AI浪潮下，有的AI芯片公司突围而出，有的则跌入谷底。
但如今，大潮过去之后，以寒武纪为代表的AI芯片公司的日子并不红火。
经过一波又一波的资本涌入，AI芯片就像一滩浑水。
许多AI芯片公司都面临着生存问题。
中国的AI芯片企业已经度过了成长期。
近两年，中国AI芯片被炒得热火朝天。
AI芯片掀起了一波又一波的投资热潮。
去年，AI芯片行业投资事件109起，投资金额达396.36亿元。
其中，单笔融资金额超过10亿元的案例至少有8起，单笔融资金额最高达到53.5亿元。
2021年，沐希集成电路、星云智连、摩尔线程等四家AI芯片厂商获得数亿元融资。
在资本的强制下，AI芯片企业迅速成长。
自2016年AI芯片热潮爆发以来，传统芯片厂商、算法公司、互联网巨头等纷纷涌入，数百家公司致力于造芯。
2017年，我国AI芯片企业仅有1110家。
到2021年，企业数量迅速增加至13,492家。
与此同时，AI芯片企业也推出了多款AI芯片产品，包括：寒武纪第三代云AI芯片思源370；地平线车载智能计算平台征程5；昆仑核心2；阿里巴巴平头哥含光800；燧原“秀思”2.5云AI推理芯片；汉博半导体AI推理芯片SV100等。
但当大潮退去时，AI公司还能生存吗？中国首家人工智能AI芯片研发厂商寒武纪2020年登陆科创板，当天股价最高飙升至295元/股，总市值一度突破千亿。
但近期，寒武纪频遭股东减持，核心高管梁军离职，股价跌至67元/股。
而且寒武纪已连续五年亏损，累计亏损近30亿元。
收入不能覆盖研发投入。
对于寒武纪2021年亏损前的表现，国金证券评论称，该公司“亏损难以改善，费用高于预期”。
国金证券认为，研发费用方面，公司2021年预计投入10.44亿元至12.76亿元，同比增长35.9%至66??.1%，大幅高于此前9.5亿元的预期元。
时光荏苒，火热的AI芯片1.0时代已经成为过去，更加平静的AI芯片2.0的序幕正在慢慢拉开。
AI芯片公司明年还能生存吗？ AI芯片市场竞争异常激烈。
据相关数据显示，2025年我国人工智能核心产业市场规模将达到4000亿元，其中基础层芯片及相关技术市场规模约为1740亿元。
如此高潜力的市场意味着AI芯片市场并不是AI芯片企业唯一觊觎的市场。
近年来，不少企业跨界做芯，瞄准AI芯片。
例如，百度于2010年开始使用FPGA开发自研AI芯片，并于2021年发布昆仑酷睿2；阿里巴巴成立“平头哥半导体有限公司” 2018年进军AI芯片行业，并于2019年推出首款AI芯片“含光800”； 2020年，腾讯最终自产AI芯片；字节还被透露正在开发自己的云端人工智能芯片。
此外，不少机器视觉、语音领域的AI独角兽也开始将目光投向芯片领域，打算将自己的AI算法积累与硬件结合起来。
AI芯片这块大蛋糕，早已成为众多企业觊觎的目标。
研发层面 虽然大量企业涌入AI芯片赛道，但AI芯片的研究却没有那么简单。
正确的架构取决于对AI的理解。
一些芯片专家拥有较强的芯片设计能力，但对AI的计算或应用特性没有深入了解；一些AI算法科学家缺乏底层知识。
芯片从实验室的实现到真实场景，需要面对很多变数。
不仅要实现低功耗、高性价比，还要处理好场景中的各种问题。
研发需求旺盛，导致AI芯片行业蒙受损失。
寒武纪曾在财报中指出，亏损主要是进一步推进“云边”产业布局、扩大产品线、加大研发投入和人才引进造成的，并表示智能芯片研发需要大量支出。
未来，将存在持续的亏损和潜在的风险，特别是未来几年的盈利能力缺乏保障。
生态需求显而易见，但开发AI芯片不仅仅只是一厢情愿，还需要芯片生态系统的配合。
除了满足客户需求外，芯片本身还需要软件、工具链、解决方案等生态合作。
面对不同场景时，AI芯片的利用率和兼容性有待提高，且难以与基于不同AI芯片的各种异构设备进行协同。
但企业从软向硬发展难度较大，而从硬向软发展则相对容易。
因为软件的学习周期比较快，而芯片的周期是以年为单位的，硬件开发者一旦拥有合适的软件团队就可以更快迭代，但从软到硬需要较长的学习周期。
对于初创公司众多的AI芯片公司来说，一个很大的挑战是初创公司必须自己弄清楚市场的方向，甚至产品推广和客户需求的方法也必须自己探索。
他们需要制造芯片，同时还要达到客户可以使用某种产品的状态。
这需要包括软件、工具链、解决方案等在内的生态支持，这对于芯片企业来说是一个非常具有挑战性的方面。
量产有两个关键数字：第一个是18个月，第二个是100万个。
18个月，意味着一款AI芯片的研发周期一般在18个月左右。
一款AI芯片产品问世后，可能需要经过N次迭代，才能获得较大的市场份额。
数百万意味着一颗芯片的设计开发成本很高，销量需要达到100万颗才能实现盈亏平衡。
这两个数据都对AI芯片企业提出了很高的要求。
芯片行业本身就是一个高投入行业，研发成本非常高。
仅每次流片就可能花费数千万元，而且流片失败率非常高。
AI专用芯片通常是针对特定应用需求而定制的。
一旦流片，功能就无法改变，因此需要一定的保证。
这对于一些还处于发展初期的芯片企业来说是一个不小的挑战。
芯片成功流片后，还需要考虑出货量的问题。
100万颗的销量要求也引发了一些AI芯片公司能否实现的质疑。
目前，大多数自动驾驶公司更愿意购买NVIDIA的通用GPU芯片。
虽然价格昂贵、功耗高，但性能更加稳定。
在没有市场验证的情况下，国产AI芯片距离大规模商用还有很长的路要走。
拯救AI芯片“AI芯片初创企业需要不断前行，将领先的技术优势转化为商业优势，反过来支持技术研发。
等到别人都‘死’了，你就算成功了。
”你活下来了。
” 1 一位AI芯片投资者表示。
在营收规模和亏损的双重压力下，如何生存成为AI芯片企业的重要命题。
回顾中国人工智能企业，人工智能四小龙正在寻找新的出路。
商汤科技将自己定位为“AI工厂”，为了支撑整个“工厂”的持续运转，商汤科技投入约50亿元建设超级计算中心和开源核心算法。
IPO期间，募集资金的60%投入研发，包括扩大AIDC算力、加强人工智能芯片设计、自主开发现有芯片解决方案、提升模型相关能力以及进一步开发产品。
云从科技致力于提供高效的人机协同操作系统和人工智能行业解决方案。
从用AI芯片切入的想法，到现在已经成为智慧金融、智慧政务、智慧出行、智慧商业四大领域的人工智能综合解决方案。
在AI赛道的选择上，依图科技已从医学图像分析转向AI芯片+算力厂商。
募集资金75.05亿元，主要用于新一代人工智能IP及高性能SoC芯片项目、基于视觉推理的边缘计算系统项目等五个项目，并补充流动资金。
旷视科技主要以物联网为人工智能技术落地载体，开发创新的AIoT软硬件一体化解决方案。
是一个集AI、软件、硬件于一体的软硬件一体化产品系统。
AI企业的商业化尚未找到可行的商业模式。
AI赛道的调整和选择是每一个初创AI公司都需要克服的难点。
另一方面，人工智能企业想要打造自己的“护城河”，要么必须依靠自己的产品，要么在细分领域拥有真正的核心算法和技术能力。
AI芯片要学会综合发展，在不同领域进行结合。
这里的合并并非指其他领域企业跨境核心制造。
AI芯片很难成为独立产品。
真正的考验是AI应用场景的落地。
面对强大巨头的冲击，初创AI芯片公司想要与其竞争，需要深耕垂直领域而非通用产品，依靠自身产品和技术的差异化来打破封锁巨人。
只有积累垂直领域的用户和数据，结合技术和算法的优势，才有机会成为垂直领域的颠覆者。
从细分来看，合二为一是一种创新的方式。
以目前供不应求的汽车AI芯片市场为例。
目前的汽车AI市场主要以生产汽车AI芯片的AI芯片公司为主，已推出的包括黑芝麻智能科技的华山系列、华为Ascend系列芯片、地平线征程系列芯片、Cambri Ji的MLU系列芯片等。
两家 MCU 芯片公司都在生产汽车级 MCU。
类似的企业还有复旦微、杰发科技、赛腾微电子、上海航芯、中微半导体、集海半导体、兆易创新、芯旺微等。
但国内汽车AI芯片企业与国内汽车MCU企业的合作并不深入，导致汽车芯片上的AI和MCU开发分离。
因此，AI在细分领域的落地是AI芯片企业破局的一个途径。
熬过冬天，就会迎来夏天。
在良莠不齐的芯片市场，哪一类企业的泡沫更大？北极光创投合伙人杨磊曾观察到，对于优秀的企业来说，很多半导体企业的净利润每年都会有50%到100%的增幅。
这些都是好公司。
从如今的生态环境来看，无论是IP、设计服务、供应链管理等方面，芯片行业的设计都变得越来越容易。
业内有一句口号叫“天下无难芯片”。
趋势之下，AI芯片公司数量暴涨，但并不是所有AI芯片公司都能活到最后。
能做芯片的人确实有很多，但答案并不确定，做出来的芯片能否成为一家芯片公司，并在芯片道路上长期持续下去。