必一运动传统芯片包括CPU、GPU、DSP、FPGA等，它们在设计之初并非用于智能AI算法和应用，但可通过灵活通用的指令集或可重构的硬件单元覆盖人工智能程序底层所需的基本运算操作，从功能上可以满足人工智能应用的需求，但在芯片架构、性能、能效等方面并不能适应AI技术与应用的快速发展。而智能芯片是面向AI领域而专门设计的芯片，其架构和指令集针对AI领域中的各类算法和应用作了专门优化，可高效支持视觉、语音、自然语言处理和传统机器学习等智能处理任务。
根据Tractica的研究报告显示，2019年全球人工智能芯片的市场规模为110亿美元。中商产业研究院预测，2025年全球人工智能芯片市场规模达724亿美元，7年复合增长率达36.90%。中国AI芯片行业发展尚处于起步阶段，两年迎来了新一轮的爆发。2019-2024年，中国AI芯片市场规模仍将保持40%以上的增长速度，预计2024年中国AI芯片市场规模将增长至785亿元。
人工智能技术在云端（云）、边缘端（边）和终端（端）设备中均有广泛应用，但都需要由核心芯片提供计算能力支撑。云、边、端三种场景对于芯片的运算能力和功耗等特性有着不同要求，单一品类的智能芯片难以满足实际应用的需求。因此根据硬件部署的场景不同，AI芯片主要可分为云端、边缘端和终端三大类。云端智能芯片主要应用于云数据中心等，边缘端AI芯片主要用于智能制造、智能家居等场景，终端智能芯片主要用于消费类电子和智能汽车等场景。
得益于其强大的并行计算能力、通用性以及成熟的开发环境，英伟达的GPU占据云端场景下AI芯片的大部分，但其GPU也高能耗以及高昂的价格等缺点。基于此，包括创业公司、科技巨头等都在积极寻找GPU的替代方案。谷歌（TPU系列）、寒武纪（MLU系列）、华为海思（昇腾系列）等企业都处于市场开拓阶段，市场份额相比于Nvidia来说均较小B体育。但是，公司所采用的针对人工智能应用而专门设计的通用型智能芯片架构，从计算效率、性能功耗比等方面来看均已达到行业先进水平，将成为未来人工智能芯片发展的主流技术路径。
在边缘智能计算市场，主要目前市场份额主要也由Nvidia所占据，其主要产品包括Jeston TX1、Jeston TX2以及最新的Xavier和Xavier NX。寒武纪和华为海思（昇腾）是较早进入该领域的中国代表性厂商，目前仍处于市场开拓阶段，未来应用前景广阔。
终端寒武纪较早实现规模化应用。目前提供终端智能处理器IP的厂商主要包括寒武纪、ARM（英国）、CEVA（以色列）B体育、Cadence（美国）等。其中ARM和寒武纪的产品是专门针对智能计算设计的架构，CEVA和Cadence的产品是基于DSP产品演进而来。从市场出货量来看B体育，采用寒武纪终端智能处理器IP的SoC芯片出货量已经超过一亿颗，在终端智能处理器IP市场较早实现了规模化应用。
官方微信
官方微博
