近幾年，人工智能迎來(lái)了自學(xué)科建立60年以來(lái)最大規(guī)模的市場(chǎng)應(yīng)用爆發(fā)潮。

這一新興技術(shù)既為科技巨頭的業(yè)務(wù)升級(jí)和拓展帶來(lái)轉(zhuǎn)機(jī)，也給了新創(chuàng)企業(yè)顛覆現(xiàn)有格局的機(jī)會(huì)。

作為人工智能產(chǎn)業(yè)的重中之重，AI芯片已經(jīng)成了最熱門的投資領(lǐng)域，各種AI芯片層出不窮。

從三個(gè)維度看懂AI芯片種類

為了進(jìn)行大數(shù)據(jù)處理，當(dāng)前的方案一般采用高性能的處理器輔助MCU進(jìn)行計(jì)算，但是隨著摩爾定律時(shí)間周期拉長(zhǎng)，處理器上可集成的器件數(shù)量會(huì)達(dá)到極限，因此需要通過(guò)架構(gòu)的變化來(lái)滿足數(shù)據(jù)量的增長(zhǎng)，這就是人工智能芯片推出的背景。

機(jī)器人文明君從技術(shù)架構(gòu)、功能、應(yīng)用場(chǎng)景三個(gè)維度對(duì)人工智能芯片進(jìn)行分類。

從技術(shù)架構(gòu)來(lái)看，人工智能芯片分為通用性芯片（GPU）、半定制化芯片（FPGA）、全定制化芯片（ASIC）、類腦芯片四大類。

GPU是單指令、多數(shù)據(jù)處理，采用數(shù)量眾多的計(jì)算單元和超長(zhǎng)的流水線，主要處理圖像領(lǐng)域的運(yùn)算加速。

但GPU無(wú)法單獨(dú)工作，必須由CPU進(jìn)行控制調(diào)用才能工作。CPU可單獨(dú)作用，處理復(fù)雜的邏輯運(yùn)算和不同的數(shù)據(jù)類型，但當(dāng)需要大量的處理類型統(tǒng)一的數(shù)據(jù)時(shí)，則可調(diào)用GPU進(jìn)行并行計(jì)算。

FPGA適用于多指令，單數(shù)據(jù)流的分析，與GPU相反，因此常用于預(yù)測(cè)階段，如云端。FPGA是用硬件實(shí)現(xiàn)軟件算法，因此在實(shí)現(xiàn)復(fù)雜算法方面有一定的難度，缺點(diǎn)是價(jià)格比較高。

對(duì)比FPGA和GPU可以發(fā)現(xiàn)，一是缺少內(nèi)存和控制所帶來(lái)的存儲(chǔ)和讀取部分，速度更快。二是因?yàn)槿鄙僮x取的作用，所以功耗低，劣勢(shì)是運(yùn)算量并不是很大。結(jié)合CPU和GPU各自的優(yōu)勢(shì)，有一種解決方案就是異構(gòu)。

ASIC是為實(shí)現(xiàn)特定要求而定制的專用AI芯片。除了不能擴(kuò)展以外，在功耗、可靠性、體積方面都有優(yōu)勢(shì)，尤其在高性能、低功耗的移動(dòng)端。

類腦芯片架構(gòu)是一款模擬人腦的新型芯片編程架構(gòu)，這一系統(tǒng)可以模擬人腦功能進(jìn)行感知、行為和思考，簡(jiǎn)單來(lái)講，就是復(fù)制人類大腦。

很多人認(rèn)為ASIC是人工智能芯片的一個(gè)主要發(fā)展方向，但也有另一部分人認(rèn)為真正的人工智能芯片未來(lái)發(fā)展的方向是類腦計(jì)算。

要做類腦芯片非常難，IBM、高通、英特爾等公司的芯片策略都是用硬件來(lái)模仿人腦的神經(jīng)突觸。

總的來(lái)說(shuō)：GPU未來(lái)的主攻方向是高級(jí)復(fù)雜算法和通用性人工智能平臺(tái)，其發(fā)展路線分兩條走：一是主攻高端算法的實(shí)現(xiàn)，對(duì)于指令的邏輯性控制要更復(fù)雜一些，在面向需求通用的AI計(jì)算方面具有優(yōu)勢(shì);二是主攻通用性人工智能平臺(tái)，GPU的通用性強(qiáng)，所以應(yīng)用于大型人工智能平臺(tái)可高效完成不同的需求。

FPGA更適用于各種細(xì)分的行業(yè)，人工智能會(huì)應(yīng)用到各個(gè)細(xì)分領(lǐng)域。

ASIC芯片是全定制芯片，長(zhǎng)遠(yuǎn)看適用于人工智能。因?yàn)樗惴◤?fù)雜度越強(qiáng)，越需要一套專用的芯片架構(gòu)與其進(jìn)行對(duì)應(yīng)，而ASIC基于人工智能算法進(jìn)行定制，其發(fā)展前景看好。

類腦芯片是人工智能最終的發(fā)展模式，但是離產(chǎn)業(yè)化還很遙遠(yuǎn)。

從應(yīng)用場(chǎng)景來(lái)看，人工智能芯片應(yīng)用于云端和設(shè)備端。

在深度學(xué)習(xí)的訓(xùn)練階段需要極大的數(shù)據(jù)量和大運(yùn)算量，單一處理器無(wú)法獨(dú)立完成，因此訓(xùn)練環(huán)節(jié)只能在云端實(shí)現(xiàn)。

云AI芯片的特點(diǎn)是性能強(qiáng)大、能夠同時(shí)支持大量運(yùn)算、并且能夠靈活地支持圖片、語(yǔ)音、視頻等不同AI應(yīng)用。

我們現(xiàn)在使用的各種互聯(lián)網(wǎng)AI能力（比如在線翻譯、人證比對(duì)），背后都有云AI芯片在發(fā)揮作用或提供算力。

英特爾、IBM等老牌云服務(wù)器芯片廠商同樣在積極布局這一市場(chǎng)，各自通過(guò)并購(gòu)、投資、研發(fā)等方式不斷切入云AI芯片市場(chǎng)。

在設(shè)備端，智能終端的數(shù)量龐大，而且需求差異較大，推理環(huán)節(jié)無(wú)法在云端完成，要求設(shè)備有獨(dú)立的推理計(jì)算能力。這便需要有嵌入到設(shè)備內(nèi)部的端AI芯片，讓設(shè)備不需要聯(lián)網(wǎng)就能具備AI能力。

它們的特點(diǎn)是體積小、耗電少，而且性能不需要特別強(qiáng)大，通常只需要支持一兩種AI能力。

現(xiàn)在手機(jī)里的芯片、攝像頭里的芯片、甚至你家電飯煲里的芯片都開(kāi)始陸續(xù)AI化。

云端格局應(yīng)該變化不大，但是在終端方面變數(shù)未定，邊緣計(jì)算值得關(guān)注。云端市場(chǎng)已被巨頭瓜分殆盡，創(chuàng)業(yè)公司生存空間幾乎消失。倒是終端市場(chǎng)群雄割據(jù)，機(jī)會(huì)尚存。

從功能上來(lái)看，人工智能包括推理和訓(xùn)練兩個(gè)環(huán)節(jié)。

訓(xùn)練是指通過(guò)大數(shù)據(jù)訓(xùn)練出一個(gè)復(fù)雜的神經(jīng)網(wǎng)絡(luò)模型，即用大量標(biāo)記過(guò)的數(shù)據(jù)來(lái)“訓(xùn)練”相應(yīng)的系統(tǒng)，使之可以適應(yīng)特定的功能。推理是指利用訓(xùn)練好的模型，使用新數(shù)據(jù)推理出各種結(jié)論。

訓(xùn)練市場(chǎng)目前能與NVIDIA競(jìng)爭(zhēng)的就是Google，傳統(tǒng)CPU/GPU廠家Intel和AMD也在努力進(jìn)入這Training市場(chǎng)。

訓(xùn)練和推理在目前大多數(shù)的AI系統(tǒng)中，是相對(duì)獨(dú)立的過(guò)程，其對(duì)計(jì)算能力的要求也不盡相同。

總的來(lái)說(shuō)：訓(xùn)練需要極高的計(jì)算性能，需要較高的精度，需要能處理海量的數(shù)據(jù)，需要有一定的通用性，以便完成各種各樣的學(xué)習(xí)任務(wù)。

推理相對(duì)來(lái)說(shuō)對(duì)性能的要求并不高，對(duì)精度要求也要更低，在特定的場(chǎng)景下，對(duì)通用性要求也低，能完成特定任務(wù)即可，但因?yàn)橥评淼慕Y(jié)果直接提供給終端用戶，所以更關(guān)注用戶體驗(yàn)的方面的優(yōu)化。

訓(xùn)練將在很長(zhǎng)一段時(shí)間里集中在云端，推理的完成目前也主要集中在云端，但隨著越來(lái)越多廠商的努力，很多的應(yīng)用將逐漸轉(zhuǎn)移到終端。

全球最受關(guān)注AI芯片廠商

在人工智能芯片領(lǐng)域，國(guó)外芯片巨頭占據(jù)了絕大部分市場(chǎng)份額，不論是在人才聚集還是公司合并等方面，都具有領(lǐng)先優(yōu)勢(shì)。而國(guó)內(nèi)人工智能公司則也呈現(xiàn)百家爭(zhēng)鳴的局面。

2018年5月，市場(chǎng)研究顧問(wèn)公司Compass Intelligence發(fā)布了關(guān)于AI芯片最新調(diào)研報(bào)告。這份報(bào)告總計(jì)對(duì)100多家公司進(jìn)行評(píng)估，最終名單包括24家排名最高的公司。

在企業(yè)排名表中，前三名為英偉達(dá)、英特爾和恩智浦。該排行榜中共有七家中國(guó)人工智能（AI）芯片公司入圍榜單Top24。華為排12名，成中國(guó)大陸地區(qū)最強(qiáng)芯片廠商。其余六家中國(guó)公司分別為：聯(lián)發(fā)科、Imagination、瑞芯微、芯原、寒武紀(jì)、地平線。

附排行榜前十名企業(yè)的資料：

英偉達(dá)：占全球AI芯片50%以上市場(chǎng)份額

成立于1993年的英偉達(dá)無(wú)疑是AI芯片市場(chǎng)中無(wú)可爭(zhēng)議的領(lǐng)導(dǎo)者。

英偉達(dá)一直致力于設(shè)計(jì)各種GPU：針對(duì)個(gè)人和游戲玩家的GeForce系列，針對(duì)專業(yè)工作站的Quadro系列，以及針對(duì)服務(wù)器和高性能運(yùn)算的Tesla系列。

英偉達(dá)占據(jù)了全球AI芯片市場(chǎng)的50%以上份額，旗下產(chǎn)品線遍布自動(dòng)駕駛汽車、高性能計(jì)算、機(jī)器人、醫(yī)療保健、云計(jì)算、游戲視頻等眾多領(lǐng)域。

由于在AI領(lǐng)域的一家獨(dú)大，英偉達(dá)的股價(jià)在過(guò)去一年的時(shí)間里狂漲了300%。

2017年，從游戲、數(shù)據(jù)中心到人工智能，市場(chǎng)對(duì)英偉達(dá)芯片的需求一路上升。

英特爾：專注計(jì)算機(jī)視覺(jué)芯片VPU

英特爾作為傳統(tǒng)PC芯片的老大，也在積極向PC以外的市場(chǎng)轉(zhuǎn)型。在AI芯片方面，英特爾專注于計(jì)算機(jī)視覺(jué)優(yōu)化方面的VPU（Vision Processing Unit）。

為了加強(qiáng)在人工智能芯片領(lǐng)域的實(shí)力，英特爾以 167 億美元收購(gòu) FPGA 生產(chǎn)商 Altera，以 153 億美元收購(gòu)自動(dòng)駕駛技術(shù)公司 Mobileye，以及機(jī)器視覺(jué)公司 Movidius和為自動(dòng)駕駛汽車芯片提供安全工具的公司Yogitech。

IBM：?jiǎn)?dòng)類人腦芯片的研發(fā)

IBM很早以前就發(fā)布過(guò)watson，早就投入了很多的實(shí)際應(yīng)用中去。除此之外，還啟動(dòng)了對(duì)類人腦芯片的研發(fā)，那就是TrueNorth。

TrueNorth是IBM參與DARPA的研究項(xiàng)目SyNapse的最新成果。SyNapse全稱是Systems of Neuromorphic Adaptive Plastic Scalable Electronics（自適應(yīng)可塑可伸縮電子神經(jīng)系統(tǒng)，而SyNapse正好是突觸的意思），其終極目標(biāo)是開(kāi)發(fā)出打破馮?諾依曼體系的硬件。

谷歌：為機(jī)器學(xué)習(xí)應(yīng)用而設(shè)計(jì)的專用芯片TPU

Google在2016年宣布獨(dú)立開(kāi)發(fā)一種名為TPU的全新的處理系統(tǒng)。在2016年3月打敗了李世石和2017年5月打敗了柯杰的的阿爾法狗，就是采用了谷歌的TPU系列芯片。

TPU是專門為機(jī)器學(xué)習(xí)應(yīng)用而設(shè)計(jì)的專用芯片。

通過(guò)降低芯片的計(jì)算精度，減少實(shí)現(xiàn)每個(gè)計(jì)算操作所需的晶體管數(shù)量，從而能讓芯片的每秒運(yùn)行的操作個(gè)數(shù)更高，這樣經(jīng)過(guò)精細(xì)調(diào)優(yōu)的機(jī)器學(xué)習(xí)模型就能在芯片上運(yùn)行得更快，加深了人工智能在學(xué)習(xí)和推理方面的能力，進(jìn)而更快地讓用戶得到更智能的結(jié)果。

蘋果：神經(jīng)網(wǎng)絡(luò)引擎提升蘋果手機(jī)性能

在iPhone 8和iPhone X的發(fā)布會(huì)上，蘋果明確表示其中所使用的A11處理器集成了一個(gè)專用于機(jī)器學(xué)習(xí)的硬件——“神經(jīng)網(wǎng)絡(luò)引擎（Neural Engine）”，每秒運(yùn)算次數(shù)最高可達(dá)6000億次。

這塊芯片將能夠改進(jìn)蘋果設(shè)備在處理需要人工智能的任務(wù)時(shí)的表現(xiàn)，比如面部識(shí)別和語(yǔ)音識(shí)別等。

AMD：重回服務(wù)器市場(chǎng)

AMD首先挑戰(zhàn)的是x86服務(wù)器市場(chǎng)，試圖在這個(gè)領(lǐng)域?qū)ふ伊⒆泓c(diǎn)。AMD在去年6月正式推出全線的超智能服務(wù)器處理器產(chǎn)品——EPYC（霄龍）。

時(shí)隔兩個(gè)月，AMD又將全套EPYC 7000系列數(shù)據(jù)中心處理器家族帶到中國(guó)。

值得注意的是包括騰訊、京東、百度、聯(lián)想、曙光等十余家產(chǎn)業(yè)鏈合作伙伴帶著產(chǎn)品和合作成果為AMD回歸服務(wù)器的中國(guó)站活動(dòng)見(jiàn)證，可見(jiàn)中國(guó)市場(chǎng)將是AMD復(fù)興之路的一個(gè)重要陣地。

另外，去年12月，相爭(zhēng)50多年的Intel和AMD宣布將聯(lián)手推出一款結(jié)合英特爾處理器和AMD圖形單元的筆記本電腦芯片，一時(shí)間業(yè)內(nèi)嘩然。Intel和AMD的合作或許會(huì)對(duì)Nvida產(chǎn)生一些影響。

ARM：讓平民也能用上人工智能

ARM曾在去年推出了一套全新芯片架構(gòu)技術(shù)DynamIQ，這套IP套件可以與其無(wú)縫集成。

DynamIQ不僅采用了新的指令集，專門針對(duì)人工智能進(jìn)行了優(yōu)化；而且同時(shí)可容納8個(gè)核，并且提高了芯片架構(gòu)的靈活性，支持大小核的靈活配置。

今年又推出了一套全新的Mali多媒體IP套件，適用于手機(jī)、平板、電視等芯片。

這套全新的Mali多媒體IP套件中包括Mali-G52 GPU、Mali-G31 GPU、Mali-D51顯示處理器、Mali-V52視頻處理器，其中Mali-G52 GPU將機(jī)器學(xué)習(xí)方面性能提高了3.6倍、Mali-G31則是ARM最小的處理器，能夠?yàn)橹械投酥悄茉O(shè)備帶來(lái)人工智能能力。

高通：力推深度學(xué)習(xí)的移動(dòng)設(shè)備芯片

在智能手機(jī)芯片占據(jù)絕對(duì)優(yōu)勢(shì)的高通也在人工智能方面積極布局。

據(jù)高通提供的資料顯示，其在人工智能方面已投資了Clarifai公司和中國(guó)“專注于物聯(lián)網(wǎng)人工智能服務(wù)”的云知聲。

而早在2015年CES上，高通推出了一款搭載驍龍SoC的飛行機(jī)器人——Snapdragon Cargo。高通認(rèn)為在工業(yè)、農(nóng)業(yè)的監(jiān)測(cè)以及航拍對(duì)拍照、攝像以及視頻新需求上，公司恰好可以發(fā)揮其在計(jì)算機(jī)視覺(jué)領(lǐng)域的能力。

此外，高通的額驍龍820芯片也被應(yīng)用于VR頭盔中。事實(shí)上，高通已經(jīng)在研發(fā)能在本地完成深度學(xué)習(xí)的移動(dòng)設(shè)備芯片。

三星：三年內(nèi)自家智能手機(jī)都采用人工智能芯片

2017年，華為海思推出了麒麟970芯片，據(jù)知情人士透露，為了對(duì)標(biāo)華為，三星已經(jīng)研發(fā)了許多種類的人工智能芯片。

三星計(jì)劃在未來(lái)三年內(nèi)自家智能手機(jī)中都采用人工智能芯片，并且他們還將為人工智能設(shè)備建立新的組件業(yè)務(wù)。

三星還投資了Graphcore、深鑒科技等人工智能芯片企業(yè)。

中國(guó)有哪些值得關(guān)注的AI芯片企業(yè)？

在資本和媒體的熱捧之下，國(guó)內(nèi)AI芯片創(chuàng)業(yè)市場(chǎng)逐漸升溫加熱，順勢(shì)而為的創(chuàng)業(yè)者也不在少數(shù)。

僅僅是在2017年10月-11月這兩個(gè)月間，國(guó)內(nèi)就有四家AI芯片公司同時(shí)宣布獲得千萬(wàn)美元以上的巨額融資。在去年下半年的幾個(gè)月時(shí)間里，至少有十幾款A(yù)I芯片面市。

芯片產(chǎn)品升級(jí)周期普遍長(zhǎng)達(dá)12-24個(gè)月，如今這樣密集火熱的市場(chǎng)轟炸，簡(jiǎn)直有如一場(chǎng)AI芯片的集體狂歡。

以下是機(jī)器人文明盤點(diǎn)的17家國(guó)內(nèi)涉足AI芯片的企業(yè)：