其实，不少企业开发芯片的理由，都是“找不到适合的芯片”，比如说语音芯片或者是视觉识别芯片可能需要不同前后端设计，通用方案可能无法完全满足这些厂商的需求，这种设计可能就有其价值，但以昆仑这种通用 AI 芯片，似乎就没有太大的必要。
前面也提到，由于现在推出“自有”AI 芯片的厂商已经多如牛毛，且因为各行其是，难以形成足够强大的聚落，当然，目前业界其实也有像寒武纪或 Arm 这种可提供授权，具有一定生态基础的架构可使用，但自古“文人相轻”，况且 AI 芯片基础架构大同小异，差别只在算法软件和..的配合，若能关起门来能自己赚那又何乐而不为?毕竟采用别人方案肯定会削薄利润。
但事实真是如此吗?
我们可以回头看看过去 NVIDIA 在发展 AI 计算以及相关环境时，在芯片以外的东西投注了多少心力，光是 CUDA 这个开发环境，就已经花费了十年以上的心力，不仅是完善本身的架构，也积极与业界、学界合作，从底层稳扎稳打做起。
虽然现在的 AI 计算环境早就已经不是过去极度贫乏的状况，各种开发环境都摆在那边，框架也都帮你设计好，只要在程序中直接引用即可，但这种“自有”又是“”真的自有“”?
而厂商的各行其是，等于是各家厂商都花费了许多时间在做类似的工作，推出类似的方案，对全国研发资源而言，更可说是一种浪费，如果能够集中这些资源，让厂商不用重复发明轮子，而是集中精力，想办法让现有、已经够好的轮子有更好的应用方向，那是否会对整个中国 AI 产业能有更正面影响和帮助?
DT 君认为是有这个可能的。只可惜国内厂商们在“自有”这条路上走的太远，像昆仑这样的通用 AI 芯片方案此起彼落，是真正对个别厂商，或对整体中国 AI 产业能产生帮助，还是造成研发资源的浪费，恐怕还需要时间证明。
