Z
Contents 目录
一·概述篇
1.1 AI芯片的分类 ..2
1.2 AI芯片发展历程 ..........4
1.3 我国AI芯片发展情况 6
2.1传统的CPU及其局限性 ........ 8
2.2并行加速计算的GPU9
2.3半定制化的FPGA ..... 10
2.4全定制化的ASIC ...... 12
2.5类脑芯片 ......... 13
2.6 AI芯片技术特点比较 ........... 14
二·技术篇
三·产业篇
3 产业篇 .. 16
四·人物篇
4.1 学者分布及迁徙 ........ 24
4.2 代表性研究学者 ........ 25
五·应用趋势篇
5 应用领域篇 ........ 31
六·趋势篇
6 趋势篇 ..... 36
图 1 人工智能与深度学习 ........... 2
图 2 AI芯片发展历程 ...... 5
图 3 传统CPU内部结构图（仅ALU为主要计算模块） ..... 8
图 4 CPU及GPU结构对比图（引用自NVIDIA CUDA文档） .... 9
图 5 GPU芯片的发展阶段 ....... 10
图 6 FPGA在人工智能领域的应用 ..... 11
图 7 Cambricon-1A（引用自官网）16
图 8 集成了NPU的神经网络处理器（引用自官网） ........ 17
图 9 地平线公布的BPU发展战略图（引用自官网） ......... 17
图 10 亚里士多德架构（引用自官网） .......... 18
图 11 CI1006芯片（引用自官网） .... 19
图 12 华为麒麟970神经网络处理器NPU ... 19
图 13 人工智能芯片领域研究学者全球分布 . 24
图 14 人工智能芯片领域研究学者全球分布 . 24
图 15 各国人才逆顺差 ... 25
图 16 AI芯片应用领域 .. 31
图 17 华为Mate10成像效果对比图 . 31
图 18 苹果的Face ID .... 32
图 19 分解卷积可降低消耗 ...... 36
图 20 逐层动态定点方法 ........... 37
图 21 五级流水线结构 ... 37
表1人工智能专用芯片（包括类脑芯片）研发情况一览 ... 12
图表目录
摘要
2010年以来，由于大数据产业的发展，数据量呈现爆炸性增长态势，而传统的计算架
构又无法支撑深度学习的大规模并行计算需求，于是研究界对AI芯片进行了新一轮的技术
研发与应用研究。AI芯片是人工智能时代的技术核心之一，决定了平台的基础架构和发展
生态。本报告在此背景下，对人工智能芯片的发展现状进行了简单梳理，包括以下内容：
人工智能芯片概念。首先对人工智能芯片相关概念、技术路线以及各自特点进行介绍，
接着对国外、国内AI芯片的发展历程及现状进行梳理
AI芯片的技术特点及局限性。对AI芯片的几个技术流派进行介绍
AI芯片厂商介绍。对AI芯片领域的国内外代表性厂商进行介绍
AI芯片领域专家介绍。通过AMiner大数据平台对AMiner的人工智能芯片人才库进行
数据挖掘，统计分析领域内学者分布及迁徙。同时，介绍了目前AI芯片领域的国内外代表
性研究学者
AI芯片应用领域介绍。AI芯片已经渗透到日常生活的方方面面，本报告主要对智能手
机、ADAS、CV、VR、语音交互设备、机器人等方向的应用进行介绍
AI芯片的发展趋势介绍。人工智能的发展历经波折，如今得益于大数据的供给、深度
学习算法的革新以及硬件技术的提升，AI芯片以不可阻挡的势态飞速发展。AI芯片的算力
提高、功耗降低及更合理的算法实现必然是将来的发展趋势。。