目前，人工智能芯片架构百花齐放，云侧虽仍以 GPU为主，芯片市场仍以英伟达为主导，但边缘侧和端侧智能芯片的发展竞争更为扩散，尤其是在端侧涌现出面向不同场景的芯片架构。

端侧多元化应用催生大量创新探索，传统芯片企业和终端企业相对领先。

端侧智能芯片热点：汽车电子和嵌入式消费电子

汽车电子和嵌入式消费电子是这一时期端侧智能芯片创新热点。

其中，2020 年英伟达和英特尔在汽车智能芯片方面持续位于领先位置，英伟达围绕自动驾驶SoC Orin 芯片，与理想汽车、奔驰等多家车厂展开合作；吉利概念车则将搭载英特尔 EyeQ5 芯片；恩智浦、瑞萨和东芝等成熟汽车电子供应商，黑芝麻、地平线机器人等初创企业，以及特斯拉等汽车制造商积极研发自动驾驶汽车芯片，试图与英伟达和英特尔双巨头争夺市场份额。

相比之下，端侧嵌入式消费电子类市场软硬件成本以及供应链准入门槛较低，大量初创企业以不同的细分赛道加入市场竞争。

智能手机的神经网络加速芯片市场，仍以高通等传统移动芯片企业为主，初创企业主要集中在视觉和语音处理领域，包括异构智能NovuMind、 Syntiant 等。

软件工具：从基础计算向场景计算转变

围绕智能计算芯片的软件工具开始从基础计算向场景计算转变。

早期， 以英伟达为代表的芯片企业不断构建以 CUDA 编程模型为核心的高性能算子库、通信算法、推理加速引擎等多层次基础软件工具生态。

当前，随着智能技术在传统行业中渗透的不断深入， 头部智能芯片企业开始构建面向差异化场景的软硬一体平台，实现底层芯片、编程框架、行业算法库、细分场景研发平台等全栈高效整合，试图培育多样化行业场景的计算生态、抢占细分市场。

例如， 2020 年，英伟达围绕机器人和自动驾驶场景，打造 Jarvis 对话系统、 ISAAC 机器人等软硬一体计算平台，宝马公司使用英伟达 ISSAC 机器人平台、Jetson AGX Xavier 芯片平台以及 EGX 边缘计算机，开发包括导航、操控等五款机器人，依托深度神经网络实现感知环境、检测物体、自动导航等功能以改进物流工作流程。

云、边、端成为算力供给的主要形态

多样化算力供给模式开始显现。目前，云、边、端成为算力供给的主要形态。

云侧算力主要以云智能服务、公共智能超算中心和自建数据中心三类供给模式为主：

亚马逊、阿里云等云计算企业以云智能服务模式向中小型企业及个人售卖 AI算力资源和技术服务，是目前最为主流的供给模式；

公共智能超算中心逐步兴起，上海、深圳、重庆等多地开始投建公共智能超算中心，这类中心目前主要以政府主导建设为主，支撑本地企业、科研机构和高校的人工智能技术与应用创新，缓解地方企业及机构算力资源不足、成本较高等问题，推动区域人工智能产业的发展；

谷歌、脸书等头部企业通过自建专有智能计算集群的形式提升自身业务运行性能，部分企业根据业务特点研发人工智能专用芯片，试图大幅度降低算力成本。

与此同时，边缘与端侧计算模式成为热点：

英特尔、英伟达等硬件芯片企业加大边缘智能专用加速产品的布局力度，面向工业、交通等云边协同场景提供解决方案；

寒武纪、地平线、云知声等企业聚焦面向视觉、语音等智能任务的端侧芯片研发，在无人机、可穿戴设备、智能摄像头等智能终端中已显现规模化应用态势。
本文综合整理自EDN综合报道 智东西
责任编辑:pj