用于CUDA加快，还包括谷歌的Tensorflow，Facebook的Caffe，亚马逊的MXNet等。除了一骑马绝尘的英伟达，其他老牌的芯片巨头都没有闲着，尤其是Intel通过卖、卖、卖拼死的将自己塞满了头部玩家的方位。微软公司在近期的Build大会上发布了基于英特尔FPGA的AI方案，而英特尔的FPGA业务正是通过并购Altera取得的。

除此之外，我们可以看见像Google这样的互联网厂商也乱入了前五。这当然要得益于上面提及的TPU，虽然谷歌不必要贩卖芯片，但是谷歌通过云服务获取TPU的调用服务。谷歌很早已开源了Tensorflow软件平台，这使得Tensorflow沦为最主流的机器学习软件平台，早已出了事实上行业的软件平台标准。而Tensorflow最佳的计算环境必然就是谷歌自己的云服务了，通过软件、硬件（或者说云）环境的切断，谷歌妥妥的沦为AI芯片领域的一方霸主。

现在业界争辩的焦点是AI芯片的处理器架构用哪种是最差的，有前面提到的有GPU、FPGA、DSP和ASIC，甚至还有更加前沿的脑神经形态芯片。现在GPU可以指出是正处于优势地位，但其他几种的处理器架构也各有优势。Intel则是多方庄家，不俗过任何一种处理器架构。谷歌在TPU（只不过就是一种ASIC）方面的极大投放带给了硬件效能的很大提升，目前显然对GPU的冲击将是仅次于的，原因不单单是因为专用架构带给的效率优势，还有商业模式方面带给的成本优势。

在半导体行业内的广泛观点是，一旦AI的算法比较平稳，ASIC认同是最主流的芯片形态。想到挖矿芯片的演化历程，这个观点十分有说服力。在云端，互联网巨头早已沦为了事实上的生态主导者，因为云计算本来就是巨头的战场，现在所有开源AI框架也都是这些巨头公布的。在这样一个生态早已烧结的环境中，留下创业公司的空间实际早已消失。

所以地平线的余凯在前几年就对「商业技术评论」回应，云端市场是巨头的禁脔，创业公司没任何机会。终端市场群雄割据，机会仅存。上面说道到了Inference现在主要是在云端已完成的，这主要是因为现在终端上基本没适合的处理单元可以已完成适当功能。所以我们找到很多AI功能都必须联网才可以用于，这大大容许了AI的用于场景。

所以将Inference放在终端来，让一些功能可以本地已完成，出了很多芯片厂商注目的领域。华为的麒麟970乃是最先将AI处理单元引进到终端产品的芯片，其中该芯片中的AI核心，是由AI芯片创业公司寒武纪获取的IP（知识产权）。

该芯片的引进，可以协助华为手机在终端已完成一些特定的AI应用于，比如高效的人脸检测，相片的色彩美化等。此后，苹果，三星都宣告了在其处理器中引进适当的AI处理单元，提高手机终端的AI应用于能力。在终端上，由于目前还没一统天下的事实标准，芯片厂商可以说道是八仙过海各显神通。

给手机处理器研发AI协处理器是目前显然较为靠谱的方式，寒武纪Cambricon-1A构建转入麒麟970就是一个很好的例子。由于华为手机的极大销量，寒武纪很快沦为AI芯片独角兽。而另外一家创业公司深鉴科技此前取得了三星的投资，其AI芯片IP早已构建到三星近期的处理器Exynos 9810中。

然而能取得手机大厂注目的AI芯片厂商却是是少数，更好的AI芯片厂商还必须寻找更好的应用于场景来使自己的芯片闪烁痉挛。一些传统AI服务厂商很更容易想起将自己的服务展开横向扩展，比如的大自然语音处置厂商云知声从自己的传统语音业务抵达，研发了自己的芯片UniOne语音AI芯片，用作物联网IOT设备。相对于语音市场，安防堪称一个AI芯片扎堆的大产业，如果可以将自己的芯片重复使用摄像头，是一个不俗的场景，也是很好的做生意。

还包括云天励飞、海康威视、旷视科技等厂商都在大力研发安防领域的AI嵌入式芯片，而且早已已完成了一定的商业化部署。相对于云端，终端留下AI芯片创业公司更加辽阔的市场。但是于此同时，由于应用环境千差万别，没适当的行业标准，各个厂商各自为战，无法构成一个统一的规模化市场，对于投放极大的芯片行业来说，是好故事，但不一定是个好生意。

怎样的AI芯片企业不会有机会？AI芯片的问世，源自一种全新的计算出来市场需求，传统的计算出来架构很难符合AI计算出来的拒绝，所以新的芯片沦为业界追赶的热点，这和多年前的显示卡市场十分像。曾多次的PC并没3D处置能力，CPU完全摘得了所有的功能，但是由于人们对于3D处置市场需求的渐渐减少，具有3D加快功能的图形处理器更加沦为人们注目的重点。于是一大批图形处理器企业如雨后春笋搬到冒了出来。3D显示卡问世初期市场上的玩家然而最后，只有Nvidia（也是目前的AI芯片巨头）作为独立国家的3D图形处理器供应商活着了下来。

ATI被AMD并购，依然深耕3D图形市场，和Nvidia正面登陆作战，但长年的亏损也仍然后遗症着这个千年老二。Intel早早退场，退出了独立国家显示卡产品线，但由于其掌控了中央处理器，其表明核心仍然以构建的方式变相的和Nvidia以及AMD曲线登陆作战。Nvidia之所以获得成功，有以下几方面原因。

首先在性能上，始终保持在第一梯队，在最开始几代告终的产品后，Nvidia仍然是最先进设备图形技术的代名词。当然，光有性能是过于的，当时世面上还有很多性能差不多的产品。Nvidia在当时做到了一件现在显然很平时的事情，就是发售了专属驱动程序——雷管，并定期的改版，使其大大的相容近期的游戏。

这在当时显示卡标准恐慌，游戏相容一塌糊涂的情况下，乘势奠下了其领先方位。于此同时，Nvidia亲吻了当时仅次于软件平台微软公司发售的3D 图形API模块——Driect 3D，在此之前，每家显示卡都有自己的3D API模块，标准极为不统一，也让开发者十分头痛，Driect 3D经常出现完结了这个局面，所以谁对DirectX反对好，谁就更加不受市场青睐。Nvidia和ATI仍然和微软公司合力推展DriectX 和显示卡的新一代升级，也因此坐稳了了PC显示卡的领先方位。

芯片是一个赢者通吃的市场，由于高昂的研发费用，只有市场第一才能构成规模优势从而转化成成本优势，最后将其他玩家赶净杀绝，无论是传统的GPU行业还是CPU行业，都不存在完全相同的情况。然后我们再行过来看AI芯片市场，AI云端市场，只不过更加相似于显示卡市场的末期，主导的软硬件生态早已构成，巨头掌控整个软硬件和服务市场。如果AI技术在理论层面没新的突破，仍然是以深度自学为基础展开递归升级的话，这个局面并不更容易超越。

在终端市场，更加相似于显示卡市场发展的初期，没统一的API模块，没统一的基准测试，没成熟期的应用于场景。所以终端市场对于AI芯片创业公司来说，还是有一点一搏的，但这也是一场硬仗，你必需在核心性能上享有优势，或是处理速度，或是功耗掌控，顶多有拿的出手的杀手锏。第二，必需赌博对标准，车站到胜利者一旁，并借以较慢占领市场。

谁都想要沦为标准的制定者，但很多时候，你必需拥戴其他人的标准，甚至是竞争对手的标准，才能夺得市场。老三不禁芯片产业是一个资金密集型的产业，无论是研发，还是后期的生产，都拒绝极高的资金投入。如果产品没办法规模化，将无法消化前期的高额支出，将企业拉入亏损的泥潭。

拿PC行业CPU和显示卡领域的千年老二AMD为事例，虽然长年跪二望一，有时候愈演愈烈短期打破，但其财报堪称惨不忍睹，盈多盈较少，常常以亏损增加为荣，基本不托盈利。但也因为芯片行业能维持市场第二，早已归属于容易，所以AMD即使长年亏损，其战略地位依然极具价值，依然是芯片行业最重要玩家。至于老三，样子是不不存在的（就是台湾的威盛，早已没什么市场不存在感觉）。

移动芯片领域也不存在类似于的情况，高通和联发科完全独占了整个市场，除了苹果、华为、三星、相结合自己的终端优势，拉起了自己的芯片业务，其他纯粹的芯片玩家早已基本被清场，又是一个和图形处理器市场发展十分相近的过程，从百家争鸣到寡头独占。而在AI芯片领域，这种情况也将之后。头部玩家将不吃下完全所有市场，而第三名以外的玩家，即使能活下来，也只有喝汤的份了。

天下归属于王者，但最精彩故事总有一天是在天下大乱秦始皇统一中原，奠下了中国君主专制帝国的统治者基础，但让人神往的毕竟之前的诸子百家。在那个思想慷慨激昂的年代，各种思潮不断涌现，为后人获取了无限的精神财富。在微软公司统治者PC操作系统之前，还有很多最出色的操作系统，比如OS/2、VMS，BeOS、Netware等。虽然这些系统在商业上告终了，却给整个行业留给了宝贵的财富，系统不只有一种构建方法，还有更好的有可能。

AI芯片创业者们，正在用他们指出不切实际的方式，探寻着行业的各种有可能，虽然我们告诉在最后，绝大多数的尝试都将告终，但这些告终将沦为推展整个产业发展的动力，将技术较慢转化成确实的应用于，推展社会的发展。若干年以后，当人们总结AI行业的发展，可能会找到，最精彩的故事就再次发生在这个群雄并起的时代。版权文章，予以许可禁令刊登。

下文闻刊登须知。

本文来源：wellbet官网吉祥-www.ssjscj.cn