在刚刚过去的2019年，国内外产业玩家们共同推动着的车轮向前滚动。7nm芯片还未全面铺开，5nm冲锋的号角已经吹响，在AI强势侵入并颠覆各个传统领域的同时，AI芯片的架构创新持续发酵。“AI芯片”这个新鲜的概念在过去一年间逐渐走过了普及的阶段，越来越被大众所熟知。在行业走过野蛮生长，开始加速落地、加速整合的过程中，也有更多的AI芯片公司也开始走出属于自己的差异化路线。
如今AI芯片将持续火热 但什么时候能出现“爆款”还未可知，AI芯片正在云计算手机、安防监控、智能家居自动驾驶五大场景上演新的群雄争霸赛，包括华为、阿里、百度等巨头企业，均拿出自己的“杀手锏”。这些“杀手锏”在不同程度上提振了自己在行业的影响力，也给产业带来巨大变革，更让业界看到了中国半导体行业的希望。但是，在经历了一次次疯狂打call之后，每次都觉得差了点什么——那种感觉仿佛就是看了一晚上网红带货，但是当主播大喊“买它！”之后，却无人下单的尴尬。
可以说，尽管去年各大厂商纷纷推出了多款产品，但至今仍然没有任何一款产品可以称得上“现象级爆款”。为什么出现了此种叫好不叫买的情况？不由让笔者深感疑惑。
究其原因不难发现，覆盖细分领域，偏离主战场是其中的重要问题。相关调研公司数据显示，到2022年，整体AI芯片市场规模将会达到596.2亿美元，其中云端训练+云端推断芯片达到244亿美元，占据四成以上的市场规模。毫无疑问，云端服务器市场是AI芯片的主战场。目前的现状是具备通用性优势的GPGPU占据了云端人工智能主导市场，以TPU为代表的ASIC目前只运用在巨头的闭环生态，FPGA在数据中心业务中还在尝试阶段。目前全球各大公司云计算中心如谷歌、微软、亚马逊、阿里巴巴等主流公司均采用GPU进行AI计算。英伟达就是在这里赚的钵满盆满。目前，全球主流的硬件平台都在使用英伟达的 GPU 进行加速，AMD也在积极参与。亚马逊网络服务 AWS EC2、Google Cloud Engine（GCE）、IBM Softlayer、Hetzner、Paperspace 、LeaderGPU、阿里云、平安云等计算平台都使用了英伟达的 GPU 产品提供训练服务。
反观其他专用AI芯片厂商，在各自聚焦的细分领域都表现抢眼，但难以粉饰自身配角的地位。赛迪顾问的预测数据显示，2019年中国对于AI芯片需求最大的市场依次为安防、零售、医疗、教育、金融、制造、交通、物流等行业。其中最大的安防市场也仅占20%，多家聚焦安防领域的AI芯片厂商在经历了奋力厮杀后，也难以在出货量等方面取得好成绩。
而深究下去，聚焦单一领域又诱发了另一问题：成本问题。随着芯片制造工艺的日益先进，芯片制造成本也水涨船高，如今设计制造一颗10nm芯片的成本要几千万美元，综合成本高达上亿美元。因此，如果不能保证某款单一应用场景下能够大量出货，专用芯片需要保持一定的通用性与灵活度。
最近两年间，产业界开始陆续涌现出神经网络计算专用芯片（AI芯片），寒武纪、深鉴科技、中星微电子等玩家的AI芯片产品采用的都是28nm的芯片工艺，前期从投入到流片的成本超过400万美元，单一品类出货量没有百万的级别将很难收回成本。
而除了成本之外，AI算法的演进也需要纳入考虑。由于目前人工智能算法还在不断变化、不断演进的过程中，人工智能经历了六十多年的发展才迎来了深度学习的大规模爆发，然而现在深度学习算法还有众多有待优化的方面，比如稀疏化、低功耗、小数据训练等，算法尚未定型。
此外，目前语音/文字/图像/视频等不同应用无法使用统一算法，然而许多实际生活中的AI应用程序（识别图像中的对象或理解人类语言）需要不同类型的具有不同层数的神经网络的组合。
因此，在确保AI应用性能的前提下，AI芯片需要尽可能地保持芯片通用性。那么问题来了：既然GPGPU如此强大，能够大小“通吃”，为什么厂商反而顾左右而言他？其实真正的困难在于GPGPU的技术难度。
硬件角度看，最核心的是指令集。指令集的覆盖面、颗粒度、效率等决定一款芯片能否覆盖到足够宽的应用市场领域，并对软件开发和产品迭代足够友好。无论是英伟达还是AMD的GPGPU，指令集都在千条量级，而目前国内的AI芯片指令集大多数都在百条以内。类型与数量的差别映射到硬件高效实现的复杂程度，差距是巨大的，在这方面国内的团队还存在着一定的差距。另一个重要方面就是基于硬件层的任务管理和智能调度，这可以让芯片从硬件层即提高算力的利用率，也就是大家常说的实际算力。大多数AI芯片的做法是完全依赖于软件层的调度实现，但这种方式第一增加了软件开发的复杂度，第二降低了硬件算力的利用率，第三减缓了软件栈迭代更新的速度，这在AI领域，面向算法模型、开发环境、应用场景加速更新的大背景下无疑大大增加了产品落地与工程化的难度。
在软件方面，毫无疑问，最重要的必然是开发生态，GPGPU通过英伟达十多年的耕耘，已经建立起了一个超过160万开发用户的庞大而成熟的生态-CUDA。AI芯片则需要搭建全新的生态，它会带来两个维度显著的问题，第一个维度是客户端，客户需要冗长的适配期，从原有的开发环境切换到新的软件生态，这不仅带来了资源投入，推迟了业务部署时间窗口，增加了业务的不确定性，更严重的是不利于保护已有的软件投资，软件的很多部分都要重新来写并适配，这对企业级用户来讲恰恰是非常敏感与慎重的事情。另一个维度是产品开发端，从底层芯片与系统软件，跳过CUDA层去直接支持开发框架，必然带来巨大的软件投入，不停得追赶现有框架的新版本，以及生态巨头的新框架，这在底层软件人员缺乏的背景下矛盾显得尤其突出。
本文在一开头就提出了一个貌似针对产品的问题，而事实上，这还是一个关于市场的问题。能否成为爆款，一方面要看产品，另一方面还需要看市场需求。数据显示，2018年中国AI芯片市场依然保持增长，整体市场规模达到80.8亿元，同比增长50.2%。且目前依然以云端训练芯片为主。2018年中国云端训练芯片市场份额达到51.3%。巨大的市场前景，也引来各方诸侯前来抢夺。
除了一骑绝尘的英伟达，其他老牌的芯片巨头都没闲着，特别是Intel也在加紧布局通用GPU。英特尔眼馋GPU路人皆知，其背后是一段辛酸史——从开始对GPU的不屑，到基于自家的x86架构开发独立显卡，英特尔折腾了十年之久仍然没做出来一款像样的GPU。近两年传出消息英特尔将在今年推出首款独立GPU，这恐怕要得益于英特尔的重金挖人——原AMD RTG显卡部门负责人Raja、Zen架构的功勋领袖Jim Keller、显卡技术市场总监Damien Triolet这几位大神都在2018年被英特尔招入麾下。
而在国内，一家名为“天数智芯”的公司也宣布将在今年发布GPGPU芯片。这家公司目前围绕GPGPU的系统研发已聚集了一支百余人的技术团队，其中不乏AMD在美国和上海做 GPU的核心团队成员、行业经验超20年的世界级技术专家。
从产业发展规律来看，在过去两年之内AI芯片将持续火热，大家扎堆进入；但是到了2020年前后，则将会出现一批出局者，行业洗牌开始。由于目前AI算法还在不断演进汇总的过程中，最终的成功与否则将取决于各家技术路径的选择和产品落地的速度。让我们静待2020年的第一个“爆款”早日来临。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉
出这个问题目前没有相关官方的报道，因此无法给出准确的回答。根据网上的一些消息台积电于6月16日在2022年度北美技术论坛上首次宣布，
面积上，从而提供更高的集成度和处理能力。此外，较小的节点尺寸还可以降低电路的功耗，提供更高的
首次采用GAAFET全环绕栅极晶体管技术，预计将于2025年开始量产。
短缺原因工厂面临被迫减产、停工。有数据显示，由于缺芯问题导致2021年全球汽车减产已经超过700万辆。
才能得到解决呢，这应该是目前半导体行业最关心的问题了，接下来我们看下各位大佬是如何看待此事的。
自2020年下半年以来，汽车行业、智能终端设备等产品的需求激增，导致了这些行业的
，鸿蒙系统打开速度基本上已经和三星ONE UI系统没有太大差距了，值得一提的是，目前的鸿蒙系统还属于Beta版，还在优化的过程中。
2021年将是折叠屏手机全面爆发的一年，除了已经在折叠屏领域发布相关产品的华为、三星等品牌，其他手机厂商的折叠屏新品也都已在路上。据悉，小米的折叠屏手机已经进入排期并将于明年上市，只是具体时间
！但是有一种能源正在逐渐成熟，那就是氢能源。继丰田、现代和本田之后，国产车也开始在氢燃料电池汽车领域发力了。北京车展，上汽大通上市了旗下首
对于三星来说，今年已经先后拿下IBM POWER 10处理器7nm EUV代工和NVIDIA RTX 30系列显卡
值得注意的是，如果你从侧面看，可以明显看到扬声器表面网罩有着明显锥形突起。至于为何要采用这样的设计
。与非网作为电子半导体行业媒体，在此关头，为武汉加油之际，也来对武汉集成电路发展情况进行一次梳理。
迎来亚马逊、高通、阿里巴巴、Facebook等新玩家，软硬一体化趋势加强;终端
元年，用来指某个事物或事件开始发生的时间。如果说 2016 年（晋华集成、合肥长鑫和长江存储，中国大陆三大存储器公司相继成立）是中国大陆存储器产业发展的元年。
特斯拉盈利后，可把马斯克厉害坏了，这不，最近又跟美国汽车界的大佬福特互怼起来了，而且看起来底气十足呢。其实互怼的原因很简单，还是因为几年前福特抢注“Model E”这件事，其实马斯克原本想的是 Model E 与特斯拉的 Model S 和 Model X 组成单词“SEX”，不过现在成了“S3X”，此外特斯拉最近有个 Model Y，可能是想寓意“性感”（SEXY），只不过没办法实现了。
NAND 作为固态硬盘上的巨额支出，业界最新一次的周期波动很大。此外，DRAM 的支出也不小，逻辑
因资金困境无奈被苹果收购，再到Oryx Vision宣布停止运营……自动驾驶创业公司正面临一场残酷的生死考验，淘汰赛一触即发。
在智能家居领域，三家的“战争”也会随着市场的成熟而更加激烈。尽管苹果目前稍显落后，但未来市场广阔谁主沉浮仍
三星在今天正式推出了A70，这款手机使用了水滴屏和屏幕指纹识别，并用了4500mAh的大电池，
现代人夏天续命有三宝，空调，WiFi和西瓜。作为三剑客之一的WiFi要被逐出去了，这
具有划时代的意义。众所周知，现在空气质量越来越差，和汽车尾气排放有一定的关系，而新能源汽车的问世，将有效的改善这一问题，它最终能否取代家庭轿车
对比发现，汇川技术的研发投入占比是不是最多?实则不然，汇川技术主营业务较多，新能源汽车电机控制器的研发和几乎all-in的投入让汇川发生质的变化，营收和盈利都会可观，在这里只有针对机器人的补贴和研发转向投入作对比才能出结果。新松机器人获得政府补贴超过1.71亿元，超过前四家的总和，研发投入1.65亿元，不低，也不高。
100人”了解，这次以低价拿下平高集团江苏电网侧项目电池簇供应的，是比亚迪集团第二事业部，也就是普遍称呼的电池事业部，意即惠州比亚迪，与负责储
国产化？到现在一二十年过去了，还是没有实现。对汽车产业我同样比较悲观。或许一直要等
终归只是一门技术，只有找到行业落地，发挥商业价值，企业才能在风口褪去后依然笑看江湖。
相比，计算能力有30倍左右的提升，可适用于语音、图像、自动驾驶等很多方面。”
昨日，特斯拉Model S再次发生车祸，致两死一伤，目前这辆Model S的Autopilot是否处于开启状态
苹果是否会继续使用高通基带，根据业界的说法苹果和高通合作可能率应该不大，但是最后的结果到底是怎样
需注意的是，与其他类型导电剂相比，造价昂贵的石墨烯用做导电剂时的性价比是否更好
华为Mate10上市最新消息：雷军最后一张王牌小米note3能否阻击华为Mate10？
现货。看来雷军是真的发力了，不过以加大产量为筹码来应对即将问世的荣耀9，成功与否
华为今年的重磅旗舰目前可以说只有荣耀9和mate10，荣耀9已经确定就在下月发布了，但是mate10的具体发布时间我们还尤
，大概应该在下半年八九月份，但是虽然发布时间晚，但是很多信息已经在网上流传出来了。
既然，汽车业的智能化、电动化已然成为大家共同的愿景，这些不断进入的新兴互联网企业和传统汽车企业从各自的基点出发，正在向着相同的目标行进，最后的结局是殊途同归还是谁把谁颠覆，真的
泡沫挤出。了解了资本“寒冬”的本质，我们便可以看到智能硬件创业团队是在“机遇”与“挑战”共存的市场环境下的。
“虚拟现实、智能穿戴、运动健康”体感智能鞋一下子结合了时下最热门的几个关键词。它从一
需要HDMI接口? HDMI是近年来随着数字电视、高清电视和平板电视兴起而
官方微信
官方微博
