B-Sports用于处理大规模机器学习任务和深度学习任务的计算资源，芯片成为当前算力的主要载体。
远古时期，我们的原始工具是草绳、石头。后来，随着文明的进步，我们有了算筹（一种用于计算的小棍子）、算盘等更为实用的算力工具，算力水平不断提升。
到了20世纪40年代，我们迎来了算力革命。1946年2月，世界上第一台数字式电子计算机ENIAC诞生，标志着人类算力正式进入了数字电子时代。
再后来，随着半导体技术的出现和发展，我们又进入了芯片时代。芯片成了算力的主要载体。
进入21世纪后，算力再次迎来了巨变。这次巨变的标志必一运动，是云计算技术的出现。算力云化之后，数据中心成为算力的主要载体。人类的算力规模，开始新的飞跃。
AI芯片：以AI芯片为载体实现的算力是人工智能发展水平的重要衡量标准。广义是指面向人工智能领域的芯片均称为AI芯片；狭义是指针对人工智能算法做了特殊加速设计的芯片，也被称为“AI加速器”。
优秀的算法需要足够的运算能力即高性能芯片的支持，目前AI芯片发展主要依赖两个领域：①模仿人脑建立的数学模型与算法，②半导体集成电路即芯片必一运动。
AI芯片是AI算力的核心，随着AI应用的普及和算力需求的不断扩大，AI芯片需求有望率先扩张。
根据亿欧智库，中国人工智能核心产业市场规模将持续平稳增长，预计2025年将达到约4000亿，预计2025年中国人工智能芯片市场规模将达到1780亿元。
主流AI芯片基于技术架构分类大概有4种，即GPU、FPGA、ASIC和类脑芯片。
GPU(GraphicsProcessingUnit)图形处理器。最初专用于图形处理制作，后逐渐应用于计算。因其超过CPU数十倍的计算能力，已成为通用计算机和超级计算机的主要处理器。2021年中国AI芯片市场中，GPU占比达到91.9%。据IDC数据，预计到2025年GPU仍将占据AI芯片八成市场份额。英伟达与AMD仍占据GPU霸主地位，2018年至今，国产FGPU也积极发展中，已有部分产品落地。
FPGA(Field Programmable Gate Array)可编程逻辑门阵列。是一种“可重构”芯片，能够无限次编程，具有高度实时性和灵活性。
CPU/GPU/FPGA/ASIC是目前用得较多的AI芯片，此类AI芯片大多是基于深度学习，也就是深度神经网络(DNN)，以并行方式进行计算的芯片，也被称为深度学习加速器。
模仿大脑结构的芯片具有更高的效率和更低的功耗，这类基于神经形态计算，也就是脉冲神经网络(SNN)的芯片为类脑芯片。目前，部分企业产品已进入小批量试用阶段，类脑芯片最快将于2023年成熟。
现在用于深度学习的AI芯片(包括CPU、GPU、FPGA、ASIC)为了实现深度学习的并行计算的高性能，芯片面积越做越大，带来了成本和散热等问题。Al芯片软件编程的成熟度、芯片的安全，神经网络的稳定性等问题也未能得到很好的解决，因此，在现有基础上向更低功耗、更接近人脑、更靠近边缘的方向进行改进和完善此类AI芯片仍是当前主要的研究方向。
根据机器学习算法步骤，AI芯片分为“训练（Training）”芯片和“推理（Inference）”芯片。
“训练芯片”即在云端将一系列经过标记的数据输入算法模型进行计算，不断调整优化算法参数，直至算法识别准确率达到较高水平，追求的是高计算性能（高吞吐率）。
“推理芯片”即将在云端训练好的算法模型进行裁剪优化变“轻”之后，进入“实战”阶段，输入数据直接得出准确的识别结果，追求的是低延时，尽可能短时间地完成推理过程。
当前，大多数AI训练和推理工作负载都发生在公共云和私有云中，云仍是AI的中心。在对隐私、网络安全和低延迟的需求推动下，云端出现了在网关、设备和传感器上执行AI训练和推理工作负载的现象，更高性能的计算芯片及新的AI学习架构将是解决这些问题的关键必一运动。
互联网是云端算力需求较旺盛的产业，因此除传统芯片企业、芯片设计企业等参与者外，互联网公司纷纷入局AI芯片产业，投资或自研云端AI芯片。
5G与物联网的发展及各行业的智能化转型升级，带来了爆发式的数据增长。海量的数据将在边缘侧积累，建立在边缘的数据分析与处理可以大幅度的提高效率、降低成本。
全球AI芯片市场被英伟达垄断，然而国产AI芯片正起星星之火。目前国内已涌现出了如寒武纪、海光信息等优质的AI芯片上市公司，非上市AI芯片公司如沐曦、天数智芯、壁仞科技等亦在产品端有持续突破。
但我国设计软件、先进制程及设备与世界先进水平仍有差距，出口禁令、进口限制等因素使国内AI产业发展面临阻碍。
当地时间3月2日，美国商务部将浪潮集团、龙芯中科等37个实体列入实体清单，扩大对浪潮等中国企业的出口禁令。
近年来中美之间的贸易摩擦不断升级，双方在技术领域的竞争愈发激烈。目前自主可控进程中，国内企业在设计、制程、封装和测试等各个环节取得了显著进步，部分产品性能已经接近国际先进水平。另一方面，国家和地方政府也在积极出台各种政策措施，支持芯片产业的创新和发展，培育具有国际竞争力的芯片企业。
数字中国建设对AI芯片国产化提出新要求。2023年2月27日，中央、国务院印发了《数字中国建设整体布局规划》，提出要夯实数字基础设施和数据资源体系“两大基础”。数字中国基础设施的建设有望拉动以数据中心、超算中心、智能计算中心为代表的算力基础设施建设，从而带动服务器与AI算力芯片的需求快速增长。
ChatGPT引爆AI潮。将拉动云服务器数量的增长，其国内相关供应厂商将有望受益于下游AI+级应用所带来的算力需求增长，国内云服务器与算力相关厂商有望直接受益。
市场需求：技术层和应用层的发展带动基础层的AI芯片的需求迅速增加，智能化趋势也带来数据的爆发式增长，对AI芯片算力的提升提出了新的需求，有变革意味着有发展机遇。
政策扶持：政府不断出台新的产业政策扶持AI芯片领域的发展，政策利好助力企业的快速成长。
外部环境：中美贸易摩擦加剧，美国限制资金和技术流入中国的半导体领域，对尚不成熟的中国芯片市场冲击巨大。
人才环境：中国数字化变革驱动底层技术的逐渐提升，国际影响力逐年上涨，在大数据、芯片设计及应用落地方面，也逐步建立了优势，产业发展也将吸引更多海外人才回国创业。未来产业链结构或将重构，吸引更多的企业、高校或社会组织形成合力，共同推动AI芯片的发展。返回搜狐，查看更多
官方微信
官方微博
