（1） 2007 年以前， AI 芯片產(chǎn)業(yè)一直沒有發(fā)展成為成熟的產(chǎn)業(yè)； 同時由于當(dāng)時算法、數(shù)據(jù)量等因素， 這個階段 AI 芯片并沒有特別強(qiáng)烈的市場需求，通用的 CPU 芯片即可滿足應(yīng)用需要。
（2） 隨著高清視頻、 VR、 AR游戲等行業(yè)的發(fā)展， GPU產(chǎn)品取得快速的突破； 同時人們發(fā)現(xiàn) GPU 的并行計算特性恰好適應(yīng)人工智能算法及大數(shù)據(jù)并行計算的需求，如 GPU 比之前傳統(tǒng)的 CPU在深度學(xué)習(xí)算法的運(yùn)算上可以提高幾十倍的效率，因此開始嘗試使用 GPU進(jìn)行人工智能計算。
（3） 進(jìn)入 2010 年后，云計算廣泛推廣，人工智能的研究人員可以通過云計算借助大量 CPU 和 GPU 進(jìn)行混合運(yùn)算，進(jìn)一步推進(jìn)了 AI 芯片的深入應(yīng)用，從而催生了各類 AI 芯片的研發(fā)與應(yīng)用。
（4） 人工智能對于計算能力的要求不斷快速地提升，進(jìn)入 2015 年后， GPU 性能功耗比不高的特點(diǎn)使其在工作適用場合受到多種限制， 業(yè)界開始研發(fā)針對人工智能的專用芯片，以期通過更好的硬件和芯片架構(gòu)，在計算效率、能耗比等性能上得到進(jìn)一步提升。
2、我國 AI 芯片發(fā)展情況
目前，我國的人工智能芯片行業(yè)發(fā)展尚處于起步階段。 長期以來，中國在 CPU、 GPU、DSP 處理器設(shè)計上一直處于追趕地位，絕大部分芯片設(shè)計企業(yè)依靠國外的 IP 核設(shè)計芯片，在自主創(chuàng)新上受到了極大的限制。 然而，人工智能的興起，無疑為中國在處理器領(lǐng)域?qū)崿F(xiàn)彎道超車提供了絕佳的機(jī)遇。 人工智能領(lǐng)域的應(yīng)用目前還處于面向行業(yè)應(yīng)用階段，生態(tài)上尚未形成壟斷，國產(chǎn)處理器廠商與國外競爭對手在人工智能這一全新賽場上處在同一起跑線上，因此， 基于新興技術(shù)和應(yīng)用市場，中國在建立人工智能生態(tài)圈方面將大有可為。
由于我國特殊的環(huán)境和市場，國內(nèi) AI 芯片的發(fā)展目前呈現(xiàn)出百花齊放、百家爭鳴的態(tài)勢， AI 芯片的應(yīng)用領(lǐng)域也遍布股票交易、金融、商品推薦、安防、早教機(jī)器人以及無人駕駛等眾多領(lǐng)域，催生了大量的人工智能芯片創(chuàng)業(yè)公司，如地平線、深鑒科技、中科寒武紀(jì)等。
盡管如此， 國內(nèi)公司卻并未如國外大公司一樣形成市場規(guī)模， 反而出現(xiàn)各自為政的散裂發(fā)展現(xiàn)狀。除了新興創(chuàng)業(yè)公司，國內(nèi)研究機(jī)構(gòu)如北京大學(xué)、清華大學(xué)、中國科學(xué)院等在AI 芯片領(lǐng)域都有深入研究；而其他公司如百度和比特大陸等， 2017 年也有一些成果發(fā)布?？梢灶A(yù)見，未來誰先在人工智能領(lǐng)域掌握了生態(tài)系統(tǒng)，誰就掌握住了這個產(chǎn)業(yè)的主動權(quán)。
3、AI學(xué)者概況
基于來自清華大學(xué)AMiner人才庫數(shù)據(jù)，全球人工智能芯片領(lǐng)域?qū)W者分布如圖所示，從圖中可以看到， 人工智能芯片領(lǐng)域的學(xué)者主要分布在北美洲，其次是歐洲。 中國對人工智能芯片的研究緊跟其后，南美洲、非洲和大洋洲人才相對比較匱乏。
▲ 人工智能芯片領(lǐng)域研究學(xué)者全球分布
按國家進(jìn)行統(tǒng)計來看美國是人工智能芯片領(lǐng)域科技發(fā)展的核心。 英國的人數(shù)緊排在美國之后。其他的專家主要分布在中國、 德國、 加拿大、意大利和日本。
▲人工智能芯片領(lǐng)域研究學(xué)者全球分布
聯(lián)系客服
