院賽迪顧問副總裁李珂在達摩論壇上說。

在政府和市場資本的雙重推動下，目前中國的人工智能芯片企業呈現百花齊放的態勢。一方面是新興創業型公司，如地平線（Horizon）、上海熠知（ThinkForce）、探境科技（IntEngine）等，這批參與者的數量正在快速成長。

另一方面是以BAT為代表的大型市場領導者。由于擁有自己的數據集、算法和應用場景，他們計劃開發更適合的人工智能芯片來優化他們的算法和業務。

李珂表示，近期人工智能有望在智能手機、安防監控、智能金融、智能駕駛、智能醫療等領域迎來首輪爆發。全球人工智能芯片市場規模在2016年約為23.9億美元，到2020年規模接近150億美元，年均復合增長率高達44%。

但對于中國芯片企業在人工智能，以及“混搭”芯片架構的發展，業內不少人持謹慎樂觀的態度。

深圳市紫光同創電子有限公司常務副總裁王佩寧認為，國內企業在芯片方面投入不斷加大但是在實際發展過程中效果不甚明顯，科技研發回報周期長，投資分散造成的投入產出比被稀釋。

更重要的是，芯片廠商在同樣的投入下，收益變得越來越低。“以10nm為例，開發10nm芯片的成本超過1.7億美元，而7nm則達到了3億美元，5nm更是高達5億美元，3nm直接將超過15億美元。隨著工藝成本日益提升，只有少數幾個IC巨頭敢于投入跟進這場工藝豪賭。”電子創新網負責人張國斌說。

對于中國廠商在AI領域的機會，宋繼強表示，雖然AI應用面很廣，但對于芯片需要的性能、功耗、價格其實都不太一樣。

“最關鍵的就是在做芯片之前，包括做AI算法之前，要把場景想好確定下來，要不然就變成小公司在跟平臺公司競爭，這個難度很大。對于現在國內這波出來做AI芯片的公司來說，其實大部分都在做ASIC芯片，而且在做視覺算法的加速芯片，這種做法能成功的前提就是對應用場景非常清晰并且有確實可以用的系統，這樣就很靠譜。”宋繼強說。