AI落地困難,不是AI芯片公司活不下去的根本原因_風聞
火夫斯基-2022-03-19 07:20
【本文來自《我是曾經在這個行業工作的人員,寒武紀上市套現騙錢是我們圈子公開的秘密》評論區,標題為小編添加】
AI落地困難,不是AI芯片公司活不下去的根本原因。AI的落地,通常跟芯片的關係不大。
説起AI落地,目前主要的幾個場景,比如圖像領域應用算很廣泛了,都有很多細分場景了。語音識別包括nlp的場景,目前做的也很不錯,聲紋識別也有一些場景。但我們都説落地難,難的是哪裏?這主要還是實際的用户場景。比如我半落地(各種原因,一直沒有達到工業生產的要求,比如要麼速度上不去;速度上去了效果就差,各種問題等等)過一個質檢項目,做了一整套智能分揀設備。落地的時候發現,不同的材料、不同的形狀甚至異構件、不同的顏色以及缺陷的類型等極其難處理,幾十種算法還要設計複雜的分類邏輯。但是這個過程中,算力和芯片從來不是問題,我們一台小型的服務器+1080ti就能滿足需求。
本質上就是AI芯片難落地。雲上場景,比如我做用户推薦、圖像識別、人臉識別,我算法的迭代是很快的,AI芯片能像通用芯片那樣快速實現嗎?所以作為用户,我不可能冒這麼大風險還有時間成本來來使用。所以,即使算力成本高,也是主流的方案。
如果説一些小場景比如邊緣場景,但是AI芯片也很難落地,不僅僅有自身原因,還有原先客户成為競爭對手後被降維打擊的因素。
比如攝像頭的場景,海思一顆3516就能解決,而單獨的ai芯片還得配合一個主控才能解決,我見過某公司用他的ai芯片配合安霸的主控來做方案的,成本更高了算力也低,只能自己用,想辦法包裝進自己的行業解決場景裏面才能賣出去。還有的想跟瑞星微合作,面向用户做成一個硬sdk方案,最後都沒落地成功。這個過程中不僅成本很難降下去,溝通對接的複雜度也很高,很少有願意選擇這種方案的。如果去學海思,自己做soc,那就門檻更高了,你還得解決其他的需求。而且,你就算有技術也沒這個錢。
所以,我才説,國內的幾個AI芯片公司很難活下去,商業模式很難成立。