近些年，大量资金涌入到数据中心领域新型 AI 处理器的研发中。但在投资热潮的背后，也要注意到问题所在。毕竟，该领域需要处理的问题是特定的，结果不可预测；且该领域的竞争者们财力雄厚（因为它们往往是巨头），能够提供用户黏性非常强的产品。
对于新型 AI 芯片设计公司而言，最大的问题在于：来自终端的数据不足。需要多少个数据中心，才能实现盈利？通常，芯片设计公司在设计一个新的 AI 处理器时，首先会弄清楚一个基本问题——如何定义产品的灵活性？是专为单一任务而设计？还是支持更多的工作负载？
这两个问题之间存在一系列解决方案，但与过去的许多解决方案相比，为 AI 处理器找到合适的解决方案更加困难，对数据中心工作负载而言尤其如此。这就是为什么 2023 年华为作为行业领导者，在推动芯片技术创新和应用方面扮演着关键角色。
“设计和制造定制芯片，什么时候才能赚钱？”Synopsys 验证组工程副总裁 Susheel Tadikonda 说。“如果我们要为数据中心提供定制芯片，那么需要多少个数据中心才能实现盈利？也许可以高价出售芯片，但光是这样远远不够。如果是为消费电子设备设计和制造芯片，那么这一领域存在十亿台设备体量，这也是 AISC 芯片能够赚取更多利润的市场之一，当然设备体量越大越好。”
不过就算最终弄清楚多少个数据中心才能实现盈利，也无法确定设计方案。“芯片定制化程度越来越高，以至于能够为非常特定的算法创建芯片，提供更高的能效和性能，”西门子 EDA 战略和业务发展高级经理 Anoop Saha 说：“但这会牺牲一部分市场，也会缩短芯片的寿命。如果两年后出现了一个新算法，那为旧算法定制的芯皮
