芯片约占人工智能比重的15%，结合我国人工智能市场规模，推算出2016年我国人工智能芯片市场规模约为20亿元。中国的人工智能芯片行业发展尚处于起步阶段。以下对智能芯片市场分析。

　　智能芯片市场分析，2016年人工智能芯片市场规模达到6亿美金，2016-2021年中国智能卡芯片行业市场需求与投资咨询报告预计到2021年将达到52亿美金，年复合增长率达到53%，增长迅猛，发展空间巨大。

　　未来芯片的发展前景取决于生态，有望统一在主流的软件框架下，形成CPU+GPU/TPU+FPGA(可选)的多芯片协同场景。据测算，未来云端芯片的空间2020年有望达105亿美元，其中GPU、ASIC、FPGA分别贡献50亿美、35亿美、20亿美元。现从人工智能芯片三个市场需求类别来了解智能芯片市场分析

　　用于训练的芯片：主要面向各大AI企业及实验室的训练环节市场。智能芯片市场分析，目前被业内广泛接受的是“CPU+GPU”的异构模式，由于 AMD 在通用计算以及生态圈构建方面的长期缺位，导致了在深度学习 GPU 加速市场 NVIDIA 一家独大。面临这一局面，谷歌 2017年发布TPU 2.0能高效支持训练环节的深度网络加速。我们在此后进行具体分析;

　　用于云侧推断的芯片：在云端推断环节，GPU不再是最优的选择，取而代之的是，目前3A(阿里云、Amazon、微软 Azure)都纷纷探索“云服务器+FPGA”模式替代传统CPU以支撑推断环节在云端的技术密集型任务。智能芯片市场分析，但是以谷歌TPU为代表的ASIC也对云端推断的市场份额有所希冀;

　　用于端侧推断的芯片：智能芯片市场分析，未来在相当一部分人工智能应用场景中，要求终端设备本身需要具备足够的推断计算能力，而显然当前 ARM 等架构芯片的计算能力，并不能满足这些终端设备的本地深度神经网络推断，业界需要全新的低功耗异构芯片，赋予设备足够的算力去应对未来越发增多的人工智能应用场景。我们预计在这个领域的深度学习的执行将更多的依赖于 ASIC。

　　智能芯片市场分析，智能安防对数据流计算速度要求较高，AI首先落地政府市场，长期看千亿市场空间。智能驾驶除计算能力外对芯片的稳定性和突发状况处理速度要求较高，目前英伟达、高通等巨头均以GPU大力布局，国内地平线通过ASIC切入汽车市场，随着ADAS定制化需求的增加，未来专用芯片将成为主流。智能手机、音箱、AR/VR终端受限于电池容量，对低功耗的要求更高，ASIC方案是未来。