目前，人工智能芯片架構百花齊放，云側雖仍以 GPU 為主，芯片市場仍以英偉達為主導，但邊緣側和端側智能芯片的發展競爭更為擴散，尤其是在端側涌現出面向不同場景的芯片架構。

端側多元化應用催生大量創新探索，傳統芯片企業和終端企業相對領先。

端側智能芯片熱點：汽車電子和嵌入式消費電子

汽車電子和嵌入式消費電子是這一時期端側智能芯片創新熱點。

其中，2020 年英偉達和英特爾在汽車智能芯片方面持續位于領先位置，英偉達圍繞自動駕駛 SoC Orin 芯片，與理想汽車、奔馳等多家車廠展開合作；吉利概念車則將搭載英特爾 EyeQ5 芯片；恩智浦、瑞薩和東芝等成熟汽車電子供應商，黑芝麻、地平線機器人等初創企業，以及特斯拉等汽車制造商積極研發自動駕駛汽車芯片，試圖與英偉達和英特爾雙巨頭爭奪市場份額。

相比之下，端側嵌入式消費電子類市場軟硬件成本以及供應鏈準入門檻較低，大量初創企業以不同的細分賽道加入市場競爭。

智能手機的神經網絡加速芯片市場，仍以高通等傳統移動芯片企業為主，初創企業主要集中在視覺和語音處理領域，包括異構智能NovuMind、 Syntiant 等。

軟件工具：從基礎計算向場景計算轉變

圍繞智能計算芯片的軟件工具開始從基礎計算向場景計算轉變。

早期， 以英偉達為代表的芯片企業不斷構建以 CUDA 編程模型為核心的高性能算子庫、通信算法、推理加速引擎等多層次基礎軟件工具生態。

當前，隨著智能技術在傳統行業中滲透的不斷深入， 頭部智能芯片企業開始構建面向差異化場景的軟硬一體平臺，實現底層芯片、編程框架、行業算法庫、細分場景研發平臺等全棧高效整合，試圖培育多樣化行業場景的計算生態、搶占細分市場。

例如， 2020 年，英偉達圍繞機器人和自動駕駛場景，打造 Jarvis 對話系統、 ISAAC 機器人等軟硬一體計算平臺，寶馬公司使用英偉達 ISSAC 機器人平臺、Jetson AGX Xavier 芯片平臺以及 EGX 邊緣計算機，開發包括導航、操控等五款機器人，依托深度神經網絡實現感知環境、檢測物體、自動導航等功能以改進物流工作流程。

云、邊、端成為算力供給的主要形態

多樣化算力供給模式開始顯現。目前，云、邊、端成為算力供給的主要形態。

云側算力主要以云智能服務、公共智能超算中心和自建數據中心三類供給模式為主：

亞馬遜、阿里云等云計算企業以云智能服務模式向中小型企業及個人售賣 AI 算力資源和技術服務，是目前最為主流的供給模式；

公共智能超算中心逐步興起，上海、深圳、重慶等多地開始投建公共智能超算中心，這類中心目前主要以政府主導建設為主，支撐本地企業、科研機構和高校的人工智能技術與應用創新，緩解地方企業及機構算力資源不足、成本較高等問題，推動區域人工智能產業的發展；

谷歌、臉書等頭部企業通過自建專有智能計算集群的形式提升自身業務運行性能，部分企業根據業務特點研發人工智能專用芯片，試圖大幅度降低算力成本。

與此同時，邊緣與端側計算模式成為熱點：

英特爾、英偉達等硬件芯片企業加大邊緣智能專用加速產品的布局力度，面向工業、交通等云邊協同場景提供解決方案；

寒武紀、地平線、云知聲等企業聚焦面向視覺、語音等智能任務的端側芯片研發，在無人機、可穿戴設備、智能攝像頭等智能終端中已顯現規模化應用態勢。
本文綜合整理自EDN綜合報道 智東西
責任編輯:pj