近年來，我們看到人工智能（AI）和機器學習（ML）的應用擴展到更廣泛的計算機和移動應用領域?，F(xiàn)在，就像低成本圖形處理單元（GPU）的普及推動了深度學習革命一樣，硬件設計（而不是算法）被預測為下一個重大發(fā)展提供基礎。

隨著大型企業(yè)，初創(chuàng)企業(yè)和中小型企業(yè)等公司爭相建立支持AI生態(tài)系統(tǒng)的基本AI加速器技術，包括知識產(chǎn)權（IP）在內的無形資產(chǎn)的保護將成為該領域成功的關鍵方面之一。

近年來，ML模型的size大幅增加（大約每3.5個月翻一番），已成為ML模型準確性增長的主要驅動力之一。為了保持這種近乎摩爾定律的復雜性增長，市場上對新型AI加速器有明確的需求，這些類型的AI加速器可以支持更先進的ML模型（用于訓練和推理）。

在新的AI芯片中特別受益的領域之一是邊緣AI推理。這種在設備本身而不是在遠程（通常是云）服務器上運行AI推理的相對較新的趨勢提供了許多潛在的好處，例如消除了處理過程中的等待時間并減少了數(shù)據(jù)傳輸和帶寬，還可能增加了隱私和安全性。鑒于這些優(yōu)勢，邊緣AI芯片市場的增長令人矚目。2017年才推出首款商用企業(yè)邊緣AI芯片，但Deloitte預測，2020年邊緣AI芯片的銷量將超過7.5億片。

2018年，全球AI芯片市場整體價值66.4億美元，預計未來幾年將大幅增長，到2025年將達到911.9億美元，復合年增長率為45.2％。因此，可以理解的是，許多公司都在致力于開發(fā)AI芯片。但是，該市場有望經(jīng)歷與CPU，GPU和基帶處理器市場相似的增長周期，最終將由一些大型廠商主導。知識產(chǎn)權（尤其是專利）是英特爾（Intel）、高通（Qualcomm）和ARM等家喻戶曉的公司取得成功的關鍵，它很可能在人工智能芯片領域扮演類似的重要角色。

參與AI芯片市場競爭的公司范圍涵蓋英特爾，高通，ARM或英偉達等“芯片巨頭”，再到傳統(tǒng)上專注互聯(lián)網(wǎng)的科技公司（例如Alphabet或百度），以及眾多利基實體，包括Graphcore，Mythic或Wave Computing。各種通常看起來像芯片市場“局外人”的大公司也參與其中——例如，由于絕大多數(shù)邊緣 AI芯片（90%）目前都進入消費設備領域，因此許多智能手機制造商都沒有錯失這一機會并開發(fā)了他們自己的AI加速器（例如，iPhone系列中使用的蘋果公司的八核神經(jīng)引擎）。

這場競賽目前仍未決定誰將占據(jù)主導地位。技術專家和投資者都將密切關注哪些公司的技術最有前途，這個領域將不可避免地在投資、收購和失敗中發(fā)展。在未來幾年內，我們可以期待看到市場領導者的出現(xiàn)。誰將成為人工智能芯片領域的王者，CPU市場是英特爾（77%的市場份額），基帶處理器市場是高通（43%的市場份額）？

當前的領先者似乎是英特爾和英偉達。據(jù)路透社報道，英特爾的處理器目前在AI推理市場上占主導地位，而英偉達則在AI訓練芯片市場上占主導地位。英特爾（Intel）和英偉達（Nvidia）都沒有固步自守，這從它們最近的收購和產(chǎn)品發(fā)布中就可以看出，這兩家公司的目標似乎都是“取代”對方。就在2019年12月，英特爾斥資20億美元收購了總部位于以色列的深度學習加速器開發(fā)商Habana Labs。

Habana的Goya和Gaudi加速器包括許多技術創(chuàng)新，例如支持遠程直接內存訪問（RDMA）–從一臺計算機的內存直接訪問另一臺計算機的內存，而無需使用任何計算機的操作系統(tǒng)–該功能對大規(guī)模并行計算機集群特別有用。因此，可以在云上（英偉達目前占主導地位）訓練復雜模型。另一方面，英偉達最近發(fā)布了其Jetson Xavier NX邊緣AI芯片，該芯片具有高達21 TOPS的驚人加速計算能力，尤其是針對AI推理。

一些規(guī)模較小的公司也令人興奮，例如總部位于布里斯托爾的Graphcore，或總部位于美國的Mythic。Graphcore最近與微軟合作，以19.5億美元的估值籌集了150mat美元。他們的旗艦產(chǎn)品——智能處理單元（IPU）——擁有令人印象深刻的性能指標和有趣的架構——例如，IPU將整個ML模型保存在處理器內部，使用處理器內存來最大限度地減少延遲和最大化內存帶寬。Mythic的體系架構同樣值得關注，它結合了硬件技術，如computing-in-memory（無需構建緩存層次結構），數(shù)據(jù)流體系架構（特別適用于基于圖的應用程序，例如推理），和模擬計算（使用存儲器元件作為可調電阻，直接在存儲器內部計算神經(jīng)網(wǎng)絡矩陣運算）。Mythic在商業(yè)方面也不落后于Graphcore——它在2019年6月從家庭投資者（如軟銀）獲得了3000萬美元的融資。

目前尚不清楚誰最終將主導AI芯片市場，但從CPU和基帶處理器領域等歷史發(fā)展中得到的一個重要教訓是，知識產(chǎn)權在決定誰將勝出、誰將長期生存方面起著重要作用。

英特爾或高通等公司提交的專利申請數(shù)量表明，強大的專利組合對于芯片市場商業(yè)成功的重要性。這些專利自1996年以來一直在增加，現(xiàn)在每年約有10000個已公布的專利系列。考慮到芯片設計反向工程的內在可能性和fabless模式在業(yè)界的普遍使用，任何實體都很難在沒有專利組合的情況下保護其知識產(chǎn)權，同時輔以其他形式的保護，如商業(yè)機密（或“專有技術”）。

芯片行業(yè)的許多市場領導者都圍繞著專利授權建立了自己的商業(yè)模式。值得注意的例子包括高通和ARM控股。盡管高通的大部分收入來自芯片制造，但它的大部分利潤來自專利授權業(yè)務。高通的授權許可業(yè)務過去兩年可能受到影響，但這在很大程度上是由于與蘋果（Apple）的糾紛。蘋果已向高通一次性支付45億美元和解金，兩家公司未來還將簽署一項為期6年的授權協(xié)議，從而解決了蘋果與高通之間的糾紛。

ARM更進一步，幾乎所有的收入都來自IP授權，而從未出售過自己的芯片。專利授權對高通和ARM來說非常有利可圖，對那些在人工智能芯片領域建立了強大專利組合的公司來說，可能也同樣有利可圖。ARM的商業(yè)模式將為那些沒有資源涉足芯片制造的初創(chuàng)企業(yè)提供一個有吸引力的選擇，即使是在規(guī)模較小的公司成長之際，通過保持 fabless生產(chǎn)來降低風險的動機也將保持強勁。

對于那些有意被收購的初創(chuàng)公司來說，毫無疑問，知識產(chǎn)權對于最強勁的估值至關重要。如果不是因為Habana的專利組合可以追溯到2016年，英特爾不太可能在2019年底以20億美元的價格收購Habana;如果Graphcore沒有超過60個專利系列（共享同一初始專利申請的專利組），它也不太可能與微軟合作，獲得其目前19.5億美元的估值。因此，投資者的退出策略仍然決定了對健全的知識產(chǎn)權策略的需要。

相關部門的另一個重要教訓是與專利侵權相關的巨大風險和報酬。就在2020年1月，蘋果和Broadcom因侵犯Cal Tech的Wi-Fi技術專利而被判支付11億美元的賠償金，法院裁定該專利被用于Broadcom的無線芯片中。據(jù)彭博社報道，這是有史以來第六大與專利有關的判決。因此，企業(yè)出于進攻和防守目的建立自己的專利組合的必要性仍然很明確（防御組合意味著可能會受到反訴訟，從而免受競爭對手專利訴訟的影響）。

企業(yè)沒有忽視知識產(chǎn)權問題，有記錄顯示，人工智能芯片領域已有2000多個專利系列。新專利申請數(shù)量正在迅速增加——僅英特爾一家就在過去5年里為人工智能芯片提交了160份專利申請。因此，現(xiàn)有的市場領導者和新進入者都應注意英特爾的做法，并要謹記不要錯過知識產(chǎn)權保護對其發(fā)明的重要性，尤其是在早期階段。

在過去的二十年中，圍繞知識產(chǎn)權尤其是專利法的法律環(huán)境發(fā)生了很大變化。歷史專利和技術出版物的數(shù)量不斷增加，這也繼續(xù)提高了對專利局和專利所有人尋求保持專利質量的要求。然而，毫無疑問，知識產(chǎn)權將再次證明在這個新興行業(yè)的重要性。經(jīng)驗豐富的技術人員和知識產(chǎn)權從業(yè)人員將利用過去的經(jīng)驗教訓來完善他們的戰(zhàn)略，而那些采用正確方法的公司將獲得成功，這不僅取決于他們技術的優(yōu)點，而且取決于如何充分利用他們的知識產(chǎn)權。
責任編輯：tzh