本文参考自“40张图表解析中国“芯”势力”。AI芯片是专门用于处理人工智能应用中大量计算任务的模块，是诞生于人工智能应用快速发展时代的处理计算任务硬件，广义来讲，凡是面向人工 智能应用的芯片均为被称为AI芯片。
狭义的AI芯片指针对人工智能算法做了特殊加速设计的芯片，目前来讲，由于深度学习算法在人工智能领域认可度及应用程度不断上升，AI芯片 一般指针对大量数据进行数据训练（training） 与推断（inference）设计的芯片口 GPU，FPGA及ASIC是目前最常用的三类AI片的技术架构。
GPU 图形处理器（Graphics processing unit），在计算方面具有高效的并行性。用于图像处理的GPU芯片因海量数据并行运算能力，被最先引入深度学习。功耗比较低。
FPGA现场可编程门阵列（Field programmable gate array），是一种集成大量基本门电路及存储器的芯片，最大特点为可编程。具有能耗优势明显、低延时和高吞吐的特性。
ASIC专用集成电路（Application specific integrated circuit，特定应用集成电路），是专用定制芯片，为实现特定要求而定制的芯片。除不能扩展应用以外，在功耗、可靠性、体积方面都有优势。
AI芯片根据所在服务器在网络中的位置可以分为云端AI芯片，边缘及终端AI芯片。
AI芯片根据实践中的目标不同，可大致分为两类∶ 1）训练AI芯片∶ 指用于构建神经网络等模型；2）推理AL芯片∶利用模型进行推理预测。
边缘层计算能力的提升推动云-边-端的协同，使得更多行业的人工智能应用场景得以实现，推动A芯片行业的发展。
全球对人工智能应用的需求逐步提升，根据Cisco的数据，2017年超级数据中心不超过400座，仅占所有数据中心比例的31.5%。
同时，边缘计算被视为人工智能的下一个战场。边缘计算市场的快速增长不仅拉动了AI芯片在边缘计算行业需求、并且推动了AI芯片在各行业及场景的应用。
总体来讲，产业趋于冷静，AI芯片从创新为王转为落地为胜，PPT造芯再难说服投资者，AI芯片产品的核心技术及商业化落地的能力已经受到 投资人认可。
AI芯片的开发成本巨大，对于融资金额在几千万美元的企业来讲，需要合理规划资金的使用，从落地及核心技术方向之一寻找突破。
云端训练A芯片，一般采用"CPU+加速芯片"的异构模式，目前主要有三种模式∶
√ 英伟达的GPU+CUDA计算平台是最成熟的AT训练方案
√第三方异构计算平台OpenCL+AMD GPU或OpenCL+Intel/Xilinx的FPGA
√ 云计算服务商自研加速芯片（如Google的TPU）
云端芯片市场GPU仍占主导，英伟达一家独大、但是市场份额在逐年降低。
√ 英伟达GPU产品线丰富、编程环境成熟、产品支持市场上主要的开发框架和语言。使得其在GPU市场占有绝对主导位置
√ GPU产品存在功耗大、价格昂贵、不善于推断市场等问题，各大厂商都在探索新的方案摆脱英伟达一家独大的垄断情况
√ 随着摩尔定律的失效，市场期待性能更好的芯片可以替代GPU的功能，架构创新和优化是新的方向。
云端训练AI芯片主要应用于数据中心（各类云厂商）
全球主流的硬件平台都在使用英伟达的GPU进行加速，AMD也在积极参与。亚马逊网络服务AWS EC2、Google Cloud Engine（GCE）、IBM Softlaver、 阿里云、平安云等计算平台都使用了英伟达的GPU产品提供深度学习算法训练服务
预计未来2年中国的数据中心市场规模将会有较大的增长
AI芯片作为人工智能产业发展的基石，将在诸多场景中广泛展开应用
根据行业及应用特点不同，以智能驾驶、智慧安防、消费电子及智能家居为例，智能驾驶所需要的算力更高，而智能家居所需算力一般小于lTOPS。
作为边缘智能的灵魂 边缘 AI芯片有着重要地位，边缘智能（EI）其实就是在业务层、终端侧部署的人工智能，而AI芯片则是人工智能的核心，是人工智能的物理基础、业内素有"无芯片，不AI"的说法。可见AI 芯片的重要性。根据IDC 的预测.到2021年，将有43%的物联网计算将发生在边缘，而AI芯片是边缘计算及学习能力的重要支撑。
L1-L4级智能驾驶对AI芯片的要求逐步提高，主要体现在对芯片算力要求的提升和传感器接入能力上。基于自动驾驶场景，AI芯片在功耗和对极端工作环境下（频繁震动、供电不稳）的稳定工作能力要求较高，传统车厂对AI芯片的功耗要求为1520W。
在国内，智慧安防市场是目前很大的AI应用场景，智能摄像头的应用可以有效解决基层数据传输带宽压力以及基层警力人员缺失等问题。
AI芯片在物联网产品上的应用分成两个用途，一个是视觉AI芯片，另一个是语音AI芯片，由于自然语言处理的AI产品开发难度高，目前新创AI芯片企业主要切入的市场是计算机视觉设备的落地场景，现在已经在消费电子、智能家居、工业机器人等领域开始应用。
以下内容来自“40张图表解析中国“芯”势力”。
来源：智能计算芯世界
