随着人工智能的落地和大（dà）规模应用，AI芯片也（yě）成为了常见的芯片品类。AI芯（xīn）片相比传统芯片来说，主要的竞争优（yōu）势就（jiù）在于高算（suàn）力（lì）和（hé）高能效比（bǐ）。高算（suàn）力是（shì）指能够（gòu）比传统（tǒng）芯片更快（kuài）地完（wán）成AI计算，而高（gāo）能效比则（zé）是指能比传统芯片用更（gèng）少的能量（liàng）完成计算。

portant;" />

国产（chǎn）AI芯片雄心勃勃，或实现弯道超车

长期以来（lái），中国在CPU、GPU等传（chuán）统芯片领（lǐng）域的自主研发能力较弱，绝大（dà）部分高端（duān）芯片依（yī）赖国外进口。但（dàn）在AI芯片领域，国内外的竞争格局（jú）尚未明朗（lǎng）。在国家政策的大（dà）力（lì）支持下，人工（gōng）智能应用市场（chǎng）爆发，AI芯片（piàn）得到了（le）资本等多方的（de）关注，受这些（xiē）因（yīn）素（sù）的影响，国产AI芯片或能实现弯道超（chāo）车。

人工智能应用加速AI芯片的技术（shù）创新。随着（zhe）人工智能在交通、安（ān）防等领域（yù）的广（guǎng）泛应用，我国人（rén）工（gōng）智能市场积累了海量的数（shù）据资源和多样化的应用场景，独特（tè）的发展（zhǎn）优势将（jiāng）促进国产AI芯（xīn）片的技术创新，助力中国掌控人工智能时代主导（dǎo）权（quán）。

AI芯（xīn）片领域尚（shàng）未形成生态垄断。当前，AI芯片成为业界热点，国际（jì）知名芯片（piàn）厂商、互（hù）联网科技（jì）巨头都纷纷布局，同时也涌现了一大批初创公司（sī），但目前AI芯（xīn）片（piàn）领域尚未形成一家独大（dà）的格局，AI芯（xīn）片的竞争才（cái）刚刚开始（shǐ）。全（quán）球在AI芯片领域的起步时间相（xiàng）差无几（jǐ），国内厂商在AI芯（xīn）片领域的发展前景（jǐng）较好。

AI芯片成为企业和资本布局新焦点。在政策利好的大背景下，越来越多的企业和资本竞（jìng）相（xiàng）布局AI芯（xīn）片。华为、寒武纪（jì）等众多企业纷纷（fēn）推出新款AI芯片，并在手机、机器人等领域布局；此（cǐ）外，AI芯片的资本市场也很活跃，寒武纪、地平线等企业都（dōu）获（huò）得了资本市场的垂（chuí）青，完成（chéng）了多（duō）轮融资。截（jié）止2018年第三季度，中国（guó）AI芯片的投融资（zī）额达30．2亿元，AI芯片逐渐成为中国人工智能投融资的热点领域。

AI芯片是AI行业发（fā）展（zhǎn）的必然路径，行业驱动因素较为（wéi）明显。受（shòu）政策等因素的影（yǐng）响，国（guó）产AI芯（xīn）片或能（néng）实（shí）现弯道超车，助（zhù）力“中国芯”的发展。

AI时（shí）代能（néng）否迎来洗牌？

随着AI技术的兴起，AI芯片应用（yòng）让传统的芯片巨头的优势不再（zài），大家（jiā）几乎都处（chù）于（yú）一个相对的起（qǐ）跑线上，甚至（zhì）包括苹果公司（sī）都计划要进入到芯片市场了。有消息称，苹果（guǒ）公司正开（kāi）发自己的蜂窝调制解调器技术，该（gāi）技（jì）术可能用于iphoness，ipads和Apple Watch。据路（lù）透社报道，苹果（guǒ）“已将其调制解（jiě）调器（qì）芯片工程的研发（fā）从（cóng）其供应链部门转移（yí）到其内部硬（yìng）件技术部门。”该报道称，这是“苹果公（gōng）司（sī）在多年从外部供应商处购买后，正在寻求开（kāi）发其iphoness的关键组件的（de）一（yī）个标志。”

而一直和苹果闹得的不可（kě）开（kāi）交（jiāo）的高通把更多的（de）重心（xīn）已经转（zhuǎn）到5G市场，期望（wàng）未来5G需（xū）求的（de）爆（bào）发带（dài）动（dòng）智（zhì）能手机PC市场二次成长。但更重要的是，即便5G能（néng）够迅速进入（rù）爆发（fā）期，高通（tōng）的（de）优势也在大大减弱，不再像3G、4G时代那（nà）种近乎垄断坐收专利费的（de）地位。华为、苹果（guǒ）、英特尔、三星等公司，都在布局5G。进（jìn）入到（dào）AI时（shí）代，市场（chǎng）普遍认为，半（bàn）导体芯片市场将进（jìn）入到一个新发展阶段，市场重新洗（xǐ）牌未（wèi）尝不会发生。

AI的未来

尽（jìn）管深度学习和神经网络（luò）快速地（dì）推（tuī）动了人工智能技术的发展，许多研究人员依然相（xiàng）信，要达到最终的AI目标，我们依然需要更（gèng）多的不同方法。

大多数AI芯片的设计思路依然是LeCun和Hinton等人在（zài）十（shí）几年（nián）前发表的思（sī）想的改（gǎi）进（jìn）版本，但没有任何理由相信（xìn），这条路上的指数级增长能（néng）够让AI像人类那样思（sī）考。

我们今天所知的AI并不能把一（yī）个任（rèn）务上获得的深度学习经验推广到其他新的（de）、不同的任务上。

而且，神经网（wǎng）络并不能很好地吸收以前的知识，或吸（xī）收“上下”或者（zhě）“孩子有父母（mǔ）”这种简单（dān）的规则。

最（zuì）后，基于神经（jīng）网络的AI需（xū）要大量的数（shù）据进行学习（xí），而人类只需一（yī）次（cì）触摸火（huǒ）炉的（de）经验就能学会不（bú）再碰火炉（lú）。现在依然不清楚怎样才能（néng）将现在的AI技术应用到（dào）没有大量数（shù）据（jù）的问题上。

尽（jìn）管按照（zhào）目前人类的（de）标准（zhǔn）来看（kàn），AI芯片并没有只（zhī）能，但它（tā）们依然（rán）很聪明，而且很可能在不远的未来它们会变得更聪明。

这（zhè）些（xiē）芯片会（huì）继（jì）续引领半导体技（jì）术、计算机（jī）体系结构和（hé）SoC设计的发展，从而促进更（gèng）强大的处（chù）理能力，促使（shǐ）下一代AI算（suàn）法（fǎ）的出现（xiàn）。

同时，新的AI芯片也会进（jìn）一步需要更（gèng）多的内存系统（tǒng）和芯片（piàn）内互联架构（gòu），以确（què）保新的硬件加速装置能够为深度学习提供稳定（dìng）的（de）数（shù）据流。