（文章來源：百家號）

全球AI芯片企業排行榜的公布，在國內引起了廣泛關注和熱議，紛紛鼓吹中國憑借AI芯片便能在芯片行業崛起，但所有AI芯片均沒有看到顛覆性的技術出現。美國AI芯片巨頭壟斷，英偉達、英特爾和谷歌等科技巨頭齊發力。英偉達作為人工智能領域涉及面最廣、市場份額最大的公司，其更專注于GPU和無人駕駛領域芯片，在全球GPU市場上占據70%份額。

全球最大計算機芯片制造商的英特爾，伴隨著人工智能的風潮，接連收購Altera、Nervana、Movidius，全方位布局AI，其子公司Movidius在2017年便推出視覺處理器Myriad X。2016年便宣布公司戰略轉為AIFirst（人工智能先行）的谷歌，在2018 Google I/O開發者大會上發布第三代TPU，在ASIC方向深耕AI芯片。

但以上均沒有顛覆性技術報道。相比美國，國內企業紛紛搶占AI芯片賽道，目前已涌現出華為、Imagination、瑞芯微、芯原、寒武紀和地平線等潛力企業。啟英泰倫研發的CI1006 AI芯片，集成腦神經網絡處理硬件單元，專供語音識別，提升智能語音識別響應及控制速度，實現單芯片本地離線大詞匯量識別。

又如華為在海思麒麟970處理器中搭載寒武紀AI芯片，運用于Mate 10手機中，在圖片識別速度上明顯提升。但也均無顛覆性技術報道。目前，AI芯片主要以CPU、GPU、FPGA、ASIC為主，如英特爾AI芯片屬于CPU，英偉達屬于GPU，阿爾特拉屬于FPGA，寒武紀和地平線屬于ASIC，其中，CPU和GPU屬于通用型，FPGA和ASIC屬于專用型。

相比CPU，GPU具有明顯的數據吞吐量和并行計算優勢，最早被用于 AI 計算，廣泛應用在數據中心中。FPGA在2015年后異軍突起，適用于虛擬化云平臺和預測階段，ASIC 芯片具備適用于人工智能平臺和智能終端領域的特性，但是和FPGA芯片一樣，不具備批量生產優勢，也就是說沒有價格優勢。

AI芯片快速發展的同時面臨著嚴峻現實問題。因為應用場景不同，在算法上也不能通用，無法固定，所以算法和應用僅處于一一對應階段，沒有像CPU一樣的通用算法芯片。在架構上，目前是CPU+GPU、CPU+FPGA、CPU+ASIC組合。

AI芯片的發展需隨場景不同而變化，這是AI芯片架構發展的挑戰。AI芯片不僅僅只需要架構上的創新，目前采用CPU+GPU、CPU+FPGA、CPU+ASICAI構架的AI芯片其介質均基于硅，也未見顛覆性技術。量子計算機樣機早在3年前就已產生，目前還沒有被產業化，如果以量子為介質的芯片能產業化，并順利在短時間內嫁接到AI芯片上，或許能產生顛覆性變化。

AI芯片如不能在架構和介質上進行顛覆性創新，并進行產業化應用，再高的排名也是花拳繡腿。