界读丨AI芯片新玩家在挑战谷歌TPU的同时，会面临哪些难题

欧界报道：

谷歌第一代TPU帮助阿尔法狗打败李在石头已经过去了五年，目前，谷歌TPU已经更新到了第四代，伴随着全球芯片热潮，人工智能高端电子科技领域涌入了不少AI芯片的新玩家，虽然AI芯片具有巨大的发展潜力和市场上升空间，但是谷歌等大型互联网科技公司已经通过大量的投资和科研投入，形成了较为成熟的市场格局，AI芯片新玩家在这样的情势下，面临重重挑战。

一些进行AI芯片设计公司在进入市场后面临的重要难题就是终端数据短缺的问题。我国的芯片设计公司需要在进行芯片生产之前，确定AI处理器究竟是为了增强产品的灵活性还是为产品提供单一的设计任务。此外，在AI处理器进入生产阶段时，还需要考虑用较低的成本获得更高的回报，从而为公司创造盈利。如果这些问题没有得到很好的解决，AI处理器的潜在市场则会大幅度缩减。

当AI芯片企业为数据中心提供定制芯片服务时，需要在可接受范围内获得最大报价，但不能止步于此。AI芯片电子设备和制造领域需要体量大的机器设备，拥有越大的设备体量，代表着企业具有实现芯片量产的能力，在全球芯片短缺大环境之下，就多了一份市场竞争的优势。

伴随着芯片定制化程度的不断加深，目前大部分芯片制造和生产企业都致力于为特定的算法创建芯片，同时通过专利技术的投入创造更高的芯片性能和功效。但是在拓展芯片定制业务的同时也意味着企业会放弃一部分市场，功耗更低、算法精确程度更高的芯片，使用周期更短，在新的算法出现之后，还将面临淘汰，芯片会遭遇大幅度贬值。

自定义芯片的核心是为数据中心提供高工作负载，在数据中心的工作中，拥有丰富的工作负载类型，但是工作负载的占比相对较少，需要对于其中占比过小的工作负载进行进一步的优化。TPU主要通过内部算法的运行，为谷歌的数据中心提供特定的工作负载，在未来AI芯片领域，算法迭代会不断加速，但是高频率的芯片迭代会造成企业价值的低估，因此设计面向十八个月后的芯片成为了主流，芯片的设计和生产也必须要满足该芯片在未来十八个月内，能够运行与今天相同的模型。

界读环球最新科技，深度剖析行业动态

欧界原创出品，转载请注明出处