人工智能的目標(biāo)是對人意識(shí)和思維過程的模擬，讓機(jī)器做到像人一樣思考，甚至超過人的智能，從而使機(jī)器能夠勝任通常需要人類智能才能完成的復(fù)雜工作。

人工智能算法不同于常規(guī)算法，需要用到大量的卷積等特定運(yùn)算，常規(guī)處理器芯片在進(jìn)行這些運(yùn)算時(shí)效率較低，人工智能算法需要特殊的芯片。

在人工智能超過60年的發(fā)展歷程中，經(jīng)歷了漫長的歷史演進(jìn)和技術(shù)更迭，并曾兩次陷入低谷。近幾年隨著工業(yè)4.0、智能生活、“互聯(lián)網(wǎng)+”等領(lǐng)域的快速進(jìn)步，加之深度學(xué)習(xí)算法在語音和視覺識(shí)別上取得突破，人工智能技術(shù)開始滲透至工業(yè)、醫(yī)療、教育、安全等多個(gè)領(lǐng)域，2015年全球人工智能市場規(guī)模為74.5億美元，而到2020年市場規(guī)模將擴(kuò)大至183億美元，復(fù)合年增長率將達(dá)到19.7%。同時(shí)預(yù)計(jì)到2020年，中國人工智能市場規(guī)模將從2015年的12億元增長至91億元人民幣，復(fù)合年增長率將達(dá)到50.0%。

人工智能市場規(guī)模的快速增長得益于其應(yīng)用領(lǐng)域的不斷開拓。目前已經(jīng)覆蓋包括深度學(xué)習(xí)、機(jī)器視覺、指紋識(shí)別、人臉識(shí)別、個(gè)人助理、智慧機(jī)器人等13個(gè)具體應(yīng)用，涉及工業(yè)機(jī)器人、安全識(shí)別、無人駕駛、智能醫(yī)療、智能家居等多個(gè)新興產(chǎn)業(yè)，人工智能勢必將成為新一輪科技革命的強(qiáng)大推動(dòng)力量。強(qiáng)大推動(dòng)力的背后，是AI芯片之爭，其主要分為以下幾種：

1.GPU芯片。即圖形處理器，原本是在個(gè)人電腦、工作站、游戲機(jī)和一些移動(dòng)設(shè)備上專門進(jìn)行圖像運(yùn)算工作的微處理器。由于其強(qiáng)大的并行計(jì)算能力，GPU逐漸成為目前深度學(xué)習(xí)領(lǐng)域使用最為廣泛的核心芯片。

GPU已經(jīng)在圖像識(shí)別、人臉識(shí)別、語音識(shí)別、視頻分析、自然語言處理等多個(gè)領(lǐng)域大放奇彩，并逐漸向醫(yī)藥、安全、能源等領(lǐng)域滲透。下游應(yīng)用的不斷擴(kuò)展反過來又催生了加速計(jì)算GPU的快速發(fā)展。

GPU與CPU有相同之處，兩者都有總線和外界聯(lián)系，都有自己的緩存系統(tǒng)，以及數(shù)字和邏輯運(yùn)算單元。兩者也具有很大的差異。CPU需要很強(qiáng)的通用性來處理各種不同的數(shù)據(jù)類型，同時(shí)又需要進(jìn)行邏輯判斷、分支跳轉(zhuǎn)和中斷等處理，因此CPU內(nèi)部的結(jié)構(gòu)異常復(fù)雜；而GPU專門執(zhí)行復(fù)雜的數(shù)學(xué)幾何計(jì)算，面對的是類型高度統(tǒng)一、相互無依賴的大規(guī)模數(shù)據(jù)和不需要被打斷的純凈計(jì)算環(huán)境。所以與CPU擅長邏輯控制和通用類型數(shù)據(jù)運(yùn)算不同，GPU擅長大規(guī)模、獨(dú)立的浮點(diǎn)和并行計(jì)算。中國在GPU芯片設(shè)計(jì)領(lǐng)域發(fā)展相對較晚，當(dāng)前掌握核心技術(shù)的公司包括景嘉微、兆芯等。其中景嘉微研發(fā)的JM5400圖形芯片打破國外芯片在我國軍用GPU領(lǐng)域的壟斷，實(shí)現(xiàn)了軍用GPU國產(chǎn)化。

2.FPGA芯片。與GPU以及CPU相比，具有性能高、能耗低以及可硬件編程的特點(diǎn)。雖然FPGA的頻率一般比CPU低，但是可以用FPGA實(shí)現(xiàn)并行度很大的硬件計(jì)算器。比如一般CPU每次只能處理4到8個(gè)指令，在FPGA上使用數(shù)據(jù)并行的方法可以每次處理256個(gè)或者更多的指令，因此FPGA的數(shù)據(jù)吞吐量遠(yuǎn)超CPU。

FPGA高性能、低能耗以及可硬件編程的特點(diǎn)使其適用范圍得以擴(kuò)大，目前FPGA主要應(yīng)用于通訊、醫(yī)療電子、安全、視頻、工業(yè)自動(dòng)化等領(lǐng)域。

3.ASIC芯片。為深度學(xué)習(xí)量身定制的ASIC芯片將在計(jì)算速度和功耗上趕超GPU和FPGA，并隨著人工智能滲透率的不斷提升，未來在智能手機(jī)、物聯(lián)網(wǎng)、車聯(lián)網(wǎng)等領(lǐng)域，人工智能芯片將得到廣泛應(yīng)用，廣闊的市場空間為ASIC大規(guī)模量產(chǎn)創(chuàng)造了可能。隨著大規(guī)模量產(chǎn)條件下單片成本大幅下降，ASIC可能會(huì)成為未來深度學(xué)習(xí)領(lǐng)域的主流芯片。目前，科技巨頭紛紛在ASIC深度學(xué)習(xí)芯片上發(fā)力。

4.類腦芯片。其是一種基于神經(jīng)形態(tài)工程、借鑒人腦信息處理方式。旨在適于實(shí)時(shí)處理非結(jié)構(gòu)化信息、具有學(xué)習(xí)能力的超低功耗新型計(jì)算芯片?？梢哉f類腦芯片是更加接近人工智能目標(biāo)的芯片，其力圖在基本架構(gòu)上模仿人腦的工作原理，使用神經(jīng)元和突觸的方式替代傳統(tǒng)的架構(gòu)體系，使芯片能夠進(jìn)行異步、并行、低速和分布式處理信息數(shù)據(jù)的能力，同時(shí)具備自主感知、識(shí)別和學(xué)習(xí)的能力。

類腦芯片將主要實(shí)現(xiàn)兩大突破，一是突破傳統(tǒng)“執(zhí)行程序”計(jì)算范式的局限，有望形成“自主認(rèn)知”的新范式；二是突破傳統(tǒng)計(jì)算機(jī)體系結(jié)構(gòu)限制，實(shí)現(xiàn)數(shù)據(jù)并行傳送、分布式處理，能夠以極低的功耗實(shí)時(shí)處理海量數(shù)據(jù)。類腦芯片實(shí)時(shí)海量數(shù)據(jù)處理及極低能耗的特性預(yù)示著其廣闊的市場前景。如果類腦芯片能夠順利進(jìn)入消費(fèi)級應(yīng)用，到2022年其市場規(guī)模將達(dá)到千億級美元水平，消費(fèi)終端將占整體市場的98.17%，其他主流應(yīng)用包括國防安全、工業(yè)自動(dòng)化、航空航天等領(lǐng)域。

在全球智能化發(fā)展的浪潮中，人工智能已經(jīng)成為未來發(fā)展的重要領(lǐng)域，市場對于人工智能領(lǐng)域的關(guān)注度呈現(xiàn)指數(shù)級增長，人工智能技術(shù)有望引領(lǐng)下一輪科技革命，對于各個(gè)科技強(qiáng)國及科技巨頭，如何構(gòu)建最佳的架構(gòu)和系統(tǒng)來處理AI工作所必需的海量數(shù)據(jù)是重中之重，從最初的CPU到目前應(yīng)用較為廣泛的加速計(jì)算GPU、FPGA，再到前沿的ASIC、類腦芯片，芯片作為人工智能技術(shù)的核心技術(shù)環(huán)節(jié)，決定了整個(gè)領(lǐng)域未來的發(fā)展方向。

人工智能技術(shù)的發(fā)展跟數(shù)據(jù)量的飛躍式發(fā)展有密不可分的關(guān)系。預(yù)計(jì)到2020年全球數(shù)據(jù)總量將超過40ZB，而這一數(shù)據(jù)量是2011年的22倍。并且在過去的幾年，全球的數(shù)據(jù)量以每年58%的速度增長。面對如此龐大的數(shù)據(jù)量，目前平均每年僅有0.4%的數(shù)據(jù)得到了良好的分析利用，因此，進(jìn)一步發(fā)展人工智能關(guān)鍵之一就是增強(qiáng)數(shù)據(jù)挖掘的“縱深”，分析更深層面、更大規(guī)模的數(shù)據(jù)。

隨著云計(jì)算技術(shù)的不斷發(fā)展，和其超強(qiáng)計(jì)算、成本較低等特性被大眾所挖掘，58%的企業(yè)計(jì)劃使用基于網(wǎng)絡(luò)的云計(jì)算服務(wù)，而這一比例遠(yuǎn)超2014年的24%。云計(jì)算的市場規(guī)模也在逐漸擴(kuò)大，到2019年，全球云計(jì)算市場規(guī)模將達(dá)到3150億美元，遠(yuǎn)超當(dāng)前的1720億美元。

所以，人工智能關(guān)鍵技術(shù)是在云計(jì)算和大數(shù)據(jù)日益成熟的背景下取得了突破性進(jìn)展，云計(jì)算為人工智能提供平臺(tái)，而大數(shù)據(jù)為人工智能提供信息來源。目前各大科技巨頭看好未來人工智能走向云端的發(fā)展態(tài)勢，紛紛在自有云平臺(tái)基礎(chǔ)上搭載人工智能系統(tǒng)，以期利用沉淀在云端的大數(shù)據(jù)挖掘價(jià)值。

當(dāng)前各大科技巨頭在人工智能芯片領(lǐng)域的布局大多集中在云端AI芯片領(lǐng)域，在云端處理與AI相關(guān)的任務(wù)，雖然這種方法可以獲得優(yōu)異的處理器性能，但在安全性和隱私性方面有所犧牲。對于廣闊的消費(fèi)電子市場，終端AI芯片領(lǐng)域未來有望放量。

雖然我國在人工智能領(lǐng)域的積淀時(shí)間相對較短，但發(fā)展迅速：國內(nèi)領(lǐng)先企業(yè)已經(jīng)在無人駕駛、車聯(lián)網(wǎng)、機(jī)器人、智能家居和云端服務(wù)器領(lǐng)域取得了較多突破進(jìn)展；同時(shí)中國人工智能市場份額年增速高達(dá)50%，遠(yuǎn)超全球平均水平的19.7%。相信隨著相關(guān)知識(shí)產(chǎn)權(quán)的不斷開放和技術(shù)的不斷積累，未來我國在人工智能芯片領(lǐng)域的發(fā)展速度將大幅提高。