本文來自“2023年AI基礎設施技術詞條報告”，在AI芯片領域，國外芯片巨頭占據了大部分市場份額。全球范圍內主要布局人工智能芯片的廠商有Intel、NVIDIA、Qualcomm、Google等。美國的巨頭企業，憑借著多年在芯片領域的領先地位，迅速切入AI領域并積極布局，目前已經成為該產業的引領者。

我國AI芯片產業起步較晚，技術上與世界先進水平也還存在著較大的差距。國內AI芯片市場也較為分散，集中度低。隨著數字經濟的興起，人工智能已經深入滲透到各個行業，特別是在互聯網等科技公司中更為普及。這些公司對于計算機軟件技術和存儲設備的要求極高，因此對于底層技術的布局和提升更為重視，尤其是在人工智能芯片領域。

IDC預計，到2025年人工智能芯片市場規模將達726億美元。人工智能芯片搭載率將持續增高，目前每臺人工智能服務器上普遍多配置2個GPU，未來18個月，GPU、ASIC和FPGA的搭載率均會上升。

2022年加速服務器市場規模達到67億美元，同比增長24%。其中GPU服務器依然是主導地位，占據89%的市場份額，達到60億美元。同時NPU、ASIC和FPGA等非GPU加速服務器以同比12%的增速占有了11%的市場份額，達到7億美元。

從技術架構來看，AI芯片主要分為圖形處理器（GPU）、現場可編程門陣列（FPGA）、專用集成電路（ASIC）、類腦芯片四大類。其中，GPU是較為成熟的通用型人工智能芯片，FPGA和ASIC則是針對人工智能需求特征的半定制和全定制芯片，類腦芯片顛覆傳統馮諾依曼架構，是一種模擬人腦神經元結構的芯片，類腦芯片的發展尚處于起步階段。

AI芯片（GPU/FPGA/ASIC）在云端同時承擔人工智能“訓練”和“推斷”過程，在終端主要承擔“推斷”過程，從性能與成本來看ASIC最優；

ASIC作為專用芯片，算力與功耗在通用芯片GPU具有絕對優勢，但開發周期較長，落地較慢，需一定規模后才能體現成本優勢；

FPGA可以看做從GPU到ASIC重點過渡方案。相對于GPU可深入到硬件級優化，相比ASIC在算法不斷迭代演進情況下更具靈活性，且開發時間更短。

近年來GPU市場由英特爾、英偉達和AMD三分天下，其中英特爾的市場占比份額在60%以上，其次是英偉達和AMD。英特爾的身位領先主要得益于在家用機的集成GPU芯片市場的絕對主導地位，而在AI及高性能計算方面，則英偉達憑借其自身CUDA生態占據絕對主導地位。

美國陸續收緊中國獲得國際先進芯片的能力，不僅限制中國進口尖端芯片，還限制中國獲得最新的芯片生產工具。中國在FPGA、GPU領域缺乏有競爭力的原創產品，只是基于FPGA/GPU做進一步開發，這主要與我國在芯片領域一直缺乏關鍵核心自主技術有關，FPGA/GPU 的技術壁壘已很高，很難有所突破。