清华大学微电子研究所所长魏少军教授在谈及中国AI(人工智能)芯片产业的现状时说： 现在AI芯片的炒作过头了，“今天的一部分甚至大部分的AI芯片创业者会成为技术变革的“先烈”“。魏少军的话不是空穴来风，仅仅一两年间，国内AI芯片头部创业公司的融资额度就超过了20亿人民币。全球至少有45家初创公司研制AI芯片(语音交互和自动驾驶)，5家企业融资超过了1亿美元。据中信证券测算，2020年AI芯片市场规模将达146.16亿美元。人工智能技术以AI芯片为载体正在迅速崛起。
一、 AI芯片的生态圈
从广义说，能够驱动AI程序的芯片都叫做AI芯片。从狭义来说，AI芯片是为适应AI算法进行了特殊设计的芯片。
从应用层面讲，AI芯片主要分为云AI芯片和端AI芯片。云AI芯片应用于云端服务器及数据中心;端AI芯片应用于智能设备、IoT端设备。未来，人工智能将会在我们的日常生活中得到极大普及，正如英伟达创始人黄仁勋所说：“未来，AI与AI芯片将无处不在：咖啡机、保温杯、麦克风、甚至耳环、鞋子这些小物件都会智能化。”
云AI芯片的特点是性能强大、能够同时支持大量运算、支持图片识别、以及语音、视频处理。端AI芯片则需要嵌入到设备内部，让设备不联网就能具备AI能力。AI芯片之于人工智能的意义，可以理解为发动机之于汽车。人工智能理论已经提出多年，由于它需要一台计算能力超强的“发动机”驱动，所以多年没有真正跑起来，直到AI算法、大数据以及AI芯片的出现。
人工智能的破局是在2012年计算机视觉届的“奥林匹克”—ImageNet挑战赛的赛场上，来自多伦多大学的Geoffrey Hinton教授和他的团队第一次用上了GPU芯片和深度学习算法，成为AI史上的一个重要节点。
在2015年的ImageNet大赛上，微软亚洲研究院团队更是凭借GPU与深度学习算法，第一次让计算机的图像识别超过了人类。人类识图错误率约为4%，而冠军团队机器识图的错误率为3.57%。在图像识别兴起之后，视频识别、语音识别、翻译、语音助手等一系列AI应用应运而生。
AI芯片的爆发，至少将会影响到四个应用场景：家居/消费电子、安防监控、自动驾驶以及云计算。
1、移动通讯
华为2017年9月发布的麒麟970，搭载了NPU (神经网络处理器)AI处理模块，是世界首款手机AI芯片。NPU比CPU快25倍，能耗提高了50倍。苹果在2周后发布了搭载A11处理器的iPhoneX，首个推出人脸识别的AI芯片。ARM紧接其后推出了两款AI芯片，应用于移动端的物体检测和机器学习的处理器。ARM这个动作的影响是巨大的，因为全球超过90%的手机芯片采用ARM架构，包括麒麟970和苹果A11。
追随者还有联发科和高通。联发科推出的Helio P60,支持AI的计算机视觉、人脸识别。高通的基于枭龙芯片的A1引擎，将所有手机中的SOC软硬件一网收尽统统打包。AI芯片成了手机红海战场的一个重要搅局者。
2、安防监控
安防市场2017年超过了6350亿人民币，同比增长了17.6%。佳都科技《人工智能技术白皮书》指出，2017年国内高清摄像头出货1亿颗。
由于AI能够对迅速对视频进行结构化处理，现在几乎所有AI芯片创业公司都将安防作为核心应用场景之一，纷纷推出内嵌于安防监控摄像头的AI芯片。安防三巨头海康威视、大华股份、宇视科技不仅是众多AI芯片公司的合作伙伴，其自身也在推进安防+AI的步伐。
3、自动驾驶
AI芯片正在成为自动驾驶计算平台的核心。在这一领域目前主要有三大AI芯片势力：英伟达、英特尔和地平线。英伟达和英特尔大家都很熟悉，地平线是一家中国初创公司，原百度研究院副院长余凯任CEO。地平线的雨果自动驾驶平台早期使用的是英特尔FPGA处理器，现在开始打造自己的BUP架构，并推出沿用这一架构的AI芯片“征程”。
4、云计算
AI芯片可以为互联网供能，例如在线翻译、人证比对、图片搜素等，背后都离不开AI芯片的支持。在移动领域错失先机的英特尔不惜花重金布局：$160亿美元收购Altera(FPGA)，$4亿美元收购Nervana(神经网络处理器)，继而收购Movidius(视觉处理器，收购资金未详)，云AI芯片与端AI芯片都有所涉及。其他有高通、ARM、联发科等也陆续进场。
二、 国内AI芯片主要玩家
1、寒武纪：一家中科院背景的创业公司，创始人陈天霁、陈天石为兄弟，均为中科院计算所博士。2016年在北京成立。华为麒麟970芯片搭载的就是寒武纪的AI芯片，中科院为此还向华为发了贺电。兄弟俩先后毕业于中国科大少年班，天石研究人工智能算法，天霁学做计算机芯片。一个硬件、一个软件，一拍即合开发人工智能芯片。取名“寒武纪”，是希望用地质学上生命大爆发的时代来比喻人工智能的未来吧!
2、深鉴科技：作为中国AI芯片第一阵营的深鉴科技，是一家清华背景、FPGA技术起家的创业公司。2016年在北京成立。创始人姚颂，这位90后清华学霸，放弃了美国名校卡耐基梅隆大学直接攻读博士学位的邀请，选择了创业。2017年获得A轮千万美元融资，致力于深度学习处理器与编译器原创技术的研发，已有数千万订单，两款AI芯片正在量产中。
3、地平线机器人：创始人是前百度深度学习研究院副院长余凯，曾在百度领导过语音识别、图像搜素、百度大脑、百度无人驾驶等项目。产品包括硬件、软件及算法，团队包括前诺基亚手机研发VP、Facebook人工智能研究实验室创始成员、百度首席构架设计师及20多位深度学习领域专家。
4、比特大陆和嘉楠耘智：这两家都是现在很火的网络虚拟货币“矿机芯片“的生产商。比特大陆成立于2013年，2017年总营收就飙升至25亿美元，占矿机专用芯片市场70%以上份额。2017年推出第一款28纳米工艺AI芯片”SOPHON“(算丰)。嘉南耘智是世界第二大比特币矿机生产商，2017年12月预发布了AI芯片KPU(Knowledge Processing Unit)，作为一家做矿机芯片(自称是区块链专用芯片)和矿机的公司，嘉楠耘智累计获得近3亿元融资。目前已申请挂牌新三板。
除了以上初创公司以外，还有一些传统芯片厂商也加入到AI芯片队伍。海思、杭州国芯、中星微电子都有涉入，还有主攻安防AI芯片的宇视科技、中天微、国科微等。
三、靴子何时落地?
在这场伟大的“无芯片不AI，无终端不AI，无行业不AI“的变革时刻，也有人保持了清醒。我们需要多一点思考，怎样做才能避免魏少军教授警醒的成为现实，不让“今天的一部分甚至大部分的AI芯片创业者会成为技术变革的‘先烈’”。
思考一：杀手级应用在哪里?魏少军教授说，”尽管目前AI应用涵盖了生产领域、生活各个应用层面，但究竟什么才是AI的杀手级应用?与人们生活周遭真正不可或缺的日常AI应用?至今应还没答案。“上面所提及的除了家居/消费电子虽然离我们很近，但自动驾驶离我们还有不小的距离，且芯片进入汽车电子也是一道不小的门槛，在AI芯片之前汽车电子也没见有谁有效的突破了这个门槛。安防和云计算更多的是涉及工业产品，内嵌于安防监控摄像头的AI芯片也还处在研发中。这就是”AI产品说得多、落地少“，因为除了手机芯片外，市场上还没有销售超过百万的AI芯片出现。
思考二： 通用AI芯片会不会出现?现在各家使用的AI方案架构互不兼容，没有支持的标准AI计算接口，各厂商的端设备也是五花八门，到底会不会出现像当年CPU一样的通用处理器来一统AI芯片天下?最近ARM宣布了要进军AI芯片领域，并有一统人工智能生态的想法。至少，通用AI处理器的驱动力来自以下两个方面：
开发AI芯片硬件构架的代价非常高，不是所有厂家都能承受的;
IP的可扩展性、架构的支持广度、标准AI计算接口，对AI芯片的普及非常重要，而开发相关算法也不是一朝一夕就可以完成的。
不论ARM是否能梦想成真，至少ARM的想法对AI芯片的生态还是具有很大吸引力的：可利用既有框架便可达到(或接近)AI硬件处理能力;不需要额外支出和额外授权成本;不需要改变既有芯片的设计格局;可提供业界更多的方案选择;其他使用自有AI计算架构的客户也可以同样得到好处。
另一家可能的赢家是英伟达。AI芯片目前应用最多的是GPU，因为GPU适合于单指令、多数据处理，特别适合AI的深度学习训练和推理。英伟达技术中心亚太首席技术官Simon See曾自豪地说：“通用是我们的优势。“ 英伟达的Xavier计算平台，正在被超过20家自动驾驶创业公司、以及博世、采埃孚等供应商巨头采用。
四、未来的搅局者
AI芯片能否成为半导体行业未来的搅局者，结论是肯定的。相比摩尔定律芯片每18-24个月迭代一次，AI芯片正以9个月迭代一次的速度演进。比特大陆产品战略总监汤炜伟说，“与传统芯片迭代速度相比，AI算法迭代更快。我们针对最新算法的需求，以及神经网络的共性，可快速地将新算法写到芯片上。“
在这拨搅局者中，既有像ARM、英伟达这样的大佬，也有像寒武纪、深鉴科技这样的新贵。到底是ARM的AI芯片能一统人工智能的江湖，还是新贵们的百花齐放能够各显人工智能的神通，还需要时间观察。
