AI芯片是人工智能产业的核心硬件。从广义上讲只要能够运行人工智能算法的芯片都叫作人工智能芯片，但是通常意义上的人工智能芯片指的是针对人工智能算法做了特殊加速设计的芯片。我国人工智能芯片起步较晚，但进步巨大，发展潜力无穷。
1、中国AI芯片发展阶段：尚处于幼稚期
AI芯片是人工智能产业的核心硬件。从广义上讲只要能够运行人工智能算法的芯片都叫作人工智能芯片，但是通常意义上的人工智能芯片指的是针对人工智能算法做了特殊加速设计的芯片。
现阶段，这些人工智能算法一般以深度学习算法为主，也可以包括其它机器学习算法。人工智能芯片分类一般有按技术架构分类、按功能划分、按应用场景分类三种分类方式。
当前，我国人工智能芯片行业正处在生命周期的幼稚期。主要原因是国内人工智能芯片行业起步较晚，整体销售市场正处于快速增长阶段前夕，传统芯片的应用场景逐渐被人工智能专用芯片所取代，市场对于人工智能芯片的需求将随着云/边缘计算、智慧型手机和物联网产品一同增长，并且在这期间，国内的许多企业纷纷发布了自己的专用AI芯片。
尽管国内人工智能芯片正逐渐取代传统芯片，但是集成商或芯片企业仍在寻找新的合作模式，这样才能很好地抓住新客户的需求。
2、中国人工智能芯片市场规模持续扩大
近几年，国家高度关注人工智能芯片产业的发展，相继发布一系列产业支持政策。比如《促进新一代人工智能产业发展三年行动计划(2018-2020年)》提出将重点扶持神经网络芯片，希望人工智能芯片在国内实现量产且规模化应用;《新一代人工智能发展规划》提出研发神经网络处理器以及高能效、可重构类脑计算芯片等，新型感知芯片与系统、智能计算体系结构与系统，人工智能操作系统。
随着国家政策不断加大支持力度，国内人工智能领域领先企业逐步开展人工智能芯片技术研发，如商汤科技和旷视科技。在此背景下，我国人工智能芯片市场规模持续扩大，2019年已经突破50亿元。
3、中国AI芯片竞争格局：与国外差距较大
尽管国内AI芯片发展快速，但根据芯片技术结构分类来看，各个种类的人工智能芯片领域几乎都能看到国外半导体巨头的影子。反观国内的人工智能芯片企业，由于它们大部分是新创公司，所以在人工智能芯片领域的渗透率较低，这些企业主要聚集在ASIC和类脑，如寒武纪主打ASIC芯片，而近几年兴起的类脑芯片领域，西井科技有所涉足。
而从应用领域分类来看，英伟达在全球云端训练芯片市场一家独大，目前英伟达的GPU+CUDA计算平台是最成熟的AI训练方案。此之外还有第三方异构计算平台OpenCL+AMD GPU以及云计算服务商自研加速芯片这两种方案，全球各芯片厂商基于不同方案，都推出了针对于云端训练的人工智能芯片。
全球云端推断芯片竞争格局方面，云端推断芯片百家争鸣，各有千秋。相比训练芯片，推断芯片考虑的因素更加综合：单位功耗算力、时延、成本等。初期推断也采用GPU进行加速，但由于应用场景的特殊性，依据具体神经网络算法优化会带来更高的效率，FPGA/ASIC 的表现可能更突出。
除了Nvidia、Google、Xilinx、Altera(Intel)等传统芯片大厂涉足云端推断芯片以外，Wave computing、Groq等初创公司也加入竞争。中国公司里，寒武纪、比特大陆同样积极布局云端芯片业务。
近年来，中国人工智能芯片企业加大科技研发投入，正在奋起直追，力求早日跟上国际先进企业的步伐，打破由外国企业主导的竞争格局。
