ai不仅是最大科技热点，也是未来数十年科技发展趋势。伴随着这股热潮，ai芯片成为了半导体行业的新风向，投资者的新宠。
ai芯片战火蔓延，先进制程储备战隔空上演
最近，三星电子放了狠话，将在未来10年内（至2030年）投资133兆韩元（约合1150亿美元，7730亿人民币），以在逻辑芯片制造领域发挥主导作用。
刚刚登上代工厂第二名的三星，显得相当的雄心勃勃，不但要在逻辑芯片市场称王，还要挑战台积电代工厂龙头的位置。这边三星发力要蚕食价值850亿美元的代工市场这块肥肉，那边吞掉超过一半市场份额的台积电，显然不打算对三星的挑衅置之不理了。
在这场芯片制程终极之战中，三大芯片代工巨头，一方面进行着路线之争，另一方面铆足火力隔空火拼未来的关键制程技术节点，尤其是6nm和5nm。
所谓路线之争，一方有台积电三星自定标准，“激进”挺进5／4／3nm工艺，另一方英特尔坚守“慢工出细活”，做业界最好的10nm。
而关于未来技术节点之战的导火索，在这个4月已经被点燃！台积电和三星两大芯片代工厂隔空开“杠”，三星刚高调更新6nm、5nm工艺进展，台积电就在当日傍晚立即跳出来宣布自己的6nm计划。
芯片制程的战火，正从前两年炙手可热的10nm、7nm向更为领先的6、5、3nm蔓延。
从争相研发先进技术，到积极储备顶级光刻机等半导体制造设备，台积电和三星的战旗已经高举，以各自独特的方式给摩尔定律续命。
同时，摩尔定律的拥护者英特尔则坚持遵从严苛的技术规格，循序渐进地进行着堪比其他厂7nm的10nm制程研发。
新的制程之战已经隔空上演，三大巨头谁又最有望夺得芯片制程的王座？
ai芯片从云端走向终端
今年3月，科技巨头的新动作引起了行业关注，谷歌对外发布搭载edge tpu芯片的千元级开发板，执行推理速度优于任何其他处理器架构；英伟达也在gtc十周年之际发布了一款边缘计算产品jetson nano人工智能计算机，仅售99美元；聚焦边缘计算的ai芯片公司地平线融资6亿美元，估值超过30亿美元。
从科技大厂到创业公司，似乎都站上了边缘计算的风口，这场芯片大战已经由云入端，抢占边缘。
在2016年，云端（包含企业、数据中心等）为深度学习芯片的主要营收领域，占了80％。不过，到了2025年，此一比例将会改变，转变成边缘（edge）占了80％，而云端的比例则降为20％。这边所指的边缘意指终端设备，且以消费性产品为中心（而非小型服务器或是路由器），包括移动装置（手机、平板）、头戴式显示器（hmd），如ar／vr／mr、智能音箱、机器人、无人机、汽车、安防摄像头等。
现今大多数的ai处理器，如gpu，多用于云端服务器、数据中心，以在云端上进行ai训练和推论。不过，随着隐私、安全性需求增加，加上为了降低成本、延迟及打破频宽限制等因素，分散式ai随之兴起，越来越多ai边缘应用案例出现。例如苹果的a12仿生芯片，其具备新一代“神经网路引擎”，以即时机器学习技术，改变智能手机的使用体验。
简而言之，ai从云端转向边缘是现在进行式，当然目前ai在边缘装置上多还是以推论为主，而非训练。不过随着ai创新应用增加，有越来越多芯片商尝试提升终端装置处理器的运算效能，为的就是不用再传送数据至云端进行数据运算、推理和训练。也因此，各式的处理器纷纷问世，像是cpu、fpga、gpu、asic、npu或soc accelerator等。
从现实应用上讲，数据中心仍然需要更强、更快的训练能力，而“ai＋”迫切需要遍布于从终端到云的推理能力，这是促使科技巨头大规模投入、互相竞争的根本。
应用部署ai能力的位置、尺寸、成本、功耗要求的多样性以及与其他计算能力快速集成的要求对ai计算提出了更高层级的要求。作为芯片巨头的英特尔，一方面探索量子计算和神经拟态计算，另一方面也在探索超异构计算形态，未来无论是云、终端，都是ai超级芯片的天下。
在英特尔、英伟达、arm公司占领了数据中心和手机芯片市场的情况下，中国公司试图从边缘及终端突围，利用中国巨大的制造业硬件产业链和场景优势，试图建立起自身ai芯片生态系统。
国内芯片公司蠢蠢欲动
ai新时代的到来，让众多企业站在了同一起跑线上。在这大争之世中，不仅有老牌半导体巨头的强势参与，也有一些国产品牌开始初显锋芒。同时，我国庞大的电子市场所带来的数据资源，也为ai训练芯片的发展提供了肥沃的土壤。在这种环境的驱动下，国产厂商也开始试水训练芯片市场。
除华为之外，我国互联网巨头也纷纷试水ai训练芯片。在人工智能时代之前，这些互联网企业经过多年的积累，已经建立了生态优势。待到深度学习热潮的爆发，这些互联网企业生态中的数据价值开始凸显，而这就需要ai训练芯片。互联网企业跨界涉足ai训练芯片领域，可以通过资本运作的方式来参与，也可以选择建立新的部门或子公司，通过硬核技术切入ai训练芯片的竞争。

---