“在2001年互联网泡沫破灭之后，集成电路的风投投资一蹶不振。但是随着人工智能、机器学习如火如荼地发展，我们再次看到了风投基金的一个投资风口。”Mentor IC EDA执行副总裁Joseph Sawicki在接受第一财经等记者采访时这样看待人工智能对半导体行业的影响。
Mentor（明导）是EDA市场三大巨头之一，另外两家分别为Synopsys（新思科技）和Cadence（楷登电子）。利用EDA（Electronics Design Automation）工具，工程师将芯片的电路设计、性能分析、设计出IC版图的整个过程交由计算机处理完成。目前，上述三大厂商都在运用AI提高EDA工具的效率。
新思科技总裁兼联席CEO陈志宽也表示，AI正在掀起社会新一轮变革，而AI的软件、算法和大数据背后是半导体芯片的强大计算能力、数据存储能力及通信网络的高速传输能力在做支撑。只有在半导体技术的支持下，AI才能如此快速发展，而AI的发展又助推各种智能化和创新性应用，又反过来拉动半导体行业发展。
麦肯锡在一份报告中指出，AI可以让半导体公司从技术堆栈中获取40%到50%的总价值，这是他们几十年来的最佳机会。其中，边缘计算芯片的发展速度将远远超过数据中心所需要芯片的速度。研究机构Tractica预测，从2016年到2021年，边缘端连接设备的年复合增长率将达190%。因此，边缘计算将是半导体行业增长的重要引擎。
总体而言，数据中心需要更通用的人工智能引擎以支撑多种应用，而边缘侧很多特定应用需要最优化的芯片设计方案。Joseph认为，开发特定应用相关的芯片，更容易抓住AI所带来的潜在价值，而特定的AI芯片在设计过程中也将遇到新的挑战。
Joseph告诉记者，SoC的设计由特定规格驱动，“传统意义上我们做SoC的时候，验证的是对比它所要达到的规格、功能，以及互联性怎么样。当然在AI时代这一切依然重要，但是更加重要的是对性能、功率、整个架构实施的验证等。只有这些都达到了理想状态后，我们才可以确保设计的芯片针对其垂直市场是最优化的。”
为了达到这一点，芯片在设计时必须利用EDA软件在虚拟化的环境中进行仿真，并在真实运行环境当中进行验证，比如1瓦特可以执行多少次运行等，以确保芯片最终可以满足客户的需要。
近年来，除了传统芯片巨头，不少AI算法公司也纷纷发布了AI芯片。Joseph表示，初创企业面对大厂具有非常大的挑战， 要获得竞争优势必须要非常专注，把有限的资源投在最先进的方法和工具上，才可以获得市场上的成功。
不过，特定的垂直市场能否支撑起这些企业？北极光创投董事总经理杨磊在一次论坛上指出，大公司开一颗芯片至少要10亿美元的收入。而在AI领域，短时间很难达到10亿美元的体量。“AI存在很多细分场景，可能每个场景做出一两亿的公司，但是要做到10亿并不那么容易。”
对此，Mentor中国区总经理凌琳告诉记者，物联网的设备将大幅增长，“在十几年前智能手机出来之前，大家也都非常焦虑，好像没有一个好的应用可以产生那么多芯片和创新。但是随着苹果出来之后，整个智能手机兴盛了十几年，现在慢慢下来了，所以我们确实需要找寻另外的成长点。”
AI在打开半导体新市场的同时，也提升了半导体设计和制造的效率。Joseph以EDA的光刻友好设计(Litho Friendly Design)举例，对于一些技术工艺，芯片设计人员需要在晶圆代工厂流片和验收之前进行光刻友好设计检查以提高良率； 在应用AI技术后，这一过程所运行的时间只需原来的十分之一, 大大提高了芯片设计和制造的效率。
“AI再过两年，就像Linux那样。每个人都在使用Linux，再过两年每个人都会使用AI。最关键的是，使用AI具体针对哪一个应用，这一点非常重要。”Joseph指出。
