梁辰++謝麗容

人工智能芯片戰(zhàn)場上的硝煙才剛剛?cè)计穑⌒⌒酒煌瑢用?、不同路徑的選擇也仍在博弈中，誰賭對了方向，誰贏

今年以來，一家曾經(jīng)不那么為人所知的公司英偉達(dá)（NASDAQ：NVDA）開始浮出水面。這家公司在今年內(nèi)創(chuàng)下了20次歷史收盤最高紀(jì)錄，股價累計上漲約69%。這不僅跑贏了追蹤半導(dǎo)體板塊的基金漲幅，還遠(yuǎn)超同期標(biāo)普500指數(shù)。

有投行預(yù)測英偉達(dá)股價還有40%的上升空間。在過去兩年間，英偉達(dá)市值已經(jīng)上漲7倍。

英偉達(dá)是這一輪人工智能芯片大戰(zhàn)興起的導(dǎo)火索。英特爾、高通、AMD等芯片公司隨之宣布入局，谷歌、百度等互聯(lián)網(wǎng)公司也紛紛披露開發(fā)計劃，一些創(chuàng)業(yè)公司更是迅速推出新的設(shè)計方案和產(chǎn)品。

英偉達(dá)的GPU產(chǎn)品最初受眾狹窄，給游戲PC提供視覺特效，幫它們和專業(yè)電子游戲機(jī)競爭。但隨著新一輪人工智能興起，GPU更為適合深度學(xué)習(xí)所需的并行計算能力，芯片開始供不應(yīng)求，是第一批走向臺前的類AI芯片玩家。

奧銀湖杉創(chuàng)始合伙人CEO蘇仁宏專注投資智能硬件，他認(rèn)為，當(dāng)下，人工智能功能基本基于云端，不能全面實(shí)現(xiàn)智能能力，原因就在于智能芯片的缺位。因此，人工智能能力不僅是下一代智能手機(jī)競爭高地，也是當(dāng)下智能硬件的突圍瓶頸。

目前主流CPU、CPU+GPU、CPU+FPGA、CPU+ASIC架構(gòu)均因硬件規(guī)模、算法、功耗等原因不符合AI芯片理想架構(gòu)，相對來說功能動態(tài)、實(shí)時地跟隨軟件變化而變化更重要。

戰(zhàn)火興起后，英偉達(dá)開始瘋狂砸錢，力求在最短時間內(nèi)將GPU轉(zhuǎn)化為更通用的計算工具。僅研發(fā)一項(xiàng)，目前已經(jīng)投入了將近100億美元。

第三方機(jī)構(gòu)晨星報告中指出，2021年，上述玩家所在的人工智能芯片市場總價值將達(dá)到200億美元。TechNavio則預(yù)測，到2021年前，全球人工智能芯片年均復(fù)合增長率將超過54%。

由普通沙子制成的芯片，是整個IT發(fā)展的基礎(chǔ)。誰掌握了這顆驅(qū)動計算的“心”，誰就將引領(lǐng)產(chǎn)業(yè)發(fā)展，并獲得巨大的收益。PC時代的英特爾、智能手機(jī)時代的高通，都曾勝者為王，營收的增長帶動了資本市場的青睞。

時勢造英雄

英偉達(dá)由黃仁勛與Curtis Priem和Chris Malachowsky在1993年創(chuàng)立于硅谷，公司總部與眾多半導(dǎo)體公司比鄰而居。成立以來，英偉達(dá)在半導(dǎo)體行業(yè)都是一家不溫不火的公司，偏安于圖形處理器（GPU）市場。

但就在這個時候，英偉達(dá)作出了一件極為重要的決定：加注技術(shù)投入和軟件開發(fā)，令GPU可以在電腦屏幕上處理圖像之外，進(jìn)行更為復(fù)雜的任務(wù)處理。

2007年前后，一個被命名為“CUDA”（統(tǒng)一計算設(shè)備架構(gòu)）項(xiàng)目被確立，其每年的開支大概5億美元，這在當(dāng)時占據(jù)了公司年度總營收的六分之一。今年54歲的黃仁勛回憶稱，“這為公司帶來了極大的成本壓力?！?/p>

但正是這個項(xiàng)目確立了英偉達(dá)在人工智能的先發(fā)優(yōu)勢。英偉達(dá)一面整合CUDA進(jìn)入各等級產(chǎn)品，另一面游說高等學(xué)校開設(shè)相關(guān)課程，并贊助研究所和創(chuàng)業(yè)公司，希望它們可以一路支持GPU的發(fā)展。

英偉達(dá)甚至提供測試版本的GPU給亞馬遜等大型公司的科學(xué)家使用。盡管這樣做看起來像是希望工程師幫助其尋找產(chǎn)品漏洞，但這種積極的態(tài)度打動了硅谷的工程師們。他們更積極地為GPU及其生態(tài)進(jìn)行研發(fā)。

2012年開始，人工智能應(yīng)用領(lǐng)域的玩家發(fā)現(xiàn)，CPU為核心的硬件設(shè)備已經(jīng)難以滿足深度神經(jīng)網(wǎng)絡(luò)（DNN）多層級特點(diǎn)的計算要求，而GPU可以滿足其需求。他們開始使用英偉達(dá)的芯片進(jìn)行人工智能模型的訓(xùn)練。

技術(shù)隨后從研究轉(zhuǎn)向產(chǎn)業(yè)，浪潮集團(tuán)人工智能與高性能產(chǎn)品部總經(jīng)理劉軍告訴《財經(jīng)》記者，“2014年前后，那些今天在人工智能領(lǐng)域很有名的公司開始尋找GPU專家，幫助他們將已有研發(fā)的DNN從CPU遷移至GPU?！?/p>

借助市場機(jī)遇，英偉達(dá)業(yè)務(wù)快速增長。這家公司2017財年第二季度報告數(shù)據(jù)顯示，營業(yè)收入為22.3億美元，同比增長56%，環(huán)比增長15%。其中人工智能相關(guān)業(yè)務(wù)增長更是亮眼，GPU業(yè)務(wù)收入同比增長59%，而數(shù)據(jù)中心業(yè)務(wù)增長了2.5倍以上。

該公司CFO Colette M. Kress表示，增長源自人工智能產(chǎn)品組合的豐富，以及不斷出貨。如今，英偉達(dá)的芯片越來越多被使用在計算機(jī)以外的設(shè)備上，如VR設(shè)備、無人機(jī)、機(jī)器人、無人駕駛汽車，更重要的是其逐漸成為人工智能服務(wù)器的新核心。

不過，財報發(fā)布當(dāng)天盤后，英偉達(dá)股價一度下跌8%。隨后雖回漲，但陰影一直并未散去。這一變化源自投資者的擔(dān)憂——芯片領(lǐng)域的巨頭們，尤其英特爾，此時已經(jīng)看到了趨勢，紛紛入局，而英偉達(dá)目前的成功更像是一種偶發(fā)事件。

英特爾迎戰(zhàn)英偉達(dá)

深度學(xué)習(xí)理論引領(lǐng)了人工智能最新一輪熱潮，芯片是完成計算的核心，是人工智能的“大腦”。整個環(huán)節(jié)分為訓(xùn)練（Training）算法和利用算法推理（Inference）結(jié)論兩個部分。

訓(xùn)練是人工智能的基礎(chǔ)，構(gòu)建應(yīng)用的關(guān)鍵。在這一環(huán)節(jié)，英特爾利用Xeon Phi處理器與英偉達(dá)的GPU直面競爭，并通過多項(xiàng)收購擴(kuò)大產(chǎn)品布局。圍繞兩家巨頭的競爭，谷歌和AMD雖有心殺入戰(zhàn)局，但仍在邊緣，而更小的創(chuàng)業(yè)者則仍處于探索階段。

2016年8月，英特爾收購美國創(chuàng)業(yè)公司Nervana Systems。其深度學(xué)習(xí)芯片Engine的處理速度是GPU的10倍。隨后，英特爾將其與自身業(yè)務(wù)整合，并追加3.5億美元的投入，用于研發(fā)DNN軟硬一體化平臺和兩代芯片產(chǎn)品，將與Xeon Phi匹配。

Fiaz Mohamed是英特爾人工智能產(chǎn)品事業(yè)部業(yè)務(wù)拓展及解決方案部署負(fù)責(zé)人，因Nervana收購而加入英特爾。他對《財經(jīng)》記者說，“我們并沒有陷入困境。借助英特爾在設(shè)計和工程上的經(jīng)驗(yàn)，成為英特爾的一部分，這有利于我們的產(chǎn)品推向市場。”這是在訓(xùn)練層創(chuàng)業(yè)者普遍的結(jié)局，即被巨頭收編。endprint

Fiaz現(xiàn)在很忙，他每天與5個-7個客戶見面。在與客戶的直接交流中，F(xiàn)iaz被反復(fù)問到，與英偉達(dá)最大的差異，因?yàn)樗目蛻粝Ｍ梢缘玫礁俞槍ψ陨響?yīng)用的幫助。

“為滿足性能、效率和規(guī)模的需求，人工智能不能只使用通用型的產(chǎn)品。”Fiaz告訴《財經(jīng)》記者，“通過收購在各個領(lǐng)域不斷增強(qiáng)自己的優(yōu)勢，如今我們也做定制化的產(chǎn)品?！?/p>

GPU之外，英特爾認(rèn)為FPGA（可編程陣列）更適合人工智能發(fā)展需求。2015年，英特爾以這家公司歷史上最大金額，收購了硅谷芯片制造商Altera。FPGA就像一張可以重復(fù)擦寫的白板，可以根據(jù)不同計算需求，進(jìn)行修改。英特爾預(yù)測組合將實(shí)現(xiàn)20倍性能的提升。

英特爾CEO科再奇曾在一次主題演講中明確表示，F(xiàn)PGA是英特爾未來發(fā)展的重要核心。其將加大投資和擴(kuò)充FPGA產(chǎn)品路線，支援更長的產(chǎn)品生命周期，并調(diào)動其他業(yè)務(wù)部門支持。

英特爾的強(qiáng)勢逼迫英偉達(dá)也在加緊彌補(bǔ)自身不足。2017年GPU技術(shù)大會上，英偉達(dá)發(fā)布了新一代處理器架構(gòu)Volta，以及使用這一架構(gòu)的深度學(xué)習(xí)加速卡。經(jīng)過重新設(shè)計，新的架構(gòu)能效提高了50%，計算速度也隨之提升了12倍。

與上述兩家公司長期競爭的AMD也想在這一環(huán)節(jié)分一杯羹。2016年底，AMD發(fā)布了三款針對深度學(xué)習(xí)的處理器加速解決方案。

該公司應(yīng)用工程高級總監(jiān)Greg Stoner告訴《財經(jīng)》記者，“AMD將是唯一可以利用豐富x86（CPU）和GPU知識產(chǎn)權(quán)技術(shù)推動人工智能實(shí)現(xiàn)的公司”。

與之相反，谷歌則另辟蹊徑。2016年5月，谷歌發(fā)布專門為機(jī)器學(xué)習(xí)優(yōu)化的專用處理器TPU（張量處理器），并宣布AlphaGo的計算硬件核心便來自于此。

一年后，谷歌將其TPU升級至2.0版本。谷歌發(fā)布博客稱，以往需要一整天時間利用32個GPU訓(xùn)練的翻譯模型，如今只需要一個下午的時間，并且只用八分之一的TPU集群（每64個TPU組成一個集群）就可以達(dá)到相同精度。

不過，谷歌并沒有急于將TPU商業(yè)化，而是與自身開源的深度學(xué)習(xí)框架TensorFlow結(jié)合，并通過自身云計算平臺對外提供服務(wù)。谷歌是否會對外單獨(dú)出售TPU處理器，目前尚不得而知。

這是一個群雄并起的時代。

端、云大混戰(zhàn)

與涇渭分明的訓(xùn)練層競爭不同，推理層是群雄大亂斗。一些沒有芯片研發(fā)背景的公司也紛紛加入戰(zhàn)局，去爭搶那200億美元的市場和未來。

由于應(yīng)用場景對性能、時延等參數(shù)提出具體的要求，計算核心處理器所處的位置成為不同廠商的爭論焦點(diǎn)。有人認(rèn)為，需要在設(shè)備端就能迅速反饋結(jié)果，而另一派認(rèn)為應(yīng)該將采集到的數(shù)據(jù)傳回云端，由服務(wù)器進(jìn)行終端設(shè)備難以匹敵的復(fù)雜計算。

高通認(rèn)為前者才是方向。該公司工程技術(shù)副總裁Jeff Gehlhaar表示，隨著移動設(shè)備性能的提升，高通將憑借海量終端的覆蓋卡位市場。

手機(jī)和汽車成為高通發(fā)力的方向。目前，高通已經(jīng)在其中高端芯片上提供人工智能所需要的計算能力。數(shù)據(jù)顯示，未來五年全球智能手機(jī)累計出貨將超過85億部，而高通當(dāng)前的市場份額為43%（Strategy Analytics數(shù)據(jù)）。保守計算，高通將覆蓋37億部智能手機(jī)。

高通發(fā)布的汽車駕駛芯片則將改變以往對路面交通數(shù)據(jù)本地收集、云端處理的模式，其集成了定位、機(jī)器學(xué)習(xí)等功能，大部分?jǐn)?shù)據(jù)在本地設(shè)備上即可完成運(yùn)算和反饋。

Jeff Gehlhaar稱，在終端側(cè)處理數(shù)據(jù)的重要性主要有三點(diǎn)：更好地保護(hù)用戶的隱私，本地處理有助于解決無人駕駛等對實(shí)時決策的需求，以及將更有效地利用網(wǎng)絡(luò)帶寬。

移動芯片廠商和終端廠商成為這一觀點(diǎn)的支持者。展訊通信將在2018年發(fā)布產(chǎn)品，而蘋果則已經(jīng)將其研究成果應(yīng)用于最新手機(jī)中，魅族、華為等手機(jī)廠商更是宣布其終端產(chǎn)品已包括人工智能技術(shù)，用于提升用戶體驗(yàn)。

值得注意的是，高通也在悄然布局服務(wù)器市場。關(guān)于云端結(jié)合，Jeff Gehlhaar并未正面回應(yīng)，但其所展示的幻燈片顯示，高通已為云計算平臺留出位置，“分布式計算架構(gòu)”將與“神經(jīng)處理架構(gòu)”通過網(wǎng)絡(luò)連接，而高通的最大優(yōu)勢就在于處理網(wǎng)絡(luò)連接。

不過，一批云計算公司和英特爾則認(rèn)為，用戶并不會在移動設(shè)備上安裝厚重的人工智能軟件，以及在有限的電池功耗下使用這些功能完成推理，因此架設(shè)在云端，通過網(wǎng)絡(luò)傳輸數(shù)據(jù)和結(jié)果成為最佳選擇。

2015年，微軟開始實(shí)踐CPU+FPGA組合的應(yīng)用。2016年，亞馬遜AWS推出基于FPGA的云服務(wù)器產(chǎn)品。中國公司也隨之跟進(jìn)，浪潮集團(tuán)人工智能與高性能產(chǎn)品部總經(jīng)理劉軍表示，百度除了在內(nèi)部擁有核心的專家團(tuán)隊(duì)進(jìn)行研究外，還與浪潮這樣的合作伙伴共同設(shè)計專用的芯片服務(wù)器主板。

2017年9月，阿里云對外宣布，已在GPU方案之外，為其人工智能系統(tǒng)儲備了英特爾和賽靈思等芯片廠商FPGA產(chǎn)品。阿里云資深專家張獻(xiàn)濤對《財經(jīng)》記者稱，一塊英偉達(dá)的芯片成本或?qū)⒏哌_(dá)數(shù)萬元人民幣。成本之外，為追求更高的計算性能和業(yè)務(wù)靈活性，開始探索FPGA方案以及更為定制化芯片逐漸成為廠商的新選擇。

在智能手機(jī)時代于移動芯片市場失利的英特爾，正在借助無人駕駛重新殺向移動端。英特爾以歷史第二、遠(yuǎn)超前年?duì)I收的價格，完成對以色列自動駕駛技術(shù)公司Mobileye的收購。該公司工作人員稱，英特爾無人駕駛事業(yè)部與Mobileye正在整合產(chǎn)品和組織架構(gòu)。

不僅如此，最近兩年，英特爾在人工智能市場頻頻出手收購。2016年4月起，英特爾陸續(xù)收購了意大利機(jī)器人和無人駕駛半導(dǎo)體芯片制造商Yogitech，以及兩家計算機(jī)視覺技術(shù)公司俄羅斯的Iseez和美國的Movidius，后者更是自主研發(fā)了新架構(gòu)低功耗的處理器VPU。endprint

中國陣營希望

在這場硝煙尚未完全燃起的戰(zhàn)爭中，美國一直以來是全球人工智能領(lǐng)域領(lǐng)跑的國家，但中國已經(jīng)開始著手加速入局。這兩年，數(shù)家中國公司借力開始芯片研發(fā)，“XPU”的出現(xiàn)如雨后春筍。

總部在北京的創(chuàng)業(yè)公司地平線就以“BPU”命名其人工智能芯片產(chǎn)品，并注冊成為商標(biāo);另一家名為“深鑒”的公司將其開發(fā)的處理器命名為“DPU”，并且已經(jīng)發(fā)布了兩款不同架構(gòu)的產(chǎn)品;此前專注提供比特幣“礦機(jī)”的嘉楠耘智號稱2017年將發(fā)布人工智能芯片“KPU”。

由于事關(guān)未來戰(zhàn)略，互聯(lián)網(wǎng)巨頭也加入了戰(zhàn)局。百度率先登場，阿里緊隨其后。2017年，百度與合作伙伴賽靈思共同發(fā)布了一款云計算加速處理器“XPU”。百度研究院歐陽劍表示，XPU將在效率和性能上超越GPU，同時提供類似CPU的靈活性。

2017年6月底到7月初，阿里技術(shù)委員會主席王堅(jiān)曾帶隊(duì)前往硅谷考察，與超過30家人工智能公司進(jìn)行接觸，其中包括多家人工智能芯片公司。阿里巴巴的技術(shù)專家透露，用于人工智能的“XPU”研發(fā)也已經(jīng)在內(nèi)部列上日程。

從技術(shù)本身來看，中科院孵化的創(chuàng)業(yè)公司中科寒武紀(jì)是這批中國公司中的佼佼者，如果和英偉達(dá)對標(biāo)，它擁有超過100多件專利和自己的指令集系統(tǒng)。中科龍芯副總裁張戈告訴《財經(jīng)》記者，寒武紀(jì)創(chuàng)始人（陳云霽）曾是龍芯3號處理器的主結(jié)構(gòu)設(shè)計之一，另一個創(chuàng)始人陳天石也曾在中科院計算所工作，他與陳云霽是親兄弟。

2017年8月，寒武紀(jì)宣布完成1億美元的A輪融資，領(lǐng)頭方是國有資本投資運(yùn)營公司旗下基金的國投創(chuàng)業(yè)，聯(lián)想創(chuàng)投、阿里巴巴創(chuàng)投等社會資本以及中科院旗下資產(chǎn)也紛紛跟投。目前該公司估值已達(dá)10億美元。

“原來可能需要三塊英偉達(dá)的‘卡（指芯片板卡），現(xiàn)在只需要一塊寒武紀(jì)，就可以應(yīng)對整個數(shù)據(jù)中心的消耗?！甭?lián)想創(chuàng)投合伙人宋春雨告訴《財經(jīng)》記者，這吸引了他，他預(yù)計這家公司今年就會有營收。

目前的公開信息顯示，寒武紀(jì)已經(jīng)發(fā)布一款名為寒武紀(jì)1A處理器，主要面向智能手機(jī)、無人機(jī)、可穿戴設(shè)備和智能駕駛等設(shè)備。根據(jù)規(guī)劃，寒武紀(jì)將不僅在終端側(cè)，還將在云服務(wù)器側(cè)發(fā)布產(chǎn)品。

今年9月，通信設(shè)備制造商華為發(fā)布手機(jī)人工智能芯片麒麟970，970中的NPU（網(wǎng)絡(luò)處理器）專用硬件處理單元就是寒武紀(jì)1A，后者以授權(quán)的方式集成進(jìn)入麒麟970。

不過，華為仍有望獨(dú)立發(fā)展人工智能芯片，華為已開始研發(fā)服務(wù)器芯片，該公司消費(fèi)者業(yè)務(wù)CEO余承東稱，人工智能的實(shí)現(xiàn)必須通過端云協(xié)同。

前文提到的地平線機(jī)器人公司，成立于2015年，創(chuàng)始人兼CEO余凱曾主政百度研究院和深度學(xué)習(xí)實(shí)驗(yàn)室，在他影響下百度吸納了一批人工智能專家。

地平線機(jī)器人前期曾打算做人工智能時代的英特爾，但一段時間嘗試后，余凱告訴《財經(jīng)》記者，“我們的定位是嵌入式人工智能芯片，既不在互聯(lián)網(wǎng)公司的勢能范圍，又避開和巨頭的競爭，會有更大的價值?！?/p>

英特爾通過收購構(gòu)建了多種發(fā)展人工智能的道路，兵多將廣，而英偉達(dá)產(chǎn)品有亮點(diǎn)，抓住一塊核心的GPU。地平線這樣的創(chuàng)業(yè)公司缺少強(qiáng)大的資金、技術(shù)和生態(tài)支持，需要避開巨頭重兵把守的云服務(wù)器側(cè)，但在設(shè)備邊緣，嵌入式人工智能芯片將有更大的想象力。

地平線發(fā)展的策略是，針對使用場景需求研究最適合的算法框架，然后將算法框架實(shí)現(xiàn)在芯片上。也就是說，通過應(yīng)用倒逼芯片設(shè)計。其優(yōu)勢是，可以集中資源單點(diǎn)突破，進(jìn)而降低半導(dǎo)體產(chǎn)業(yè)投資的風(fēng)險，以及通過銷售解決方案獲利推動自身良性運(yùn)轉(zhuǎn)。

與寒武紀(jì)選擇通用芯片商業(yè)模式不同，地平線更加側(cè)重專用，為市場提供的不只是芯片，而是軟硬整體解決方案，“這很像Mobileye”，余凱認(rèn)為，英特爾愿意花153美元億巨款收購，這是說服投資者認(rèn)可基于專用人工智能芯片解決方案最好的案例。

投資了地平線的祥峰投資合伙人夏志進(jìn)對創(chuàng)業(yè)公司充滿信心，“大家都在同一條起跑線上，英偉達(dá)也是，它們（指巨頭）有歷史包袱”。在他看來，芯片只是地平線商業(yè)的一部分，未來投資回報周期遠(yuǎn)小于半導(dǎo)體行業(yè)，“我可以等這個企業(yè)5年-10年”。

警惕炒作

人工智能芯片毫無疑問是一個巨大的產(chǎn)業(yè)發(fā)展趨勢，但第三方機(jī)構(gòu)Gartner分析師盛陵海告訴《財經(jīng)》記者，原有芯片不會一夜之間變成人工智能芯片，現(xiàn)在產(chǎn)業(yè)有過度炒作的嫌疑。

在收獲成功的同時，英偉達(dá)的高市值也早于挑戰(zhàn)。業(yè)界擔(dān)心，它擁有的技術(shù)難以支撐起當(dāng)前高漲的市值。人工智能開源實(shí)驗(yàn)室OpenAI聯(lián)席主席Sam Altman提醒稱，GPU最初的設(shè)計目標(biāo)并非人工智能，只是恰好滿足需求。

多個受訪者對《財經(jīng)》記者表示，人工智能應(yīng)用場景將不再是單一類型的終端設(shè)備，這意味著，芯片公司應(yīng)具備提供多元化產(chǎn)品的能力，但英偉達(dá)的GPU仍是一種通用型芯片。

多家IT公司已經(jīng)開始紛紛研發(fā)專用芯片并加大資金投入。

芯片設(shè)計公司zGlue CEO張銘表示，“大公司仍希望通過通用芯片分?jǐn)傃邪l(fā)費(fèi)用”，但人工智能市場更加需要定制化的產(chǎn)品出現(xiàn)。

不過，定制化芯片和通用芯片路線的選擇轉(zhuǎn)圜上，大公司的余地遠(yuǎn)大于創(chuàng)業(yè)公司。谷歌的TPU只是目前已經(jīng)對市場宣布的產(chǎn)品，未來一旦伴隨谷歌云計算業(yè)務(wù)對外提供服務(wù)，將以低成本和靈活性直擊英偉達(dá)腹地。一位產(chǎn)業(yè)內(nèi)人士表示，“壟斷”意味著獲取的高成本，而英偉達(dá)的芯片并不便宜。

由此可見，人工智能芯片最終的勝利者很有可能依然是擁有更多生態(tài)資源和規(guī)模優(yōu)勢的芯片巨頭，其他芯片公司很有可能依然只能偏安一隅。

與美國創(chuàng)業(yè)者可以接受公司出售給大公司不同，中國廠商往往希望在巨頭的夾縫中獨(dú)立發(fā)展。但在智能安防、手機(jī)、無人機(jī)、智能汽車、機(jī)器人等行業(yè)，巨頭正在一個個細(xì)分垂直行業(yè)慢慢滲透。

大魚吃小魚在過去已不鮮見，半導(dǎo)體產(chǎn)業(yè)依然是強(qiáng)者恒強(qiáng)的邏輯。endprint