人工智能主要包括（kuò）三（sān）大要素，分别（bié）是数据、算法和算力。其中数据是基础（chǔ），正是因为（wéi）在实际应用当中的数据（jù）量越来越大，使（shǐ）得传统计算（suàn）方式和硬件难以满（mǎn）足要（yào）求，才催生了（le）AI应用的落（luò）地（dì）。

portant;" />

AI芯片的生态圈（quān）

从（cóng）广义说，能够驱动AI程序的芯片都叫（jiào）做AI芯片。从狭义来说，AI芯片是为适应AI算法进行（háng）了（le）特殊（shū）设计的芯片（piàn）。

从应（yīng）用层（céng）面讲，AI芯片主要分为（wéi）云AI芯（xīn）片和端AI芯片（piàn）。云AI芯片应用于（yú）云端（duān）服务（wù）器及数（shù）据中心；端AI芯片应用于智能设备、IoT端设备。未来（lái），人工智能将会在（zài）我们的日常生活中得到极（jí）大（dà）普及，正如英伟（wěi）达（dá）创（chuàng）始人黄（huáng）仁勋（xūn）所说（shuō）：“未来，AI与AI芯片将无处不在：咖啡机、保（bǎo）温杯、麦克风、甚至耳（ěr）环、鞋（xié）子这（zhè）些小物件都会智能化。”

云AI芯片的特（tè）点（diǎn）是（shì）性能强大、能够同（tóng）时支持（chí）大（dà）量运算、支持图片识别、以及语音、视频处理。端AI芯片则需（xū）要嵌入到设备（bèi）内部（bù），让设备（bèi）不联网就能具备AI能力。AI芯片之（zhī）于人工智能的意义，可以理解（jiě）为发动机（jī）之于汽车（chē）。人工智（zhì）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（qū）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（rén）工智能的破（pò）局是在2012年计算机（jī）视觉届的“奥林（lín）匹克”—ImageNet挑战赛（sài）的赛场上，来自多伦多大学的Geoffrey Hinton教（jiāo）授和他（tā）的（de）团队第（dì）一次用（yòng）上了（le）GPU芯片和深度学习算（suàn）法，成为AI史上的（de）一个重要节点。

在2015年的ImageNet大赛上，微（wēi）软亚（yà）洲研究院团队更（gèng）是凭借GPU与（yǔ）深度学习算（suàn）法，第一（yī）次让计（jì）算机的（de）图像识别超过了人类。人类（lèi）识（shí）图错误率约为4％，而冠军团队机器识图（tú）的（de）错误率为3．57％。在图像识别兴起之后，视频识（shí）别（bié）、语音识别、翻译（yì）、语（yǔ）音助手等一（yī）系列AI应用应运而生。

AI芯片的爆发，至（zhì）少将会影响到四个应用（yòng）场景：家居／消费电（diàn）子、安防监（jiān）控、自动驾驶以及（jí）云（yún）计算。

AI芯片（piàn）困局（jú）：竞争力与差异化（huà）

目前，无（wú）论是（shì）初创（chuàng）公司（sī）还（hái）是芯片设计巨头，压力都是与日俱增。一般而言，只要有应用场（chǎng）景的支持、足（zú）够的资（zī）金（jīn）和工程能力，AI芯片做（zuò）出来（lái）不会（huì）成为（wéi）大的问题。但（dàn）对于AI芯片（piàn）这（zhè）一新兴市（shì）场而言，谈市场（chǎng）布（bù）局实在有（yǒu）些（xiē）为（wéi）时过早，大家心中都明白这（zhè）将是一（yī）场（chǎng）持久战，而产业（yè）真正的未来和发展方向还是取决于创新。

从（cóng）现有（yǒu）的市场情况来看，2019年整个产业趋（qū）于平静也（yě）反应（yīng）出（chū）了大（dà）家已经（jīng）逐渐从保（bǎo）证功能的（de）粗放设（shè）计转变（biàn）为（wéi）提高竞争力和差（chà）异性（xìng）的精耕细（xì）作了，但要（yào）做出竞争力和（hé）差异化却不（bú）容易。

想（xiǎng）要赢（yíng）得客户，做服务、建生态（tài）是当下打开市场的出路，但是“硬件好做，软件难”却是大家普遍（biàn）反映的问题。有（yǒu）业内人指出，无止境（jìng）的软件工具优化让大家（jiā）备（bèi）受困扰，从单核、多（duō）核（hé）到（dào）多芯片（piàn）、多板卡，再到神经网络算（suàn）法与非NN算法、异构系统、软硬（yìng）件联合优化，软件工（gōng）程师会遇（yù）到各（gè）种问题，这（zhè）都将（jiāng）为大家（jiā）不断（duàn）深（shēn）耕上层的带（dài）来阻力。