上世紀(jì)80年代，英特爾曾身陷風(fēng)雨飄搖的境地。

令人生畏的日企在存儲(chǔ)芯片領(lǐng)域勢(shì)如破竹，將英特爾等美國半導(dǎo)體公司逼至越投資越虧損的惡性循環(huán)。

英特爾最關(guān)鍵的轉(zhuǎn)型決定，甚至不是由英特爾所主導(dǎo)。大型機(jī)領(lǐng)導(dǎo)者IBM為了快速開辟個(gè)人電腦（PC）市場(chǎng)，在1981年向英特爾伸出橄欖枝——將PC微處理器訂單交給英特爾，推動(dòng)英特爾將產(chǎn)品重心從存儲(chǔ)轉(zhuǎn)移到微處理器業(yè)務(wù)，躍居全球最大的半導(dǎo)體公司。

PC時(shí)代將機(jī)遇送到英特爾面前，而英特爾引以為傲的PC業(yè)務(wù)，卻成為阻礙它擁抱移動(dòng)時(shí)代的枷鎖。

22年后，蘋果以iPhone掀起智能手機(jī)的狂瀾，引發(fā)移動(dòng)芯片版圖的巨變。低耗電的Arm處理器開始雄赳赳的占據(jù)移動(dòng)處理器市場(chǎng)，同時(shí)3G時(shí)代的到來讓高通逆襲成智能手機(jī)芯片之皇。

電子產(chǎn)品的演進(jìn)屢屢引發(fā)芯片領(lǐng)域的巨變，芯片在科技和經(jīng)濟(jì)發(fā)展史中何其關(guān)鍵，誰能掌握核心技術(shù)和主流市場(chǎng)，誰就掌握了制衡生態(tài)的的話語權(quán)。

歷史的巧合不斷上演。伴隨著人工智能（AI）點(diǎn)燃新的藍(lán)海市場(chǎng)，芯片公司NVIDIA率先收割深度學(xué)習(xí)的紅利，叱咤PC和智能手機(jī)時(shí)代的半導(dǎo)體巨頭英特爾、高通和華為也在變革中站到了新的戰(zhàn)場(chǎng)，在不同的領(lǐng)地相遇、交戰(zhàn)。

▲ “云-邊-端”發(fā)展示意圖（圖源：云計(jì)算開源產(chǎn)業(yè)聯(lián)盟報(bào)告）

我們復(fù)盤過去四年間，上述多家芯片巨頭分別如何花式跨界云、邊、端、汽車這些他們?cè)觉r少踏足的新戰(zhàn)場(chǎng)，以及在這股跨界風(fēng)潮中，中國AI芯片市場(chǎng)正扮演的關(guān)鍵角色。

云端：高通看上的170億美元市場(chǎng)

1997年5月11日，IBM深藍(lán)計(jì)算機(jī)經(jīng)過六場(chǎng)角逐，以“兩勝一負(fù)三平”擊敗世界象棋冠軍加里·卡斯帕羅夫。這臺(tái)超級(jí)計(jì)算機(jī)重1270公斤，有32個(gè)微處理器，每秒可計(jì)算2億步棋。

19年后，谷歌AlphaGo以“4:1”比分戰(zhàn)勝世界圍棋冠軍李世石，將冷寂已久的人工智能再次推至人們視野的焦點(diǎn)。不同于深藍(lán)，將AlphaGo訓(xùn)練出超人智商的幕后功臣，并未出現(xiàn)在現(xiàn)場(chǎng)。

兩場(chǎng)人機(jī)大戰(zhàn)，計(jì)算速度的奧妙從硬件轉(zhuǎn)移至軟件。深藍(lán)是記憶大師，靠記住所有棋譜壓制對(duì)手，制勝之法是能承載起龐大計(jì)算的超強(qiáng)硬件算力。AlphaGo則是實(shí)戰(zhàn)派，通過每一場(chǎng)對(duì)弈來汲取經(jīng)驗(yàn)，并且能創(chuàng)造新的棋局來進(jìn)行自訓(xùn)練，以遠(yuǎn)少于窮舉的計(jì)算量，從一個(gè)圍棋小白錘煉成超越人類棋手的大師。

AlphaGo的算力王牌，彼時(shí)正隱藏在谷歌云的背后。

云計(jì)算打破傳統(tǒng)硬件資源的疆界，實(shí)現(xiàn)資源利用率最大化，為AI走向大規(guī)模商業(yè)化應(yīng)用鋪下至為關(guān)鍵的磚瓦。

中國最大云計(jì)算廠商阿里巴巴的AI，每天被調(diào)用超過1萬億次，每日處理圖像10億張、處理視頻120萬小時(shí)、處理語音55萬小時(shí)、處理自然語言5000億句，服務(wù)全球超過10億人。

云計(jì)算數(shù)據(jù)中心也成為AI芯片起家的大本營。

根據(jù)賽迪顧問2019年8月發(fā)布的《中國人工智能芯片產(chǎn)業(yè)發(fā)展白皮書》，2018年全球AI芯片市場(chǎng)規(guī)模達(dá)45.3億美元（約317.1億人民幣）。其中，云端訓(xùn)練芯片占比達(dá)49.5%，云端推理芯片占比達(dá)20.7%，終端推理芯片占比達(dá)29.8%。

▲云端和終端AI芯片市場(chǎng)規(guī)模增速（圖源：賽迪顧問）

最有利可圖的云端市場(chǎng)，成就了NVIDIA的揚(yáng)名立萬，指引了英特爾的轉(zhuǎn)型方向，同樣吸引了觀望已久的終端半導(dǎo)體巨頭高通。

2019年4月，高通發(fā)布挺進(jìn)數(shù)據(jù)中心的預(yù)告片，披露7nm云端推理專用芯片Cloud AI 100，號(hào)稱峰值算力達(dá)350TOPS，比當(dāng)時(shí)最先進(jìn)的AI推理解決方案每瓦性能提升10倍以上，比高通驍龍?zhí)幚砥髌螦I計(jì)算能力提升50倍。

有趣的是，NVIDIA和英特爾這些云端大玩家走的都是通用路線，高通卻另辟蹊徑，選擇做專用芯片ASIC。

通用芯片雖在性能上或許略遜一籌，但它不像專用芯片那么“挑剔”，放在任意環(huán)境都能取得幾乎一致的效果。專用芯片則不然，它的電路被完全固化，或許在一種環(huán)境中效率高如“猛獸”，在另一種環(huán)境就變得十分雞肋。

做AI ASIC者往往分為兩種，一種如谷歌亞馬遜等云計(jì)算廠商供內(nèi)部使用，一種則專注于低端市場(chǎng)。和此前入局AI芯片的玩家做比較，高通此舉顯得有些新奇。

看起來，高通似乎為了實(shí)現(xiàn)性能更強(qiáng)大的AI芯片，放棄了對(duì)靈活性的追求。不過由于高通還未提供加速器的架構(gòu)細(xì)節(jié)，也許他們?cè)谌碌募軜?gòu)設(shè)計(jì)中已經(jīng)探索到一個(gè)平衡。

不同機(jī)構(gòu)對(duì)AI推理市場(chǎng)規(guī)模的預(yù)測(cè)差別很大，高通較認(rèn)可的是到2025年，數(shù)據(jù)中心AI推理市場(chǎng)規(guī)模將達(dá)到170億美元，沒有企業(yè)不想多吞下一份大蛋糕。

在一次視頻訪談中，高通總裁Cristiano Amon預(yù)言到云端就是新的游戲平臺(tái)，這是Cloud AI 100的“完美應(yīng)用場(chǎng)景”。

高通跨界的信心來自在移動(dòng)芯片領(lǐng)域扎實(shí)的技術(shù)積累。作為智能手機(jī)芯片的佼佼者，它希望將其在終端推理的低功耗、信號(hào)處理技術(shù)、規(guī)模和成本優(yōu)勢(shì)，部分拓展到云端推理產(chǎn)品上，減輕移動(dòng)終端AI處理的負(fù)荷。

數(shù)據(jù)中心的運(yùn)營商們雖然很樂意去嘗試新處理器，但高通能否說服他們大規(guī)模應(yīng)用Cloud AI 100，前路還是一片迷霧。

中國芯的種子選手，高通的老伙計(jì)

在太平洋的對(duì)岸，華為海思比高通提早半年展露了進(jìn)軍云端芯片的雄心。

2018年10月，華為在全聯(lián)接大會(huì)上，首秀其全棧全場(chǎng)景AI解決方案的面貌，AI芯片品牌“昇騰”初露面就帶來了兩顆芯片，主打邊緣計(jì)算的昇騰310和主打云端訓(xùn)練的昇騰910。

10個(gè)月后，昇騰910正式推出，號(hào)稱當(dāng)時(shí)全球單芯片計(jì)算密度最大的AI芯片，峰值算力256TFLOPS，最大功耗350W。

海思半導(dǎo)體2004年成立，此前通過在智能移動(dòng)終端芯片、視頻編解碼芯片、多媒體芯片、基帶芯片、物聯(lián)網(wǎng)芯片等終端領(lǐng)域的耕耘，已經(jīng)成長為中國第一大IC設(shè)計(jì)企業(yè)。

昇騰910是華為海思切入云端AI芯片市場(chǎng)的第一枚棋。

和高通Cloud AI 100顯示，昇騰910也采用世界領(lǐng)先的7nm制程工藝。但當(dāng)高通的云端芯片還在醞釀之中，昇騰910已快速進(jìn)入落地階段。

高通和華為海思都是旗艦手機(jī)芯片制造商中的佼佼者，憑借過硬的技術(shù)實(shí)力爭(zhēng)奪最強(qiáng)手機(jī)AI芯片和最強(qiáng)5G實(shí)力的殊榮。

不同的是，高通走通用路線，將手機(jī)SoC芯片銷售給全球有需求的企業(yè)，華為也是它的客戶之一；海思則是華為的附屬品，跟著華為的主戰(zhàn)隊(duì)伍前進(jìn)，自研手機(jī)芯片僅用在自己品牌的手機(jī)中。

在進(jìn)入云端數(shù)據(jù)中心的策略上，華為顯得比高通更加豪放，直接放出自己在AI芯片研發(fā)上的整體藍(lán)圖，云端訓(xùn)練、云端推理、邊緣計(jì)算、終端推理全盤覆蓋，而高通迄今為止僅透露出入局云端推理芯片的計(jì)劃。

不過，兩家在云端芯片的落地方向上卻似有殊途同歸之勢(shì)。

高通自不必多說，即便選擇研發(fā)ASIC芯片，大概率還是堅(jiān)持通用方向，華為也開始向外部機(jī)構(gòu)提供集成了其云端AI芯片的集群。

今年9月，華為圍繞“鯤鵬+昇騰”雙引擎全面啟航計(jì)算戰(zhàn)略，并發(fā)布了由數(shù)千顆昇騰910組成的AI集群Atlas 900。這一集群不僅被用于助力國際組織SKA探索浩渺宇宙星空，也進(jìn)入了深圳鵬程實(shí)驗(yàn)室，作為其AI基礎(chǔ)性研究平臺(tái)鵬程云腦II的算力底座。

從高通和華為的摩拳擦掌，足見AI芯片市場(chǎng)對(duì)芯片廠商的吸引力。

邊緣與端側(cè)：三大玩家神仙打架

如果說云計(jì)算和AI為云端AI芯片發(fā)展儲(chǔ)備了優(yōu)渥的土壤，那么AI、5G和物聯(lián)網(wǎng)則共同促成了邊緣和終端AI芯片的繁榮。

從終端用戶的角度，使用AI應(yīng)用時(shí)，希望程序響應(yīng)速度越快越好，同時(shí)也希望應(yīng)用盡可能少受網(wǎng)絡(luò)限制，在離線環(huán)境下也能做部分計(jì)算處理。

從To B廠商的角度，隨著物聯(lián)網(wǎng)終端的快速擴(kuò)張，數(shù)據(jù)爆炸式增長，網(wǎng)絡(luò)傳輸和數(shù)據(jù)中心都需要邊緣和終端側(cè)的計(jì)算來減輕壓力，節(jié)省開支。

云端AI芯片技術(shù)門檻高且巨頭云集，相對(duì)而言，邊緣和終端市場(chǎng)猶如一片未經(jīng)開墾的新地，半導(dǎo)體巨頭和創(chuàng)業(yè)新秀都在摩拳擦掌。

在邊緣加速推理領(lǐng)域，比較能打的有NVIDIA、英特爾和谷歌。

NVIDIA Jetson GPU系列在邊緣計(jì)算領(lǐng)域廣受歡迎，與其數(shù)據(jù)中心產(chǎn)品全面兼容，既有面向AI和IoT終端開發(fā)的Jetson Nano，也有適用于工業(yè)和機(jī)器人用例的Jetson TX2和Jetson Xavier。

Jetson由統(tǒng)一軟件堆棧JetPack提供支持，借助這一堆棧，開發(fā)者可輕松將TensorFlow和PyTorch模型轉(zhuǎn)換為TensorRT，進(jìn)而優(yōu)化模型的準(zhǔn)確性和速度。

英特爾在邊緣計(jì)算的旗艦產(chǎn)品是Movidius Myraid VPU（視覺處理單元）。除了應(yīng)用在視頻監(jiān)控?cái)z像頭中，英特爾還將Myriad VPU封裝在小巧的USB驅(qū)動(dòng)器中，作為神經(jīng)計(jì)算棒對(duì)外出售，可以輕松插入英特爾NUC和樹莓派中加速推理。

英特爾打造的軟件平臺(tái)OpenVINO和NVIDIA JetPack類似，用于為Movidius VPU優(yōu)化計(jì)算機(jī)視覺模型。

谷歌邊緣推理芯片Edge TPU，以和云端的TPU互為補(bǔ)充。谷歌在打造一個(gè)自動(dòng)化和簡(jiǎn)化從云端訓(xùn)練到部署在Edge TPU上全工作流程的無縫管道。谷歌也基于Edge TPU做了Coral Dev Board開發(fā)板和類似Movidius神經(jīng)計(jì)算棒的Coral USB加速器。

不過Edge TPU沒有Jetson和Movidius VPU兼容性那么強(qiáng)，它是專為谷歌在邊緣運(yùn)行的TensorFlow Lite模型而設(shè)計(jì)，只支持TensorFlow框架。

盡管這些邊緣芯片在性能上無法與云端數(shù)據(jù)中心運(yùn)行的芯片相提并論，但他們正以更高性能、更低功耗、更快響應(yīng)時(shí)間，彌合數(shù)據(jù)中心和邊緣設(shè)備之間的鴻溝，并幫助企業(yè)節(jié)省帶寬和云存儲(chǔ)成本。

自動(dòng)駕駛：兩強(qiáng)爭(zhēng)霸與劍走偏鋒

邊緣計(jì)算同樣被稱為自動(dòng)駕駛的未來。

據(jù)Gartner預(yù)測(cè)，到2021年，全球自動(dòng)駕駛車輛所用芯片的年收入將增加一倍以上，市場(chǎng)規(guī)模將達(dá)到50億美元。

有趣的是，自動(dòng)駕駛芯片的領(lǐng)跑者并非恩智浦、英飛凌等傳統(tǒng)汽車半導(dǎo)體巨頭，而是“半道插隊(duì)”的NVIDIA和英特爾。

2017年1月，NVIDIA第一次對(duì)外展示其自動(dòng)駕駛產(chǎn)品線Drive PX中最高階的AI超級(jí)計(jì)算機(jī)Drive Xavier，亮出其自動(dòng)駕駛最強(qiáng)招牌。

同年3月，英特爾花153億美元高價(jià)收購以色列計(jì)算機(jī)視覺公司Mobileye，兩年后，Mobileye已成為英特爾增長速度最快的業(yè)務(wù)部門。

兩個(gè)自動(dòng)駕駛芯片TOP級(jí)玩家的“相愛相殺”就此拉開序幕，目標(biāo)市場(chǎng)一致，細(xì)分打法卻略有不同。

NVIDIA的自動(dòng)駕駛平臺(tái)希望幫助汽車在做出決策前，借由其強(qiáng)大的計(jì)算能力預(yù)先考慮所有的可能，主要發(fā)揮超強(qiáng)硬件計(jì)算速度的優(yōu)勢(shì)。

英特爾的自動(dòng)駕駛平臺(tái)則依附于Mobileye攝像頭，主要基于長期的目標(biāo)來做決策，憑低功耗的主打優(yōu)勢(shì)穩(wěn)坐ADAS前端市場(chǎng)的頭把交椅。

自動(dòng)駕駛先驅(qū)特斯拉在推出自己的完全自動(dòng)駕駛計(jì)算芯片（FSD）前，早期曾與Mobileye合作開發(fā)第一代Autopilot系統(tǒng)，后又改用NVIDIA Drive PX 2為其第二代Autopilot系統(tǒng)提供動(dòng)力。

中國新造車公司蔚來汽車則在今年11月剛剛宣布牽手Mobileye共同開發(fā)L4級(jí)自動(dòng)駕駛。

谷歌Waymo雖未與Mobileye合作，使用的是自己的自動(dòng)駕駛軟件和地圖，但它也依靠了英特爾至強(qiáng)處理器和可編程芯片（FPGA）來提供計(jì)算動(dòng)力。

自動(dòng)駕駛絕不是一塊好切割的蛋糕，因?yàn)樗P(guān)乎人的生命安危，安全問題的重要性被排在絕對(duì)的首位。

就在幾個(gè)月前，英特爾和NVIDIA在這一方面的“暗斗”變成了“明撕”。

2019年3月，英特爾高級(jí)副總裁兼Mobileye CEO Amnon Shashua公開發(fā)表文章《創(chuàng)新需要獨(dú)創(chuàng)性》，質(zhì)疑NVIDIA新推出的SFF安全模型模仿了英特爾2017年發(fā)布的RSS自動(dòng)駕駛安全標(biāo)準(zhǔn)提案，并在博客中附上了8頁分析對(duì)比雙方技術(shù)相似度的PDF。

▲部分SFF與RSS相似度比較

博客中，Amnon表示“好奇地看到NVIDIA創(chuàng)造了‘同類首創(chuàng)’的創(chuàng)新”、在閱讀SFF白皮書后“感到像照鏡子一樣怪異”，還稱此前Mobileye推出的全球首個(gè)眾包地圖技術(shù)REM和新自動(dòng)駕駛類別L2+也被NVIDIA效仿。

隨后NVIDIA創(chuàng)始人兼CEO黃仁勛做出回應(yīng)： “他（Amnon）是個(gè)偉人，但在這件事上他是錯(cuò)的?！盡obileye和NVIDIA都通過應(yīng)用數(shù)學(xué)方法來確保汽車避免發(fā)生事故，采取的方法相似但不同。

黃仁勛認(rèn)為，自動(dòng)駕駛安全應(yīng)開放技術(shù)提供大量創(chuàng)新和新想法，而不是試圖阻止創(chuàng)新，有很多方法可以實(shí)現(xiàn)安全的共同目標(biāo)。

Amnon的質(zhì)疑并沒有影響到NVIDIA繼續(xù)拓展和汽車廠商的緊密合作。在最近的NVIDIA GTC China大會(huì)上，NVIDIA宣布牽手中國最大的網(wǎng)約車公司滴滴出行，幫助滴滴打造L4級(jí)自動(dòng)駕駛和云計(jì)算解決方案。

高通在汽車半導(dǎo)體市場(chǎng)的胃口也不小。2016年10月，高通宣布擬以440億美元收購全球最大汽車芯片制造商恩智浦，可惜最終沒能通過中國監(jiān)管部門這一關(guān)，該交易在2018年7月徹底“涼涼”。

不過高通向汽車領(lǐng)域的挺進(jìn)并未因此而終止。高通憑借驍龍汽車平臺(tái)打出“極速連接+智能計(jì)算”的低功耗解決方案，以車聯(lián)網(wǎng)為其自動(dòng)駕駛和汽車業(yè)務(wù)的關(guān)鍵支點(diǎn)，還在今年10月聯(lián)合30余家中國汽車產(chǎn)業(yè)鏈企業(yè)展示安全可靠的蜂窩車聯(lián)網(wǎng)（C-V2X）直接通信技術(shù)。

看起來，高通的芯片方案與Mobileye有異曲同工之處，并且在通信和SoC領(lǐng)域有專長，但鑒于NVIDIA和Mobileye已然在AV和ADAS領(lǐng)域領(lǐng)先，高通要撼動(dòng)這一版圖絕非易事，它在汽車安全方面的實(shí)力也有待進(jìn)一步證明。

中國，AI芯片必爭(zhēng)之地

中國正成為新AI芯片市場(chǎng)爭(zhēng)奪戰(zhàn)中的關(guān)鍵市場(chǎng)。

賽迪顧問2019年8月發(fā)布的《中國人工智能芯片產(chǎn)業(yè)發(fā)展白皮書》顯示，2018年中國AI芯片市場(chǎng)整體規(guī)模達(dá)到80.8億元，同比增長50.2%，在全球AI芯片市場(chǎng)占比最大，約占四分之一。

更多傳統(tǒng)企業(yè)入局AI，推動(dòng)了整個(gè)中國AI應(yīng)用的日趨繁榮，也為精通底層解決方案的半導(dǎo)體巨頭們帶來更廣闊的市場(chǎng)空間。

去年中國已超越美國成為英特爾第一大市場(chǎng)。2020財(cái)年前9個(gè)月的NVIDIA財(cái)報(bào)中，中國***地區(qū)和中國大陸加起來在NVIDIA總營收中的占比超過一半。高通也在首次公布云端推理時(shí)就表示美國和中國的主要云服務(wù)提供商都表示了對(duì)Cloud AI 100的興趣。

為了更好融入中國市場(chǎng)，今年10月，Mobileye還同紫光集團(tuán)在中國成立了一家合資公司，紫光持股51％、Mobileye持股49％，主攻中國的智能車載市場(chǎng)。

半導(dǎo)體巨頭瞄準(zhǔn)的早已不只是某一特定領(lǐng)域的戰(zhàn)場(chǎng)，而是所有AI應(yīng)用方對(duì)整體AI系統(tǒng)的需求，而串聯(lián)起各硬件平臺(tái)，最大化自身生態(tài)優(yōu)勢(shì)的關(guān)鍵工具，就是統(tǒng)一的軟件平臺(tái)。

一方面，軟件的優(yōu)化能幫助硬件進(jìn)一步提升AI任務(wù)計(jì)算速度，并做到兼容未來的應(yīng)用。

比如過去兩年，NVIDIA僅通過軟件和庫的完善就將計(jì)算機(jī)整體性能提升4倍，并保證CUDA平臺(tái)未來持續(xù)升級(jí)的軟件在現(xiàn)有硬件依然能流暢運(yùn)行。

另一方面，統(tǒng)一的軟件開發(fā)平臺(tái)將大大降低開發(fā)者門檻不僅面向硬件開發(fā)者簡(jiǎn)化流程，使開發(fā)者用一套軟件就能開發(fā)云邊端各類硬件，而且也為軟件開發(fā)者打通從軟件到芯片開發(fā)的直接路徑。

NVIDIA借助統(tǒng)一CUDA構(gòu)筑了龐大的生態(tài)壁壘，英特爾打造了統(tǒng)一編程方法oneAPI來為開發(fā)者提供跨平臺(tái)、跨架構(gòu)的統(tǒng)一編程體驗(yàn)，華為給開發(fā)者準(zhǔn)備了“AI芯片+數(shù)據(jù)庫+芯片開發(fā)工具+AI框架+AI應(yīng)用平臺(tái)”全家桶，高通也承諾將為Cloud AI Cloud提供良好的軟件堆棧。

即便越來越多云計(jì)算、算法廠商對(duì)造芯躍躍欲試，他們中多數(shù)芯片產(chǎn)品的背后都或多或少有半導(dǎo)體巨頭的身影，無論是從硬件技術(shù)沉淀，還是長年積累的對(duì)客戶的理解，半導(dǎo)體巨頭們都是造芯合作伙伴最佳選擇。

這場(chǎng)由AI應(yīng)用需求引發(fā)的芯片革命，反過來又推動(dòng)著中國AI市場(chǎng)快速擴(kuò)張和繁榮。

結(jié)語：2020年，AI芯片落地戰(zhàn)升級(jí)

回頭來看，半導(dǎo)體巨頭們?cè)贏I芯片領(lǐng)域的擴(kuò)張路數(shù)不盡相同。

有的將內(nèi)部團(tuán)隊(duì)再劃分，有的外招新團(tuán)隊(duì)，有的則揮金如土大肆并購，直接把成熟的公司團(tuán)隊(duì)及產(chǎn)品買下來。

盡管新的技術(shù)浪潮總會(huì)孕育出一批批充滿活力和創(chuàng)新能力的新初創(chuàng)企業(yè)，但若論資金、技術(shù)實(shí)力、工程資源、品牌認(rèn)可，在云-邊-端相輔相成的AI芯片戰(zhàn)場(chǎng)，半導(dǎo)體巨頭們?nèi)跃哂邢喈?dāng)?shù)母?jìng)爭(zhēng)力。

AI芯片的競(jìng)爭(zhēng)才剛剛開始，NVIDIA能否成功守壘、英特爾能否真正協(xié)同好各計(jì)算架構(gòu)，高通能拿到多少數(shù)據(jù)中心市場(chǎng)蛋糕，華為的AI大網(wǎng)如何與其云計(jì)算齊頭并進(jìn)，未來還充滿變數(shù)。

不過可以確定的是，2020年將成為AI芯片落地正面較量的關(guān)鍵之年。