「在2001年網際網路泡沫破滅之後，集成電路的風投投資一蹶不振。但是隨著人工智慧、機器學習如火如荼地發展，我們再次看到了風投基金的一個投資風口。」Mentor IC EDA執行副總裁Joseph Sawicki在接受第一財經等記者採訪時這樣看待人工智慧對半導體行業的影響。
Mentor（明導）是EDA市場三大巨頭之一，另外兩家分別為Synopsys（新思科技）和Cadence（楷登電子）。利用EDA（Electronics Design Automation）工具，工程師將晶片的電路設計、性能分析、設計出IC版圖的整個過程交由計算機處理完成。目前，上述三大廠商都在運用AI提高EDA工具的效率。
新思科技總裁兼聯席CEO陳志寬也表示，AI正在掀起社會新一輪變革，而AI的軟體、算法和大數據背後是半導體晶片的強大計算能力、數據存儲能力及通信網絡的高速傳輸能力在做支撐。只有在半導體技術的支持下，AI才能如此快速發展，而AI的發展又助推各種智能化和創新性應用，又反過來拉動半導體行業發展。
麥肯錫在一份報告中指出，AI可以讓半導體公司從技術堆棧中獲取40%到50%的總價值，這是他們幾十年來的最佳機會。其中，邊緣計算晶片的發展速度將遠遠超過數據中心所需要晶片的速度。研究機構Tractica預測，從2016年到2021年，邊緣端連接設備的年複合增長率將達190%。因此，邊緣計算將是半導體行業增長的重要引擎。
總體而言，數據中心需要更通用的人工智慧引擎以支撐多種應用，而邊緣側很多特定應用需要最優化的晶片設計方案。Joseph認為，開發特定應用相關的晶片，更容易抓住AI所帶來的潛在價值，而特定的AI晶片在設計過程中也將遇到新的挑戰。
Joseph告訴記者，SoC的設計由特定規格驅動，「傳統意義上我們做SoC的時候，驗證的是對比它所要達到的規格、功能，以及互聯性怎麼樣。當然在AI時代這一切依然重要，但是更加重要的是對性能、功率、整個架構實施的驗證等。只有這些都達到了理想狀態後，我們才可以確保設計的晶片針對其垂直市場是最優化的。」
為了達到這一點，晶片在設計時必須利用EDA軟體在虛擬化的環境中進行仿真，並在真實運行環境當中進行驗證，比如1瓦特可以執行多少次運行等，以確保晶片最終可以滿足客戶的需要。
近年來，除了傳統晶片巨頭，不少AI算法公司也紛紛發布了AI晶片。Joseph表示，初創企業面對大廠具有非常大的挑戰， 要獲得競爭優勢必須要非常專注，把有限的資源投在最先進的方法和工具上，才可以獲得市場上的成功。
不過，特定的垂直市場能否支撐起這些企業？北極光創投董事總經理楊磊在一次論壇上指出，大公司開一顆晶片至少要10億美元的收入。而在AI領域，短時間很難達到10億美元的體量。「AI存在很多細分場景，可能每個場景做出一兩億的公司，但是要做到10億並不那麼容易。」
對此，Mentor中國區總經理凌琳告訴記者，物聯網的設備將大幅增長，「在十幾年前智慧型手機出來之前，大家也都非常焦慮，好像沒有一個好的應用可以產生那麼多晶片和創新。但是隨著蘋果出來之後，整個智慧型手機興盛了十幾年，現在慢慢下來了，所以我們確實需要找尋另外的成長點。」
AI在打開半導體新市場的同時，也提升了半導體設計和製造的效率。Joseph以EDA的光刻友好設計(Litho Friendly Design)舉例，對於一些技術工藝，晶片設計人員需要在晶圓代工廠流片和驗收之前進行光刻友好設計檢查以提高良率； 在應用AI技術後，這一過程所運行的時間只需原來的十分之一, 大大提高了晶片設計和製造的效率。
「AI再過兩年，就像Linux那樣。每個人都在使用Linux，再過兩年每個人都會使用AI。最關鍵的是，使用AI具體針對哪一個應用，這一點非常重要。」Joseph指出。