過去的50年，計算機的底層元件都遵從著「摩爾定律」，即在價格不變的情況下，集成在晶片上的電晶體數量每隔18到24個月將增加一倍，計算成本呈指數型下降。
但事物發展終有它的極限。隨著工藝從微米級到納米級，電晶體中原子數量越來越少，種種物理極限制約著它的進一步發展，「後摩爾」時代正式來臨。而對於晶片廠商來說，面臨的挑戰也愈發艱巨。
「現在數據已經進入了一個無所不在的時代，從1960年代的大型機到後來的客戶端+伺服器、WEB、雲、人工智慧等，這意味著計算從生產率計算向生活方式計算、場景計算、智能計算等持續發展。」英特爾中國研究院院長宋繼強日前在接受第一財經記者採訪時表示，到了人工智慧為代表的智能計算時代，很難一款晶片「打天下」。
中國工程院院士許居衍也在一場行業論壇上表達了類似的觀點，他表示，目前半導體產業實際存在著無效益的繁榮、產品（硬體）難度增大、產品研發費用增高盈利空間下降等三大問題，中國廠商想要突圍首先需要反思盈利模式，開啟基於硬體的軟服務能力，同時提升半定製技術能力。
晶片多樣化
晶片行業進入了一個不確定的時代，幾乎沒有什麼公司可以底氣十足的說出下一代的「爆款」是什麼。和PC以及手機時代相比，物聯網時代似乎誰都有可能成為「主角」，但也都「姍姍來遲」。
「物聯網走得慢吞吞。」中國工程院院士許居衍23日在南京國際集成電路技術達摩論壇上表示，晶片如今受限於矽技術難以突破。
業內人士指出，在CPU時代，運行編寫好的程序就像一把普通的錘子，目的就是把釘子敲下去。使用的優點在於整個計算系統所有層級都是確定的，它們有限但功能強大。而晶片的原理也很簡單，圍繞開關、邏輯門、二進位系統等進行。但是現在，計算需求正變得越來越複雜和艱難，導致計算機結構也越來越複雜，在一塊晶片上集成的電路越來越龐大。
「每個時代都有佔據主流的計算機設備類別。而到了智能計算時代，可能不再有單一的主流設備類別。」宋繼強對記者表示，計算的多樣性愈發明顯，多個不同的生態圍繞多個不同的計算類別，這種計算的多樣性將無處不在。
特別是在人工智慧領域，異構計算大有可為，目前以GPU為代表的異構計算已成為加速AI創新的新一代計算架構。
「AI的進化需要晶片的多樣性，不是一種晶片能夠搞定。」宋繼強對記者舉例，「現在我手裡有一個錘子，到處拿這個錘子砸釘子，未必是最有效的。那麼如果說我手裡有一堆不同的晶片，就可以靈活做一些組合，衍生出更多的方案。」
最近幾年，高通32億美元收購了Atheros，25億美元收購了英國晶片廠商CSR公司，還開出高價億來收購MCU龍頭老大恩智浦。而英特爾則在收購Altera後繼續收購人工智慧（AI）創業公司Nervana Systems，還有做視覺處理器的Movidius。其背後根本的原因就在於，不同的應用需要不同的晶片來支持，巨頭們必須為此提前布局。
中國廠商的機會
「久旱甘霖雨潤VC喜聞創芯萬馬奔騰。」許居衍在上述論壇用了這麼一句話來形容現在的中國半導體產業，他表示，「風投曾遠離半導體，現在又回來了，歷來觀潮的中國，現在卻成了弄潮人。」
根據賽迪顧問提供的數據，2007年到2017年，中國集成電路產業年均複合增長率為15.8%，遠遠高於全球半導體市場的6.8%的增速。今年前三個月銷售額為1152.9億元，同比增長20.8%。其中，設計業同比增長22%，銷售額為394.5億元；製造業同比增長26.2%，銷售額為355.9億美元；封裝測試業銷售額為402.5億元，同比增長19.6%。
「而人工智慧的發展將帶來近百億美元晶片市場需求。」工信部賽迪研究院賽迪顧問副總裁李珂在達摩論壇上說。
在政府和市場資本的雙重推動下，目前中國的人工智慧晶片企業呈現百花齊放的態勢。一方面是新興創業型公司，如地平線（Horizon）、上海熠知（ThinkForce）、探境科技（IntEngine）等，這批參與者的數量正在快速成長。另一方面是以BAT為代表的大型市場領導者。由於擁有自己的數據集、算法和應用場景，他們計劃開發更適合的人工智慧晶片來優化他們的算法和業務。
李珂表示，近期人工智慧有望在智慧型手機、安防監控、智能金融、智能駕駛、智能醫療等領域迎來首輪爆發。全球人工智慧晶片市場規模在2016年約為23.9億美元，到2020年規模接近150億美元，年均複合增長率高達44%。
但對於中國晶片企業在人工智慧，以及「混搭」晶片架構的發展，業內不少人持謹慎樂觀的態度。
深圳市紫光同創電子有限公司常務副總裁王佩寧認為，國內企業在晶片方面投入不斷加大但是在實際發展過程中效果不甚明顯，科技研發回報周期長，投資分散造成的投入產出比被稀釋。
更重要的是，晶片廠商在同樣的投入下，收益變得越來越低。「以10nm為例，開發10nm晶片的成本超過1.7億美元，而7nm則達到了3億美元，5nm更是高達5億美元，3nm直接將超過15億美元。隨著工藝成本日益提升，只有少數幾個IC巨頭敢於投入跟進這場工藝豪賭。」電子創新網負責人張國斌說。
對於中國廠商在AI領域的機會，宋繼強表示，雖然AI應用面很廣，但對於晶片需要的性能、功耗、價格其實都不太一樣。
「最關鍵的就是在做晶片之前，包括做AI算法之前，要把場景想好確定下來，要不然就變成小公司在跟平臺公司競爭，這個難度很大。對於現在國內這波出來做AI晶片的公司來說，其實大部分都在做ASIC晶片，而且在做視覺算法的加速晶片，這種做法能成功的前提就是對應用場景非常清晰並且有確實可以用的系統，這樣就很靠譜。」宋繼強說。