人工智能已经成为时下最热门的风口，各行各业的公司都在试图通过该技术提升工作效率和竞争优势。
在芯片领域，英伟达作为领先的硬件生产商，影响力不可忽视。此前，美银美林集团在一份报告中表示，英伟达将会成为人工智能芯片的主导供应商，该公司正在创造人工智能计算行业的标准。
除了英伟达之外，过去两年出现了一批人工智能芯片创业企业，他们都跃跃欲试地想要成为下一个英伟达，不过，但真正的竞争可能来自AMD、谷歌这样的老牌企业，以及一批中国AI芯片公司。
当下的中国，人工智能已经上升到国家战略。根据2017年7月国务院印发的《新一代人工智能发展规划》，2020年，中国人工智能的战略目标是，技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，核心产业规模超过1500亿元，带动相关产业规模超过1万亿元。
那么，赶上世界东风的中国AI芯片公司如今发展如何？他们能在多大程度上与英伟达形成竞争？
英伟达：AI芯片市场领导者
英伟达无疑是AI芯片市场中无可争议的领导者。2017年，英伟达可谓是风光无限。从游戏、数据中心到人工智能，市场对英伟达芯片的需求一路上升。
由于深度学习对计算速度的要求是“暴力”的，英伟达GPU芯片可以让大量处理器并行运算，速度比CPU快十倍甚至几十倍，因而成为绝大部分人工智能研究者和开发者的必备”核弹“。
《财经天下周刊》的消息称，国内搞AI创业的人几乎全在用英伟达GPU和平台，一个小型AI创业团队在英伟达芯片上花费几十万元很正常。
硅谷明星投资人Andreessen Horowitz也透露：“我们投资了一大串各个领域做深度学习的创业公司，每一个都跑在英伟达的平台上。”
受此影响，英伟达的股价也一路飙升，从2015年的20美元涨到如今的逾220美元，涨幅超1000%，市值已突破1300亿美元。
除了在芯片行业居于前列，英伟达在游戏显卡、自动驾驶领域也很活跃。
在近期举行的2018年CES展会上，英伟达发布了最新65英寸高端游戏显示器，宏碁、华硕和惠普将利用其技术规格与标准作为4K HDR显示器进行生产。这种超大型的显示器搭载G-Sync，很适合高端游戏PC产品。
在自动驾驶方面，英伟达创始人黄仁勋于美国西部时间1月7日晚在拉斯维加斯召开新闻发布会，宣布与大众汽车以及Uber的重大合作项目。黄仁勋还透露，英伟达目前在自动驾驶领域已经拥有超过320家合作企业和机构。
英伟达在人工智能领域的强大实力可见一斑。
AI芯片追赶者：Intel/AMD/谷歌
英伟达也并非是GPU领域的唯一巨头，Intel、AMD和谷歌也有着不可忽视的优势。
在半导体市场，Intel多年来一直占据“龙头”地位。然而，人工智能的崛起使得这家全球最大的个人计算机零件和CPU制造商正遭受着严峻的挑战。在此压力下，Intel选择通过“强强联合”的方式来回击。
2017年12月，相争50多年的Intel和AMD宣布将联手推出一款结合英特尔处理器和AMD图形单元的笔记本电脑芯片，一时间业内哗然。
芯谋研究总监王笑龙认为：“如果Nvidia在个人电脑GPU上营收减少，那么Nvidia在新市场的开发就会被牵制，所以Intel选择和AMD合作。”
数据研究机构Gartner的研究主管Alan Priestley也认为，Intel和AMD的合作将会对Nvida产生一些影响，“目前Intel和AMD联合推出的这款芯片的应用领域也正是Nvidia GPU的应用领域。很明显，Intel处理器已经渗入到这个领域内，并且通过新款芯片，AMD也会在这一领域内获得立足点。”
除此之外，第二梯队的谷歌也在试图引发新的颠覆。
2016年，谷歌宣布将独立开发一种名为TPU的全新处理系统。该系统是专门为机器学习应用而设计的专用芯片。通过降低芯片的计算精度，减少实现每个计算操作所需的晶体管数量，从而能让芯片的每秒运行的操作个数更高，让经过精细调优的机器学习模型就能在芯片上运行得更快。与CPU、GPU相比，TPU效率提高了15-30倍，效能提升了30-80倍。
崛起中的国产AI芯片厂商
随着“中国制造2025”、“网络强国”等重大战略的实施，中国芯片企业也在迅速发展，其实力不可小觑。
>>>寒武纪科技
寒武纪是全球第一个成功流片并拥有成熟产品的AI芯片公司，拥有终端AI处理器IP和云端高性能AI芯片两条产品线。2016年发布的寒武纪1A处理器（Cambricon-1A）是世界首款商用深度学习专用处理器，该产品还入选第三届世界互联网大会（乌镇）评选的十五项“世界互联网领先科技成果”。
寒武纪的团队则源自中国科学院计算技术研究所，后者是中国第一个专门从事计算机科学技术综合性研究的国立学术机构，联想、曙光等一批高技术企业就诞生自该所，目前它也是寒武纪科技的重要股东和产学研长期合作伙伴。
2017年8月，寒武纪科技完成1亿美元A轮融资，由国投创业，阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点、涌铧投资联合投资。本轮融资后，该公司跻身“独角兽”行列。
>>>华为
2017年的数据显示，华为已经成为中国第一大、全球第三大智能手机制造商。但华为在研发手机的同时，也在研发人工智能处理器。
2017年9月，在柏林IFA展上，华为正式对外发布了最新的麒麟970芯片，这也是华为首款人工智能（AI）芯片。该芯片首次采用台积电10nm工艺，与高通最新的骁龙835芯片是一个工艺，但集成55亿个晶体管远比高通的31亿颗、苹果A10的33亿颗多，带来的是功耗降低20%。
据了解，麒麟970在继承过去数代成果的基础上，首次集成NPU（Neural Network Processing Unit）专用硬件处理单元，创新设计了HiAI移动计算架构，其AI性能密度大幅优于CPU和GPU。
同年10月，搭载麒麟970的华为Mate 10开卖，成为目前市面上第一款搭载AI芯片的智能手机。
>>>深鉴科技
深鉴科技公司由四位毕业于清华大学和斯坦福大学的科技人员于2016年创立，是一家专注深度学习处理器解决方案的人工智能科技公司，致力于深度学习处理器与编译器原创技术的研发，从而让所有算法开发者都能便捷使用。
2017年10月，深鉴科技公布了其芯片计划。官方信息表示，由深鉴自主研发的芯片“听涛”、“观海”将在2018年第三季度推出，其中，“听涛”系列芯片采用台积电28纳米制程，核心使用深鉴自己的亚里士多德架构，峰值性能1.1瓦 4.1 TOPS，预计将于上半年完成产品装载。
此外，深鉴科技也公布了深度神经网络开发套件——“DNNDK”，这是一个深度学习软件开发工具包，旨在简化和加速深度学习应用程序的开发。该产品不仅极大降低DPU平台深度学习应用开发门槛和部署难度，还能够大大缩短算法部署到硬件的周期，实现AI行业产品研发过程极致提速。深鉴科技CEO姚颂说，DNNDK是国内首个深度学习开发套件，可以对标英伟达TensorRT。
由于其在AI领域的突出优势，2017年10月深鉴科技宣布完成最新一轮4000万美金融资，由蚂蚁金服、三星电子领投，招商局创投、华创资本跟投。此前，该公司分别于2016年5月和2017年5月完成了天使轮、A轮融资。
>>>地平线机器人
2015年，前百度研究院副院长余凯创立地平线机器人，并开启了研究高难度的、基于深度神经网络算法的处理器芯片的道路。
时隔两年半，地平线机器人于2017年12月20日宣布推出旗下的两款嵌入式人工智能视觉芯片，分别面向智能驾驶和智能摄像头。
其中，面向智能驾驶的嵌入式人工智能视觉芯片被命名为“征程（Journey）1.0 处理器”，该芯片支持高性能的 L2 ADAS 系统；能够同时对行人、机动车、车道线、交通标示牌、红绿灯等 8 类目标进行准备的实时检测与识别。
而面向摄像头的视觉芯片被命名为“旭日（Sunrize）1.0 处理器”，它集合了地平线的深度学习算法，可广泛应用于智能安防、智慧城市等场景。
这两款处理器采用关注模型（Attention Engine）+认知模型（Cognition Engine）的数据处理流模式，可将芯片的计算速度提升10倍以上。
余凯还透露，地平线将会在 2018 年推出下一代面向自动驾驶的征程处理器。
2017年10月，地平线机器人完成了近亿美元A+轮融资，本轮融资由英特尔投资领投，嘉实投资联合投资，其他投资方包括现任股东晨兴资本、高瓴资本、双湖投资和线性资本。
>>>比特大陆
据公开信息，比特大陆成立于2013年，目前在全球拥有超过1000名员工，分布在北京、台湾、北美等地区。该公司目前芯片出货量达数十亿，在全球建立了百亿次计算的数据中心。
2017年11月，比特大陆公布了该公司人工智能品牌SOPHON（“算丰”），并带来了全球首款张量加速计算芯片BM1680,以及板卡SC1/SC1+、智能视频分析服务器SS1等产品。
据悉，BM1680是一款面向深度学习应用的张量计算加速处理的专用定制芯片，适用于CNN、RNN、DNN等深度神经网络的推理预测和训练。
按照规划，比特大陆将于2018年发布第2代算丰AI芯片BM1682，计算能力将大幅提升，后续还将陆续发布第三代、第四代。汤炜伟表示，按照规划每隔9个月左右就会推出新的算丰AI芯片，而再过一两代，比特大陆有信心在深度学习推理上超过GPU的实际性能。
2017年9月，比特大陆被曝将从IDG资本、红杉资本等风投公司募得5000万美元，以提升其在主流投资者中的地位。对此，全天候科技也得到了IDG资本的确认。
>>>Thinkforce
据Thinkforce官网信息，2017年，这家公司由芯片设计、算法软件、系统开发领域的资深专家创立，该公司立志于设计融合一流AI算法和先进制成工艺，并以此构建人工智能硬件平台，提供一站式行业应用解决方案。
2017年12月，Thinkforce宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。
同时，Thinkforce还公布了其计划推出的AI芯片特点：基于业界先进的半导体制程工艺，采用自主研发的微内核ManyCore架构，能完成AI云虚拟化调度在芯片级的实现。此架构将AI云的弹性计算和调度提升一个量级，类似CPU的虚拟化给云计算的弹性调度带来成倍的成本节约。同时，该技术结合自主研发的固件和TFDL软件SDK能够实现对于各类神经网络模型的计算加速，相对于英伟达主流计算卡能实现5倍以上的功耗和成本节省。
在资本和技术的双重刺激下，中国的AI芯片业的未来将不可估量。
