正因为站上了AI风口，英伟达的股价在近两年大涨。而就在今年二月，谷歌宣布对外开放TPU（张量处理器）服务，加入AI芯片之战。TPU是谷歌为机器学习定制的芯片，是一种ASIC。

在接受第一财经等记者采访时，Victor表示，AI芯片市场不会只有一种芯片架构一统天下，但不看好专用芯片。

与CPU、GPU相比，FPGA最大的优势是具有高度自适应的应变能力。“GPU确实做某些应用和工作负载的加速有自己的优势。在机器学习领域，GPU确实在集成一些新的模块模板加快机器学习，但是在一段固定的时间里，它的性能是固定的。FPGA可以针对不同的工作负载进行加速，在这方面的表现会比GPU优越很多，而且也可以在机器学习过程当中应用于不同的网络。”

而对于中国初创企业扎堆做AI专用芯片，Victor直言，并不是技术的原因。有业内人士告诉记者，一些初创企业主要还是为了融资。

“如果真正让这些企业在高科技领域创造价值，必须要做别人没做过的事情，而不是做几家大企业在做的事情，这样对资源和资本是一种浪费。”Victor告诉记者，并不是认为初创企业不能做ASIC，“如果能做的比英特尔、英伟达、赛灵思都出众也好，但更多的初创企业应该关注特定的领域和应用，而不是从头去开发芯片，因为有大的多的企业在做。”

7月18日，赛灵思宣布完成对国内AI初创企业深鉴科技的收购。作为国内具有一定影响力的AI芯片初创公司，深鉴科技被收购让不少人觉得十分突然和意外。也有业内人士表示，深鉴科技有可能业务发展遇到了瓶颈，同时，这一事件“让大家看清一个事实，芯片这个东西不是那么简单。”

赛灵思负责软件及IP产品部的副总裁Salil Raje在接受第一财经记者专访时指出，大部分AI芯片企业都将被淘汰。AI在接下来几年会有显著的变化，因此需要灵活可变的硬件，“AI专用芯片在某一特定的垂直领域会有应用，例如智慧城市的摄像头芯片，但无法成为通用芯片。”

相关报道: