人工智能正如火如荼地进行着，研究公司GlobalMarketInsights预测，全球人工智能加速芯片市场将以每年35%的速度增长，整体规模将从2019年的80亿$增长到2026年的700亿$。

那么什么是AI，什么是人工智能芯片？

首先要知道芯片实际上是集成电路，人工智能(ArtificialIntelligence，AI)是指能够运行人工智能算法的芯片，主要是基于深度学习算法。 目前的AI芯片分为四类：

通用芯片(GPU)

特点：指令单一，数据多，主要处理图像数据。 CPU命令工作。

半定制芯片(FPGA)

FPGA进行多指令，奇异数据流分析，主要用于云端。 FPGA整体性能较高，常用于深度学习算法的推理阶段。 比较FPGA和CPU可以发现两个特点，一是FPGA没有存储带来的内存和控制，读取部分的速度更快，二是FPGA没有读取指令操作，功耗更低。 缺点是价格比较高，编程复杂，整体操作能力不是很高。

完全定制芯片(ASIC)

ASIC是为实现特定场景应用需求而定制的专用ai芯片。 优点是功耗，可靠性，集成性好，缺点是开发周期长，功能可扩展性不强。

脑芯片

类脑芯片是一种模拟人脑神经网络模型的芯片编程架构。 本系统能够模拟人脑功能的感知，行为和思维方式。 也是未来人工智能芯片的重要发展方向但研究过程极其困难。

人工智能芯片有两个发展方向：一是加快硬件的计算能力，不断优化GPU、FPGA、ASIC；二是利用类脑神经结构增强计算能力。

类脑芯片是基于冯·诺依曼结构，通过模拟人脑的神经结构，信息感知，思维，行为。 人脑中的突触是神经元之间的连接，它可以随着传输神经元信号的强度和极性来调节传输效率，在信号消失后保持传输效率。 模仿这种操作模式的脑型芯片，可以实现数据并行传输，分布式处理，可以低功耗实时处理海量数据。

在2011年8月，IBM首次开发了两个具有感知和认知能力的硅片原型，可以像大脑一样学习和处理信息，但只能容纳20多万个可编程突触。

2014年8月，IBM推出了第二代类似大脑的芯片True North，相当于100万个可编程神经元和2.56亿个可编程突触，与第一代相比，有了很大提高。

公司在2016年发布了新的研究成果，包括手指识别，情感识别，图像分类和对象跟踪。

英特尔于2017年发布了Loihi芯片，该芯片模仿了大脑是如何根据来自环境的反馈工作的，使用数据来学习和推断。 洛伊希是一种异质设计，由128个神经形态核心(neurophorphiccore)和3个低功耗IntelX86核心组成，声称拥有13万个神经元和1.3亿个触角。

高通的认知计算平台也在行业内引起了巨大的轰动，它可以集成到高通量产的Snapdragon处理器芯片中，以协作的方式提高系统的认知计算性能，并可应用于手机，平板等设备，支持语音识别，图像识别，场景实时标注等实际应用和卓越性能。

在2018年8月，<英国自然杂志>首次出版了中国自主研发的天极芯片，清华大学精密仪器系史鲁平教授团队研发的脑型计算芯片“天极”亮相。

在2019年7月，英特尔宣布其神经形态研究芯片Loihi执行专门任务的速度是普通CPU的1000倍和10000倍。

虽然没有智能系统能够达到人的水平，但人工智能的研究正在取得突破。 未来AI芯片的更新和迭代速度会更快，人类可以从事工作，芯片可以做。 相信这个奇点离我们不远，AI产业化将迎来新的发展机遇。

技术改变生活，数据无处不在。 “城市之窗”是基于云计算，移动互联网，大数据等应用提供信息，社交，出行，健康，医疗等综合智能服务，实现人与物，人与技术的全面感知和交互，为大家的生活提供更加便捷高效的服务。