“中兴被禁”事件，给国内市场的第一喝棒指向芯片制造。这是我国的短板，也是智能产业最重要的“刚需”。从2008年开始，连续十年芯片都是我国第一大宗进口商品，占据了国际需求市场的50％，2017年的进口数量为3770亿块，花费金额为2601亿美元。这些芯片被搭载在了智能手机、电视、电脑等多种硬件中，而这些产品的生产量均占全球总量的半数以上，其中电脑更高达95％。
对于传统芯片而言，接下来需要奋起直追，而另一方面，AI芯片的迅速爆发也给中国芯片产业带来了久违的起跑线骄傲。据市场研究公司Compass Intelligence发布的上半年研究报告显示，在全球前24名的AI芯片企业排名表中，英伟达（Nvidia）、英特尔（Intel）以及IBM（NPU）分别位列前三名，中国公司占据了七个席位，最高名次是排行第12的华为。
困局之中破局是唯一的出路，AI芯片可能就是那个突破口。作为计算芯片的一种，它正在对传统（计算）芯片发出挑战。
AI芯片是趋势使然
根据摩尔定律，当价格不变时，集成电路上可容纳的元器件的数目，约每隔18－24个月便会增加一倍，性能也将提升一倍。如何在相同的面积内放入更多的元器件？这对于制作工艺而言是一个极其大的挑战，而这一工艺的提升速度是缓慢且艰难的。因此，在算力、性能等方面，当前的集成电路相当于到了一个“瓶颈期”。
与此同时，AI逐步发展并落地，面对海量数据的实时采集和处理，“算力”成为了一项至关重要的必备条件。然而当前的AI算法训练、推理等，还是依赖英伟达、高通等厂商提供的传统芯片。但是，不管是高通骁龙系列，亦或是英伟达GPU等传统芯片，其当初被研发出来的目的并不是针对AI算法，这也就意味着，在AI算法加速方面，它们多是“心有力而余不足”的。目前，它们所能做的，也仅是在自己原有产品之上加注AI算法，变身为“通用AI芯片”。但究其本质，它们并没有脱离“传统芯片”行列。
举个例子，行车途中前方突然出现障碍物，如果是CPU，虽有AI优化，但本身架构致使其在算法加速方面有所限制，导致数据处理等相对较慢，从而拉长了时间线，也因此当汽车意识到前方有障碍物时，可能已经撞上了；若是采取并行计算的GPU和针对AI算法加速的AI芯片，汽车将在极短时间内提前发现障碍并作出预判，但是GPU耗能太大，用不了多久就会耗尽汽车的电池电能。相比之下，AI芯片才是最佳方案。
另外，AI芯片创企异构智能中国区副总裁谢强此前在镁客网M－TECH论坛上表示，CPU、GPU等通用处理器市场已经没有机会了，他们现在所能做的就是把各种各样的终端AI芯片做到极致，配合CPU、GPU等搭建一个小系统，这就是一个很好的解决方案。
如果说在传统芯片领域，我国“反超”的机会不大，且消耗的多项成本过高，那么“AI”芯片的大面积布局，将是此领域关乎国家战略层面的重要机遇。也由此在风起云涌间，传统芯片与AI芯片难免狭路相逢。
传统芯片不要慌，AI芯片尚有短板
相比于针对算法而研发的AI芯片，不管是算力还是功耗，包括GPU等在内的传统芯片在内的传统芯片都无法相比。
以百度“昆仑”与英伟达“Xavier”为例。百度开发者大会上，李彦宏称“昆仑”是迄今为止业内算力最高的AI芯片，能在100w以上的功耗提供260万亿次／秒的运算速度，而英伟达“Xavier”的算力大概是30万亿次／秒，功耗为30w。从性能和功耗的比值来看，以百度“昆仑”为代表的AI芯片暂时领先。
云端芯片市场，号称一霸的英伟达面临着谷歌、百度、华为等竞争对手的“虎视眈眈”。而占据手机终端芯片的高通，就AI算法加速而言，虽然它也声称自己是AI平台，但本质上还是利用AI算法对原有既定框架进行优化，不能定义为真正的AI芯片。
尽管AI芯片来势汹汹，但短板也非常明显。
