AI就是其人工智慧，而華為在2017年下半年就釋出了一款搭配了AI晶片的處理器，叫做麒麟970 ，並將其整合進去的AI晶片稱為NPU，據華為的說法，NPU會幫助人們更高效的處理某些東西，比如在你拍照的時候，根據拍照的場景自動幫你調整引數和濾鏡，簡單來說就是幫你後期了圖片，而且NPU會記錄每個使用者不同的使用習慣，並上傳至華為的大資料中心，讓其手機變得更智慧，更懂你，讓你快人一步!

而且不僅海思在做AI，高通也搭上了這次AI的潮流，從高通2017年底釋出的驍龍845中，高通明確的表明驍龍845也是支援AI的，不過人家並沒有獨立的整合一顆AI晶片，而是將處理器中的CPU，GPU，還有DSP所組成的神經網路作為AI運算的基石，具有AI的特性。

當然蘋果也不甘落後，在2017年9月份釋出了一款A11仿生處理器，而且在釋出會上很明確的表明，蘋果也是支援AI的，他們在晶片里加入了神經網路引擎 ，並且蘋果自家研發的神經網路引擎採用了雙核設計，每秒運算可達6000億次，主要用來勝任機器學習任務和等等事情!

三星的話，根據媒體資訊爆料，預計會在下一代晶片，整合一顆AI晶片，透過AI的深度學習，使使用者體驗更佳!

通過了解了那麼多，可以看出AI

晶片是2018乃至未來的主流，因為其AI技術是

革命性且最具影響力”的技術，未來會對人類的生活產生深遠影響，成為市場主流肯定也是百分百的呢！

當然且必須！從最近幾大科技巨頭在AI晶片領域的動作頻頻就不難看出。比如亞馬遜開始設計製造AI晶片，從而為Alexa語音助手的質量提升以及Echo智慧音響裝置提供更強大的技術能力，而蘋果、三星、華為在智慧手機處理器上整合深度學習引擎方面也展開了一場較量。

其背後的推動力來自於深度學習對超強算力的需求。NVIDIA顯然是這波浪潮中最大的受益者，其股價從2016年初的32.25美元上漲至2018年初的245.8美元，兩年間市值飆升近8倍。

而就在春節前，被認為是NVIDIA最大競爭對手的谷歌宣佈了對第二代TPU的全面開放，而且價格誘人，每雲TPU每小時6.5美元。可以說是又向NVIDIA開了一炮。

藉此，再帶大家回顧一下福布斯盤點的2017年AI晶片市場發生的“大事件”：

1、NVIDIA資料中心業務繼續超出最高期望值，實現三位數的增長，達到約15億美元的收入執行率；

2、NVIDIA憑藉用於機器學習的NVIDIA Volta V100 GPU和雲服務令市場震驚，TensorCores-6X每秒運算速度達到125萬億次，其效能是一年前推出的PASCAL的6倍；

3、NVIDIA還宣佈推出自己的Deep Learning ASIC，將其納入公司下一代DrivePX汽車平臺，並在第三季度以開源技術的形式釋出了具體規範；

4、AMD推出了AI GPU和軟體Vega Frontier Edition；

5、Google釋出了用於人工智慧深度學習訓練的ASIC晶片——Cloud TensorFlow Prcessing Unit，每個裸片提供45個TeraOps，4裸片的180 TeraOps卡用於其資料中心和雲服務中。正是這一訊息引發了人們對ASIC可能對NVIDIA統治地位造成威脅的猜測；

6、微軟宣佈其內部使用英特爾Altera FPGA機器學習和其他應用取得了令人印象深刻的結果；

7、Amazon.com AWS宣佈了針對（賽靈思提供驅動的）F1例項的AWS Marketplace Solutions，用於影片、基因組學、分析和機器學習等應用的加速。百度，華為等公司也加入了賽靈思FPGA這股潮流；

8、英特爾取消了Knights Hill Xeon Phi晶片，計劃將其人工智慧重心轉移到Nervana

......

另外，根據調研機構Deloitte預測，2018年基於深度學習的全球GPU市場需求大約在50萬塊左右，FPGA和ASIC需求則分別是20萬塊和10萬塊左右。可以說，摩爾定律在物理層面的侷限性已經成為業界共識，而AI晶片戰爭已經全面打響，由此帶來的算力的突破將成為人工智慧技術發展和應用的關鍵。