随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。而人工智能的实现依赖三个要素：算法是核心，硬件和数据是基础，芯片就是硬件的最重要组成部分。它其实包括两个计算过程：1、训练2、应用。
为什么需要人工智能芯片？
神经网络算法应用的不断发展，使得传统的CPU已经无法负担几何级增长的计算量。深度学习作为机器学习的分支，是当前人工智能研究的主流方式。简单说就是用数学方法模拟人脑神经网络，用大量数据训练机器来模拟人脑学习过程，其本质是把传统算法问题转化为数据和计算问题。所以对底层基础芯片的要求也发生了根本性改变：人工智能芯片的设计目的不是为了执行指令，而是为了大量数据训练和应用的计算。
全球人工智能芯片行业格局分析
2016年成为芯片企业和互联网巨头们在芯片领域全面展开部署的一年。而在这其中，英伟达保持着绝对的领先地位。但随着包括谷歌、脸书、微软、亚马逊以及百度在内的巨头相继加入决战，人工智能领域未来的格局如何，仍然待解。
从云端芯片来看，目前GPU占据云端人工智能主导市场，占人工智能芯片市场份额的35％。而在这其中，GPU的领跑者英伟达（Nvidia）因其在人工智能领域的优势使其成为了资本市场的绝对宠儿：在过去的一年中，曾经以游戏芯片见长的Nvidia股价从十几年的稳居30美元迅速飙升至120美元。据悉，世界上目前约有3000多家AI初创公司，大部分都采用了Nvidia提供的硬件平台。
我国人工智能芯片行业规模分析
随着大数据的发展，计算能力的提升，人工智能近两年迎来了新一轮的爆发。
云端人工智能芯片将广泛应用于智能手机、智能音箱、智能摄像头、智能驾驶等不同领域。
据前瞻产业研究院发布的《人工智能芯片行业市场需求分析与投资前景预测》数据显示，芯片约占人工智能比重的15％，结合我国人工智能市场规模，推算出2016年我国人工智能芯片市场规模约为20亿元。
我国人工智能芯片行业区域发展分析
中国北上深三座城市的人工智能相关企业总数达447家，攀升速度迅猛。目前，几乎所有互联网企业的互联网产品，都会或多或少加入算法和深度学习的功能，AI正在成为中国互联网公司的标配。
2018年5月3日，全球新一代人工智能芯片发布会在上海召开，中科院旗下的寒武纪科技公司发布了我国自主研发的Cambricon MLU100云端智能芯片和板卡产品、寒武纪1M终端智能处理器IP产品。这款国内首个云端人工智能芯片，理论峰值速度达每秒128万亿次定点运算，达到世界先进水平。
MLU100云端智能芯片采用寒武纪最新的MLUv01架构和TSMC 16nm的先进工艺，可工作在平衡模式（1GHz主频）和高性能模式（1．3GHz主频）下，平衡模式下的等效理论峰值速度达每秒128万亿次定点运算，高性能模式下的等效理论峰值速度更可达每秒166．4万亿次定点运算，但典型板级功耗仅为80瓦，峰值功耗不超过110瓦。
共建人工智能生态链
在新产品上，我们搭载了寒武纪的芯片，有助于各行各业在人工智能、VR、高性能计算等方面的研发和行业解决方案的落地。不仅如此，芯片成果还将运用于智能语音领域，它的强大处理能力使得手机本地端可以处理更加复杂的机器学习算法，使得语音本地识别准确率相对于传统处理器领先了9．8％，显著提高了用户体验。
下一步，曙光与寒武纪之间的合作将不仅仅局限于整机领域，会从顶端科研一直延伸到低端应用，合力打造下游应用产业，共建人工智能生态链。人工智能管理平台SothisAI与寒武纪的芯片及开发环境实现无缝对接和深度融合。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
