一、国际巨头，引领AI芯片方向
　　云端AI芯片无论是从硬件还是软件，已经被各大巨头控制。2018年5月，市场研究顾问公司CompassIntelligence发布了关于AI芯片最新调研报告。因为目前AI芯片在终端应用较少，所以榜单头部的排名可以近似的认为就是云端AI芯片的目前市场格局。

　　从图中看出，排名靠前的无疑就是英伟达、英特尔、IBM与谷歌。排行榜中共有七家中国人工智能芯片公司入围榜单Top24。华为排名12，成中国大陆地区最强芯片厂商。其余六家中国公司分别为：联发科、Imagination、瑞芯微、芯原、寒武纪、地平线。
　　（一）英伟达：云端芯片·大佬
　　市场研究和咨询公司CompassIntelligence发布了2018年度全球AI芯片公司排行榜。在这份榜单上，英伟达排名第一。这份报告也特别提到了英伟达丰富的产品线，包括VoltaGPU架构，自动驾驶平台NVIDIADRIVEPX，DGX等等。
　　英伟达目前占据了全球云端AI芯片一半以上的市场，这仅仅是保守数字。GPU非常适合深度学习，而英伟达正好以GPU称霸世界，研究人工智能的科学家就沿着GPU自然而然地找到了英伟达。
　　2018年9月26日，英伟达正式发布最新的TensorRT3神经网络推理加速器。目前使用英伟达的AI技术的公司有很多，其中包括国内的BAT、京东等公司，以及国外的亚马逊、谷歌、Facebook等公司。
　　英伟达旗下产品线更是不在少数：自动驾驶汽车、高性能计算、机器人、医疗保健、云计算、游戏视频等众多。
　　（二）英特尔：疯狂收购·不差钱
　　谈到芯片和CPU，怎能少了PC界的老大英特尔。尽管英特尔自身的CPU不适合AI芯片，但人家不差钱啊！英特尔在AI芯片上可是下了血本。
　　为了加强在人工智能芯片领域的实力，英特尔以167亿美元收购FPGA生产商Altera，以153亿美元收购自动驾驶技术公司Mobileye，以4亿美元收购深度学习初创企业NervanaSystems以及机器视觉公司Movidius和为自动驾驶汽车芯片提供安全工具的公司Yogitech。但遗憾的是，目前还没有成熟的产品面世。
　　而英特尔的独特之处，在于能够提供全面的、多元化的解决方案。既提供多种芯片类型的产品，又覆盖了从终端到数据中心的使用场景。在终端领域，可以使用Movidius、Mobileye的ASIC芯片。在边缘计算中，可以使用ASIC芯片和FPGA芯片；在数据中心领域，可以灵活选择至强可扩展处理器、众核处理器和NNP等芯片方案。此外，英特尔还通过神经拟态芯片Loihi积极探索新的计算模式。
　　用英特尔自己的话说，其要建立一个人工智能全栈式的解决方案，从而充分释放AI的潜力。这可能是英特尔AI芯片迟迟没有落地的原因吧。
　　（三）谷歌：围棋NO.1·阿尔法狗
　　谷歌在2016年宣布独立开发一种名为TPU的全新的处理系统。打败众多人类围棋大师的人工智能阿尔法狗采用的是谷歌自主研发的全定制化芯片（ASIC）TPU。
　　TPU是专门为机器学习应用而设计的专用芯片。TPU特别适合谷歌自家的TensorFlow系统。在2018谷歌开发者大会上，谷歌已经发布了TPU3.0。谷歌旗下的Waymo自动驾驶公司采用的正是TPU。
　　2018年2月13日，谷歌正式宣布，向谷歌云客户开放张量处理器TPUbeta版服务，每小时6.5美元。
　　对于选择在谷歌云平台上运行机器学习模型的客户来说，这算是个好消息，但谷歌这次开放的TPU数量有限且按时收费，每小时成本为6.50美元。
　　（四）苹果：仿生加持·A12芯片
　　从2017年的iPhoneX使用的A11处理器开始，苹果公司在处理器的AI中大做文章。在2018年发布的iPhoneXS系列使用的A12芯片更是披上了"仿生"的神秘面纱。简单来说，苹果的"仿生"只是在其CPU中配备了新一代神经网络引擎。A12仿生处理器相当于模仿了人类大脑的神经网络。
　　当然，目前的仿生芯片还处于一个比较初级的阶段，多为概念而已，体验上并不会有太大的变化。
　　这些功能体现在：智能省电优化，FaceID3D人脸识别，AR表情，相机一键换背景等都离不开仿生芯片的功劳。
　　根据最新消息，苹果公司正在支付3亿美元现金购买Dialog半导体公司的一部分。该交易预计将于2019年初完成，待监管部门批准。
　　二、初创公司：叫板全球巨头，撬动AI芯片市场
　　国家针对芯片产业的政策支持力度不断加码，在应用市场快速扩张、政策支持以及技术进步等因素的共同作用下，我国AI芯片产业成长势头迅猛，在世界上已占据相对有利的竞争位置。
　　因人工智能边缘运算推理端和云端推理芯片及设备成本,性能，耗电,效率的考量,以及各种处理器的特性不同,我们预期特定用途集成电路(ASIC)或系统集成电路(SoC,systemonchip)未来将在设备，边缘运算，及云端推理市场和设备，边缘运算，小部分云端训练市场遍地开花,百花齐放,根据产业链调查，我们认为中国在处理器/芯片领域的投资有加速的迹象，AI芯片的创业企业目前已达到40家左右。
　　在场研究公司CompassIntelligence发布的全球AI芯片排行榜中，来自我国的初创公司地平线、寒武纪等AI芯片公司也位居前列。云知声、眼擎科技、云天励飞等新兴企业都相继发布了AI芯片新品或研发成果，值得一提的是，其中大多为初创公司。
　　而中国的人工智能半导体公司像华为海思(HiSilicon),彼特大陆(Bitmain),耐能(Kneron),肇观(NextVPU)及大数据系统公司如百度，阿里巴巴及安防龙头海康威视，大华将追随国际大厂陆续推出人工智能特定用途集成电路和系统芯片,从过去的模仿和追赶模式改为提前布局的思路,加上2019年中国科创板融资平台的加持,相信一定可以孵育出未来世界级的人工智能芯片设计龙头公司。
　　还有就是最近热度很高的华为，作为中国民营企业，华为有着自己的高新技术成就，创造出了国内第一款自研芯片海思麒麟，并在德国柏林对旗下麒麟980芯片进行了发布，可以说该芯片是顶尖的人工智能芯片之一，揽获了6个全球第一，足见该芯片的强大。
　　（一）软件定义芯片，算法公司入局
　　在AI计算中，芯片是承载计算功能的基础部件，软件是实现AI的核心。从应用场景角度看，AI芯片主要有两个方向，一个是在数据中心部署的云端，一个是在消费者终端部署的终端。从功能角度看，AI芯片主要做两个事情，一是Training（训练），二是Inference（推理）。
　　在终端，通用处理器如CPU、GPU，缺乏针对AI算法的专用计算、存储单元设计，功耗过大，能效较低；专用芯片（ASIC）功能单一，难以适应灵活多样的AI任务；传统芯片都难以实现AI芯片需要的"软件定义芯片"这一特性。
　　即便同一类型的AI算法，也会因为具体任务的计算精度、性能和能效等需求不同，具有不同计算参数。因此，AI芯片必须能够实时动态改变功能，满足软件不断变化的计算需求。通用芯片是体量大的公司做的事，初创公司则通过算法解决具体场景的问题，所以选择了自己开发芯片，性价比更好。
　　（二）市场机会向国产芯片倾斜
　　包括阿里的"平头哥"在内，大多数AI芯片公司都是芯片领域的"初生牛犊"。
　　在AI落地的早期，行业需求相对集中，大部分客户的AI能力相对较弱，这时厂商会提供解决方案帮助客户以最小的资源投入快速做出智能产品；而当行业发展到一定阶段，客户具备了一定算法能力、数据，需求也开始更多样化，此时除了完整解决方案外，还要支持客户根据不同的场景训练自己的模型。
　　而此时，市场的机会也向国产芯片倾斜。AI非常依赖大数据，这是中国企业的机会，因为市场、数据、场景都扎根这里。未来AI芯片产业非常大，图像和语音就分属于完全不同的应用，就好比做住宅小区和建商业地产，表面上都是盖房子，但背后的运营理念千差万别。
　　安防更是一个AI芯片扎堆的大产业。去年10月，深圳云天励飞的AI芯片DeepEye1000成功流片。芯片出来后凭借其核心竞争力形成技术上的壁垒，进一步增加核心竞争力和其他本领域头部企业在探索芯片中的应用，比如新零售领域，智能制造领域等，都在密切沟通，在每个领域形成自己的优势。
　　作为计算机视觉领域的代表企业之一，云从方面也表示，会向芯片产业上游靠拢，使得芯片在设计时就能适配行业要求，并利用云从占据行业入口的优势，解决目前中国IC设计与最终用户隔离的现状，提升出货量。
　　（三）发展软实力是初创公司的着眼点
　　整个芯片制造包括设计、制造、封装测试等诸多环节。其实，现在分工非常细，初入者可以先把设计做好，而把芯片制造环节外包出去。最根本来说，还是以软件定义硬件的思路，需要对架构研究很深，需要很多人才和资本，这是一个资本密集型产业，也是初创企业的优势。
　　2018年，华为、百度、云知声、寒武纪等多家中国公司发布了AI芯片或模组，2019年刚开年，地平线就获得约6亿美金B轮融资，估值达30亿美元，成为全球最有价值的专注于人工智能芯片和边缘人工智能计算的初创企业。可以预见，中国企业将进一步在这个领域扩大自己的竞争优势。
　　三、结语
　　根据Gartne报告分析称，AI芯片在2017年的市场规模为48亿美元，2020年预计达到146亿，其中云端应用可望达到105亿。目前AI芯片云端市场被英伟达牢牢占据，终端市场群雄并起。
　　当然，AI芯片全球起步时间几乎相差无几，国内外新老AI芯片势力百花齐放，也必将会为芯片市场带来更多可能。