2017年堪稱人工智能應用的元年，智能音箱等終端被寄予新風口而風靡。而隨著算法的不斷迭代、算力的不斷提升和數據量的激增，激發了人工智能產業的快速發展，2018年更是被稱為人工智能技術規模應用的“拐點”。

而作為人工智能技術的核心，人工智能芯片也備受關注，引得國內外科技巨頭紛紛布局。谷歌、蘋果、英特爾、高通、阿里巴巴、百度等巨頭紛紛開始自主研發人工智能芯片。

國外AI芯片巨頭“先行一步”

自2016年3月谷歌AlphaGo戰勝圍棋世界冠軍李世乭開始，谷歌人工智能就揭開神秘面紗活躍在大眾視線中，2017年AlphaGo與柯潔的圍棋對戰，更是受到矚目。事實上，打敗世界冠軍的AlphaGo采用的就是谷歌的 TPU 系列芯片。

2016年谷歌宣布獨立開發一種名為TPU 的全新的處理系統，專門為機器學習應用而設計的專用芯片。通過降低芯片的計算精度，減少實現每個計算操作所需晶體管數量的方式，讓芯片的每秒運行的操作個數更高，這樣經過精細調優的機器學習模型就能在芯片上運行得更快，進而更快地讓用戶得到更智能的結果。

2016年5月，在谷歌I/O大會上谷歌首次公布了自主設計的TPU；2017年谷歌I/O大會宣布正式推出第二代TPU處理器；2018年谷歌I/O大會上發布新一代TPU處理器——TPU 3.0。

TPU 3.0采用8位低精度計算以節省晶體管數量，對精度影響很小但可以大幅節約功耗、加快速度，同時還有脈動陣列設計，優化矩陣乘法與卷積運算，并使用更大的片上內存，減少對系統內存的依賴，速度能加快到最高 100PFlops（每秒1000萬億次浮點計算）。

11月28日，在拉斯維加斯召開的AWS re：Invent2018大會上，亞馬遜云CEO Andy Jassy正式發布了其首款云端AI芯片Inferentia。據悉Inferentia將是一款高性能、低延遲、持續性好、性價比更高的機器學習芯片，每個Inferentia芯片的計算力將會高達“數百TOPS”，多塊芯片組合在一起后的計算力將會實現“數千TOPS”。

此外，在智能手機芯片市場“風生水起”的高通，也在人工智能芯片方面積極布局。高通為AI芯片新開了產品線，以700系列命名，第一款芯片就是5月24日祭出的驍龍710，專門瞄準高端手機。這款芯片采用10納米工藝，搭載多核人工智能引擎AI Engine，能夠為拍照、物體分類、面部檢測、場景分割、自然語言理解、語音識別、安全認證以及資源管理等場景提供服務，AI運算能力比驍龍660提高225%。

而身為PC芯片巨頭，英特爾除了積極涉足移動領域，也押注人工智能芯片。5月23日，英特爾推出第三代人工智能芯片Spring Crest，主打深度學習、機器訓練。據悉，這款芯片2019年下半年將向市場開放。

國內AI芯片百家爭鳴

與國外發展態勢相比，我國以往長期在CPU、 GPU、DSP 處理器設計上處于追趕地位。然而，人工智能的興起無疑是中國在處理器領域實現“彎道超車”的絕佳機遇。

2017年8月Hot Chips大會上百度發布了與賽思靈（Xilinx）合作的 XPU，這是一款 256 核、基于FPGA的云計算加速芯片。XPU采用新一代AI處理架構，擁有GPU的通用性和 FPGA的高效率和低能耗，對百度的深度學習平臺PaddlePaddle做了高度的優化和加速；

2018年7月，百度AI開發者大會上百度CEO兼董事長李彥宏發布了中國第一款云端全功能AI芯片“昆侖”，據介紹，其訓練芯片和推理芯片采用三星14nm工藝，512GB/s內存帶寬，由幾萬個小核心構成，其最高算力可達260TOPS，支持語音、圖像、自然語言處理、自動駕駛等多種AI應用，且編程靈活度很高。

2017年華為海思推出了全球首款AI芯片麒麟 970 。此芯片搭載的神經網絡處理器 NPU 采用寒武紀 IP，臺積電10nm工藝，擁有55億個晶體管，功耗相比上一代芯片降低 20%。 CPU 架構方面為 4 核 A73+4 核 A53 組成 8 核心，能耗同比上一代芯片得到 20%的提升； GPU 方面采用了 12 核 Mali G72 MP12GPU，在圖形處理以及能效兩項關鍵指標方面分別提升 20%和50%； NPU 采用 HiAI移動計算架構，在 FP16 下提供的運算性能可以達到 1.92 TFLOPs，相比四個 Cortex-A73 核心，處理同樣的 AI 任務，有大約具備 50 倍能效和 25 倍性能優勢；

2018年10月，在華為全聯接大會上，華為董事長、輪值董事長徐直軍發布了兩款華為自主研發的，基于達芬奇架構的云端AI芯片昇騰(Ascend)系列。

值得一提的是，繼首度公開造芯計劃、全資收購中天微后，阿里巴巴在芯片界又投下一顆深水炸彈——宣布成立芯片公司“平頭哥半導體有限公司”。阿里表示平頭哥由正在研發云端AI芯片Ali-NP的阿里達摩院和中天微的芯片研發團隊組成，2019年將發布首款自研AI芯片，推進阿里云端一體化的芯片布局。

不確定未來的人工智能更需要開放合作的產業生態鏈

隨著國內外巨頭的相繼入局，近兩年來人工智能發展迅猛。據前瞻產業研究院數據顯示，2017年全球人工智能芯片市場規模達到44.7億美元，預計到2018年將達到57億美元，2020年有望突破百億大關。

盡管發展快速，但不可否認人工智能還處于初期階段。正如Cadence產品工程高級總監劉淼于12月12日IC China分論壇上所言，“現階段我們的人工智能還處于弱人工智能階段，無法代替大腦來做更多的事情。”

當前的人工智能領域取得的主要進展是基于深度神經網絡的機器學習，更擅長解決的是感知問題，在認知問題上還處于摸索階段，距離所謂的通用人工智能還有很大差距。目前百家爭鳴的人工智能芯片有待于創新鏈與產業鏈的緊密結合，推動開放合作、共享共贏的產業生態鏈的形成。