中国AI芯片公司，活在被英伟达支配的恐惧中

最近看到有芯片行业人士对国内AI芯片发表了一些看法，我觉得很有价值，在此简单提炼一下，供大家参考。

1.实测数据才重要看宣传算力意义不大，要看实测数据。

2.软件生态才是关键AI芯片最大的困难在于需要自己打造软件栈，建立生态。

3.性能对标T4/A10/V100/A100的提升一般就对1，2个benchmark网络做了极致的调优，不代表所有的网络模型都有这样的性能，而且芯片的通用性完全不提。

4.为什么去拿ZF的集群，信创项目？因为这些项目要求不高，跑个1、2个模型就能交差

5.如何判断真正商业落地？看互联网大厂是否批量采购板卡

前面这几条中，第2条是AI芯片最困难的地方。

我引用华为鲲鹏架构师夏晶晶博士，芯片设计行业内资深知名大佬级人物的一段话，作为参考：

“DOCA是Nvidia DPU的唯一编程框架。

DOCA兼容未来多代DPU的演进。

DOCA包括卸载、加速、隔离，支持IaaS到超算到disaggregation DC……

DOCA之于DPU，如同CUDA之于GPU……

被CUDA支配的恐怖，都忘了么？这几年这么多家AI chip的公司，有谁没被CUDA在半夜吓哭过？

等过两年DOCA成熟了，当我们看着DoOVS、DoSDI、DoZIP的时候，又将无力抵抗。

那在DOCA还未成熟之际，YOCA？XOCA？在哪儿呢？

这事并不是简单招两个驱动工程师那么简单，这是一个framework，需要把从HAC、NP、CPU等PE的细微ISA提炼成抽象、完备、稳定的kernel/API的过程。相比AI领域的framework，难度并不会更低。

这需要招聘互联领域（相比AI都是网络）的陈天奇、李沐、贾扬清……而业界相关的人才其实没几个，又早被被火热的AI吸引过去了……”

当然了，前面夏晶晶博士主要讲的是DPU的软件生态，但是道理和AI芯片的软件生态应该是相通的。

最后声明，本人对寒武纪没有特别的研究，如果你要问我寒武纪究竟有没有投资价值，这不是我能够回答的问题。（作者：icefighter）