AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。当前，AI芯片主要分为GPU、FPGA（可编程门阵列）、ASIC（专用集成电路）几种。其中GPU称为图形处理器，它是显卡的“心脏”是单指令、多数据处理，采用数量众多的计算单元和超长的流水线，主要处理图像领域的运算加速。

AI芯片主要分类：AI芯片主要分为三种，分别是GPU、FPGA和ASIC。其中FPGA称为现场可编程门阵列，用户可以根据自身的需求进行重复编程。适用于多指令，单数据流的分析，与GPU相反，因此常用于预测阶段，用硬件实现软件算法，因此在实现复杂算法方面有一定的难度。

ASIC是一种为专门目的面设计的集成电路。是为实现特定要求而定制的专用AL芯片。除了不能扩展以外，在功耗，可靠性，体积方面都有优势。尤其在高性能、低功耗的移动端。

产业环境：随着《“互联网+”人工智能三年行动实施方案》提出，到2018年基本建立人工智能的产业、服务和标准化体系，实现核心技术突破，形成千亿级的人工智能市场应用规模。国务院发布的《“十三五”国家科技创新规划》，人工智能成为重中之重。

为了持续成长与产业升级，其正利用人工智能推动经济成长成为全球主要的竞争者。无论是政府或者是企业，都将人工智能与机器学习当作下一个创新的重要领域。由于人工智能算法和性能与芯片处理器的运算能力有很关联。然而现今中国在处理器上非常依赖国外的供货商，甚至美国许多大厂都深根人工智能芯片，可是随着中国半导体产业技术的不断进入，这一部分预估在未来几年将逐步克服。

国内人工智能市场份额年增速高达50%，远超全球平均水平的19.7%。国内已经有部分企业在沿人工智能产业链进行布局，在核心芯片、大数据、生物识别、物联网、安防等领域，国内公司均已有所突破，终端AI芯片迎来加速发展期。

当前，国内外人工智能芯片市场化程度不高，主要集中在英特尔、英伟达和AMD等巨头。例如，从全部GPU市场来看，英特尔目前占了71%，英伟达占了16%，AMD占了13%。可见，我国企业依旧有很大机会赶超。

市场发展环境：人工智能技术的快速发展，推动我国人工智能与电子终端和垂直行业的加速融合，涌现出了智能家居、智能汽车、可穿戴设备、智能机器人等一批人工智能产品，并正在全面的重塑家电、机器人、医疗、教育、金融、农业等行业。根据研究资料：目前人工智能目标行业市场中Al+占比40%。其次是智能机器人、智能驾驶、无人机，随着人工智能技术的逐渐成熟，科技、制造业等业界巨头的深入，应用场景的不断扩展，对智能芯片的需求将不断增加。

据中金企信国际咨询公布的《2020-2026年中国AI芯片市场竞争策略及投资潜力研究预测报告》统计数据显示：近年来，中国人工智能芯片市场规模保持高速增长。云端领域，2018年云端市场全球占比17.0%；预计2021年将达221.5亿元，CAGR 达 51.23%。终端领域，2021年将达84.1亿元，CAGR为59.3%。

人工智能芯片未来呈现四大发展趋势：一是芯片开发从技术难点到场景痛点。目前人工智能芯片设计更多的是从技术角度，以满足特定性能需求出发。未来的芯片设计需要从应用场景出发，借助场景落地实现规模发展，从客户终端需求出发，从需求量、商业落地模式、市场壁垒等各个方面综合分析落地的可行性。

二是技术路线从专用芯片到通用芯片，目前，应用于AI领域的芯片多为特定场景设计，不能灵活适应多场景需求，未来需要专门为人工智能设计的灵活、通用的芯片，成为人工智能领域的“CPU”。

三是智能计算从云端到云边一体。目前云端AI芯片应用更多相对成熟，随着边缘计算兴起，“云边结合”方案渐成主流 。

四是合作从串行分工到融合共生。现阶段，AI芯片产业发展方式为以企业为主体，产品上下游企业相对独立运营和管理，同环节企业高度竞争，未来产业发展将以合作主线，借助合资公司、共同搭建平台等方式，形成合作生态。