独立AI处理器真的是一条死胡同吗

AI芯片市场现状：从炒作到理性的转型

近年来，AI芯片市场经历了过度的炒作，许多人开始对其真实价值产生怀疑。英伟达在数据中心领域的强势表现，以及全自动驾驶汽车的狂热宣传，让这个新兴市场似乎被寄予了解决半导体行业所有问题（包括摩尔定律）的厚望。然而，随着市场逐渐回归理性，我们有必要重新审视AI芯片的真实发展方向。

1. 市场炒作周期的晴雨表：英伟达股价

在最近的一次新闻发布会上，Ceva 市场情报、投资者和公共关系副总裁理查德·金斯顿指出，英伟达的股价是判断AI芯片市场炒作周期的一个关键指标。作为AI芯片市场的领导者，英伟达的股价在2019年初左右经历了大幅下跌。金士顿认为，这一下跌标志着市场已经退出炒作阶段，进入了更真实地反映现实的新阶段。

“现在我们在2019年，人工智能可以做什么以及它将在哪里出现的现实更加现实。”金斯顿说。

关键信号：英伟达股价在2017-2019年间的下跌，预示着AI芯片市场从炒作走向理性。

2. 自动驾驶的务实转向：L2/L3才是当前重点

这一点在汽车领域尤为明显。“两年前，人们跳入了L4或L5自主平台，”金斯顿说。“现在，我认为大多数在进行自己内部设计的汽车芯片供应商和制造商已经意识到，在达到L4或L5之前，从L2和L3就能赚很多钱。”

• L2级（部分自动驾驶）：车辆可以控制驾驶的多个方面，如转向、加速和制动（例如特斯拉的自动驾驶功能）。
• L3级（条件自动驾驶）：车辆可以自行驾驶，驾驶员无需持续注意，但需要在车辆遇到困难时及时接管。
• L4/L5级：完全自动驾驶，目前技术实现难度极高，商业化时间被不断推后。

风险投资对L2/L3级别的自动驾驶技术表现出浓厚兴趣，因为这些目标更现实、更易实现。“风投们看到那里能赚多少钱，能做多少生意，”金斯顿说。“与此同时，L4和L5被推得越来越远。”

小提示：对于车规级AI芯片，当前更应关注L2/L3级应用，而非盲目追求L4/L5。

3. 独立AI推理处理器的“消亡”？整合才是趋势

如果炒作真的结束，这对AI处理器市场意味着什么？金斯顿的观点颇为大胆：“这听起来有点戏剧化，但作为一个独立单元的人工智能推理处理器基本上已经死了。在运行任何类型AI应用程序的[边缘]设备中，不再需要独立的AI引擎。”

金斯顿认为，尽管许多人曾认为AI处理器市场将催生独立的AI协处理器芯片（用于边缘推理任务），但这些协处理器最终必须与其他芯片共存。因此，整合是不可避免的。

他举例说明：在图像处理应用中，AI工作负载和传统计算机视觉工作负载之间有大量重叠。“拥有两个独立的架构来处理本质上是一个工作负载的想法，当你试图节省组件成本时，它没有多大意义。”金斯顿说，“我们越来越多地发现，拥有独立AI引擎及其自己的工具和编译器集的想法没有多大意义。拥有针对客户所追求的终端市场的、具备人工智能功能的专用引擎更有意义。”

核心观点：独立AI推理协处理器正在被集成到专用引擎中，异构计算才是未来。

4. Ceva的解决方案：NeuoPro-S与CDNN-Invite编译器

这种思路催生了NeuPro-S——一款面向汽车和消费领域、基于视觉应用的AI处理器内核。根据金斯顿的说法，大多数AI应用都将从异构计算中受益，这也是独立处理器不是前进方向的部分原因。

“许多半导体公司并没有走完整的AI处理器路线，但他们正在为人工智能中的特定功能开发模块或引擎。”金斯顿说。

Ceva在汽车行业的经验表明，半导体公司通常会投资开发自己的AI引擎来处理特定工作负载。但这些引擎并非完整的处理器产品，缺乏成熟的工具链，无法直接交付给客户。“这些AI定制引擎是当今许多公司的一部分，在食物链中的位置比我们通常处理的要高得多，但他们需要Ceva等公司的帮助才能将这些东西投入生产。”金斯顿说。

这也是Ceva推出CDNN-Invite编译器的部分原因——该工具允许公司在NeuPro-S旁边添加自己的自定义AI引擎，从而制造依赖异构计算的AI芯片。

小提示：无论是否采用Ceva方案，在AI芯片设计中，集成自定义引擎和成熟的编译器支持是关键成功因素。

常见问题解答

• 问：独立AI推理协处理器真的会消失吗？
  答：金斯顿的观点代表了一类趋势——在边缘设备中，独立的AI引擎逐渐被集成到专用SoC中，以节省成本和功耗。但现实中，仍有大量初创公司和传统芯片厂商在设计和生产此类协处理器。集成与否取决于具体应用场景。短期内，独立协处理器不会完全消失，尤其是在云端和高端边缘设备中。
• 问：为什么L4/L5自动驾驶被推得越来越远？
  答：技术复杂性、法规、安全验证和成本是主要原因。L2/L3级自动驾驶已能带来巨大商业价值（如高级驾驶辅助系统ADAS），且技术成熟度更高。风投和车企更倾向于在这些“可盈利”的级别上投入资源，而非长期目标。
• 问：异构计算对AI芯片设计有什么实际意义？
  答：单一的AI翻跟斗难以高效处理所有类型的AI任务（如视觉、语音、传感器融合）。异构计算允许芯片集成多个专用引擎（CPU、GPU、NPU、DSP等），根据工作负载动态分配计算资源，从而实现更高的能效比和性能。这也是Ceva的NeuPro-S与CDNN-Invite编译器所支持的模式。

无论你对金斯顿的预测是否认同（或者“独立AI推理芯片的消亡”是否被夸大），今天确实有数十家公司（从初创公司到大厂）在设计和生产这些AI推理协处理器。集成方案适合某些终端市场，但并不适用于所有场景。别忘了，虽然视觉应用目前主导AI领域，但明天的AI工作负载可能在大小和形状上完全不同。因此，独立推理协处理器很可能会与我们共存相当长一段时间。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：独立AI处理器真的是一条死胡同吗要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题