AI芯片创业公司面临的最大问题

据悉，近年来，作为弥补机器学习计算能力空缺的另一大主力军，AI芯片创业公司纷纷推出新产品，力求以更快的速度填补这个漏洞。AI在飞速发展的五年里，吸引了大量的投资，但令许多人困惑的是，除了AIoT，这些初创企业在自动驾驶市场上掀起了一点波澜，其它的AI由于他们的出现，市场格局似乎并没有发生任何变化，甚至他们自己也处于危机之中。

产品及人才问题

AI芯片创业公司面临的最大问题之一是产品的可用性。与那些每年都能推出新产品的大公司不同，这些创业公司的发布节奏要慢得多。由于设计流量昂贵、周期长等原因，许多公司甚至已经脱离了stealth在这个阶段，产品还没有公开。这些公司的官网往往很简单，比如对其技术的一系列描述，对研究芯片BQ24007PWP的概念渲染等等，外界获取的信息很少。

即使产品真的公布了，也离大规模量产和开箱还有很大差距。正因为如此，行业领袖之前才会说话。“尽管现在有很多AI创业公司正在建设中AI芯片，却迟迟没有可用的产品。”而这一问题所困扰的不仅仅是AI那些想自己设计的芯片创业公司，AI互联网制造商的芯片也面临着这样的问题。

其次是AI硬件行业的“一超”局面实在压得有些AI芯片公司喘不过气，英伟达的GPU占据了绝对的优势地位，对于AI产业所需的硬件和软件，都被英伟达做到了极致。靠AI芯片初创公司的实力，要想从中撕开一个口子，可以说是难于登天。

别说商用AI了，就连AI在研究方面，英伟达GPU同时也是不折不扣的霸主。ZetaAlpha在2022年的统计数据中，AI英伟达在论文中GPU提到使用次数达到21452次，远远超过其它次数。ASIC，FPGA硬件，其V100也成了最受欢迎的型号，即使是RTX3090这样的消费GPU还提到了3663次。

产品竞争力不足的另一个主要原因来自人才。表面上看，这些创业公司的阵容还算不错，尤其是创始人团队。为大工厂设计了许多模型SoC行业老手，机器学习算法领域的大神，在总人数和整体实力上略逊一筹。这些老板需要各个环节的设计工程师合作，在设置架构后由软件工程师优化，才能打造出完美的。AI芯片。显然，人才无疑是他们从这些创业公司一直摆在岗位清单上的痛点。

资金及收购问题

半导体初创企业今年的目标VC在融资方面有了明显的下降，PitchBook统计数据显示，总金额仅为78亿美元，比去年下降了46%。然而，面对这种挑战，资本市场并没有失去对方。AI对芯片的青睐，甚至你不把AI这个词放在自己的产品描述里，成功融资的可能性都会减少。

最近AI也有很多芯片初创企业完成的融资，比如刚刚完成3500万美元A轮融资的以色列企业。NeuReality，荷兰企业完成2700万美元A轮融资Axelera，同时完成了6700万美元B1轮融资的SiMa.ai等等。

然而，最初的投资只够这些创业公司短时间维持。在R&D半导体行业，如果在产品正式销售前没有稳定的资金投入，很快就会陷入绝望的境地。例如，美国模拟AI芯片厂商Mythic，陷入了资金链断裂的危机之中。

在AI在这个相对碎片化的市场中，大厂商收购芯片是很常见的。比如几年前，英特尔花了很多钱买的HabanaLabs等等。话虽如此，近两年大厂收购AI创业公司的行动越来越少，他们更愿意先投资，而不是直接开始。因此，在这个阶段，除非产品有所改进，或者技术特别符合这些大工厂(尤其是在服务器领域)，否则他们会成功地将自己“卖”出也不容易。

小结

可能会更让AI芯片创业公司比现在的经济下行趋势更难过。汽车和服务器似乎都有一些下降和订单削减的迹象。如果你不能度过这段时间，AI硬件化市场肯定会迎来另一轮洗牌。