近年来，我们看到 人工智能 (AI)和 机器学习 (ML)的应用扩展到更广泛的计算机和移动应用领域。现在，就像低成本图形处理单元(GPU)的普及推动了 深度学习 革命一样，硬件设计(而不是算法)被预测为下一个重大发展提供基础。

随着大型企业，初创企业和中小型企业等公司争相建立支持AI生态系统的基本AI加速器技术，包括知识产权（IP）在内的无形资产的保护将成为该领域成功的关键方面之一。

近年来，ML模型的size大幅增加（大约每3.5个月翻一番），已成为ML模型准确性增长的主要驱动力之一。为了保持这种近乎 摩尔定律 的复杂性增长，市场上对新型AI加速器有明确的需求，这些类型的AI加速器可以支持更先进的ML模型（用于训练和推理）。

在新的AI芯片中特别受益的领域之一是边缘AI推理。这种在设备本身而不是在远程（通常是云）服务器上运行AI推理的相对较新的趋势提供了许多潜在的好处，例如消除了处理过程中的等待时间并减少了数据传输和带宽，还可能增加了隐私和安全性。鉴于这些优势，边缘AI芯片市场的增长令人瞩目。2017年才推出首款商用企业边缘AI芯片，但Deloitte预测，2020年边缘AI芯片的销量将超过7.5亿片。

2018年，全球AI芯片市场整体价值66.4亿美元，预计未来几年将大幅增长，到2025年将达到911.9亿美元，复合年增长率为45.2％。因此，可以理解的是，许多公司都在致力于开发AI芯片。但是，该市场有望经历与CPU，GPU和基带处理器市场相似的增长周期，最终将由一些大型厂商主导。知识产权（尤其是专利）是 英特尔 (Intel)、 高通 (Qualcomm)和ARM等家喻户晓的公司取得成功的关键，它很可能在 人工智能 芯片领域扮演类似的重要角色。

参与AI芯片市场竞争的公司范围涵盖 英特尔 ， 高通 ，ARM或英伟达等“芯片巨头”，再到传统上专注互联网的科技公司（例如Alphabet或 百度 ），以及众多利基实体，包括 Graphcore ，Mythic或 Wave Computing 。各种通常看起来像芯片市场“局外人”的大公司也参与其中——例如，由于绝大多数边缘 AI芯片（90%）目前都进入消费设备领域，因此许多智能手机制造商都没有错失这一机会并开发了他们自己的AI加速器（例如，iPhone系列中使用的苹果公司的八核神经引擎）。

这场竞赛目前仍未决定谁将占据主导地位。技术专家和投资者都将密切关注哪些公司的技术最有前途，这个领域将不可避免地在投资、收购和失败中发展。在未来几年内，我们可以期待看到市场领导者的出现。谁将成为 人工智能 芯片领域的王者，CPU市场是 英特尔 (77%的市场份额)，基带处理器市场是 高通 (43%的市场份额)?

当前的领先者似乎是 英特尔 和英伟达。据路透社报道， 英特尔 的处理器目前在AI推理市场上占主导地位，而英伟达则在AI训练芯片市场上占主导地位。 英特尔 (Intel)和英伟达(Nvidia)都没有固步自守，这从它们最近的收购和产品发布中就可以看出，这两家公司的目标似乎都是“取代”对方。就在2019年12月， 英特尔 斥资20亿美元收购了总部位于以色列的 深度学习 加速器开发商Habana Labs。

Habana的Goya和Gaudi加速器包括许多技术创新，例如支持远程直接内存访问（RDMA）–从一台计算机的内存直接访问另一台计算机的内存，而无需使用任何计算机的 操作系统 –该功能对大规模并行计算机集群特别有用。因此，可以在云上（英伟达目前占主导地位）训练复杂模型。另一方面，英伟达最近发布了其Jetson Xavier NX边缘AI芯片，该芯片具有高达21 TOPS的惊人加速计算能力，尤其是针对AI推理。

一些规模较小的公司也令人兴奋，例如总部位于布里斯托尔的 Graphcore ，或总部位于美国的Mythic。 Graphcore 最近与 微软 合作，以19.5亿美元的估值筹集了150mat美元。他们的旗舰产品——智能处理单元(IPU)——拥有令人印象深刻的性能指标和有趣的架构——例如，IPU将整个ML模型保存在处理器内部，使用处理器内存来最大限度地减少延迟和最大化内存带宽。Mythic的体系架构同样值得关注,它结合了硬件技术，如computing-in-memory(无需构建缓存层次结构),数据流体系架构(特别适用于基于图的应用程序，例如推理),和模拟计算(使用存储器元件作为可调电阻，直接在存储器内部计算 神经网络 矩阵运算)。Mythic在商业方面也不落后于 Graphcore ——它在2019年6月从家庭投资者（如软银）获得了3000万美元的融资。

目前尚不清楚谁最终将主导AI芯片市场，但从CPU和基带处理器领域等历史发展中得到的一个重要教训是，知识产权在决定谁将胜出、谁将长期生存方面起着重要作用。

英特尔 或 高通 等公司提交的专利申请数量表明，强大的专利组合对于芯片市场商业成功的重要性。这些专利自1996年以来一直在增加，现在每年约有10000个已公布的专利系列。考虑到芯片设计反向工程的内在可能性和fabless模式在业界的普遍使用，任何实体都很难在没有专利组合的情况下保护其知识产权，同时辅以其他形式的保护，如商业机密（或“专有技术”）。

高通 和英特尔 的专利系列。

芯片行业的许多市场领导者都围绕着专利授权建立了自己的商业模式。值得注意的例子包括 高通 和ARM控股。尽管 高通 的大部分收入来自芯片制造，但它的大部分利润来自专利授权业务。 高通 的授权许可业务过去两年可能受到影响，但这在很大程度上是由于与苹果(Apple)的纠纷。苹果已向 高通 一次性支付45亿美元和解金，两家公司未来还将签署一项为期6年的授权协议，从而解决了苹果与 高通 之间的纠纷。

ARM更进一步，几乎所有的收入都来自IP授权，而从未出售过自己的芯片。专利授权对 高通 和ARM来说非常有利可图，对那些在 人工智能 芯片领域建立了强大专利组合的公司来说，可能也同样有利可图。ARM的商业模式将为那些没有资源涉足芯片制造的初创企业提供一个有吸引力的选择，即使是在规模较小的公司成长之际，通过保持 fabless生产来降低风险的动机也将保持强劲。

对于那些有意被收购的初创公司来说，毫无疑问，知识产权对于最强劲的估值至关重要。如果不是因为Habana的专利组合可以追溯到2016年， 英特尔 不太可能在2019年底以20亿美元的价格收购Habana;如果 Graphcore 没有超过60个专利系列(共享同一初始专利申请的专利组)，它也不太可能与 微软 合作，获得其目前19.5亿美元的估值。因此，投资者的退出策略仍然决定了对健全的知识产权策略的需要。

相关部门的另一个重要教训是与专利侵权相关的巨大风险和报酬。就在2020年1月，苹果和Broadcom因侵犯Cal Tech的Wi-Fi技术专利而被判支付11亿美元的赔偿金，法院裁定该专利被用于Broadcom的无线芯片中。据彭博社报道，这是有史以来第六大与专利有关的判决。因此，企业出于进攻和防守目的建立自己的专利组合的必要性仍然很明确（防御组合意味着可能会受到反诉讼，从而免受竞争对手专利诉讼的影响）。

企业没有忽视知识产权问题，有记录显示， 人工智能 芯片领域已有2000多个专利系列。新专利申请数量正在迅速增加——仅 英特尔 一家就在过去5年里为 人工智能 芯片提交了160份专利申请。因此，现有的市场领导者和新进入者都应注意 英特尔 的做法，并要谨记不要错过知识产权保护对其发明的重要性，尤其是在早期阶段。

在过去的二十年中，围绕知识产权尤其是专利法的法律环境发生了很大变化。历史专利和技术出版物的数量不断增加，这也继续提高了对专利局和专利所有人寻求保持专利质量的要求。然而，毫无疑问，知识产权将再次证明在这个新兴行业的重要性。经验丰富的技术人员和知识产权从业人员将利用过去的经验教训来完善他们的战略，而那些采用正确方法的公司将获得成功，这不仅取决于他们技术的优点，而且取决于如何充分利用他们的知识产权。