信息技术时代，技术热点相继不断，新概念层出不穷。2017年可以说是人工智能元年，从自动驾驶到人脸识别FaceID，从iPhoneX的A11仿生芯片到华为发布的麒麟970。据统计，2016年，大陆人工智能整体产业规模达到近人民币3,000亿元(约454亿美元)；2017年产业规模预计达到人民币3,600亿元(约545亿美元)。

在人工智能领域，得芯片者得天下。芯片从功能来看针对训练（Training）和推理（Inference）有不同的目标，从应用场景来看，有云端和设备端两大类。目前主要AI芯片产品集中在GPU、FPGA、ASIC等。但是这三者具有不同的特点和应用场景，GPU成本高功耗大但灵活性高，ASIC成本低功耗小但灵活性较差，FPGA鉴于两者之间。GPU对处理复杂运算、并行运算拥有天然优势，FPGA次之，所以GPU/FPGA等通用芯片是目前主要的AI芯片。

欧美大厂几乎垄断GPU芯片 构建基础层

美国巨头企业如英伟达、高通、英特尔凭借芯片领域多年的领先地位，迅速切入AI领域，在GPU和FPGA方面几乎处于行业垄断地位。尤其英伟达，得益于人工智能和深度学习的迅速发展，使之成为这两年美国股市的大牛股，英伟达股价在2016年上涨了近200%，2017年涨幅也高达81%，平均下来两年内股价升了10倍。根据JonPeddieResearch的数据显示，Nvidia独立GPU市场份额在2017年第三季度增长至72.8%。Xilinx则是全球最大的FPGA厂商，英特尔、高通则通过并购Altera、NXP等发力。

另一方面是类似于谷歌、苹果这样的互联网公司积极布局AI芯片，谷歌设计更高效、更低能耗的芯片TPU，以应对处理数据和能耗的要求，但谷歌并没有将定制的硬件推向市场。苹果也是如此，苹果A11芯片定位于设备端的任务处理，应用在iPhoneX等新一代产品中。

中国AI芯片厂商集中于ASIC开发 更关注应用层

在国外大厂几近垄断FPGA/GPU的市场情况下，再加上技术壁垒很高，中国AI芯片厂商在芯片领域一直缺乏关键核心自主技术，仅凭市场、企业单方面的力量难以在GPU/FPGA方面有所突破，只能另辟蹊径。从目前来看，中国AI芯片厂商更多的是以中小公司为主，与实际应用需求结合，集中于设备端AIASIC开发，就某一垂直领域进行优化，以低功耗低成本取胜。

ASIC是依照产品需求不同而定制化的集成电路，由特定用户需求和特定电子系统的需求而设计、制造。一般来说，ASIC在特定功能上进行了专项强化，可以根据需要进行复杂的设计，可实现更高处理速度和更低功耗。

以应用带新品 中国AI芯片厂商ASIC开发百花齐

寒武纪成为全球AI芯片领域第一个独角兽初创公司，其NPUIP并已被应用于华为首款手机AI芯片-麒麟970；

地平线机器人自主研发的人工智能处理器架构IP-BPU，专注于自动驾驶领域；

深鉴科技其产品称作“深度学习处理单元”（DeepProcessingUnit，DPU）；

中星微电子研发中国首款具备深度学习人工智能神经网络处理器（NPU）芯片“星光智能一号”，在视频监控领域进行应用；

成都启英泰伦科技专注于人工智能芯片设计及配套智能算法引擎开发，推出了全球首款深度神经网络智能语音识别芯片CI1006；

上海酷芯微电子是大疆无人机的芯片供应商，全球一半以上的中高端无人机，采用了酷芯微电子的芯片；

上海西井科技，已开发一款具有目前全球已知最大神经元规模--100亿数量的神经元仿真器，真正实现实时仿真，可被用于脑科学研究；

还有最近因比特币、区块链大火的比特大陆，它供应了全球80%-90%的矿机芯片。到目前为止，比特大陆已经迭代了十余款基于ASIC架构的矿机专用芯片。2017年11月，比特大陆的首款AI芯片SOPHONBM1680正式发售。

AI发展现在还处于早期阶段，瑞银（UBS）预测，在超大型服务器、自动驾驶汽车、机器人、无人机、智能手机和物联网（IoT）装置的带动下，2021年时AI芯片市场规模将增至350亿美元。当然在广泛的应用市场带动下，AI芯片也必将不断推陈出新以满足更多更高的市场需求。