據(jù)市場分析機構GlobalData數(shù)據(jù)顯示，2021年第二季度北美地區(qū)的AI風投總額就已經(jīng)達到95億美元，相比上一季度增長了17.7%。這一季度，AI芯片市場的大熱門除了SambaNova以外，還包括Anduril Industries、Groq、Scale AI、Easy Education。J3Tesmc

AI投資熱的趨勢似乎并未停歇。GlobalData的季度預測數(shù)據(jù)顯示，想要加入這場喧囂派對的風投公司還在增加，甚至在TOP 5 AI芯片公司投資名單中，還見不到重復的投資者。中國AI芯片市場的情況也類似，在最新的Silicon 100榜單中，與AI相關的中國企業(yè)有瀚博半導體、地平線、億智電子等。J3Tesmc

J3Tesmc

圖1：去年3月美國AI芯片初創(chuàng)企業(yè)融資走勢，其中2020年僅統(tǒng)計了第一季度（該表僅包含邏輯處理器，并未統(tǒng)計IP、存儲、傳感、光電等市場） 圖片來源：Semico ResearchJ3Tesmc

比較有趣的是，Silicon 100報告的作者Peter Clarke曾表示，今年專注于GPU和AI的專用芯片初創(chuàng)公司數(shù)量與去年持平。“行業(yè)可能已經(jīng)達到了‘peak AI’的狀態(tài)。” 對此，《國際電子商情》分析師持保留態(tài)度，畢竟從投資角度來看，AI芯片熱還遠未結束。我們采訪了國內外幾家AI芯片市場的參與者，他們分享了自己在激烈的競爭中如何生存和發(fā)展的。J3Tesmc

本文重點探討AI芯片在云、數(shù)據(jù)中心、邊緣上的應用。市場對“邊緣”的定義存在爭議，此處我們將“邊緣”定義為云以外的部分，其中涵蓋了端側應用。J3Tesmc

籠罩在英偉達的陰影下

如果將以上內容作為背景，包括AI芯片市場的持續(xù)火熱、市場參與者數(shù)量增多、融資市場熱度并未消減。那么對于數(shù)據(jù)中心大規(guī)模AI訓練而言，無法回避的一個話題就是英偉達——該公司目前的營收表現(xiàn)，可反應出AI芯片市場有多火熱。J3Tesmc

J3Tesmc

圖2：英偉達2011-2021財年收益與凈利潤走勢 制表：國際電子商情 數(shù)據(jù)來源：英偉達年報J3Tesmc

瘋漲的年度營收與利潤讓英偉達不像一家老牌芯片公司。受疫情影響和全球缺芯的沖擊，英偉達FY2020的業(yè)績表現(xiàn)出一定的頹勢，但英偉達的業(yè)績在其他年份的漲勢令人咂舌（圖2）。從尚未結束的英偉達FY2022來看，前兩個財季的表現(xiàn)依然“殺紅了眼”，F(xiàn)Y2022 Q1/Q2的營收較去年同期分別增長了84%和68%，凈利潤增長了109%和282%。從上面的數(shù)據(jù)可以預判，英偉達FY2022的年報又會相當好看。J3Tesmc

英偉達在數(shù)據(jù)中心AI市場的業(yè)務表現(xiàn)對AI芯片企業(yè)而言無異于“白色恐怖”。在超越英偉達這件事情上，也遠不是給張PPT這么簡單。J3Tesmc

要獲得在AI芯片市場上超越英偉達的競爭優(yōu)勢，除了到位的資金和優(yōu)秀的團隊之外，至少還要滿足3個條件：芯片層面相比英偉達有5-10倍的優(yōu)勢；軟件上為開發(fā)者提供簡單的遷移路徑；有著保持領先的創(chuàng)新路線圖。雖然數(shù)據(jù)中心AI芯片賽道的參與者在增加，但是同時具備這些條件的企業(yè)并不多。J3Tesmc

英偉達代表的，是老牌芯片企業(yè)對AI市場的持續(xù)跟進。除了英偉達以外，Intel、AMD等企業(yè)也在AI芯片市場動作頻繁。尤以Intel為代表，它已經(jīng)全面覆蓋CPU、GPU、FPGA、AISC芯片類型。雖然Intel在AI芯片市場還是個新玩家，但是這類企業(yè)的資金優(yōu)勢，讓其有能力進行大宗收購。前兩年，Intel分別以4億美元和20億美元的金額收購了Nervana和Habana Labs，代表這類老牌芯片企業(yè)在AI芯片市場仍可表現(xiàn)出活力。J3Tesmc

除了老牌芯片企業(yè)持續(xù)發(fā)力之外，如今的市場參與者不得不面對數(shù)據(jù)中心AI芯片戰(zhàn)場第二大市場現(xiàn)狀。在日前的新思上海新辦公樓落成儀式上，新思科技首席運營官Sassine Ghazi告訴我們，如今芯片市場供需雙方角色發(fā)生了很大的變化。J3Tesmc

在需求側，微軟、谷歌、亞馬遜、阿里巴巴、騰訊等企業(yè)成為尖端工藝晶圓產(chǎn)品的買家，這些原本處于更下游的系統(tǒng)級企業(yè)，已經(jīng)開始自己“造芯”。谷歌的TPU開創(chuàng)了這一趨勢的先河。為特定需求做針對性的芯片定制，是保持業(yè)務差異化和領先的重要組成部分。在這樣的大背景下，AI芯片市場參與者又是怎么發(fā)展的？J3Tesmc

市場的競爭余地，與突破之道

早年數(shù)據(jù)中心AI市場尚未崛起，GPU主要用于圖形計算之時，GPU也是個群雄割據(jù)的市場，該市場的熱鬧程度不亞于如今的AI芯片市場。隨著行業(yè)的發(fā)展和技術的進步，堅挺到最后的GPU企業(yè)寥寥。這也是許多行業(yè)的特點，發(fā)展至成熟期后，市場僅能容納2-3個參與者。雖然這一點對邊緣側AI應用場景多樣性未必適用，但對數(shù)據(jù)中心大規(guī)模AI計算的市場而言應當不會有錯——現(xiàn)在的熱鬧局面終究會結束。J3Tesmc

J3Tesmc

盧濤 高級副總裁兼 中國區(qū)總經(jīng)理 Graphcore J3Tesmc

不過，Graphcore高級副總裁兼中國區(qū)總經(jīng)理盧濤在接受《國際電子商情》采訪時表示：“如果比較理性地分析，如今市場的整體格局可能并沒有大家看到的那么‘熱鬧’”……“現(xiàn)在的AI芯片公司大致可以分成7大類，第一類是在組建團隊的，第二類是在宣講理念的，第三類是有了芯片的，第四類是有了芯片給客戶送測的，第五類是有落地的，第六類是有很多場景落地的，第七類則是真正能夠跟GPU分份額的。”J3Tesmc

“要做到第六類、第七類的水平并不容易。”Graphcore作為如今數(shù)據(jù)中心大規(guī)模AI訓練與推理芯片的代表，此前我們對其技術特點亦多有報道。前兩年的ASPENCORE全球高科技領袖論壇上，我們見到Graphcore聯(lián)合創(chuàng)始人兼 CEO Nigel Toon先生時，Graphcore在中國的布局才剛剛起步不久。而今年前不久，Graphcore公布其IPU產(chǎn)品參與MLPerf Benchmark的成績時，公司規(guī)模已不可同日而語了，甚至還有專門的團隊參與MLPerf Benchmark項目。J3Tesmc

IPU這類更專用的AI芯片，在單純硬件層面的效率、性能，以及Performance/TCO（性能/總擁有成本）方面要達成對GPU的絕對優(yōu)勢是理所應當?shù)?。像Graphcore這類企業(yè)打造AI芯片，并令其產(chǎn)品有銷路、在更多場景落地應用，更關鍵的是生態(tài)的打造。英偉達這么多年來真正在數(shù)據(jù)中心碾壓其他競爭對手的地方，就在于生態(tài)建設完善程度要遠遠領先于其他市場參與者，包括對各行各業(yè)的應用覆蓋與落地，對各類工具、軟件庫的持續(xù)投入和優(yōu)化——這兩年我們參加英偉達GTC大會，都能感受到這方面的壓迫力。J3Tesmc

但AI芯片生態(tài)又有獨特性，Linley Group首席分析師Linley Gwennap表示，相比PC、智能手機芯片這種由寡頭領銜且難以撼動的市場，AI芯片市場有很大不同，“AI市場上，英偉達的CUDA有著相當重要的地位，但AI模型普遍是用TensorFlow或PyTorch等來做開發(fā)——它們很容易跑在不同的硬件架構上。”J3Tesmc

盧濤也在談話中表達了類似的觀點：“如今有TensorFlow的社區(qū)、PyTorch的社區(qū)、PaddlePaddle的社區(qū)等等。阿里、微軟等廠商也在積極布局其AI相關的軟硬件生態(tài)。這對我們這些體量相對沒那么大的公司而言，其實是建立了重要的渠道。”J3Tesmc

“如今我們和這些社區(qū)進行配合，一方面讓我們少走了很多‘彎路’；第二是通過開源社區(qū)，借助這樣的生態(tài)，我們能夠實現(xiàn)指數(shù)級的擴展——這些生態(tài)有牽引的作用。”盧濤說，“我們做生態(tài)的核心仍然是開源，然后借助社區(qū)。”J3Tesmc

與此同時，盧濤也透露了Graphcore在生態(tài)構建過程中的另一個重要動作：“即使借助開源社區(qū)，可能還是會存在覆蓋率的問題。所以ISV（獨立軟件服務商）也將成為未來我們的重點發(fā)力方向。ISV也是生態(tài)中很大的一個板塊。”J3Tesmc

雖然IPU目前落地的應用規(guī)模與GPU還有一定差距，但Graphcore現(xiàn)下聚焦于5大賽道，分別是互聯(lián)網(wǎng)、金融、研究、醫(yī)療健康（Healthcare）和其他（AI First），其落地速度相比AI芯片市場的其他競爭對手還是跑在前列的。“目前我們會優(yōu)先圍繞這幾方面的應用展開工作。”J3Tesmc

暫避鋒芒，走推理之路

我們對于Graphcore IPU的第一印象是和GPU正面硬剛，不過IPU在數(shù)據(jù)中心是同時適用于訓練和推理的芯片。“如果一款產(chǎn)品既能夠做訓練，又能夠做推理，那么它在生態(tài)方面就會有天然的優(yōu)勢。”盧濤說，“因為使用其訓練出來的模型最后在其自身的平臺上運行。”但實際上做大規(guī)模訓練的AI芯片并不容易，畢竟GPU仍然是最主要的市場玩家。J3Tesmc

對于IPU這類兩者同時在做的芯片而言，“訓練和推理各有各的難點。”盧濤說，“訓練的一大難點是通用性?？蛻糍徺I一個訓練處理器可能需要處理各種不同的業(yè)務。而推理的應用業(yè)務鏈條會更長。AI算法模型其實只是整個應用業(yè)務鏈條的一部分，推理的難點在于如何做到全鏈條打通。在一些比較大的企業(yè)中，一個鏈條內的不同環(huán)節(jié)甚至可能是不同部門在做，打通也會比較困難。”J3Tesmc

“不過，推理和訓練比起來，用戶可能更愿意為某一功能買單。”避開鋒芒，以推理為突破口來打造芯片，或許是個不錯的方案，這也是Silicon 100榜單上的國內廠商瀚博半導體的思路。在今年的WAIC（世界人工智能大會）上，瀚博發(fā)布了SV100系列芯片和VA1通用推理加速卡，面向云上通用AI推理。J3Tesmc

瀚博半導體創(chuàng)始人兼CEO錢軍在接受《國際電子商情》采訪時說：“瀚博SV系列是基于瀚博自主DSA架構的一款通用云端AI推理芯片，設計宗旨是在推理效率遠超GPU的前提下兼顧通用性。”J3Tesmc

此前，錢軍曾在發(fā)布會上表示，瀚博確定從AI推理方面來突破，是因為“GPU在推理側并不是最好的架構”。隨著AI訓練逐漸走向成熟、AI應用慢慢落地，2021年推理市場的規(guī)模已經(jīng)超過了訓練市場，未來兩個市場的差距還會越來越大。有機構預測，到2025年，90%的算力都會用于推理，這也是瀚博看到的市場機遇。J3Tesmc

J3Tesmc

錢軍 創(chuàng)始人兼CEO 瀚博半導體 J3Tesmc

“推理側的生態(tài)更容易突破。”目前的SV100系列更偏向視頻應用，是基于“計算機視覺（CV）占到AI市場的半壁江山，視頻流占到整體數(shù)據(jù)流的70%，這個百分比還會越來越高、數(shù)據(jù)基礎也會越來越大，未來面向視頻相關的數(shù)據(jù)是海量的。”J3Tesmc

所以我們看到，瀚博SV102芯片強調內置視頻解碼特性，有專門的硬件視頻解碼單元。錢軍特別談到：“SV100系列支持多個運行模式——1.AI Only；2.AI+視頻。”“AI算力和視頻編解碼性能的匹配使得我們在這兩個領域都有很大的優(yōu)勢。”“目前這兩個模式都在和多個客戶進行合作。”J3Tesmc

另外，在生態(tài)方面，“我們會基于自己的架構逐步開發(fā)，并優(yōu)化算子庫和超強性能的大算力算子，增加高性能的使用模型（Model Zoo），為客戶提供完整的API、SDK以及低成本的遷移流程。”J3Tesmc

《國際電子商情》分析師認為，瀚博半導體的AI芯片選擇推理賽道，也專注在落地應用的具體特性，在確保效率優(yōu)于GPU的前提下來完善生態(tài)，發(fā)揮差異化競爭優(yōu)勢以獲得市場。這種邏輯在市場上相當有代表性，能夠代表某一類市場競爭者前行的思路。J3Tesmc

那么邊緣市場呢？

此前，分析機構IDC表示，AI所需解決的問題多樣化，沒有一家公司、一種芯片類型、一類方法能夠做到最理想。IDC分析師解釋說，AI用例過于多樣化，因此IDC在統(tǒng)計中追蹤了服務器之上的17種不同工作負載。這些類型還可細分成更多的場景，每一種都場景都能用不同的硬件解決方案來實現(xiàn)效率的最優(yōu)化。J3Tesmc

考慮芯片行業(yè)發(fā)展的實際情況，芯片設計與制造的規(guī)模化需求，令其很難真正做到一個場景用一種特定的芯片架構。這種場景的多樣化在邊緣乃至端側市場，卻又是另一番景象。J3Tesmc

事實上，瀚博半導體的產(chǎn)品計劃以彈性縮放的方式覆蓋邊緣推理。錢軍告訴我們，SV100芯片系列邊緣產(chǎn)品的功耗將覆蓋15W-40W，“主要用在邊緣智能應用，比如智慧園區(qū)、智能制造、智慧交通等。”“瀚博很看好邊緣AI……相對于云，邊緣AI客戶群更細分。我們也觀察到，邊緣側應用場景的規(guī)?；厔?。所以我們會從邊緣側逐漸發(fā)力，來打造自己的生態(tài)。”瀚博的邊緣芯片產(chǎn)品并不包含更小型的端側推理芯片。J3Tesmc

以前，大部分AI推理任務主要在云上進行，但隱私、時延方面的要求將推理操作部分下放到了邊緣，包括云的邊緣、邊緣數(shù)據(jù)中心、邊緣的端側設備（如手機、智能音箱、汽車）。推理的去中心化趨勢，造就了巨量的市場機遇，也開啟了大量的利基市場。市場上大量的AI芯片初創(chuàng)公司都集中在邊緣推理部分。J3Tesmc

邊緣AI芯片市場的火熱已無需贅言。Tractica去年的預測數(shù)據(jù)提到，到2025年，邊緣AI芯片的市場規(guī)模會比云上AI芯片市場高出3.5倍（Tractica對“邊緣”一詞的界定，可能窄化到了端側設備）。錢軍也認為，AI芯片的競爭紅海“更多的是在端側”。J3Tesmc

J3Tesmc

葉永健 物聯(lián)網(wǎng)及基礎設施事 業(yè)本部企業(yè)基礎設施 事業(yè)部經(jīng)理 瑞薩電子中國 J3Tesmc

WAIC圓桌階段，愛芯科技董事長兼CEO仇肖莘說：“邊緣側應用是多樣化的，細分賽道會上會出現(xiàn)更多的小公司。”端側推理芯片的規(guī)模比云上的訓練/推理芯片更小，前者對芯片尺寸和功耗更為敏感。對AI芯片初創(chuàng)企業(yè)而言，現(xiàn)階段在端側市場的發(fā)力自然會避開鋒芒，未來一段時間內該領域會百花齊放。J3Tesmc

去年，《國際電子商情》分析師采訪瑞薩電子集團執(zhí)行副總裁兼物聯(lián)網(wǎng)及基礎設施事業(yè)本部本部長Sailesh Chittipeddi博士時，他曾呈現(xiàn)過瑞薩DRP技術在邊緣AI推理方面，相比英偉達、Intel的競品在效率上的領先優(yōu)勢。DRP是瑞薩電子針對IIoT市場應用于MPU芯片上的AI推理技術。以瑞薩電子為代表的傳統(tǒng)MCU制造商推行AI技術也是一個大趨勢，同類競爭對手也都在這方面發(fā)力。J3Tesmc

這次瑞薩電子中國（物聯(lián)網(wǎng)及基礎設施事業(yè)本部）企業(yè)基礎設施事業(yè)部經(jīng)理葉永健在接受《國際電子商情》采訪時大致介紹了DRP技術的發(fā)展。目前的第三代DRP技術，也就是DRP-AI，“擴展了AI-MAC技術”。其實際應用包括“物體檢測和數(shù)量統(tǒng)計方案”，“對AI深度學習模型進行加速運算，能實現(xiàn)對視頻畫面中指定目標進行靜態(tài)統(tǒng)計，同時也可實現(xiàn)對物體進出畫面的數(shù)量做動態(tài)統(tǒng)計。”J3Tesmc

葉永健還向我們介紹了DRP-AI在實現(xiàn)AI推理的效率優(yōu)化時有哪些具體舉措——低功耗和靈活性實際上都是當前邊緣AI推理芯片市場得以泛活的基礎。它在計算機視覺的工業(yè)應用中，效率相比CPU提升了數(shù)倍。去年和慕展上我們就見到過其實際展示。J3Tesmc

“邊緣AI一定是趨勢。工業(yè)應用要求實時、低延遲和高可靠性。邊緣AI避免了向云傳輸大量數(shù)據(jù)，具有減少延遲時間的優(yōu)點。”葉永健說，“DRP-AI還可以減少AI推理過程中產(chǎn)生的熱量，從而提高可靠性。適用于工廠24小時不間斷運行。”“我們的目標是把每代DRP-AI芯片的計算能力提高10倍，在高算力和超低功耗的基礎上，滿足未來的市場需求。”這類技術在邊緣AI應用方面還是頗具代表性的。J3Tesmc

除了CV以外，AI實際應用的另一個重要方向是語音識別和NLP（自然語言處理）。在邊緣AI推理芯片方面，我們也采訪了國內的深聰智能，這是一家將語音算法與AI芯片進行軟硬一體化結合的語音AI芯片企業(yè)。J3Tesmc

J3Tesmc

周偉達 董事長 上海深聰半導體有限 責任公司 J3Tesmc

上海深聰半導體有限責任公司（以下稱為深聰智能）董事長周偉達在接受《國際電子商情》采訪時談到了深聰智能AI芯片的特點，包括“結合語音檢測和語音喚醒的硬件層分級低功耗技術；基于DSP擴展指令集的麥克風陣列信號處理技術；基于NPU的深度學習神經(jīng)網(wǎng)絡加速技術”。其AI語音交互算法是“場景化”的，針對不同場景（如環(huán)境噪音、語音和語言習慣）做深度優(yōu)化；而AI芯片本身是“針對本地算法的需求進行特定的設計和優(yōu)化”，包括神經(jīng)網(wǎng)絡結構等。J3Tesmc

“我們AI芯片針對算法的優(yōu)化主要體現(xiàn)在多級VAD低功耗檢測，基于DSP和大量擴展指令的信號優(yōu)化處理，基于NPU的神經(jīng)網(wǎng)絡計算和存儲優(yōu)化。”周偉達說，“相比于純DSP的算力，經(jīng)過優(yōu)化后的深聰芯片，信號處理提升了8倍的算力，NPU的AI算法提升了25倍以上的算力。”從這一點也能看出更加專用的發(fā)展方向，以及能從邊緣AI推理市場分得一杯羹的基礎。J3Tesmc

周偉達還向我們解釋了以深聰為代表的智能語音AI芯片，與CV方向AI芯片的不同之處：“語音識別和NLP深度學習，以音頻和文本序列處理為主，更多采用循環(huán)網(wǎng)絡和全連接網(wǎng)絡，卷積運算相對較少。”而CV深度學習技術，圖像“單幀數(shù)據(jù)量大，大量采用卷積計算，計算量大，但權值相對較少。”所以這兩類芯片并不通用——從中我們多少可以發(fā)現(xiàn)不同應用方向的AI芯片在架構上，要取得更高的效率，根據(jù)場景定義更專用的架構和優(yōu)化還是必不可少的。J3Tesmc

“對于深聰而言，首先要選定正確的賽道，然后在正確的賽道上深耕，擴大我們AI芯片部分的優(yōu)勢。其次是增強我們傳統(tǒng)芯片設計的積累。當然前提是保證語音交互的體驗，基于思必馳專業(yè)的全鏈路語音技術研發(fā)成果和實踐經(jīng)驗，這一點我們是非常有信心的。”J3Tesmc

周偉達表示,“目前深聰智能在語音AI芯片方向已經(jīng)積累了一定的優(yōu)勢，我們在本地麥克風陣列信號增強，語音喚醒，語音命令的基礎上，在行業(yè)內率先推出了AI芯片端全雙工語音交互，普通話與方言一體化方案，多語種方案，本地聲紋，就近喚醒和直面喚醒，以及本地遠場通話等技術”。AI語音芯片落地的主戰(zhàn)場在深聰智能看來，將主要在智能車載、智能穿戴、智能家居、智能辦公等領域。J3Tesmc

紅海競爭下的市場未來

回到本文開頭，Peter Clarke提及的“peak AI”：如今這片AI芯片競爭的紅海，AI芯片市場未來是否可能遭遇過載、熱度是否會緩慢消退？現(xiàn)在討論這個話題可能為時過早，不過Gwennap在今年上半年針對數(shù)據(jù)中心AI芯片市場曾說：“市場最終都會發(fā)生投資過熱或價值過高的問題，但我不確定我們是否已經(jīng)發(fā)展到了這一步，即便我們正在向這個方向發(fā)展。”J3Tesmc

有關數(shù)據(jù)中心AI芯片市場，當下可以觀察到的是Graphcore這家公司的規(guī)模顯著擴大，盧濤表示過去一段時間的人員增長“主要在軟件團隊上”。當年GPU還主要作為圖形計算芯片存在，在步入成熟期之時，就是軟件工程師團隊的大量增加。這也是造成GPU后期形成寡頭市場的關鍵：在規(guī)?；瘮U大、生態(tài)形成競爭差距的時局之下，更多的市場參與者已沒有生存空間。雖然Graphcore的發(fā)展還沒到這一步，但這已經(jīng)是個信號。J3Tesmc

在邊緣AI芯片市場，仇肖莘也在WAIC論壇上提及，“國外芯片公司，小公司很少，因為不斷有并購整合的情況發(fā)生。芯片行業(yè)需規(guī)?；庞欣麧櫍拍茏鱿冗M技術。只有規(guī)模化才有成本優(yōu)勢，才能繼續(xù)拓展認知邊界，并且有更多的財務儲備。從其他國家芯片行業(yè)的發(fā)展歷程來看，未來走向整合的趨勢已經(jīng)被驗證過。”J3Tesmc

用錢軍的話來做個總結，“隨著機器學習的誕生，算力的需求和供給之間的差距越來越大，這給大量的初創(chuàng)企業(yè)提供了施展的舞臺。任何科技進步都伴隨著資本的助推，直到產(chǎn)生大量的泡沫，這是一個大浪淘沙的過程。這個過程中會有許多初創(chuàng)企業(yè)不復存在。”J3Tesmc

“大浪淘沙沉者為金，風卷殘云勝者為王。”錢軍說，“AI算力是無盡的，市場對算力的需求也是無盡的。我們認為，科技進步的過程是長久的，也是令人振奮的，會給我們這些積極奮斗的人提供源源不斷的機會，所以我們歡迎競爭。”J3Tesmc

盧濤在評價自家IPU時則說，“我覺得最后歸根到底，產(chǎn)品能力和技術能力是我們能夠安身立命的本領。”某一類AI芯片企業(yè)自然無法代表市場全局，但AI芯片市場仍處在百花齊放階段，最終能脫穎而出并走到最后的，必然是有真材實料的市場玩家。3-4年之后，這片紅海競爭的市場，又將變成怎樣一副模樣？J3Tesmc