寒武纪分析，感觉很到位

https://mparticle.uc.cn/article.html?uc_param_str=frdnsnpfvecpntnwprdssskt&btifl=100&app=uc-iflow&title_type=1&wm_id=7b61c7cb1ea64139ad5ac4c72f9d8c50&wm_cid=363037354622981120&pagetype=share&client=&uc_share_depth=1

自己看咯，还是一样的套路

寒武纪已顺利过会，赶上了国家对芯片行业的大力支持时期，赶上了科创板对财务指标(盈利能力)放开的档口。
估计二级市场上，寒武纪还要飙涨。
募集到了大量资金，公司就有了继续发展的可能，可以招募更多人才，更多的发展方向和研发。

反观龙芯，这么有理想有追求的公司，却受限于资金和人手不足，研发进度严重受到影响。不应该抓紧上市募集资金吗？
反观龙芯，这么高度自主可控的cpu，却没有相应的知名度，不应该抓紧上市提高公众知悉度吗？
上市是提高公司实力的有效举措，寒武纪的思路对其发展是非常有帮助的。

好大的口气，寒武纪没有核心技术？当然在有些人看来，只要中国掌握的东西都不能算核心技术，别人不做，只是没有兴趣而已，都是很简单的。

不清楚，对AI不熟习

WOW，原来龙芯和寒武纪也可以挑拨离间的，学习了

我还了解到现在Google 的Olivier Temam曾经和您合作研究过寒武纪Diannao系列芯片，对于谷歌这款TPU，您怎么评价？
TPU上的内部结构
答：Google这次在ISCA 2017上发表的TPU仍然沿用传统脉动阵列机的结构，从google的数据看，对某些特定workload效率还不够好。事实上，这类结构我们早在ISCA2015上发表的ShiDianNao就已经讨论过了（Google的同行也非常了解我们这个工作），同时MIT于2016年前后发表的Eyeriss也是类似的架构。
脉动阵列机在深度学习上优缺点现在已经逐渐被学术界和工业界所熟知，那就是做卷积时效果不错（可能在退化情形的卷积上也会遇到困难），但是做其他类型的神经网络运算，可能效率不是那么高，通用性不是那么的好。
寒武纪没有走脉动阵列机的技术路线，而是迈出了具有寒武纪特色的一条通用智能处理器之路。当然Google未来一定会持续更新TPU的架构，我们十分期待未来继续与国际工业界和学术界同行同台竞技。
值得一提的是，Google发布的TPU论文，全文共引用了寒武纪团队成员前期发表的6篇论文（世界范围内可能没有另外一系列工作受到Google同行如此程度的关注），并有专门的段落回顾我们这一系列工作，并且在提到DaDianNao/PuDianNao/ShiDianNao时还专门用英文注释这几个名字的含义（Big computer, general computer, vision computer），对我们前期工作显示了相当的尊重。
非常值得骄傲的是，我们早期与Olivier Temam教授共同开展的这一系列开拓性学术工作，已经成为智能芯片领域引用次数最多的学术论文，成为世界范围内研发智能芯片必读的文献。如您所提到的，与我们共同开展DianNao系列学术研究的Olivier Temam教授，他本人在几年前就已经加入了Google。相信他会把DianNao系列的学术思想融入TPU后续的版本，把TPU的事业继续推向新高度。我坚信，未来不论是寒武纪或是Google TPU的成功，都会让DianNao系列架构在处理器发展史上留下浓墨重彩的一笔。
据传Google发布的TPU论文获得了ISCA2017（国际处理器架构年会）的同行评议第一名。而去年的ISCA2016的同行评议得分最高论文正是由寒武纪团队七名核心成员与UCSB的谢源教授共同发表的关于Cambricon指令集的学术论文。而Cambricon正是寒武纪公司的英文商标，这次也随同对这篇论文的引用进入了Google TPU的论文。

很多人对寒武纪创始人的开创性工作视而不见，真是非常可耻。

不太看好寒武纪，AI那东西，门槛太低，好多公司现在都有了自己的AI技术。真正的核心技术还是CPU，可惜寒武纪没有。要不然华为不用寒武纪之后，寒武纪销售大跌。

寒武纪是开创性的，华为是拼资本的

目前大多数AI芯片主要做推理工作，核心计算部件主要是矩阵乘法计算电路。
这类芯片设计相对于CPU而言是较为容易的，在早期有很多FPGA上的实现。
随着AI市场扩大，很多企业直接走自研芯片的路线来降低成本提高性能。
寒武纪在这类芯片的设计上是最顶尖的，这是众多论文可以佐证的。
但是，
从商业上来说，过去寒武纪受限于资金限制，没有及早大规模扩张、降低售价、增强市场占有率、垄断市场，把竞争者绞杀于萌芽。
另一方面，大厂拥有充裕的资金和巨大的需求，促使他们自己进行自研，而现在，要实现AI推理这一主要需求的技术，在行业内已经不是很大的秘密，根据寒武纪等业内的公开论文和人才挖掘，复现一个满足基本需求的产品已经不是非常大的困难。
总的而言，利用资本进行商业扩张的步骤缓慢、大厂进场给寒武纪造成了现实的困难。
AI芯片的需求同质化，又降低了相关芯片的技术门槛。
因此，即便在技术上寒武纪存在优势，这些优势事实上很难转化为竞争优势。

创新技术+资本，这才能成就一个产业