当前半导体供应链瓶颈的根源多年来一直处于休眠状态，但COVID-19大流行使问题浮出水面。在2020年2月的一份预测报告中，SemiconductorEngineering警告称，通常用于生产较旧、速度较慢的芯片的200mm晶圆的芯片制造设备需求即将供不应求。不需要最快芯片并且可以在200毫米晶圆上制造的物联网(IoT)设备的需求激增通常被认为是芯片供需失衡的根本原因。快速发展的物联网行业引发了对各种尺寸芯片的需求激增，而芯片生产却进一步滞后。据《华尔街日报》报道，2021年第三季度芯片交付周期将达到22周，比2020年底的13周增加了近一倍，也是该行业开始以来最长的交货周期2013年监测。其他特定类型的芯片，包括汽车微控制器，交货时间长达32周。这是过去一年二手车价格上涨21%的根本原因。全球芯片短缺也开始影响人工智能。许多AI模型，例如计算机视觉和NLP（自然语言处理），都依赖强大的GPU进行模型训练。因此，在芯片工厂努力生产更老、更慢的芯片的同时，GPU等高端芯片也出现短缺。GPU巨头Nvidia的首席执行官黄仁勋警告称，该公司正面临供应链限制。Nvidia的GPU生产依赖于亚洲芯片工厂。8月15日，在公司公布财报后，黄总在与分析师的电话会议上表示：“目前的评估是，在明年的大部分时间里，我们将看到供应紧张的环境，主要是因为我们的需求量很大。”全球正在加速企业数字化转型战略，以更快的速度拉动对人工智能应用的需求，也引发了针对人工智能新生形态的新芯片设计热潮。成立4年的SambaNovaSystems老牌人工智能初创公司，估值超过50亿美元，该公司已与台积电签订合同，制造其ReconfigurableDataflowUnit（RDU：ReconfigurableDataflowUnit，一种旨在提供本地数据流处理和可编程加速的下一代处理器），采用7nm（纳米）工艺。RDU在预配置的机架中出售，或通过软件即服务(SaaS)交付方法作为API出售。SambaNova首席执行官兼联合创始人RodrigoLiang表示，快速硬件只是SambaNova人工智能的一部分。他说，开发成功的人工智能解决方案还涉及许多其他因素。芯片短缺加速了业界对计算效率的关注。最终用户越来越多地转向特定于AI的解决方案，而不是商品组件，以从这种效率中获益。人工智能是一个单靠芯片无法解决的系统问题，为了将人工智能项目成功投入生产，最终用户必须能够将人工智能集成到他们的工作流程和应用程序中。积累单个组件（如芯片）和自集成解决方案是一项耗时且昂贵的工作，而且大多数组织缺乏必要的关键技能和专业知识。除了芯片短缺，一个同样重要的问题是人工智能人才短缺。“目前，大多数人工智能人才都在大型科技公司工作，”梁说。“为了更普遍地实现AI公平，该行业必须提供高度可用的产品，并减少为最终用户实施和扩展AI所需的专业知识。”临界点。”可以肯定的是，我们生活在有趣的时代。物联网设备的爆炸式增长、在家工作的要求以及芯片工厂本身的产能短缺共同导致对芯片的需求超过可用供应。然而，危机也可能是机遇。如果处理能力受到限制，创新公司将找到解决该限制的方法。公司已承诺投入数千亿美元建设新的芯片工厂。许多中国企业也开始投入芯片研发和生产。这场危机将促使该行业在未来几年释放更多创新。
