当前，无论是中国还是全球，AI芯片产业都还处于早期发展阶段。不过，专门执行AI算法的专用芯片以及集成了人工智能神经网络处理功能的通用芯片，正成为这个领域最受瞩目的热门方向。可以说，每一款新AI芯片的推出，都是一次技术突破、成果转化和算法创新的集中展示。

去年十一月，Arm为了支持异构计算，一口气推出了两款新的机器学习处理器——Ethos-N57和Ethos-N37 NPUs。这是继Ethos-N77之后的两款新品，引发了行业广泛关注。而在国内，浙江芯盟科技有限公司成功研发出全球首款超高性能异构AI芯片，让异构计算芯片重新成为焦点。这款芯片仅有指甲盖大小，却打破了传统同构芯片内存储与计算之间的数据墙，成功实现了数据存储与计算的三维集成。

据透露，这种芯片主要应用于类人感知与决策场景，例如保安、服务员、农民、医生、驾驶员等职业场景。更重要的是，它有望显著降低各行业智能化应用的部署成本，加速人工智能驱动的结构优化与产业升级，意义深远。

人工智能热潮之下，AI芯片市场正在蓬勃发展。越来越多的厂商涌入这一赛道，除了传统的芯片巨头，手机和互联网企业也纷纷加入。大家在不同应用场景中各展所长，形成差异化竞争格局。

值得注意的是，算法的发展水平对AI芯片的研发和最终性能有着决定性影响。深度学习算法对芯片性能的需求主要体现在三个方面：海量数据在计算单元与存储单元间的高速通信需求、专用计算能力需求、以及海量数据本身的处理需求。其中，卷积、残差网络、全连接等特殊计算需要大幅提升运算速度并降低功耗，这对芯片架构提出了极高要求。

7月底，由中国人工智能产业发展联盟计算架构与芯片推进组主办的“2020年度AI芯片交流会”在北京召开。会议围绕AI芯片技术、神经形态计算与类脑芯片、推理AI芯片、AI Camera芯片赋能智能家用摄像头落地实践等议题展开了深入探讨。业内人士对AI芯片产业发展的重视与殷切期望由此可见一斑。

有分析指出，在AI和5G场景下，以CPU为代表的通用计算越来越力不从心，异构计算正逐渐成为主流的芯片架构。从应用场景来看，未来AI芯片将不再局限于云端，部署在智能手机、安防摄像头、智能机器人、自动驾驶汽车等终端的产品将日益丰富。除了追求性能提升，AI芯片也会更加专注于特定场景的优化。在技术与商业的双重驱动下，半导体行业正走向寡头垄断阶段——创业公司百花齐放的时代正渐行渐远，综合实力较强的企业开始占据主导地位。归根结底，AI芯片是支撑人工智能技术与产业发展的基础设施，在AI产业链中具有举足轻重的地位。要想在激烈的市场竞争中生存，国内外企业都必须围绕技术创新这一核心不断拓展与提升，才有机会在“半导体大战”中突围而出。