AI晶片的確不能替代現有的通用晶片，它是創造新的應用與新的生態所必要的武器，而且也是中國目前走在世界前端的技術。其實現在回頭去講什麼通用晶片（泛指目前基於ARM或X86架構的晶片）、EDA工具或者是IP核的議題都是假的，這些技術掌握在別人手中是我們早已經知道的狀況，而且短則數年，多則十數年，都無法扭轉這樣的情境，因為這些技術掌握在外人手中我們就放棄不用做生意了？當然不是！

現在應該做，且最有可能快速看到成效的，就是儘可能去利用我們在產業現有的技術優勢，轉化成在國際市場的影響力，若能更進一步建立生態，即便半導體基礎薄弱，但我們要是把算力（包含演算法和AI晶片）當成生態中的基礎建設，佈一個全球貿易的局，為了拿到中國供應的算力，國際市場自然就會拿這些半導體的核心資源來交換。

ai晶片的產生是因為通用cpu已經走上了絕路。傳統cpu集邏輯控制，數學運算為一體主宰了桌面系統時代，隨著需求的變化，尤其是以深度學習為代表的人工智慧的到來，已經不適合時代要求了。因此，邏輯控制和數學運算的分離不可避免，我們可稱這種趨勢為"去cpu"化。簡單地講cpu的重要性會降低，ai晶片會越來越重要。物聯網對ai晶片的需求是驚人的。

不能，就像GPU無法替代CPU一樣。CPU擅長邏輯運算，AI晶片是專門跑AI演算法的。說白了，就是協處理器，或者叫xx演算法加速器。因為AI晶片或GPU能幹的事情，CPU都能幹，只不過速度慢一點，功耗大一些。反過來，CPU能幹的事情，這些協處理器或加速器幹不了

通用晶片跑ai低效，ai還是用專門針對設計的晶片跑比較好。

cpu製程已經接近極限，50年內不一定能看到3nm的晶片。

通用晶片的優勢會越來越低，效能受制程限制，無法滿足無底洞般的效能需求。

效能上不去，只能靠架構最佳化，減少晶片的無用功，中國產晶片未來還是有彎道超車的機會的。。。

這個問題的概念界定不知道題主清晰與否，我覺得比較含糊。

一般來說，通用對比的是專用，這兩個的概念內涵是不一樣的。“專用，漢語詞語，是指專門用於，專項使用的意思。”“通用的基本解釋：1. 可以在各處使用;公共使用......”。從概念的角度來分析，通用是基礎，內涵大於專用；專用是外延大，擴充套件意義大，或解釋為高精尖。所以，專用不能代替通用，此為第一。

晶片，又稱微電路（microcircuit）、微晶片（microchip）、積體電路（英語：integrated circuit, IC）。是指內含積體電路的矽片，體積很小，常常是計算機或其他電子裝置的一部分。電腦上有很多的晶片，記憶體條上一塊一塊的黑色長條是晶片，主機板、硬碟、顯示卡等上都有很多的晶片，CPU也是塊電腦晶片，只不過他比普通的電腦晶片更加的複雜更加的精密 。它能完成幾乎是電腦所有的工作，如運算、資料處理、資料傳輸、存貯、分析等等。

通用晶片一般稱為PC晶片（不知道這個理解對不），可以用硬體描述語言在其上面程式設計，甚至可以“為所欲為”的增減功能。主要是保證計算之用；而裝在ＰＣ機、筆記本、工作站、 伺服器 上的ＣＰＵ一般稱為通用ＣＰＵ，因為它能執行各種各樣的程式。

AI晶片（人工智慧晶片）主要應用在訓練(training)和推理(inference)兩個環節。訓練環節的作用是指利用海量資料（603138），選擇合適的訓練方法，訓練出一個人工智慧模型。訓練環節最關心的指標是速度快。國內外的人工智慧巨頭公司都建立了龐大的GPU叢集，以最快速度處理海量資料訓練、驗證模型的有效性。而線上推理環節也就是人工智慧模型的實際應用環節，是指利用訓練出來的模型來線上響應使用者的需求。推理環節又分為兩個場景，一個是在雲端資料中心響應使用者需求，一個是在前端智慧裝置響應使用者需求。（我感覺類似於生物學的仿神經網路。）

所以，從概念上分析，AI晶片不能代替通用晶片。

個人意見，僅供探討。