ChatGPT大放异彩之后，OpenAI公司于今年春节期间发布了文生视频模型Sora，可以用文字指令生成长达1分钟的高清视频，AI技术从文本、图像渗透进视频领域，再次引发业界对生成式AI的讨论与关注。

算力硬件是生成式AI的核心底座，核心环节包括服务器、网络设备、存储设备、芯片、IDC建设、光通信等。由于生成式AI需要大量计算与数据处理，AI芯片需求旺盛增长，以英伟达为代表的半导体大厂业绩与股价暴涨，相关产品长期供不应求。

AI强势推动下，全球厂商争相布局AI芯片，我国也不例外。目前国内AI芯片厂商有哪些？与英伟达等大厂有何差距，又有哪些自身优势？

AI芯片广义来讲，指的是能运行AI算法的芯片。但业界通常意义的AI芯片是指对AI算法做了特殊加速设计的芯片，能处理AI应用中大量计算任务的模块，这一概念下，AI芯片也被称之为加速器。

按技术分类，AI芯片主要分为GPU、FPGA、ASIC等；按照功能分类，AI芯片包括训练（training）和推理（inference）两类；从应用场景来看，AI芯片则包括服务器端与移动端两类，或者云端、边缘与终端三类。

图片来源：全球半导体观察制表

全球AI芯片市场当前基本被以英伟达为代表的欧美大厂主导，业界数据显示，英伟达以80%的市占率几乎“垄断”AI芯片市场。我国人工智能产业起步较晚，近几年在国际形势变化以及政策力挺的大环境下，国内AI芯片厂商逐渐崭露头角，在终端以及大模型推理方面表现相对出色，不过在门槛更高的GPU以及大模型训练环节与国外大厂仍有追赶空间。

GPU为通用型芯片，目前在AI芯片市场用量最大，通用型算力GPU已经广泛应用于人工智能模型训练与推理领域。目前英伟达与AMD主导GPU市场，国内代表企业包括海光信息、景嘉微、燧原科技等。

FPGA为半定制芯片，具备低延时，开发周期短等特性，与GPU相比，其适用于多指令，单数据流的分析，而不适合复杂算法的计算，主要用于深度学习算法中的推理阶段，美国的赛灵思和英特尔是该领域翘楚，国内代表企业包括百度昆仑芯、深鉴科技等。

ASIC为全定制型AI芯片，在功耗、可靠性、 集成度等方面具备优势，主流产品包括流TPU芯片、NPU芯片、VPU芯片以及BPU芯片等，国外代表厂商包括谷歌、英特尔等，国内代表厂商包括华为、阿里巴巴、寒武纪、地平线等。

近年在AI大势与国产替代东风下，国内AI芯片厂商抓住机遇加速发展，不仅百度、阿里巴巴、腾讯和华为等大厂加速自研AI芯片，而且AI芯片公司不断涌现，并深受资本市场青睐。

以下将盘点国内8家AI芯片厂商进展：

百度昆仑芯

百度对AI芯片的布局最早可以追溯到2011年，经过七年发展，2018年百度自研AI芯片——昆仑1正式亮相，采用14nm工艺与自研XPU架构，于2020年量产，主要应用于百度搜索引擎、小度等业务。2021年3月，百度昆仑芯片完成独立融资，同年8月，百度宣布第2代自研AI芯片——昆仑2正式量产，搭载自研的第二代XPU架构，相比1代性能提升2-3倍，通用性、易用性方面显著增强。

阿里平头哥

阿里平头哥于2018年9月成立，是阿里巴巴全资半导体芯片业务主体，拥有端云一体全栈产品系列，涵盖数据中心芯片、IoT芯片、处理器IP授权等，实现芯片端到端设计链路全覆盖。

AI芯片布局上，阿里平头哥2019年9月推出了其首款高性能人工智能推理芯片——含光800，基于12nm工艺与自研架构，集成了170亿晶体管，性能峰值算力达820 TOPS。在业界标准的ResNet-50测试中，推理性能达到78563 IPS，能效比达500 IPS/W。

2023年8月，阿里平头哥发布了首个自研RISC-V AI平台，支持运行170余个主流AI模型，推动RISC-V进入高性能AI应用时代。同时，平头哥宣布玄铁处理器C920全新升级，C920执行GEMM（矩阵的矩阵乘法)计算较Vector方案可提速15倍。

2023年11月，阿里平头哥玄铁RISC-V上新了三款基于软硬协同新范式的处理器（C920、C907、R910），大幅提升了加速计算能力、安全性及实时性，有望加速推动RISC-V在自动驾驶、人工智能、企业级SSD、网络通信等场景和领域的大规模商用落地。

腾讯

2021年11月，腾讯宣布在三款芯片上已有实质性进展，分别为针对AI计算的紫霄、用于视频处理的沧海以及面向高性能网络的玄灵，其中紫霄已经流片成功并点亮。

据悉，紫霄采用自研存算架构和自研加速模块，可以提供高达3倍的计算加速性能和超过45%的整体成本节省。紫霄芯片为腾讯内部使用，不对外销售，腾讯通过其云服务出租算力获利。

近期，媒体报道知情人士称腾讯正考虑将紫霄V1作为英伟达A10芯片的替代品，用于AI图像和语音识别应用。此外，腾讯还将推出针对AI训练优化的紫霄V2 Pro芯片，以在未来取代英伟达L40S芯片。

华为

华为在2018全联接大会上提出了华为AI战略和全栈全场景AI解决方案，并发布了2颗全新的AI芯片：昇腾910（Ascend 910）和昇腾310（Ascend 310）。

两款AI芯片均基于华为自研达芬奇架构，其中Ascend 910（用于训练）采用7nm工艺，半精度达256TFOPs，功耗为350W，运算密度超越了英伟达Tesla V100和谷歌TPU v3。昇腾310属于Ascend-mini系列第一颗华为商用AI SoC芯片，面向边缘计算等低功耗领域。

基于昇腾910、昇腾310 AI芯片，华为还推出了Atlas AI计算解决方案。华为昇腾社区显示，目前 Atlas 300T 产品有三个型号，分别对应昇腾 910A、910B、910 Pro B，最大 300W 功耗，前两者 AI 算力均为 256 TFLOPS，而 910 Pro B 可达 280 TFLOPS（FP16）。据悉，华为昇腾芯片910B在2023年已经获得了大客户至少5000套的订单，预计会在2024年交付。业界认为，华为昇腾910B能力已经基本做到可对标英伟达A100。

由于国内对于华为昇腾910B等国产AI芯片的需求激增，路透社近期报道华为计划优先生产昇腾910B，而这可能将会影响到Mate 60系列所搭载的麒麟9000s芯片的产能。

寒武纪

寒武纪成立于2016年，专注于人工智能芯片产品的研发与技术创新，提供云边端一体、软硬件协同、训练推理融合、具备统一生态的系列化智能芯片产品和平台化基础系统软件，产品广泛应用于服务器厂商和产业公司。

成立以后，寒武纪推出多款芯片产品，覆盖终端、云端与边缘领域。其中终端芯片包括寒武纪1A、寒武纪1H、寒武纪1M 系列智能处理器；云端智能加速卡包括思元100、思元270、思元 290芯片和思元370；边缘智能加速卡包括思元220芯片。

其中，思元290智能芯片是寒武纪的首颗训练芯片，采用台积电7nm先进制程工艺，集成460亿个晶体管，支持MLUv02扩展架构，全面支持AI训练、推理或混合型人工智能计算加速任务。思元370则为该公司的主力产品，采用是7nm制程工艺，同时支持推理和训练任务。此外，思元370也是寒武纪首款采用chiplet(芯粒)技术的AI芯片，集成了390亿个晶体管，最大算力高达256TOPS(INT8)。

璧仞科技

壁仞科技创立于2019年，发展路径上，壁仞科技将首先聚焦云端通用智能计算，逐步在人工智能训练和推理、图形渲染等多个领域赶超现有解决方案，实现国产高端通用智能计算芯片的突破。壁仞科技已完成B轮融资，总融资额超50亿元人民币，是国内成长势头最为迅猛的“独角兽”企业之一。

2021年，壁仞科技首款通用GPU芯片BR100系列正式交付开始流片，2022年3月BR100成功点亮，同年8月BR100正式发布。

据悉，BR100系列基于壁仞科技自主原创的芯片架构开发，采用成熟的7纳米工艺制程，集成770亿晶体管，16位浮点算力达到1000T以上、8位定点算力达到2000T以上，单芯片峰值算力达到PFLOPS级别。同时，BR100结合了包括Chiplet（芯粒技术）等在内的多项业内前沿芯片设计、制造与封装技术，具有高算力、高能效、高通用性等优势。

地平线

地平线是国内高效能智能驾驶计算方案提供商，于2015年7月成立，经过几年发展，陆续推出多款AI芯片，产品主要包含旭日与征程系列，其中旭日系列面向AIOT市场，征程系列面向智能驾驶领域。

目前旭日系列已经发展至第三代，旭日3M和旭日3E，分别对应高端和低端市场。性能方面，只需在 2.5W 的功耗下，旭日3能够达到等效 5TOPS 的标准算力，较前一代大幅升级。

征程系列目前已经迭代至第五代，征程5芯片于2021年发布，2022年9月全球首发量产，单颗芯片AI算力最高可达128 TOPS，支持16路摄像头，可满足车厂高级别自动驾驶的量产需求。

2023年11月，地平线宣布征程6系列将于2024年4月正式发布，并于2024年第四季度完成首批量产车型交付。据悉，已有多家车企与地平线达成意向合作，包括比亚迪、广汽集团、大众汽车集团旗下软件公司CARIAD、博世等汽车领域头部企业。

燧原科技

燧原科技于2018年3月成立，专注人工智能领域云端和边缘算力，成立5年多已建成云端训练和云端推理两条产品线，并开发出云燧®T10、云燧®T20/T21训练产品以及云燧®i10、云燧®i20等推理产品。

燧原科技已于2023年9月宣布完成D轮融资20亿元人民币，由上海国际集团旗下子公司及产业基金，包括国际资管、国鑫创投、国方创新、金浦投资旗下上海金融科技基金、国和投资联合领投，腾讯、美图公司、武岳峰科创、允泰资本、弘卓资本、红点中国、广发乾和、达泰资本、浦东投控等多家新老股东跟投。

另据媒体报道，燧原科技第三代AI芯片产品将于2024年初上市。

结语

展望未来，业界持续看好AI商用发展，并认为AI将使得大规模算力需求出现大量缺口，AI芯片市场前景值得期待。业界数据显示，2022年全球AI芯片市场规模已经达到了5800亿美元，预计到2030年将超过万亿美元。

以英伟达为代表的头部AI芯片厂商自然将继续受益，与此同时国内AI芯片厂商也有机会在AI巨大风口下，缩小差距，加速成长。封面图片来源：拍信网