在人工智能芯片领域，国外芯片巨头占据绝大多数市场份额，在人才聚集、公司并购等方面具有领先优势。
然而国内人工智能企业也不甘落后，也出现了百家争鸣的局面。
今年7月，百度在年度百度AI开发者大会上宣布推出云端全功能AI芯片“昆仑”。
今年9月，阿里巴巴也在杭州云栖大会上宣布发展芯片产业，并成立“平头哥”半导体公司。
10月10日，华为紧随其后，在华为全联接大会上发布了“传闻已久”的AI芯片Ascend和Ascend。
中美贸易战之下，我国科技硬实力的落后无疑暴露无遗。
受中兴事件影响，国内互联网巨头纷纷将目光转向芯片。
芯片制造一直是我国的短板。
在AI芯片领域，国外一直占据主导地位。
而且芯片是一个高风险、高投入的行业。
大多数企业不敢进入这个行业，但大企业的进入却具有巨大的历史意义。
输在起跑线上的国产AI芯片，即使国内企业奋起直追，仍远远落后于国外芯片行业。
技术竞争激烈，高投入，低回报，摩尔定律，没有市场份额，缺乏产业支撑。
这些难题不断出现。
一方面，与顶尖同行差距巨大，难以追赶。
芯片是一个技术高度密集的产业。
我国起步较晚，技术相对落后，基础核心技术的掌控还远远不够。
此外，很多技术专利被国外巨头垄断，国内芯片产业发展十分艰难。
就连创业两年估值达10亿美元的国内AI芯片初创公司深鉴科技也宣布将被全球芯片巨头赛灵思收购。
他的机器人学习解决方案是基于Xilinx的技术平台开发的。
同时还要面对行业巨头英特尔和英伟达的打压。
一旦脱离Xilinx的FPGA平台，深鉴科技就会崩溃。
我国在FPGA、GPU领域缺乏竞争力，国外在该领域形成垄断。
另外，我国缺乏自主研发的核心技术，只能在FPGA、GPU的基础上进一步发展。
AI芯片行业壁垒高、芯片技术门槛高，也凸显了我国与顶尖同行的差距。
这个根本问题是关键。
另一方面，产业支撑不足，缺乏市场和认可度，难以逃脱摩尔定律。
国产芯片受限于市场生态，没有升级迭代的机会。
芯片采购是行业层面的合作，很多人会选择性忽略国产产品。
在半导体方面，中国仅占据全球4%的份额，而美国则占据全球50%的份额。
国产芯片缺乏市场，不够成熟，市场认可度较低。
Intel、NVIDIA、ARM等国外大公司几乎垄断了CPU、GPU、FPGA市场，背后有产业支撑。
他们有足够的资金和技术来不断升级自己的芯片。
一旦资金撤出，他们将继续主导市场。
国内很多AI芯片初创公司没有足够的资金，也没有自己的场景，因此无法生产和销售自己的产品。
而大型AI芯片公司也无法大规模对外推出产品，因为其自研芯片使用了竞争对手的芯片。
从里到外看，即使我们有能力生产，也卖不出去。
只能出，不能进去，无底洞是永远填不满的。
所以，只有有场景的公司才能做研发。
百度、阿里巴巴、华为“联合”制造“中国芯片”。
虽然很多初创公司前路艰难，但像百度、阿里巴巴、华为这样的国内公司都有自己的场景，可以让自研芯片得到应用，至少可以自产自销。
他们也为国产AI芯片的发展做出了努力。
百度：百度在AI计算实践中，研发出了面向大规模AI计算的芯片“昆仑”。
早在2017年，百度就已经进行了FPGA和GPU的大规模部署，也开始研发基于FPGA的AI加速器，以满足深度学习运算的需求。
百度在AI领域积累的技术优势，让他做AI芯片成为必然。
百度已形成技术、平台、生态的全栈AI技术布局。
百度的芯片可用于其自己的AI平台及其应用程序。
今年，百度公布了芯片在DuerOS、Apollo等场景的落地进展。
未来，百度还将在智能汽车、智能设备、语音图像等场景拓展芯片布局。
百度与华为早在去年就达成了战略合作，百度利用华为来弥补其在硬件方面的短板。
因为百度只有云芯片，缺乏终端芯片。
百度在硬件上没有优势。
端子的缺乏意味着其芯片布局无法全面。
可实现的应用场景存在局限性。
全栈AI也会遇到商业问题。
阿里巴巴：在2019年云栖大会上，阿里巴巴整合了此前收购的芯片公司中天微和达摩院自研芯片业务，组建芯片公司平头阁半导体有限公司，推动阿里云面向芯片布局的整合。
“平头哥”旨在开发人工智能芯片和嵌入式处理器，以支持阿里巴巴庞大的云计算和物联网业务。
阿里巴巴的芯片将应用于阿里云的各项业务、新制造场景、智慧城市场景等云数据场景。
未来将通过阿里云对外开放，让语音识别、图像识别等AI能力可以在云端使用。
以智慧城市为例，阿里巴巴城市大脑在杭州部署时，在使用阿里巴巴芯片进行模拟验证测试时，得益于阿里巴巴芯片提供的强大算力，布局城市大脑的硬件成本可节省35%。
%。
阿里巴巴也面临着和百度一样的问题，没有终端。
因为没有硬件支撑，会限制其AI应用场景，制约整个AI战略的发展。
终端硬件的缺乏也会阻碍他推动新制造，经济转型也会失去支撑。
华为：在华为全连接大会上，发布了全球首款AI芯片升腾以及覆盖全场景人工智能的升腾。
多年来，华为在路由器芯片和各类芯片设计方面已经具备并积累了一定的能力。
此外，其拥有多种IT产品在云端和边缘的布局优势，使其打通了AI的两条通道。
华为构建了从芯片到框架再到边缘和终端的全栈AI架构。
AI芯片将实现云计算、端计算、边缘计算、各类工业场景、智慧城市等全栈、全场景应用。
与百度和阿里巴巴相比，华为在通信、智能终端等方面具有优势，可以将其芯片应用到自己的手机上。
升腾AI芯片针对智能手机、安防设备、智能手表等低功耗场景，同时华为的服务器也可以搭载华为升腾系列芯片，实现自有AI芯片的商用和升级。
对于阿里巴巴、百度等互联网巨头来说，华为的布局相对全面。
华为有云、有终端，可以自给自足。
随着AI的快速发展，华为很早就制定了AI战略，推出了全栈AI架构，可以帮助其抓住未来巨大的业务需求，抵御未来风险，进一步推动市场增长。
国产AI芯片由于起步较晚，输在起跑线上，需要融入终端芯片并寻求政策支持。
国产AI芯片还需再接再厉。
如果终端设备能够更快落地，终端芯片研发能够加速，政府政策能够支持，或许国内AI产业真的能够实现弯道超车。
一是向终端芯片方向发展。
云芯片现在是AI芯片的主战场，市场已经成熟，难以突破。
因此，百度和阿里巴巴除了研发云芯片外，还必须研发终端芯片。
专用芯片的研发仍处于早期阶段。
另外，我国拥有巨大的应用市场和海量数据，这将意味着有机会实现弯道超车。
而且终端芯片可以推动更多终端硬件的落地，创造更多的场景，然后反馈给芯片，形成循环。
其次，更多终端物联网设备和工业物联网落地。
对于终端开发，需要寻求更多的支撑场景，可以部署AI底层硬件，拓展AI应用场景。
现在很流行AI+物联网。
为了弥补整个应用场景的不足，需要实现更多的终端物联网设备。
以工业物联网为例，通过工业智能化，助力终端发展，打开终端芯片的市场空间，在万物互联方面取得成果。
三是需要加大政策支持。
许多互联网公司通过AI投资智慧城市建设，但首先必须获得政府数据和资源的支持。
以智慧交通为例。
政府手中掌握着交通安全、路障、城市建设等一系列数据资源。
如果得到政府的支持，互联网企业可以通过AI顺利接入城市交通系统，未来智慧城市的建设也将成为可能，也将带来更多的配套场景，推动城市交通的发展。
AI产业，以及国家也将进入快速增长阶段。