伴随着人工智能在先进制造、生命科学、信息技术等多个场景实现突破式应用，智能芯片产业迅速发展，相关企业纷纷布局，新型芯片架构不断涌现，基于场景的定制化智能芯片加速部署。
　　同时，芯片也面临更加广泛及多样化的应用，这对AI芯片的通用化提出了新的需求。
芯片成AI产业发展突破口
　　根据赛迪顾问在今年世界人工智能大会上发布的《中国AI芯片发展产业白皮书》（以下简称《白皮书》），2018年中国人工智能核心产业规模超过900亿元，预计2019年将达到近1300亿元。其中，AI芯片市场规模在2018年达到80.8亿元，同比增长50.2%。
　　与此同时，AI芯片成为资本市场布局新焦点。以基础层为核心、具备较强的场景落地能力和差异化的AI芯片企业持续受到市场追捧。2018年6月，寒武纪获数亿美元B轮融资；2019年2月地平线获6亿美元B轮融资。
　　结合应用场景和功能，AI芯片可分为云端训练（侧重运算）、云端推算（侧重推论）、终端推算三类。其中，云端训练芯片市场份额最高，达到51.3%。随着AI应用落地，终端推算芯片将迎来新的发展机遇。
　　从细分场景看，AI芯片主要用于各种定制化场景。数据中心、智能安防、智能驾驶、消费电子、机器人、智能家居是应用价值较高的领域，未来发展潜力较大。AI芯片成为AI产业发展的重要突破口。
通用化之路难走却必须走
　　但是，目前的AI芯片大部分是基于特定场景的定制化芯片。AI芯片能否通用化成为业界关注的重点。
　　清华大学微电子所所长魏少军早在去年就提出了“是否会出现类似通用CPU那样独立存在的通用AI处理器？如果存在的话，它的架构是怎样的？”的问题。但是，一年过去，这个问题很少有人能解答。
　　魏少军从算法和算力两方面解释了这个问题。从算法角度说，AI有不同的神经网络，能不能找到一个通用的神经网络，或找到一个通用的算法来实现所有的神经网络是个问题。而算法本身又面临两个问题：一是算法在不断演进，几个月就会有新的变化；二是一种算法对应一种应用，没有统一的算法，想实现多种算法放在一起，可能要多个芯片放在一起，或者一个芯片支撑多种不同的应用。从算力角度说，神经网络需要的算力相当惊人，可能需要超级计算机的算力。在云端，还能把多台服务器连在一起，但在终端，不仅是计算效率问题，还有能量效率问题。
　　云从科技副总裁张立也谈到了AI芯片通用化带来的单位功耗问题。单位功耗是AI芯片的重要考量点，而传统芯片更考虑整体算力，通用化芯片需要适应多样化场景落地，这对AI芯片单位功耗带来了难题。
　　近期，清华大学开发出的全球首款异构融合类脑计算芯片——“天机芯”登上了Nature杂志封面。“天机芯”把人工通用智能的两种算法（基于计算机科学和基于神经科学），集成到一个平台，可以同时支持机器学习算法和现有类脑计算算法。据团队成员介绍，天机芯第二代芯片拥有4万个神经元、1000万个突触，而人脑有870亿个神经元，相比人脑还是很小，而要达到人脑的效果，其突触还要增大1千到1万倍。第三代芯片的目标是做到拥有百万级神经元。
　　两种算法的融合，都能得到Na⁃ture的关注，可想而知，多种算法的融合是多么困难。
　　但AI通用芯片也并非不可能。魏少军说，要找到一个全新的芯片架构。这个全新架构是什么，做一个象限图，把CPU放在第二象限（软件可编辑性强，硬件可编辑性弱），把SOC放在第三个象限（软、硬件可编辑性弱），可编程硬件（硬件可编辑性强，软件可编辑性弱）放在第四个象限，唯独第一个象限什么都不是，或者说什么都不知道，恰恰很可能是一个重要的突破点。
AI投资火热 会不会虚火过旺？
　　圆圆的耳朵，黑色的眼睛，向上凸起的鼻子……在上周举行的世界人工智能大会上，外形酷似大熊猫的智能公交车成为应用展示区的明星，萌萌的外表吸引了不少观众驻足围观。而且公交车内部也是科技感满满，只要在规定位置扫描手掌就会实现自动付款，语音机器人可以帮助乘客规划交通路线和换乘方案等等。
　　这台熊猫智能公交车是中金资本的投资项目，实际上，在这次盛会上，资本方投资的AI应用不在少数。这折射出AI领域投资的火热。
　　但与此同时，业界对AI领域投资是虚火还是真热的讨论一直没有停歇。
融资曾经屡屡碰壁
　　人工智能出现已有数十年时间，之所以在近几年变得火热，主要是因为机器学习/深度学习技术取得了重大进展。AI技术领域的突破，在资本市场也引起了连锁反应，投资热度加速升温，这和几年前形成了鲜明的对比。
　　松鼠AI是国内第一批从事人工智能智适应教育的公司之一，2014年开始从事智适应学习探索。松鼠AI CEO周伟坦言，2014年启动项目的时候去谈融资，遭遇碰壁。“大家认为这件事不靠谱，认为人工智能只有6岁孩子的水平，不可能让6岁的孩子教孩子。”周伟回忆道。
　　松鼠AI当时找了100多位投资人，但都失败而归。“2016年阿尔法狗在围棋大战中战胜人类后，大家都信了。”周伟说道。
　　现在不仅是资本，BAT国内互联网巨头在AI领域都有布局。根据中金资本于今年8月发布的《战略新兴产业投资研究报告汇编》，百度执行“All in AI”战略，并发布开源工具和Paddle⁃Paddle深度学习平台；阿里设立了数据科技研究院，还将AI应用在自家产品中的语音识别、人脸识别、图片搜索等方面，推出了AI平台DT PAI等；腾讯则成立了智能计算与搜索实验室。
AI如今成投资热点
　　现在各方涌入AI领域，让AI投资变得火热。根据IDC和浪潮联合研究发布的《2019—2020中国人工智能计算力发展评估报告》，中国人工智能市场整体投资将继续保持高增长率，2019年的投资增速将高达59.8%，而针对人工智能算力的投资增速高于整体市场投资增速，2019年增速将达64%。“我们内部基本是从技术和应用两个角度看人工智能，”IDG合伙人牛奎光说道。从技术的角度来看，经过近些年的发展，视觉和语音基本上已经成熟了。在语音方面，IDG投资了Speak⁃ln。AI芯片也是IDG投资的重点，投资了两家在科创板上市的AI芯片公司。
　　在应用层，牛奎光表示，AI作为生产力技术，在安防、教育等众多行业都极具潜力。基于此，IDG对以上领域中的企业，如奇安信、同盾、安智智能、流利说等都有相应布局。“技术成熟是产业化真正的开始，所以人工智能应用接下来会有更广阔的、更深度持续性的发展。”牛奎光说道。
　　在风险投资基金愉悦资本创始合伙人刘二海看来，人工智能现在有两个方向：人工智能本身产业内的发展；和其他行业的结合。“人工智能正成为新的基础设施，现在处在逐步完善阶段，一旦有了新的突破之后，我相信其他行业也会随之发生巨大变化。”刘二海说道。
　　TMT领域风险投资机构华映资本，投资思路是以数据为核心，“逐步向企业服务的应用落地。”合伙人章高男表示。
“肥皂泡”还是“啤酒沫”？
　　牛奎光认为，人往往会高估短期影响、低估长期影响。“这是正常的现象，但关键要看泡沫是肥皂沫还是啤酒沫，适度的啤酒沫是合适的。从我们的角度讲，现在在科技领域适度多投入，可能比放在房地产行业会更好一些，毕竟科技领域还是在创造。从长久的角度看，真正做创新的公司，估值迟早会得到认可。”牛奎光认为。
　　全链条基金管理公司峰瑞资本合伙人杨永成对此表示认同。杨永成表示，任何一个有巨大冲击力的行业出现时，估值飘忽不定，有不少估值偏高的公司，“但我们基本的认知是，AI领域还没有出现泡沫式的偏高，即使有泡沫，它可能是啤酒沫。作为我们投资人，会理性地看待这个问题。”
　　中金公司预计，AI+5G会在2023年创造7000亿美元（约5万亿人民币）的市场规模。“5万亿人民币相当于中国目前GDP的5%，这是非常大的商业机会。”中金公司研究部董事总经理黄平乐说。“我们认为5G会助推整个人工智能行业加速发展，AI渐渐地找到了它的商业模式，包括它的芯片、服务、平台，未来科创板会助力这些企业快速发展。”
　　中金公司今年8月发布了《AI+5G推动社会变革，关注十大投资机会》研究报告，报告中称：“5G的商用将为中国人工智能行业的发展打开新的成长空间。科创板更加灵活的上市机制，亦将助推AI企业加速发展。”对于具体的投资机会，报告显示，中金公司看好AI与5G芯片，通信及与云计算基础设施、智能手机、云游戏和AR/VR、服务机器人、物联网及传感器、公有云、工业物联网平台、无人驾驶、RPA和企业数字化等十大行业的投资机会。