“你们准备做AI芯片吗？”
可能这是很多AI公司都会遇到的一个问题。
根据IT桔子的数据统计，2017年国内AI领域的投资事件高达384起，投资总额已经超过622亿元人民币。值得注意的是，这其中，计算机视觉领域共有139家公司获得融资，总投资额已经达到了225亿元。比如去年接二连三刷新融资记录的商汤、旷视。
同时，高额融资的背后也透露出一个新的趋势：技术层的公司正在往下沉，开始将目光转向基础层的芯片开发领域。仅仅是2017年，粗略估算就有数十家初创公司对外宣布要做AI芯片。
另外，有数据显示，2016年AI芯片全球市场规模为23．88亿美元，预计到2020年AI芯片全球市场规模将达到146．16亿美元。
AI终端芯片崛起的背后：边缘计算
传统的处理器主要是CPU，随着算力的要求提高，GPU成为现阶段AI行业的香饽饽。这也是英伟达这几年股价持续上扬的一大重要因素。
而我们现在所说的AI芯片指的是是专门针对AI算法做了特殊加速设计的芯片。
基于通用性以及计算性能的差异，我们通常可以把AI芯片分为三大类：FPGA、ASIC、类脑芯片等。
计算机视觉公司旷视曾在采访中透露公司正在开发FPGA芯片，而依图科技也对外表示未来有做芯片的计划，巧的是，他们在去年投了人工智能芯片公司ThinkForce。商汤在去年年末获得来自高通的战略投资，其相关人士表示，芯片方面，商汤主要是和高通合作。
目前，AI芯片主要的使用场景又可以分为云端（服务器端）和终端两大类。在云端上，以英伟达的GPU为主导，而英特尔、谷歌的TPU以及国内的比特大陆也相继推出了各自的专用芯片。
但是随着AI的崛起，对计算能力的需求越来越高，云端也有了更多的数据压力。
