给华为做芯片的是哪个公司这次为华为投资做芯片的是哪几家公司这次为华为投资？

华为芯片是由中国台湾台积电公司生产制造。

中国和外来手机电子市场争夺战争就要开始。其实在经济危机开始，苹果就一直字遭受抵制，只因为它的原研发公司在美国。中国每年的电子市场为其他国家带来的利润太卡怕，国内的产业滞销。华为的这一突破让国货再进一个台阶，可能会打开国际市场。

早在华为宣布5g时代的时候，它就代表着国货手机的领头企业，现在要自主研发芯片更是为国人，为国内企业做榜样，核心技术掌握在自己手中，命脉就在自己手里。

扩展资料：

麒麟980是最快的Cortex-A76架构的处理器，它处理速度超过了麒麟970差不多75%，同时功耗节省了58%。Cortex A76是ARM公司今年最新的处理器方案，要知道骁龙845使用的Kryo 385属于Cortex-A75的改进版，要落后于麒麟980的Cortex-A76。

而且华为最新发布了自家最新基于ARM架构授权的服务器处理器——Kunpeng鲲鹏920，并同时发布了采用该芯片的三款泰山服务器TaiShan 22080、5280/5290与X6000。

芯片行业是一个产业，而不是某一个企业，这里面所涉及的上下游企业比较多，有半导体材料，芯片设备，芯片设计、芯片制造、芯片产品封测等多个环节。这里面任何一个环节对技术的要求都非常高，而且很复杂，单凭一个企业不可能完成芯片所有程序的制造。

所以具体10年之后，哪些芯片企业有机会成为我国芯片行业的龙头，不应该从某个企业独立去分析，而是要从多个环节中当中的优秀企业去分析。我们就按照芯片制造的上下游从上到下来分析一下哪些企业有这样的潜力。

1、芯片设计代表企业：华为海思和紫光集团。

处理器代表企业：华为海思。

中国芯片设计跟世界其他国家仍然有较大的差距，目前唯一能拿得出手的就是华为海思，华为海思在一些关键芯片设计上已经处于世界先进水平。比如手机cpu，华为海思的麒麟系列已经达到了世界前5的水平，其中麒麟 980 处理器与苹果的 A12 处理器均采用了台积电的 7nm 工艺，是目前世界上少数采用 7nm 工艺的厂商之一。此外华为在ISP芯片、人工智能芯片等方面也具有一定的优势。  

存储器代表企业：紫光集团。

紫光集团是清华大学旗下的高科技企业，是国内的存储芯片设计龙头，目前紫光集团是中国最大的综合性集成电路企业，全球第三大手机芯片企业；在企业级IT服务细分领域排名中国第一、世界第二；  

2、半导体材料：浙江金瑞泓和南京国盛电子。

浙江金瑞泓，它是国内半导体硅材料行业的龙头，目前是我国大陆唯一具有硅单晶锭、硅研磨片、硅抛光片、硅仆延片、芯片制造的完整产业链的半导体企业。

南京国盛电子，这是中国电子科技集团第五十五研究所下属单位，主要从事高性能半导体硅外延片的研发、设计、制造和加工，多年来市场占有率一直稳居第一，是国内领先的硅外延材料供应商。

3、芯片制造设备：上海微电子和中微电子。

芯片制造是一个复杂的过程，而且需要很多高精尖的设备，目我国制作芯片的高端设备基本上都依赖于进口，不过目前我国也有一些企业技术已经取得一些突破，来10年将会有很大的进步空间，我们来列举两个典型的例子。

光刻机设备生产商代表：上海微电子

上海微电子是在国家科技部和上海市政府共同推动下，由国内多家企业集团和投资公司共同投资组建的高科技企业，目前是我国光刻机的领先企业，能够生产90纳米工艺的光刻机。  

除了上海微电子之外，未来我国还有可能诞生一家更加厉害的光刻机企业，因为目前中科院光电所已经研究出了光刻深度达到22nm级的技术，在经过曝光技术升级后可以应用制造10nm级芯片，关键是使用这一技术的光刻设备成本仅为国外同类设备的1/3，如果基于这个技术的光刻设备能够实现量产，那无疑会打破目前ASML在高端光刻机垄断的局面，不过目前这一技术什么时候能够用在芯片以及智能芯片制造上，仍然是一个未知数。

蚀刻机设备代表企业：中微半导体。

说到光刻机大家都熟悉，但说到蚀刻机可能很多朋友并不熟悉，但光刻机和蚀刻机都是生产芯片非常重要的设备，刻蚀机不同于光刻机。光刻机是激光将掩膜版上的电路临时复制到硅晶圆片上，而刻蚀机是按光刻机在硅片上刻好的电路结构在硅片上进行微观雕刻。  

目前我国在芯片制造设备上呈现两个极端，光刻机跟国际先进水平有很大的差距，但蚀刻机却已经达到世界先进水平，而蚀刻机的主要代表企业是中微电子。目前中微半导体能够提供7纳米蚀刻机，这个水平目前也是处于世界先进水平，中微半导体也是台积电5大蚀刻机供应商之一。更关键的是中微半导体自主研发的5纳米等离子体蚀刻机已通过台积电验证，而且性能表现优异，这也是目前全球集成电路芯片上的最小线宽，预计2020年它将用于台积电世界上第一条5纳米工艺生产线。

4、晶圆代工（芯片制造）：中芯国际和华虹集团。

最近几年中国在芯片制造方面的进步是非常明显的，目前中芯国际、华虹集团在中低端芯片制造市场具有一定竞争力的，其中中芯国际在高端芯片制造上也具有一定的能力。  

目前，中芯国际最为先进并已投入量产的工艺是28nm工艺，2019年中芯国际有望投产14nm工艺生产线，而且未来随着中芯国际从荷兰进口7纳米的光刻机，也有可能上线7纳米工艺生产线。

5、封装测试代表企业：长电科技

芯片并不是制造出来马上就能使用，还需要经过封装测试才能成为最终的成品。目前我国的芯片封装测试技术水平和世界一流水平已经不存在代差，体量已经进入世界前三位，且发展速度显著高于其他竞争对手。在芯片封测这个环节上，目前最具有代表性的企业是长电科技，长电科技成立于1972年，目前长电科技已成为全球知名的集成电路封装测试企业。

以上是目前芯片行业当中我国最具有代表性的企业，也是未来10年之内我国在芯片行业里最具潜力的企业。但是芯片行业的发展不是固定不变的，未来随着技术的不断进步，很有可能会出现一些更加先进的企业出来。不管怎么样，我们希望我国的芯片发展越来越好，能够诞生越来越多的优秀芯片企业，这样才能突破一些国家的封锁，真正做到独立自主。  

中国最好的芯片公司是中芯国际。

中芯国际公司是中国芯片晶圆代工企业之一，在国内，基本代表了国产芯片的前沿技术，将以亿计的晶体管、三极管、二极管等与电阻、电容基础电子元件连接并集成在小块基板上，成为复杂电路功能的一种微型电子器件或部件，通常称为芯片。

公司建立了14纳米FinFET技术、28纳米PolySiON和HKMG技术、40纳米标准逻辑制程低漏电技术、65/55纳米低漏电和超低功耗技术等主要研发平台，登记在子公司名下的专利共8122件，其中境内专利6527件，包括发明专利5965件，境外专利1595件，拥有集成电路布图设计94件。

优秀的芯片公司

英特尔公司成为设计和生产半导体的科技巨擘，为全球日益发展的计算机工业提供建筑模块，这些产品为标准计算机架构的组成部分。英特尔公司在客户机、服务器、网络通讯、互联网解决方案和互联网服务方面为日益兴起的全球互联网经济提供建筑模块。

高通无线通信技术（中国）有限公司，芯片十大品牌，创于1985年美国，其在CDMA技术方面处于领先地位而闻名，专注于3G芯片组、系统软件以及开发工具和产品的综合型国际企业。高通十分重视研究和开发，并已经向100多位制造商提 供技术使用授权，涉及了世界上所有电信设备和消费电子设备的品牌。

近日，36氪获悉，芯片设计独角兽企业「瀚博半导体」获16亿人民币的B-1和B-2轮融资，由阿里巴巴集团、人保资本、经纬创投和五源资本联合领投，国寿科创基金、Mirae Asset (未来资产)、基石资本、慕华科创基金（清华产业背景），以及老股东红点中国、耀途资本和元木资本跟投。

在这轮融资中，瀚博半导体引入了继快手之后的第二家互联网战略投资人——阿里巴巴。此次融资后，公司将持续完善产品矩阵，包括SV100系列产品线（云边AI推理和视频产品线）在国内外市场的大规模落地，加大图形GPU产品线的研发投入，并开始布局其他智能产品线。

瀚博半导体成立于2018年12月，公司位于上海，瀚博半导体创始人&CEO钱军提到，瀚博要做的是为像素世界提供算力的高端芯片。

根据Gartner的预测数据，全球人工智能芯片市场规模将在未来五年内呈现飙升， 从2018年的427亿美元成长至343亿美元，增长超过7倍。

AI芯片在2021年掀起融资热潮，国外市场有SambaNova Systems、Cerebras Systems、英国AI芯片独角兽Graphcore、Groq、以色列的AI芯片独角兽Hailo Technologies等AI芯片独角兽，国内也有着寒武纪、地平线等企业。

五源资本合伙人刘凯表示：“作为AI技术的底层驱动，全球的AI芯片领域都在经历爆发性的增长。我们观察到，在美国，自2016年前后诞生了几十家AI芯片的初创公司，经历了近5年的发展，这一领域在美国已经成长出众多独角兽级别的创业企业。在业务进展层面，不同的AI芯片企业围绕DSA架构，纷纷快速迭代产品、形成差异化竞争能力，且大部分企业已经进入行业落地阶段，未来数年将进入大规模量产出货阶段。”

瀚博半导体的产品矩阵共有三块，一是AI推理+视频加速卡，2021年7月，瀚博半导体世界人工智能大会上发布了公司首款服务器级别AI推理芯片SV102及通用加速卡VA1，该芯片即将量产上市；二是图形GPU，主要用于云 游戏 、云桌面、云渲染相关的一些图形产品；三是其它智能产品。

据悉，瀚博半导体的首款云端推理AI芯片SV102已在和战略合作伙伴合作，即将量产上市。

瀚博在团队优势上，一是，创始团队主要出自AMD第一颗7nm GPU团队，有着丰富的芯片设计、量产经验，整个团队曾有上百颗GPU流片的经验；

二是，瀚博首先选择了AI+视频的赛道。钱军总曾在发布会上表示，计算机视觉任务占据了AI市场的大部分，视频流占据数据流的 70%，而且比例持续攀升，市场空间大，且有落地应用场景。

瀚博半导体创始人&CEO钱军表示：“在即将过去的2021年，我们亲眼见证了芯片核心技术在各类新兴应用领域焕发的勃勃生机，这是半导体从业者最好的时代。伴随着互联网视频直播、短视频、计算机视觉、自然语言处理、云 游戏 、云桌面、云渲染、元宇宙等现象级应用的极速发展，数据中心算力需求的不断增加，下游客户对芯片、硬件、软件等各个方面都有了更高的期待。瀚博将继续延展各条产品线，进一步扩大行业领先优势。”

在创始团队上，公司创始人兼CEO钱军有25年以上高端芯片设计经验，离职前在AMD任高级总监，全面负责GPU（图像处理器）和AI服务器芯片设计和生产，现在市场上绝大多数的AMD Radeon图像处理器和AI服务器芯片都是由其带队开发。

创始人兼CTO张磊是前AMD Fellow，有23年以上芯片和IP架构设计的丰富经验，负责AI、深度学习，视频编解码和视频处理领域。

公司目前拥有超300名研发工程师，分布于上海、北京、深圳、西安、成都和加拿大多伦多。

人保股权公司投资部负责人舒琬婷表示：“瀚博首款芯片聚焦AI加速和视频处理，可大幅降低互联网公司数据中心TCO，能有效解决互联网在线视频厂商的痛点，具有广阔的市场空间。公司创始人及核心团队具备世界顶级的算法、芯片设计及量产能力，在芯片设计、AI和视频处理领域积累深厚。异构计算加速卡将在互联网视频直播、短视频、云 游戏 、云桌面、云渲染等场景中发挥关键作用，公司的产品发展潜力巨大。”

经纬创投合伙人王华东表示：“视频类产品已经成为现在用户端使用的第一大应用类别，行业需要更高实时性、更强算力的视频处理技术及对应的集成电路产品。瀚博具有稀缺的高性能AI+视频集成电路研发能力，同时在核心IP沉淀的积累也能扩展新的集成电路类别。”

1、有研新材：

有研新材料股份有限公司（以下简称“有研新材”），原名有研半导体材料股份有限公司，是由北京有色金属研究总院独家发起，以募集方式设立的股份有限公司，于1999年3月成立并在上海证券交易所挂牌上市。

有研新材主要从事稀土材料、光电子用薄膜材料、生物医用材料、稀有金属及贵金属、红外光学及光电材料、光纤材料等新材料的研发与生产，是我国有色金属新材料行业的骨干企业。

2、欧比特：珠海欧比特宇航科技股份有限公司于2000年3月在珠海特区创立，是首家登陆中国创业板的IC设计公司，是我国“军民融合”战略的积极践行单位。

主要从事宇航电子、微纳卫星星座及卫星大数据、人工智能技术和产品的研制与生产，服务于航空航天、国防工业、地理信息、国土资源、农林牧渔、环境保护、交通运输、智慧城市、现代金融、个人消费等领域。

3、盈方微：

上海盈方微电子有限公司成立于2008年，是盈方微电子股份有限公司（证券代码“000670”）的全资子公司。公司总部位于中国上海张江高新园区，在深圳、台湾、香港设有研发中心或分公司，是一家专业集成电路设计和智能影像算法研发的公司，专注于应用处理器和智能影像处理器SOC及应用平台的设计和研发。

盈方微电子在多核高性能CPU/GPU架构整合、超低功耗架构、超高清视频编解码、高性能ISP图像信号处理器、智能视频分析和机器视觉算法等核心技术研发处于业界领先水平，产品主要应用于视频监控、数码相机、虚拟现实、车联网、物联网、平板电脑、智能机顶盒等领域。

作为中国领先的SOC芯片设计公司之一，公司始终秉承着“诚信、优异、协作、价值创造”的企业核心价值观，以全球化的发展视野，在芯片技术研发和产品应用开发上紧密结合，致力于推动中国在移动多媒体和智能影像领域的不断向前发展。

4、海特高新：四川海特高新技术股份有限公司是中国一家民营航空维修企业，也是中国综合航空技术服务类上市公司。

公司主要从事航空机载设备、航空测试设备、高端装备的研发制造；航空机械、电子设备测试与维修；航空发动机维修；飞机机体大修及改装工程；飞行员、空乘人员和机务人员培训；航空融资租赁；集成电路芯片制造；通用航空服务；燃机工程等。

5、中科曙光： 曙光信息产业股份有限公司是在中国科学院的大力推动下，以国家“863”计划重大科研成果为基础组建的国家高新技术企业，是中国高性能计算、服务器、云计算、大数据领域的领军企业。

中科曙光是高性能计算机（超级计算机）领域的领军企业，2009-2016年连续8年蝉联中国高性能计算机TOP100排行榜市场份额第一。

曾首度将中国高性能计算机带入全球前三名之列，已掌握了高性能计算机一系列的核心技术并逐步实现了产业化，为推动我国基础科学研究、重大科学装置、行业发展与产业升级提供了坚实的技术支撑。

参考资料来源：有研新材料股份有限公司-企业概况

参考资料来源：珠海欧比特宇航科技股份有限公司-公司简介

参考资料来源：INFOTM-关于盈方微

参考资料来源：海特高新-关于我们

参考资料来源：中科曙光-公司介绍

「初创公司要贸然打入云端市场，简直就是自寻死路」。

长久以来，云端的数据中心市场被视为创业公司的禁地，因为英特尔、英伟达、AMD 等巨头林立，竞争太过凶残。

但近年来，云计算势不可挡，云端芯片市场呈现爆发式增长，不乏勇者前来破局。

作为一家发源于中科院计算所、背靠多家「国字辈」资本、估值已经来到 30 亿美金的硬核创业公司，寒武纪挑战云端市场的底气十足。

2018 年 5 月，寒武纪发布首颗云端 AI 芯片，并对外透露获得中国前三大服务器浪潮、联想、曙光的订单。据机器之心了解，滴滴、海康威视也已经成为寒武纪的客户。

与此同时，寒武纪成数亿美元 B 轮融资。据机器之心了解，目前寒武纪的估值约为 30 亿美元，与今年 2 月完成 6 亿美元融资后成为「全球最具价值的 AI 芯片公司」的地平线不相上下。

一年后，寒武纪二代芯片已经箭在弦上，这颗积蓄了中科院计算所研发实力四年之久的二代或将为行业带来不小震荡。

机器之心独家获悉，寒武纪二代云端芯片或将于本月公布，同时我们采访到寒武纪技术研发相关知情人士、寒武纪云端芯片客户等多方信源，提前揭秘关于该颗芯片的细节亮点和核心技术。

这回有了中文名

据机器之心了解，寒武纪二代云端 AI 芯片代号为「MLU270」，延续上一代芯片「MLU170」的 MLU（Machine Learning Unit）系列。今年初，寒武纪已经为旗下芯片注册两大中文商标名，分别是「思元」、「玄思」。综上，寒武纪二代云端 AI 芯片中文名为「思元 270」。

在今年的新品议程表上，虽然还名列有其他芯片，但「思元 270」及其板卡将会是重头戏。这也表明寒武纪将从终端向华为等品牌商授权 IP 的模式，转向主打云端市场的芯片方案提供商。

在芯片架构方面，寒武纪二代芯片将从上一代的「MLUv01」升级为「MLUv02」。考虑到视频数据正呈现爆炸性增长，成为数据中心的任务主流，寒武纪在「思元 270」里内建视频解码单元，瞄准海量的视频处理市场专门配置。

据机器之心了解，寒武纪「思元 270」在今年年初研制成功，制程工艺方面明显抛弃了此前终端市场的激进打法，选择仍然沿用台积电 16nm 工艺，定位于「专注云端训练计算」。

对比两大巨头的主流云端产品线，英伟达去年 9 月发布并已发货的 Tesla T4 采用 14nm 工艺，AMD 去年 11 月发布的 Radeon Instinct MI60 和 MI50 采用 7nm 工艺，寒武纪这次似乎希望单纯依靠技术路线取胜，不再如去年对于 7nm 工艺寄予厚望。

「让英伟达难受」

在芯片性能方面，「思元 270」的性能参数有意向业界标杆英伟达 Tesla T4 看齐。

据机器之心目前了解到的情况来看，「思元 270」可支持 INT16/INT8/INT4 等多种定点精度计算，INT16 的峰值性能为 64Tops（64 万亿次运算），INT8 为 128Tops，INT4 为 256Tops。

对比 Tesla T4，FP16 的峰值性能为 65 Tops，INT8 为 130 Tops，INT4 为 260 Tops。

功耗方面，「思元 270」功耗为 75w，与 Tesla T4 持平。

但值得注意的是，这些「理论峰值」不过是纸面规格，真正实测水平相比理论峰值通常有一定缩水。据某大体量计算数据中心负责人，同时也是阿里云早期核心技术研发人员李立表示，「T4 在实测过程中，75w 功耗维持不了多久就降一半频率。」

据该负责人介绍，他在几个月前已经拿到「思元 270」的具体规格和特性，「对比而言，第一代 MLU100 是试水，第二代 270 就聚焦多了，威力非常大，NV 后面会很难受。」

与此同时，该负责人还指出，「寒武纪的方案在某些领域可能不会特别好使，尚待观察。」

核心技术解密

这里需要引入一对运算表示法的概念，整数运算（定点运算）与浮点运算。

它们是计算机计算中最为常用的两种运算表示法，顾名思义，其差异就体现在整数和浮点上，加减乘除运算都是一样的。

整数表示法，即所有位都表示各位数字，小数点固定；浮点表示法，则分成两部分，阶码和尾数，尾数就是数字部分，阶码表示乘幂的大小，也就是小数点位置。所以浮点数在做运算的时候，除了对尾数做加减乘除，还要处理小数点位置。

基于两种不同的运算表示法规则，导致面对同样长度的整数和浮点运算，后者计算模式更为复杂，需要消耗更多的资源去处理，并且二者功耗差距通常是数量级的。 简单来说，就是浮点运算占用的芯片面积和功耗相比于整数运算器都要大很多倍。

但浮点运算又有其不可取代性。首先，定点表示法运算虽然直观，但是固定的小数点位置决定了固定位数的整数部分和小数部分，不利于同时表达特别大的数或者特别小的数，可能「溢出」。

而浮点的精度虽然没有定点大，但是浮点运算的小数点位置可以移动，运算时不用考虑溢出，所以科学计算法一般都使用浮点。所谓「溢出」，指超出某种数据格式的表示范围。

此外，具体到使用 GPU 做训练，业界通常更倾向于浮点运算单元，主要是因为在有监督学习的 BP 算法中，只有浮点运算才能记录和捕捉到训练时很小的增量。 由于训练的部分模块对精度要求比较高，所以通常必须是高精度的浮点运算，比如 FP32 才能搞定，FP16 都难。

综上，虽然浮点运算相比定点运算在功耗、计算速度、性价比等方面都不占优势，但截止目前，浮点计算在云端的训练场景中仍具有不可替代的特性，并且以高精度运算为主。

那么，如何在不增加芯片面积和功耗的前提下，如何大幅提升芯片做训练的运算能力就成为云端训练芯片的主要研课题之一。

参考计算过程相对简单的推断计算思路，目前该领域的 AI 芯片多采用集成大量整数运算器或低精度浮点运算器。

面对计算过程更为复杂的训练计算，业界一直在尝试是否可能用性价比更高的定点运算器实现。「但这个问题在学术界也还没有普适的解决方案。」王一说道。

李立表达了类似的观点， 目前大家的研究热点之一，就在于如何全部的定点单元（比如 INT8）代替浮点单元，或者以主要的定点单元配合少量的高精度浮点计算单元（比如 FP32）做更多的训练任务，目的是达到定点计算的快速度，同时实现接近高精度浮点计算的精度。

谈到目前该方向的研究成果和代表论文，李立表示，行业相关的研究文章已经有一些，不过都不具有普适性。

王一进一步向机器之心透露了关于实现低精度运算的「关键心法」，要做好低精度训练，就要找到一个好的数据表示方法，既能表达最后大的数，又能让 0 附近的小量能够更好地表达，因此这个数据表示可能需要有自适应性，能随着训练的过程调整。

他还补充， 「低精度训练确实未必要是浮点数，只要能把数域表达好，0 附近的小量表达好，什么样的数据表示都可以。」

综上，寒武纪在大幅度提升训练阶段的计算功耗比方面，很有可能采用的是以整数为主的低精度运算，这在目前已公布的 AI 芯片项目中属于首创。

实际上，寒武纪在计算机计算领域的开创精神和技术积淀由来已久。早在 2014 年—2016 年期间，寒武纪创始人兼 CEO 陈天石、陈云霁两兄弟的研究就基本奠定了神经网络芯片的经典设计思路，也就是现在常谈到的 AI 芯片架构。

当时他俩的「DianNao 系列」论文横扫体系结构学术圈： Diannao（电脑）是 ASPLOS'14 最佳论文（亚洲第一次），DaDiannao（大电脑）是 MICRO'14 最佳论文（美国以外国家的第一次）……

而在大洋彼岸，美国两家风头正劲的 AI 芯片公司 Graphcore、GTI（Gyrfalcon Technology, Inc）正是沿用了 DianNao 系列论文的基本思路，采用大量堆叠的简单计算单元以实现复杂的云端计算。（机器之心曾进行过相关报道，《一款芯片训练推理全搞，Hinton 为其背书，Graphcore 完成 2 亿美元融资》、《30 年前的「CNN 梦」在这颗芯片落地，能效比高出 Tesla10 倍 | CES 直击》）

此外，要切数据中心市场的蛋糕，一套完备成熟的软件生态也是其核心竞争力的重要体现。英伟达之所以能够在云端训练领域成为绝对主流，其 CUDA 软件生态的基础功不可没。

据机器之心了解，寒武纪从 2016 年起逐步推出了寒武纪 NeuWare 软件工具链，该平台终端和云端产品均支持，可以实现对 TensorFlow、Caffe 和 MXnet 的 API 兼容，同时提供寒武纪专门的高性库，可以方便地进行智能应用的开发，迁移和调优。

「云芯」之争一触即发

尽管前述了寒武纪的种种硬核技术护体、大资本和客户加持，但想要真正在数据中心市场扎下根，以实现陈天石去年在发布会上谈到的目标：到 2020 年底，力争占据中国高性能智能芯片市场的 30% 份额，仍然面临着异常残酷的市场竞争。

整体上，英特尔在数据中心服务器芯片市场仍然牢牢占据着的 95% 以上份额。

而随着深度学习计算和人工智能技术逐步兴起的云端训练市场，同样被巨头绝对垄断。目前 90% 以上的云端加速采用英伟达 GPU，AMD、FPGA 占据非常小的份额，剩余市场还在被国内外芯片创业公司不断瓜分。

据机器之心了解，近期还有一家国内知名 AI 算法公司将要入局云端推理芯片市场。据德勤最新出炉的报道显示，到 2022 年，全球人工智能训练市场的规模将达到约 170 亿美元，云端推理芯片市场的规模将达到 70 亿美元。

可以预见，2019 年，AI 芯片之争将从端燃及云上，云端的大体量、高增速市场势必迎来更多强劲玩家。

（应采访者需求，文中李立、王一均为化名。）

---