這些年國內的智能芯片得到快速發展，AI芯片的具體使用場景也在擴大，在手機，攝像頭，駕駛方面都得到了實際應用。

　　AI芯片的應用層次

　　從應用場景來看，人工智能芯片應用于云端和設備端。

　　在深度學習的訓練階段需要極大的數據量和大運算量，單一處理器無法獨立完成，因此訓練環節只能在云端實現。云AI芯片的特點是性能強大、能夠同時支持大量運算、并且能夠靈活地支持圖片、語音、視頻等不同AI應用。我們現在使用的各種互聯網AI能力(比如在線翻譯、人證比對)，背后都有云AI芯片在發揮作用或提供算力。英特爾、IBM等老牌云服務器芯片廠商同樣在積極布局這一市場，各自通過并購、投資、研發等方式不斷切入云AI芯片市場。

　　在設備端，智能終端的數量龐大，而且需求差異較大，推理環節無法在云端完成，要求設備有獨立的推理計算能力。這便需要有嵌入到設備內部的端AI芯片，讓設備不需要聯網就能具備AI能力。它們的特點是體積小、耗電少，而且性能不需要特別強大，通常只需要支持一兩種AI能力。現在手機里的芯片、攝像頭里的芯片、甚至你家電飯煲里的芯片都開始陸續AI化。云端格局應該變化不大，但是在終端方面變數未定，邊緣計算值得關注。云端市場已被巨頭瓜分殆盡，創業公司生存空間幾乎消失。倒是終端市場群雄割據，機會尚存。

　　AI芯片的具體應用場景

　　AI芯片可能不僅僅被用于智能手機上，這得益于初創公司的定制芯片設計，以及來自移動芯片巨頭ARM的Trillium AI項目等努力。這意味著今天的計算機智能革命才剛剛起步，它最終可以幫助亞馬遜和谷歌的數字助理擴展到新設備上，讓你的汽車識別行人和周圍的一切，讓你的電腦更聰明，可自動進行照片和編輯等。

　　以網絡安全攝像頭為例，它可以讓你的家庭網絡和寬帶連接成為一個持續的視頻流。葛文那解釋稱：“你真正想要的攝像頭能夠看到現場，然后說什么都沒發生，不需要上傳視頻。當發生變化時，它可以發送圖像或通知。”葛文那預計，個人電腦可以在相對強大的主處理器上運行AI，但隨著更多的軟件使用該技術，它們也會得到AI芯片。像Photoshop和Premiere Pro這樣的Adobe Systems軟件已經將處理器推向了極限，該公司已經引入了Sensei AI技術，以加快像照片編輯這樣的任務。

　　隨著無人駕駛技術的進步，汽車將獲得AI大腦。名為Synopsys的公司在會議上展示了自己的方法，用于管理從雷達、激光雷達、攝像頭和其他無人駕駛汽車中收集到的大量數據。Synopsys市場營銷經理戈登·庫伯(Gordon Cooper)說：“蘋果把神經網絡植入了iPhone X中，現在每個人都想擁有神經網絡功能。”

　　如今，像Amazon Echo或Google Home這樣的智能音箱位于AI的前沿領域，但它們的大部分“大腦”都依賴于網絡鏈接。葛文那說，內置的AI芯片可以讓它們更快地理解你的語音指令，這是一項重要的改進，因為沒有人喜歡在訂購新音樂或讓燈光關閉時延遲。

　　在無人機領域，AI將意味著更強大的能力，比如避開飛行中的障礙物，或者追蹤某個移動的物體。例如，沿著滑雪坡道向下走，這樣你就可以把動作視頻帶到下一個層次。

　　AI的加入，為芯片行業注入了新的生機，它帶來的技術的變革，給科技產品帶來了全新改進和升級的機會。