近年来，随着人工智能的普及，AI芯片也成为AI界最热门的话题之一。
不仅英伟达、谷歌等国际巨头竞相推出新品，一些AI芯片如寒武纪芯片初创公司也随之诞生，国内的百度、阿里巴巴等也纷纷涌入这一领域。
在CPU、GPU等传统芯片领域，我国远远落后于国际市场。
AI芯片被认为是中国在AI领域弯道超车的希望领域。
近年来，国内不少AI初创企业都推出了自己的芯片。
今年5月，云知声在北京召开发布会，推出第一代UniOne物联网AI芯片及解决方案，并于近日发布了开源解决方案。
与此同时，多家企业纷纷发布AI芯片或模块：出门问问正式发布AI语音芯片模块“问心”； Rokid发布KAMINO18 AI语音专用芯片； Spichi还宣布将推出AI芯片……按使用场景划分，AI芯片主要分为云端芯片和终端芯片。
目前主流的深度学习人工神经网络算法包括训练和推理两个环节。
由于训练端需要大量数据来训练人工神经网络，因此训练主要在云端进行。
云追求高性能，开发成本较高。
终端更注重低成本、低功耗。
目前，中国的人工智能初创企业主要布局于此。
云芯片方面，寒武纪继2018年推出全球首款商用终端智能处理器IP产品后，于5月3日正式发布首款云智能芯片MLU。
7月，百度在AI开发者大会上正式推出AI加速器昆仑基于百度的CPU、GPU、FPGA开发。
这是中国首款基于云端的全功能人工智能芯片。
根据市场研究公司Compass Intelligence发布的全球AI芯片排名，除了英伟达、英特尔等传统芯片公司巨头外，寒武纪、地平线等AI芯片公司也位居前列。
由于其高度灵活性，FPGA（现场可编程门阵列）被认为是人工智能算法尚未成熟和固定时的中间解决方案。
其最大的优点是可以像软件一样通过编程来修改系统的硬件功能。
与GPU和CPU通用芯片相比，具有更高的性能和更低的能耗。
深鉴科技开始向Xilinx采购FPGA，将核心算法DPU放入FPGA中，然后以模块的形式出售给客户。
但FPGA价格相对昂贵，且与专用定制芯片ASIC相比，性能和功耗较差。
也存在很大的差距。
除了FPGA解决方案之外，深鉴科技还在开发AI专用芯片，目前正在流片。
该公司相关负责人告诉记者：“如果在这个时间点，AI初创公司选择FPGA作为硬件，可能会有点困难和滞后。
”“AI概念普及后，各方都在寻找商业模式，期待AI技术尽快落地。
然而，目前大多数AI初创公司都处于依靠融资烧钱的阶段，而AI芯片也被认为是实现AI技术的一条途径，但目前来看，这条路并不好走，有业内人士认为，AI芯片行业将迎来整合兼并时期。
也明确了芯片行业是一个高投入、高风险、复杂、回报慢的行业，不少业内人士告诉记者，芯片研发周期很长，通常需要两年左右的时间。
作为一家初创公司，尤其是从事算法的公司，如果自己开发芯片，需要等待很长时间，最重要的原因是。
芯片的高成本和对错误的零容忍。
正是因为做核难度大，一些AI算法公司选择与芯片公司合作来服务客户。
有财经记者表示，在双方的合作中，Rokid提出架构和性能要求，国芯则设计生产芯片并提供底层bsp（板级支持包）。
“我们负责输出基于Rokid语音服务的整体操作系统解决方案。
“以FPGA龙头赛灵思收购深鉴科技为例，赛灵思表示将继续加大对深鉴科技的投资，持续推动公司从云端到端应用部署机器学习加速的共同目标。
该人士指出，深鉴科技掌握了DPU算法，但是芯片的链条太长，单靠DPU是不够的，在可见的范围内不断增加芯片设计和研发成本，就会烧钱。
芯片市场是一块巨大的蛋糕，但同时它的容器有限，它会在技术创新的基础上继续生存，这是市场选择的正常现象。
一项技术的成熟，意味着会有泡沫破灭的时候，但在经历了成功和失败的过程之后，未来会有一段理性发展的时期，AI芯片领域也会进入正式阶段。