互联网时代下，国内人工智能芯片市场又该如何发展呢？

作为人工智能核心技术之一的人工智能芯片，在过去几年的发展可谓起起落落。如今，正值互联网时代，人工智能芯片发展状况如何，国内市场又该如何发展呢?

AI是一个相当宽泛的概念，最早出现在1956年，由三位科学家John McCarthy、Claude Shannon and Marvin Minsky在英国达特茅斯会议上提出。

经过数十年发展，AI于上世纪80年代走出实验室并逐渐走向商业化。由于短时间内的迅猛发展，AI掀起了一阵投资狂潮。不过由于缺乏基础，经验不足，AI经历了第一次寒冬期。

之后，在总结经验、持续投入基础上，AI技术仍在不断创新研发中。如今，人工智能大潮来袭，让不少产品纷纷贴上了AI标签，但严格意义上来说，其实这些产品本质上并不能称作AI产品，只是一个过渡，或者说一种炒作营销。

而作为人工智能核心技术之一，人工智能芯片逐渐成为当前科技产业和社会关注的热点，也是AI技术发展过程中不可逾越的关键一环。不少研究者表示，除了深度学习和神经网络大幅推动了AI技术的进程，如果AI要达到更好的要求，还需要更多的方法去支持AI芯片。

也正是近几年AI产业的迅速发展，以及其重要性的提升，吸引着越来越多企业都投身到了 AI 淘金这股浪潮中，而其中最为耀眼的便是 AI 芯片。

在2016 年5月，谷歌发布自主设计芯片 TPU(张量处理器)，同年英特尔也发布 Nervana AI 处理器，AI芯片开始频繁地出现在人们视野中，也为其商用化之路扩宽了其应用市场。可以说，AI 芯片的出现是顺应时代发展趋势的，也是市场所需。

与此同时，随着智能手机市场的爆发，AI芯片更是迎来了前所未有的发展机遇。国际权威基金评级机构Morningstar预测，2021年全球AI芯片市场规模将可能超过200亿美元。

反观国内发展，过去几年，经过多年研发的国产CPU龙芯，曾因技术架构、应用软件与现有巨头垄断的体系不互通而屡屡遭遇联想等国内设备厂商的残忍拒绝。可以说，国产芯片面临着巨大瓶颈期。

另外，从AI芯片自身研发角度来看，国内厂商也面临着巨大挑战。在芯片设计研发阶段便承担高昂的成本，而芯片在设计好之后还要经过昂贵的流片验证才能量产，如果没有雄厚资金来解决这部分成本问题，那么即使技术研发成功，量产时也会遭遇上游产能受限的困境。

而且在当下，随着大数据时代的到来，信息量处理的信息量也在成倍地增长，算力需求越来越高的情况下，对搭载处理单元的体积有更多限制的机器人实际上存在着在智能水平上升级的障碍，AI芯片必须不断升级迭代，才能跟上时代发展。

面对来自多方的压力，国内企业应该如何?业内人士表示，除了大型企业之外，中小 AI 芯片创业公司也并非没有成功的可能性。有观点表示，像英特尔这一类的全球性大企业因为精力有限，无法覆盖所有的细分场景，这就是小企业得以生存的夹缝，能否成功在夹缝中求生存，便看各自的战略经营了。

此外，相关部门可以更多地引导扎根在中国的外资企业们，让他们也应积极投身中国的人工智能发展大潮之中。本土企业也应积极地在技术、市场和人才等方面与其开展共赢合作，共同助力中国人工智能产业的发展和壮大。