人（rén）工智能主（zhǔ）要包括三大要素，分别（bié）是数据、算法（fǎ）和算（suàn）力。其（qí）中（zhōng）数据是基础，正是因为在实际应用（yòng）当中的数据（jù）量越来越大，使得（dé）传统（tǒng）计算方式和硬（yìng）件难（nán）以满（mǎn）足（zú）要求，才催生了AI应（yīng）用的（de）落地。

portant;" />

AI芯片的生态圈

从广义说（shuō），能够驱动AI程序的芯片都叫做AI芯片（piàn）。从狭义来（lái）说，AI芯片是为适应AI算（suàn）法进（jìn）行（háng）了特（tè）殊设计的（de）芯片（piàn）。

从应用层（céng）面讲，AI芯片主要分为云AI芯片和端AI芯片。云AI芯（xīn）片应（yīng）用于（yú）云（yún）端服务器（qì）及数据（jù）中心；端AI芯片应用于智能设备、IoT端（duān）设备。未来，人工智能将会（huì）在我们（men）的日常生活中得到极（jí）大普及，正如英（yīng）伟（wěi）达创始人黄仁勋所（suǒ）说：“未来，AI与AI芯片将无处（chù）不在：咖啡机、保温杯、麦（mài）克风、甚至耳环、鞋子这些小物件都会智能化。”

云AI芯片的特点是性能强大、能够（gòu）同时支（zhī）持大量运算、支持图片识（shí）别、以（yǐ）及语音、视频处理。端（duān）AI芯片则需要嵌入到（dào）设备内部，让设备不联网（wǎng）就（jiù）能（néng）具备AI能力。AI芯片之于（yú）人（rén）工智（zhì）能的（de）意义，可（kě）以理解为（wéi）发（fā）动机之（zhī）于汽车。人工智能理论已经提出多年，由于它需要一台计算能力超（chāo）强的“发（fā）动机”驱动，所以（yǐ）多年没有真（zhēn）正跑起来，直到AI算法、大数（shù）据以及AI芯片（piàn）的出现。

人（rén）工智能的（de）破局（jú）是在2012年计算机视觉（jiào）届的（de）“奥林匹克”—ImageNet挑战赛的赛场上，来自多伦多大学的Geoffrey Hinton教授（shòu）和他（tā）的团（tuán）队第一次（cì）用（yòng）上了GPU芯片和（hé）深度学习算法，成为AI史上的一个（gè）重要节点。

在（zài）2015年（nián）的ImageNet大赛上，微软亚洲研究院团队更（gèng）是凭借GPU与深（shēn）度学（xué）习算法，第一（yī）次让计算机的图像识别超（chāo）过了（le）人类。人类识图错（cuò）误（wù）率约为（wéi）4％，而冠军团队（duì）机器识图的错（cuò）误率为3．57％。在（zài）图像识（shí）别兴起（qǐ）之后（hòu），视（shì）频识别、语音识别、翻译、语（yǔ）音（yīn）助手等一系列（liè）AI应用应运而生。

AI芯片的（de）爆（bào）发（fā），至少将会（huì）影（yǐng）响（xiǎng）到四个应用场（chǎng）景：家居／消费电子、安防监控、自动驾驶以及云计（jì）算。

AI芯片困局（jú）：竞争力与差异化

目前，无（wú）论是初创公（gōng）司还是（shì）芯片设计巨（jù）头，压力都是与日俱增。一般而言，只要有（yǒu）应用（yòng）场景的（de）支持、足够的（de）资金和工程能力，AI芯（xīn）片（piàn）做（zuò）出来不会（huì）成为大的问题。但对于（yú）AI芯片这一新兴（xìng）市（shì）场而言（yán），谈市场布（bù）局实（shí）在（zài）有些为时过早，大家心中都（dōu）明白这将是一场持久战，而产业真正的未来和发展方向还是取决于创新。

从现有的（de）市场情况来看（kàn），2019年整个产业趋（qū）于（yú）平静也反应出了大家已经逐渐从保证功能的粗放设计转变为（wéi）提高竞争力和差异性的精耕细作了（le），但要做出竞争力和差异化却不容易。

想要赢得客户，做服务、建（jiàn）生态是当下打开（kāi）市场的出路（lù），但是（shì）“硬件好做（zuò），软件难”却是大家普遍反（fǎn）映的问题（tí）。有（yǒu）业内（nèi）人指出，无止境的软件工具（jù）优（yōu）化让大家备受困扰（rǎo），从单核、多核到（dào）多芯片（piàn）、多板卡，再到神经网络（luò）算法与非NN算法、异（yì）构（gòu）系统、软（ruǎn）硬件联合优化（huà），软件工程（chéng）师会遇到各种问题，这都将（jiāng）为大家不断深耕上层的（de）带来（lái）阻力。