随着人工智能的落地和大规模应（yīng）用，AI芯片也成为了常见的芯片品类。AI芯片相比传统芯片来说，主要（yào）的竞争优（yōu）势就在于高算力和高能效比。高（gāo）算力是指能够比传统（tǒng）芯片（piàn）更快地完成AI计（jì）算，而高（gāo）能效比则（zé）是指能比传统芯片（piàn）用更少的能量完成计（jì）算（suàn）。

portant;" />

国产AI芯片雄（xióng）心勃勃，或（huò）实现弯道超车

长期以来，中国在CPU、GPU等传统（tǒng）芯片领域（yù）的自主研发能（néng）力较弱，绝大部分高端芯片依赖国外（wài）进口。但在（zài）AI芯片领域（yù），国内外的竞争格局尚（shàng）未明朗。在国家政（zhèng）策的大力支持（chí）下，人工（gōng）智能应用市场爆发，AI芯（xīn）片（piàn）得到（dào）了资本等多方（fāng）的关（guān）注，受（shòu）这些因（yīn）素（sù）的（de）影响，国（guó）产AI芯片或能实现弯道超车。

人工智（zhì）能应用（yòng）加速AI芯片的技术创新。随着人工智能在交通、安防（fáng）等领域（yù）的（de）广泛应用，我（wǒ）国人工智（zhì）能市场积（jī）累了海（hǎi）量（liàng）的数据（jù）资源和多（duō）样化的（de）应用场景，独特的发（fā）展优势将促进国产AI芯片（piàn）的技术创新（xīn），助力中国掌控人工智能时代（dài）主（zhǔ）导权。

AI芯（xīn）片领域尚未形成生态垄断。当（dāng）前，AI芯片成为业界热点，国际知名芯片（piàn）厂商、互（hù）联网（wǎng）科技巨头（tóu）都纷纷布局，同时也涌现了一大批初创公司（sī），但目前（qián）AI芯片领域（yù）尚未形成一家独大的格局，AI芯片的竞争才（cái）刚刚（gāng）开始（shǐ）。全球在AI芯（xīn）片领域的起步时间相差（chà）无（wú）几，国内厂（chǎng）商在AI芯片领域的发（fā）展前景较（jiào）好。

AI芯片成为（wéi）企业和资本（běn）布局新焦（jiāo）点。在政策利好（hǎo）的（de）大背景下，越来越多的企（qǐ）业（yè）和资本竞相布局AI芯片。华为、寒武纪等众（zhòng）多企业纷纷推出新（xīn）款AI芯片，并在手机（jī）、机器人等领（lǐng）域布局；此（cǐ）外（wài），AI芯（xīn）片（piàn）的资本市场也（yě）很活跃，寒武纪、地平线等（děng）企业都获得了资本市场的垂青，完成了多轮融资。截（jié）止2018年第三季度（dù），中（zhōng）国（guó）AI芯片的（de）投融资额达（dá）30．2亿元，AI芯（xīn）片逐渐成为中国人（rén）工智（zhì）能投融资的热（rè）点领域。

AI芯片是AI行（háng）业（yè）发展（zhǎn）的必然路径（jìng），行业（yè）驱动因（yīn）素较为（wéi）明显。受（shòu）政策（cè）等因素（sù）的影响，国产AI芯片或（huò）能（néng）实现（xiàn）弯（wān）道超车，助力“中国芯”的发展。

AI时（shí）代能否迎（yíng）来洗牌？

随着AI技术的（de）兴起，AI芯片应用让传统的芯（xīn）片巨头的优势不再，大家几乎（hū）都处（chù）于一个相对的（de）起（qǐ）跑线上（shàng），甚至包括苹（píng）果公司都（dōu）计划要（yào）进入到芯片市场了。有（yǒu）消息称，苹果公司正开（kāi）发自己的蜂窝调制解调器技（jì）术，该技术可能用于（yú）iphoness，ipads和Apple Watch。据路透社报（bào）道，苹果“已将其调制解调器芯片工程的研发从其供应链部（bù）门转（zhuǎn）移到其内部硬件技术部门。”该报道称（chēng），这是（shì）“苹（píng）果公司在多年（nián）从外部供（gòng）应商处购买后，正在寻求开发（fā）其iphoness的关键（jiàn）组件的一个标志。”

而一直和苹果闹得的不可开交的高（gāo）通把（bǎ）更多的重心已经转到5G市场，期望未来5G需求（qiú）的爆发带动智能（néng）手机PC市（shì）场（chǎng）二次（cì）成长。但更重要的是，即便5G能够（gòu）迅速进入爆发期，高通的优势也在（zài）大（dà）大减（jiǎn）弱，不再像3G、4G时代那（nà）种近（jìn）乎垄（lǒng）断坐收专利费的地位。华为、苹果、英特尔、三星等公司，都在布局（jú）5G。进入到（dào）AI时（shí）代，市场普遍认为，半导体（tǐ）芯（xīn）片市场将进入到一个新发展阶段，市场重新（xīn）洗牌未尝不（bú）会发生。

AI的未来

尽管深（shēn）度学习（xí）和神（shén）经网络（luò）快速（sù）地推动了人（rén）工智能技术的发展，许（xǔ）多研究人员（yuán）依然相（xiàng）信（xìn），要达到最终的AI目（mù）标，我们依然需要更（gèng）多的不同方法。

大多数AI芯（xīn）片的（de）设计思路依然是（shì）LeCun和Hinton等人在十几年前发表的（de）思想的改进版本，但没有任何理（lǐ）由相信，这条路上的指（zhǐ）数级（jí）增长能够让（ràng）AI像人（rén）类（lèi）那样思考（kǎo）。

我们今天所知的AI并不（bú）能把（bǎ）一个任务上获得的深度（dù）学习经验推广（guǎng）到其（qí）他新的、不同的（de）任务上。

而且，神经（jīng）网络并不（bú）能很好地吸（xī）收以前的（de）知识，或吸收“上下”或者“孩子有父母”这（zhè）种简单的（de）规（guī）则。

最后，基于神经网（wǎng）络的（de）AI需要大量的数据进行学习，而人类只需（xū）一次（cì）触摸火炉的（de）经（jīng）验就能（néng）学（xué）会不再碰火炉。现在依（yī）然不清楚怎样才能（néng）将现在的AI技术（shù）应用到（dào）没有（yǒu）大（dà）量数据的（de）问题上。

尽管按照目前人类的标准来看，AI芯片并没（méi）有只能，但（dàn）它们依（yī）然很聪明，而且很可能在不远的未来它们会变得更（gèng）聪明。

这（zhè）些芯片（piàn）会继续引领半（bàn）导体技术、计算机体系结构和SoC设计的（de）发（fā）展，从而促进更（gèng）强大的处理能力，促使下一代AI算法的（de）出现（xiàn）。

同时（shí），新的AI芯（xīn）片也会（huì）进一步需（xū）要更多的内存（cún）系统和（hé）芯片内（nèi）互联架构，以确（què）保新的硬件加速（sù）装置能够为深度学习提供稳定的数据流。