为了缓解我国“缺芯少魂”的窘境，近年来，传统芯片厂商、科技巨头、应用层厂商及初创企业纷纷开始涉足其中，不仅力求加快芯片国产化进程，也试图抢占市场主动。同时，对于国内厂商来说，在芯片产业链，甚至整个ai行业格局未定的态势下，一旦通过ai芯片实现“弯道超车”，杀出重围，就有机会成为行业领军者，其诱惑可谓巨大。
目前，ai芯片在构架、功能和场景上存在较大差异，错综复杂，但恰恰只需理清之间的脉络，就能发现ai芯片产业链的格局，甚至看清整个ai行业的现状和趋势。
ai芯片产业链：应用为王
从构架来看，ai芯片可分为gpu（graphicsprocessing unit，图像处理单元）、fpga（field－programmable gate array，现场可编程门阵列）、asic（application specific integrated circuit，专用集成电路）和类脑芯片（模拟人脑的神经网络架构）四大类。
其中，gpu是通用芯片（性能强大、通用性强，功耗也巨大）；fpga为半定制的芯片（可编程，灵活性和性能不错，但价格过高）；asic（可定制，性能稳定，功耗也可控，但研发周期长、风险高）则是全定制化芯片；类脑芯片目前离商业化还有一段距离，所以并未进入主流领域。
目前，gpu依旧在云端保持绝对优势，而fpga、asic也正在追赶，尤其是asic阵营。以谷歌tpu（云端）、华为麒麟系列（边缘/npu）为代表的asic产品正呈现出挑战gpu霸主地位的势头。同时，asic也凭借定制化、低功耗等特点，正迅速抢占边缘推理市场，成为市场的宠儿。
从功能来看，ai芯片可分为训练（training）和推理（inference），就是机器学习和深度学习两个重要环节。所谓训练，就是凭借大数据让机器形成一个复杂的神经网络算法模型，也就是模仿人类的学习。而推理则是通过该算法模型，让机器模仿人做出推理或决策。
（与传统芯片一样，ai芯片产业链也离不开ip授权、设计、晶圆代工、封装和测试等环节，本文以理清芯片设计为主，其他环节就不再一一赘述了。）
从场景来看，ai芯片又分为云端和边缘（终端）两类。由于训练需要庞大的数据量和高强度的运算量，单一处理器根本无法独立完成，必须通过云端借助庞大的神经网络才行。而在边缘方面，各种智能终端可谓天差地别，尤其是移动端，为了满足用户越来越苛刻的要求以及增强体验，就必须配备执行效率高的推理芯片，同时要兼具体积小巧及低功耗，要求也提升不少。进一步对边缘进行分解的话，ai芯片还与手机、安防、自动驾驶等各类应用场景一一对应，并进行专门的优化，以提升其推理的算法执行效率。
从以上构架、功能和场景三大维度来看，单单从错综复杂的构架上，很难看清目前ai芯片产业链，只有将场景与功能相结合，才能真正反映这个新兴产业链的现状。由此可见，目前ai芯片产业链分为三个层次，第一层大致可分为云端和边缘两大领域。在第二层，云端可分为训练和推理两大功能领域，而边缘则只用于推理，进而对应第三层的各个应用场景。
所以，从ai芯片产业链的格局就能看出，目前整个行业的发展脉络，即应用为王。
全球：群雄逐鹿
据市场研究顾问公司compass intelligence在2018年发布的调研报告显示，英伟达当仁不让成为领头羊，英特尔和ibm紧随其后。值得注意的是，谷歌、苹果排在第四、第五的位置。此外，amd、arm、高通、三星、恩智浦位列前十。
而国内有7家厂商上榜，华为海思、联发科、寒武纪（cambricon）、地平线（horizon）、imagination（原英国芯片厂商，已被中资收购）、瑞芯微（rockchip）、芯原（verisilcon）。
尽管该报告偏重于欧美厂商，但从中可以看出，英伟达、英特尔、ibm、amd、高通等老牌芯片厂商，已经受到谷歌、苹果等新兴势力的冲击，同时一大批初创企业也在紧紧追赶，呈现出“群雄涿鹿”的态势。
而从排名来看，英伟达、英特尔、ibm、谷歌等都是云端芯片的代表，而苹果、arm、高通、三星、华为等则属于边缘阵营，所以目前全球ai芯片呈现出，云端领先，边缘追赶的局面。而中国厂商均排名靠后，一定程度上说明国内在云端芯片方面，与国外厂商仍然不小的差距。
国内：百家争鸣
在国内，以华为海思、寒武纪、地平线、阿里平头哥等为代表的“造芯新势力”已经崛起。华为海思凭借多年自主研发和经验积累，整合npu的麒麟系列soc芯片已经成为全球炙手可热的ai计算平台和解决方案。阿里凭借“平头哥”填补了自己在ai芯片上的空白，并已推出首款“含光800”云端推理芯片，上升势头迅猛，是国内不可轻视的一股新兴力量。
同时，寒武纪、地平线等厂商也相当活跃，陆续推出自研芯片产品，成为国内ai芯片阵营中的佼佼者。此外，百度、依图、云知声、思必驰、出门问问、rokid等应用层厂商，也不在拘泥于算法，而是积极向产业链上游靠拢，或是联合芯片厂商研发芯片，或是自研芯片，以提升自身竞争力。
海量数据和丰富的应用场景是我国ai发展的重要优势，也符合全球行业发展的大趋势，从而带动了一大批中国独角兽企业的崛起。从目前来看，这些新兴芯片厂商，要么是专注于某一应用场景而开发定制化的芯片，要么是为补足自身短板并向产业链上游拓展，均是围绕特定应用场景做文章。但是，无论如何，厂商通过自主研发、相互竞争，必将提升自身的竞争力和影响力，同时百家争鸣的局面对于我国芯片产业的发展来说，都是百利无一害。
总结：亟待“杀手级”应用
综上所述，全球科技企业在ai芯片领域竞争激烈，无论是云端，还是边缘，根本目都是为了推动应用场景的落地。在数据和应用场景等优势的作用下，中国厂商通过自身努力，已成为全球产业链的重要力量。然而，由于大量核心技术和专利仍然被欧美厂商把持，我国ai芯片领域仍然基础薄弱、起点低，差距依旧明显。
从应用场景来看，国内厂商的产品主要集中在手机、安防等机器视觉技术为主的感知层上，认知层和决策层则相对较少。其中，安防成为ai芯片厂商扎堆的领域，运用人脸识别、图像识别等技术，与海量数据和算法结合，在国内被广泛应用，成为国内率先落地的ai技术之一。
因此，目前我国ai芯片发展正处于感知层向认知层发展的初级阶段，符合行业发展的必然趋势。同时，由于芯片研发和设计仍然以需求驱动为主，尽管能够短时间扩大市场规模、完成产品布局，但缺乏高端产品，以致很难产生真正的“杀手级”应用。
随着ai技术的不断深入和进步，对于高端ai芯片的需求也必将水涨船高。如今，芯片已成为ai行业，乃至全球科技巨头共同争夺的新战场，更将影响未来行业发展的走势，绝不可小视。