|AI芯片这一行，撑得过明年吗？( 四 )

供应链困难雪上加霜对于初创AI芯片公司来说，一颗芯片在产品化过程中，产业链的管控和自身需求之间存在巨大障碍。由于缺乏规模效应和相关经验，初创公司一般很难得到足够的供应链支持（流片/晶圆代工/封装测试等）、合理的价格、及时的技术支持和公平竞争的机会，在近两年产能紧张的局势下这种情况更为严峻。很多创业团队难以发挥出自己的技术优势，反而被供应链和运营的短板拖累，把太多精力浪费在试错和踩坑，最终影响芯片的研发进展。从流片环节来看，流片是芯片设计企业至关重要的一环，上乘芯片设计，下启封装测试，是芯片从无形的数据转换给物理实体的重要步骤，也是芯片企业研发成果的重要体现。与具有雄厚研发实力、资深技术人员和供应商强力支持的头部企业相比，处于腰部甚至腿部的中小芯片设计企业往往缺乏相关经验，在专业度以及所获得资源方面远不如头部企业。尤其是在当前芯片产能紧缺的状态下，一个公司的综合能力全部体现到能否抢到产能这个单一指标。大客户在产能争夺中的表现会相对好很多，因为他们的出货量和资金是支持他们与晶圆厂一直保持合作的底气。但对于初创企业来说，在这方面的不足就被暴露出来。中小芯片企业在流片环节与晶圆代工厂之间的错位与矛盾：

对Foundry体系不了解：缺乏工艺选型的经验，对流程不熟悉、交期变化、产能波动等都将大大增加初创公司与晶圆代工厂的沟通成本，降低效率
缺乏系统的供应链管理能力：尤其在ramp up阶段，对产能、交期、质量过于乐观，影响TTM
缺乏备货机制：恐慌性下单或有了订单再下单导致产能跟不上市场需求

纵观国内的芯片设计企业，除了具备较强供应链实力的部分头部厂商，大多数中小公司或多或少都存在或将面临上述困扰。除了面对市场的挑战，还要面对供应链的激烈竞争。

量产真相：落地艰难
随着AI芯片进入深水区，人们更关注的不再是单纯的算力，还有对应用落地和商业化的支持：进入了哪些场景？合作了哪些客户？有没有软硬一体化方案？是否已经有实际案例？……“AI落地难”已成行业共识，浮华过后， AI芯片接下来将进入市场检验真理的阶段。
短短几年时间， AI芯片经历了概念炒作、泡沫破灭、修正预期和改进问题。多位AI芯片公司的CEO都表示， AI芯片一直在持续发展，落地的速度确实比他们预期的慢。
目前市面上AI芯片基本被分成了两类：

云端AI芯片：部署在大型服务器中，可支持图像、语音等不同类别的AI 应用
终端AI 芯片：部署在自动驾驶、安防、零售、智能硬件等音设备中

两者对比，云端芯片的门槛更高，无论是对半导体工艺、封装技术和配套软件都有很高要求，一旦成型，其他企业亦很难进入，可以形成竞争壁垒。同时，这个领域更为通用，前景更广，是让企业真正有希望成为“中国英伟达”的方向。
但云端芯片也需要更多的资金和生态支持，高门槛使得大多数创业公司几乎加入无望。尤其是在华为与阿里巴巴两大巨头下场，并先后推出云端芯片之后，如今，寒武纪几乎是唯一一家仍在坚持云端芯片方向的AI创业公司。（然而寒武纪当下的生存状态依然阴云笼罩，充满了太多不确定性）
可这个方向同样困难重重。做云端服务器的条件是拥有生态资源。比如你需要有数据库资源，要训练自己的芯片，这对于大厂是天然的，可是创业公司没有，要花巨资去购买。