1946年，计算机诞生；1956年人工智能（AI）诞生；1969年互联网诞生……近期无论是华为的麒麟970芯片，还是AlphaGo与柯洁的人机大战，人工智能领域再度风起云涌。
    人工智能正席卷安防、人脸识别、自动驾驶等多个领域。就当前的现状来看，大部分业内人士都认为最先被人工智能“革命”的行业非金融业莫属。曾经，高盛在纽约总部的美国现金股票交易柜台的交易员曾一度高达600人，而现在偌大的交易大厅却只有两个人值守。
    图1：人工智能应用领域

    根据埃森哲今年发布的报告《人工智能：助力中国经济增长》预测，到2035年人工智能有潜力拉动中国经济年增长率上升1.6个百分点。人工智能将成为一种全新生产要素，与资本、劳动力拥有同等重要地位，将成为拉动中国经济增长的新动力。
    图2：2035年的实际经济总增加值增速（%）

    人工智能已成为各国战略布局的重要一环。根据腾讯研究院发布的《中美两国人工智能产业发展全面解读》，截止到2017年6月，全球人工智能企业总数达到2542家，美国拥有1078家，占据42%；中国其次，拥有592家，占据23%。其余872家企业分布在瑞典、新加坡、日本、英国、澳大利亚、以色列、印度等国家。
    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：训练和应用。
    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。
    全球科技巨头都在加紧布局AI芯片，希望走在科技变革时代的前线。NVIDIA是AI芯片的市场领先者，占据了全球GPU70%的市场份额；Intel接连收购Altera、Nervana、Movidius，全方位布局AI；Google发布两代TPU，从ASIC方向进军AI芯片市场；寒武纪是中科院计算所孵化的独角兽公司，2016年推出了首个深度学习专用处理器芯片(NPU)，技术全球领先。
    目前全球GPU行业的市场份额有超过70％被英伟达公司占据。而应用在人工智能领域的可进行通用计算的GPU市场则基本被英伟达公司垄断。目前英伟达GPU芯片主要应用方向为数据中心芯片、自动驾驶芯片和嵌入式芯片。主要包括采用Pascal架构的TeslaP100和TeslaP10芯片、采用Volta架构的DGX-1芯片、自动驾驶的DriverPX2芯片、JetsonTX2芯片等。
    NVIDIA用于深度学习的Tesla芯片经历了Kepler、Maxwell、Pascal、Volta四代架构。
    AI芯片市场风起云涌，海内外科技巨头和新晋初创公司均有不同程度的耕耘。在深度学习训练端，GPU的性能和特点更加符合其要求；而在接近终端应用的推理端，ASCI、FPGA、GPU、CPU以及其组合针对不同细分需求，都有各自发挥专长的场景。
    随着AlphaGo所代表的人工智能技术突飞猛进，以及人工智能人才争夺的日趋激烈，无一不在印证“过去5年是互联网时代，未来10年将进入人工智能时代”的观点。全球科技巨头都在加紧布局AI芯片，希望走在科技变革时代的前线。