3月15日，据路透社报道，百度昆仑芯片业务完成独立融资，投后估值约130亿元人民币，领投方为CPE，跟投方IDG、君联资本、元禾璞华。据了解，百度正在考虑将其人工智能芯片设计能力进行商业化，目的是将昆仑部门打造成一家独立的公司。
　　如今互联网科技企业造芯已不是什么新鲜事，尤其是AI领域已经成为世界科技巨头争夺的制高点， IBM，微软，谷歌和亚马逊正在微调其AI平台，以使客户更轻松，更快捷地整合各种AI技术。
　　可以说，造芯热几乎与人工智能的爆发处于同一个阶段，人工智能的这一轮爆发是深度学习算法的兴起，而深度学习的基础就是需要更多的数据训练、更高的算力支撑。当传统芯片逐渐无法满足互联网爆发的算力需求时，拥有先进算法和强大计算能力的互联网公司成为了芯片自研的推动者，国内外企业几乎步调一致地各自开启了这一篇章。
　　中国在进入其市场方面的行动将在该行业的创新中发挥关键作用。根据一项研究，中国现在占全球半导体消费的60%。根据《国际商业战略》，2019年，中国半导体行业销售额为2122亿美元，北美为595亿美元，世界其他地区为488亿美元，欧洲为418亿美元，日本为387亿美元。

图：2019年按地区划分的全球半导体消费（十亿）

　　目前，国产AI芯片处于一个窗口，这个窗口有如下特征：1、市场广阔，容纳下许多巨头玩家；2、处于爆发期初期，大规模应用尚未到来；3、应用场景分散、复杂度高，需要定制化；4、单独芯片不够，需要配套的解决方案支撑。
　　在这样的大背景下，对“AI第一股”百度而言，造芯能抓住其中的哪些机会，竞争力又有多少？

　　问世2年多，昆仑几何？
　　衡量一款芯片好不好，成不成功，最直观的就是看出货量。百度昆仑于2018年宣布，2019年12月，百度和三星宣布，百度首款基于云的产品昆仑第一代用于计算和边缘计算的AI芯片已经完成。
　　截至目前，实现量产的百度昆仑1已在百度搜索引擎及云计算用户部署2万片。与国内其他互联网造芯玩家的产品相比，百度昆仑1的出货量可以说是不错的。
　　从技术结合场景的经验来看，新一批崛起的AI 芯片要针对不同的人工智能应用类型和场景，对于芯片的要求就不单单是要适合深度学习，需要兼顾计算能力、能耗和灵活性。

　　云计算巨头纷纷布局云计算+FPGA芯片，首先因为FPGA作为一种可编程芯片，非常适合部署于提供虚拟化服务的云计算平台之中。FPGA的灵活性，可赋予云服务商根据市场需求调整FPGA加速服务供给的能力。
　　运算速度、功耗等性能是衡量一款芯片的核心指标。昆仑芯片定位为通用AI芯片，目标是提供高性能，低成本，高度灵活的AI芯片。特别要指出的是，昆仑芯片既能做训练也能做推理，它可以满足AI的高处理需求，用于云实例和边缘实例，包括数据中心，公共云和自动驾驶汽车。据了解，昆仑2将采用7nm工艺打造，将于2021年实现量产，其性能对1代，将再提升3倍。
　　一份经纪报告显示：“这种大型的，基于云的，具有高计算能力的AI芯片具有很高的技术门槛。只有百度，华为和寒武纪才能生产这些产品。”
　　在昆仑芯片诞生前，2017年百度内部数据中心、自动驾驶系统等就已大规模使用部署了超过10000片FPGA加速器，这对跨行业跨场景测试昆仑芯片打下了初步基础。随后，在部署上线的微亿智造工业智能质检设备上，百度智能云以整机一体化方式，向微亿智造交付搭载百度昆仑芯片的百度云质检一体机。
　　仅仅硬件远远不够，一个整体的解决方案对商业化落地也至关重要。百度提出了AI-Native的云计算架构，从基础设施的AI计算集群、AI芯片，到工程平台的飞桨、云原生，以及应用开发平台的视频云、区块链等，通过云智一体、端到端的方式，支持产业的智能应用。
　　当然，无形财产的积累对以科技为导向的企业来说也是至关重要的一环，手机芯片玩家高通光靠专利费就吃透了全世界。在AI专利申请和许可方面，百度已连续三年位居中国第一，百度AI开放平台也已经汇集了265万开发者。
　　百度在其他地区的市场份额不大，与成熟的竞争对手竞争也将非常艰难。但尽管如此，在当前大环境下，昆仑芯片如今的量产和交付进展却凸显了AI在中国的整体发展势头，也代表了中国企业在这一新兴领域确立全球领导者的决心。
　　其实在AI领域，中国一直没有落后。据斯坦福大学发布的一份222页的《2021年度AI指数报告》指出，2020年，中国在世界人工智能期刊上的引用频次首次超过美国。在刊登数量上，早在2004年，中国在人工智能期刊的总发表数量上短暂超过美国，然后在2017年重新占据领先地位。