虚拟货币是一个获得命运女神垂青的产业。大热时，有人通过倒卖矿机赚得盆满钵满，有人通过挖矿实现身家暴涨，有人通过屯币实现财务自由。
但虚拟货币币价上下起伏，用来挖矿的矿机价格亦随之波动。随着监管趋严，收益的不确定性进一步增高。
比特大陆、嘉楠耘智等矿机厂商从2017年开始向人工智能芯片领域进军。不过，在一些人工智能从业者看来，矿商在挖矿芯片领域的优势无法在人工智能延伸。
半导体新贵
比特大陆成立于2013年，是一家生产比特币挖矿机、定制芯片、运营“矿池”的初创公司。这家公司是全球最大的采矿设备生产商，拥有比特币矿机70%以上的市场份额，矿机销售也是比特大陆最为重要的收入方式。
比特大陆每年销售数十万台蚂蚁矿机，蚂蚁矿机定价普遍在1万元以上，刚面世的新型矿机可以卖到2万多元。2017年，比特大陆全年营收已经高达25亿美元。
虚拟货币总量限定，挖矿难度与日俱增，而币价一路高涨，购置算力更高的矿机成了划算的投资。高算力的矿机耗电往往更高。电费是矿工挖矿的主要成本，矿工要综合算力、电费和币价来购置矿机。
在全球最大的矿机集散地华强北，蚂蚁矿机S9以低能耗著称，是一款始终畅销的矿机。矿机芯片晶体管尺寸越小，同样算力下消耗的功率越小，挖矿产生的收益越高。矿机是以芯片晶体管尺寸逐渐变小更新迭代的，主流矿机普遍经历了110nm、55nm、28nm、16nm芯片的使用过程，16nm是目前矿机芯片最小的制程尺寸。
华为海思是中国最大的芯片设计公司。第三方机构芯谋研究(ICWise)曾发布报告称，2017年比特大陆的销售额超过了国产手机芯片设计厂商展讯，在2017年中国十大集成电路设计公司排行榜第二名，仅次于华为海思。
矿机厂商逐渐成为半导体行业新贵，开始与华为海思争锋。
有消息称比特大陆也已经成为台积电前五的客户，16nm是其高端产品的最大用户之一。
2017年年底，比特大陆开始频繁出现在公众视野中，台积电供应链消息称12月份比特大陆ASIC芯片10nm制程在台积电的订单量已经超过了华为海思的麒麟970处理器，但比特大陆方面拒绝透露有关订单量的数据。
这家成立时间不足4年的公司开始超越多数传统芯片厂商。而在虚拟货币大热中掘到金的其他矿机厂商和比特大陆一起成了半导体行业新贵。这些矿机厂商之间是在芯片研发上开展竞争。
嘉楠耘智信息科技有限公司同样成立于2013年，以集成电路设计和芯片自主研发为核心。嘉楠耘智官网称，目前研发的区块链超运算芯片是普通计算机设备的20万倍，成为全球第一，销往全世界150多个国家和地区。2017年嘉楠耘智销售额超过12亿，利润过3亿，完成这个产值只用了4名销售人员。
从2013年到2017年，嘉楠耘智分别成功研发并量产了110nm、55nm、28nm、16nm芯片，应用在全球区块链基础设施层。嘉楠耘智也宣布，将研究7nm区块链超级计算芯片。“公司是国内前五家16nm芯片量产企业之一……2018年，公司将成为台积电前三大客户之一。”嘉楠耘智在官网表示。
传统的半导体巨头也没有放过这一市场。
2月1日，三星公司财务分析师JosephYoung在推特上发布消息称，三星将推出加密货币挖矿设备，公司已开始生产专用于开采比特币和其他加密货币的ASIC芯片。
竞逐AI芯片
在传统芯片巨头向挖矿进军时，矿机厂商也开始延长触角，比特大陆和嘉楠耘智均宣布进军人工智能芯片领域。
关于比特大陆在芯片设计领域直逼华为海思的消息不断见诸互联网。但值得注意的是，华为海思芯片既面向手机、电视等消费者业务，也面向基站等运营商，产品在功能与客群上较为分散;比特大陆的ASIC芯片的唯一用途是矿机挖矿。
伴随着产品的更迭，华为海思可以有源源不断的订单给代工厂;而数字货币总量有限，没有人能预料挖矿的收益期有多长，矿机厂商又能产生多少订单。
转型成为必要。比特大陆和嘉楠耘智不约而同选择了人工智能领域，比特大陆现在用“领先的人工智能芯片公司”来定义自己。
2017年11月，比特大陆推出了第一款人工智能ASIC芯片SophonBM1680。比特大陆方面介绍称，SophonBM1680从2015年底开始设计，2017年4月流片，二季度拿到样品，目前已经全线量产。
嘉楠耘智2017年5月宣布完成了一笔3亿元的融资，称将向全球发布第一款16nmKPU(人工智能芯片)，可以从根本上解决目前小型低成本、低功耗、物联网设备、无模式识别能力的痛点问题。
按照比特大陆的说法，公司在芯片设计和制造的工程能力上是走在前面的，从28nm到16nm和最新的7nm，并和台积电有非常深入的合作，目前为止有数十亿颗的芯片出货量。“我们跨过了设计芯片制造芯片上面的很多坑，这些坑是创业公司不可避免需要一路走过去的，所以我们有很宝贵的经验。第一是人，第二是能力，都是可以复用的。”比特大陆产品战略总监汤炜伟说。
矿商在挖矿芯片的优势能延续到人工智能上吗?一位不愿透露姓名的人工智能公司芯片业务负责人对第一财经表示，挖矿需要大量重复的逻辑运算，利用CPU或GPU耗电量太高，挖矿芯片类似于逻辑芯片，大量重复简单的逻辑运算单元，设计比较单一。而AI芯片不仅需要海量运算，也需要高度的灵活性、高效的数据交互效率，去迎合快速多变的深度学习算法的演进，不断适应业内神经网络的奇思妙想，这和挖矿芯片的专一的设计目的有较大差距。
这也意味着，比特大陆们还有很长的路要走。
