9月25日，阿里平头哥推出含光800AI芯片，以其领先同行的性能震惊业界。而就在8月，华为也发布了自己的AI芯片昇腾910。巧合的是，双方都选择了云端AI芯片，为何巨头都看重了这一领域？随着他们的入局，云端芯片会对终端AI芯片带来怎样的影响？
互联网巨头争先布局AI云端芯片
9月25日，在杭州云栖大会上，阿里巴巴旗下平头哥第一颗AI自研芯片—含光800正式发布。作为阿里成立平头哥以来发布的第一款正式流片的AI芯片，这是继处理器IP核玄铁910、无剑SoC平台之后，又一次实力的证明。
在业界标准的ResNet－50测试中，“含光800”推理性能达到78563IPS（每秒能处理7．8万张图片），比目前业界最好的AI芯片性能高4倍；能效比500IPS／W（每瓦功率能处理500张图片），是第二名的3．3倍。
华为：最快的云端训练芯片
在阿里含光800发布之后，大家不免将它与华为在8月23日全联接大会发布的AI处理器昇腾910进行对比 。
因为华为的昇腾910与含光800发布之时都号称算力最强的AI处理器。事实上，两者的用途并不一致。AI芯片可以划分为训练芯片和推理芯片两种用途，昇腾910是最快的训练芯片，含光800是最强的推理芯片。训练是指通过大量标记过的数据在平台上进行“学习”，并形成具备特定功能的神经网络模型；推理则是利用已经训练好的模型输入新数据通过计算得到各种结论。但他们均属于云端芯片。
在AI芯片应用场景中，我们通常分为云端和终端，云端主要指大规模数据中心和服务器，终端包括手机、车载、安防摄像头、机器人等丰富的场景。
除了阿里、华为之外，国内百度、腾讯等也均在芯片领域持续布局。百度布局集中在图像、语音、无人驾驶等应用层面，腾讯则通过投资比特大陆、Diffbot、iCarbonX、CloudMedx、Skymind、ScaledInference等企业完善其在AI芯片产业链的布局。
AI芯片赛道：入局“拥挤”赛道为哪般？
首要原因是，巨头们入局云端AI芯片，更多是考量自身业务的融合优化。随着数据量级的增长，无论是百度的搜索、语音交互、无人驾驶还是腾讯社交、新零售、智能硬件等方面布局，或是阿里云计算，物联网等领域，通用AI芯片已经难以满足自身业务算法和硬件设计的需求。
相比传统芯片厂商，互联网巨头在涉足芯片领域普遍存在一个共同点，那就是其芯片产品都不是以商品芯片的身份单独出售，而是与自家的产品捆绑在一起。
含光800将通过阿里云对外输出AI算力，未来企业可以通过阿里云获取含光800的算力。同时含光800也主要用于解决图像、视频识别、云计算等商业场景的AI推理运算问题，提升运算效率、降低成本，为数据中心提供动力。
而华为发布昇腾910则用于补充AI云端芯片的空白，也用在华为自有服务器和云业务上。
当然，巨头们的布局并不仅仅是云端AI芯片，也包括终端芯片。大量厂商纷纷进入这条赛道的另一大重要原因，是为了芯片的自主可控。
要想在AI赛道上打一场硬仗，芯片是关键的一环。特别是在中美贸易战的大格局下，在核心的芯片上自主可控也是有必要的，毕竟谁也不想成为下一个中兴。
2019年，AI芯片战场正群雄逐鹿
事实上，在资本助力下，AI芯片这一“增量”市场迅速群雄并起，除了英特尔、英伟达等老牌玩家，初创型AI芯片企业、互联网巨头谷歌、新能源汽车科技公司特斯拉、社交网络鼻祖Facebook也纷纷开始涉足AI芯片。
初创AI芯片企业、互联网巨头、传统芯片厂商同台竞技，AI芯片行业呈现群雄逐鹿的局面。
据美国市场研究公司ReportLinker研究报告，预计到2023年，AI芯片市场规模将达到108亿美元，复合年均增长率达到53．6％。
市场大，竞争者也多。截止2018年底，国内芯片设计公司规模已经发展到近1700家，虽然受经济影响，增速大不如前两年，但是仍然有不少人想要抢夺这块蛋糕。
近两年，各AI芯片厂商的新品竞相发布，各环节分工逐渐明显。AI芯片的应用场景也不再局限于云端，部署于智能手机、安防摄像头、及自动驾驶汽车等终端的各项产品日趋丰富。
入局者中，既有国内原本做安防、语音语义、人脸识别、云计算等领域解决方案的公司布局AI芯片寻求自研，也有AI算法公司转向所在领域的AI芯片研究。
不同于传统芯片市场，AI芯片就是用于计算的芯片，效率高，功能相对单一，且不涉及IP授权问题，应用起来更节约资源且门槛要比通用芯片低，人人可参与这个尚未成型的AI芯片市场变得再正常不过。
实际上在AI芯片的实际落地和巨头的推动下，这个市场的格局和趋势正在逐渐清晰。
