2016年人工智能芯片市场规模达到6亿美金，预计到2022年将达到60亿美金，年复合增长率达到46.7%，增长迅猛，发展空间巨大。以下对智能芯片行业发展前景分析。

　　智能芯片行业发展前景分析，2017年，全球人工智能核心产业超过了370亿美元的规模，而中国人工智能核心产业规模占比超过了15%。得益于移动互联网、大数据、和云计算的不断发展，人工智能将会随着可收集数据质量和数量的不断提升，加快其技术的革新和商业运营模式的发展。预计2020年，全球人工智能核心产业将达到1300亿美元的规模。

　　芯片的地位因此再度提升，竞争随之加剧。在这场事关新的计算时代基础架构和未来生态战略布局中，全球IT巨头、互联网企业、创业公司全被卷入，中国也已加速入局。先从三大技术来分析智能芯片行业发展前景。

　　1、DPU

　　智能芯片行业发展前景分析，GPU使用SIMD(单指令多数据流)来让多个执行单元以同样的步伐来处理不同的数据，原本用于处理图像数据，但其离散化和分布式的特征，以及用矩阵运算替代布尔运算适合处理深度学习所需要的非线性离散数据。作为加速器的使用，可以实现深度学习算法。

　　GPU由并行计算单元和控制单元以及存储单元构成GPU拥有大量的核(多达几千个核)和大量的高速内存，擅长做类似图像处理的并行计算，以矩阵的分布式形式来实现计算。同CPU不同的是，GPU的计算单元明显增多，特别适合大规模并行计算。

　　2、FPGA

　　智能芯片行业发展前景分析，FPGA是用于解决专用集成电路的一种方案。专用集成电路是为特定用户或特定电子系统制作的集成电路。人工智能算法所需要的复杂并行电路的设计思路适合用FPGA实现。FPGA计算芯片布满“逻辑单元阵列”，内部包括可配置逻辑模块，输入输出模块和内部连线三个部分，相互之间既可实现组合逻辑功能又可实现时序逻辑功能的独立基本逻辑单元。

　　FPGA相对于CPU与GPU有明显的能耗优势，主要有两个原因。首先，在FPGA中没有取指令与指令译码操作，在Intel的CPU里面，由于使用的是CISC架构，仅仅译码就占整个芯片能耗的50%;在GPU里面，取指令与译码也消耗了10%～20%的能耗。其次，FPGA的主频比CPU与GPU低很多，通常CPU与GPU都在1GHz到3GHz之间，而FPGA的主频一般在500MHz以下。如此大的频率差使得FPGA消耗的能耗远低于CPU与GPU。

　　3、ASIC

　　智能芯片行业发展前景分析，ASIC(专用定制芯片)是为实现特定要求而定制的芯片，具有功耗低、可靠性高、性能高、体积小等优点，但不可编程，可扩展性不及FPGA，尤其适合高性能/低功耗的移动端。

　　目前，VPU和TPU都是基于ASIC架构的设计。针对图像和语音这两方面的人工智能定制芯片，目前主要有专用于图像处理的VPU，以及针对语音识别的FAGA和TPU芯片。

　　当前的人工智能正处于产业化的早期阶段，所有的国家都站在了同一条起跑线上。而中国政府从上至下给予了人工智能高度的关注，完成了一系列政策层面的顶层设计。智能芯片行业发展前景分析，而拥有大量的数据并对数据主权的管理以及应用场景的本土化，也必将进一步助力中国本地芯片公司的崛起。而作为扎根中国的外资企业们，也应积极投身中国的人工智能发展大潮之中，在技术、市场和人才等方面和本土公司开展共赢合作，共同助力中国人工智能产业的发展和壮大。