AI芯片是人工智能產業的核心硬件。從廣義上講只要能夠運行人工智能算法的芯片都叫作人工智能芯片，但是通常意義上的人工智能芯片指的是針對人工智能算法做了特殊加速設計的芯片。我國人工智能芯片起步較晚，但進步巨大，發展潛力無窮。
 

　　1、中國AI芯片發展階段：尚處于幼稚期
 

　　AI芯片是人工智能產業的核心硬件。從廣義上講只要能夠運行人工智能算法的芯片都叫作人工智能芯片，但是通常意義上的人工智能芯片指的是針對人工智能算法做了特殊加速設計的芯片。
 

　　現階段，這些人工智能算法一般以深度學習算法為主，也可以包括其它機器學習算法。人工智能芯片分類一般有按技術架構分類、按功能劃分、按應用場景分類三種分類方式。
 

　　當前，我國人工智能芯片行業正處在生命周期的幼稚期。主要原因是國內人工智能芯片行業起步較晚，整體銷售市場正處于快速增長階段前夕，傳統芯片的應用場景逐漸被人工智能專用芯片所取代，市場對于人工智能芯片的需求將隨著云/邊緣計算、智慧型手機和物聯網產品一同增長，并且在這期間，國內的許多企業紛紛發布了自己的專用AI芯片。
 

　　盡管國內人工智能芯片正逐漸取代傳統芯片，但是集成商或芯片企業仍在尋找新的合作模式，這樣才能很好地抓住新客戶的需求。
 

2、中國人工智能芯片市場規模持續擴大
 

　　近幾年，國家高度關注人工智能芯片產業的發展，相繼發布一系列產業支持政策。比如《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》提出將重點扶持神經網絡芯片，希望人工智能芯片在國內實現量產且規模化應用;《新一代人工智能發展規劃》提出研發神經網絡處理器以及高能效、可重構類腦計算芯片等，新型感知芯片與系統、智能計算體系結構與系統，人工智能操作系統。
 

　　隨著國家政策不斷加大支持力度，國內人工智能領域領先企業逐步開展人工智能芯片技術研發，如商湯科技和曠視科技。在此背景下，我國人工智能芯片市場規模持續擴大，2019年已經突破50億元。
 

3、中國AI芯片競爭格局：與國外差距較大
 

　　盡管國內AI芯片發展快速，但根據芯片技術結構分類來看，各個種類的人工智能芯片領域幾乎都能看到國外半導體巨頭的影子。反觀國內的人工智能芯片企業，由于它們大部分是新創公司，所以在人工智能芯片領域的滲透率較低，這些企業主要聚集在ASIC和類腦，如寒武紀主打ASIC芯片，而近幾年興起的類腦芯片領域，西井科技有所涉足。
 

　　而從應用領域分類來看，英偉達在全球云端訓練芯片市場一家獨大，目前英偉達的GPU+CUDA計算平臺是最成熟的AI訓練方案。此之外還有第三方異構計算平臺OpenCL+AMD GPU以及云計算服務商自研加速芯片這兩種方案，全球各芯片廠商基于不同方案，都推出了針對于云端訓練的人工智能芯片。
 

　　全球云端推斷芯片競爭格局方面，云端推斷芯片百家爭鳴，各有千秋。相比訓練芯片，推斷芯片考慮的因素更加綜合：單位功耗算力、時延、成本等。初期推斷也采用GPU進行加速，但由于應用場景的特殊性，依據具體神經網絡算法優化會帶來更高的效率，FPGA/ASIC 的表現可能更突出。
 

　　除了Nvidia、Google、Xilinx、Altera(Intel)等傳統芯片大廠涉足云端推斷芯片以外，Wave computing、Groq等初創公司也加入競爭。中國公司里，寒武紀、比特大陸同樣積極布局云端芯片業務。
 

　　近年來，中國人工智能芯片企業加大科技研發投入，正在奮起直追，力求早日跟上國際先進企業的步伐，打破由外國企業主導的競爭格局。