目前對(duì)于人工智能芯片尚無統(tǒng)一的定義，廣義上認(rèn)為專門用于人工智能大量計(jì)算任務(wù)的芯片都可稱為人工智能芯片，狹義上認(rèn)為針對(duì)人工智能算法特殊設(shè)計(jì)的芯片稱為人工智能芯片。人工智能芯片的發(fā)展一方面依賴于數(shù)字模型和算法的發(fā)展，一方面依賴于半導(dǎo)體集成電路設(shè)計(jì)、制造、封裝等技術(shù)進(jìn)步和新材料的發(fā)展使用。從技術(shù)架構(gòu)來說，人工智能芯片可分為圖形處理單元（GPU）、半定制化的現(xiàn)場可編程門陣列（FPGA）、全定制化的專用芯片（ASIC），以及神經(jīng)擬態(tài)芯片即類腦芯片（表1）。

表1 芯片技術(shù)架構(gòu)對(duì)比

2015年前后，深度學(xué)習(xí)在產(chǎn)業(yè)界爆發(fā)，GPU也隨之崛起。其具有超過CPU數(shù)十倍的計(jì)算能力，已成為通用計(jì)算機(jī)和超級(jí)計(jì)算機(jī)的主要處理器。當(dāng)前已逐漸衍生出了通用計(jì)算GPU（GPGPU），即利用圖形處理器進(jìn)行非圖形渲染的高性能計(jì)算。超級(jí)計(jì)算機(jī)、大數(shù)據(jù)處理、人工智能等對(duì)算力要求非常高的應(yīng)用場景中，算力大都采用CPU+GPU或搭配專用加速芯片的構(gòu)建方式。

FPGA芯片是在PAL（可編程邏輯陣列）、GAL（通用陣列邏輯）、CPLD（復(fù)雜可編程邏輯器件）等傳統(tǒng)邏輯電路和門陣列的基礎(chǔ)上發(fā)展起來的半定制芯片，具有現(xiàn)場可編程性，既解決了半定制電路的不足，又克服了原有可編程器件門電路數(shù)有限的缺點(diǎn)。與GPU、ASIC等類型芯片相比，F(xiàn)PGA芯片底層邏輯運(yùn)算單元的連線及邏輯布局未固化，其具有靈活、可快速開發(fā)、延遲低等優(yōu)點(diǎn)，適用于底層算法需要持續(xù)更新迭代的領(lǐng)域。

ASIC芯片是一種根據(jù)特定算法定制的芯片架構(gòu)，其定制程度相比于GPU和FPGA更高。ASIC算力水平一般高于CPU、GPU、FPGA，但初始階段需要較大的成本投入。ASIC專用性強(qiáng)，同時(shí)也限制了其通用性，算法一旦改變，計(jì)算能力會(huì)大幅下降，需要重新定制。但對(duì)于一些特定的領(lǐng)域，其數(shù)據(jù)量龐大，算法趨于固定，ASIC芯片成為首選。近年來出現(xiàn)的張量處理器（TPU）、神經(jīng)網(wǎng)絡(luò)處理器（NPU）、視覺處理器（VPU）等都是ASIC專用芯片。

類腦芯片通過模擬人腦進(jìn)行設(shè)計(jì)。相比于GPU、FPGA、ASIC等基于深度學(xué)習(xí)并行計(jì)算的AI芯片，類腦芯片基于神經(jīng)形態(tài)計(jì)算，即脈沖神經(jīng)網(wǎng)絡(luò)，可以通過小樣本數(shù)據(jù)訓(xùn)練，支持無監(jiān)督學(xué)習(xí)，具有效率更高，功耗更低，延時(shí)極低等優(yōu)點(diǎn)。目前用于實(shí)現(xiàn)類腦芯片的硬件器件材料主要有憶阻器、自旋電子器件、光子器件、電化學(xué)器件，石墨烯等新型二維材料等。

此外，從功能任務(wù)角度，AI芯片可以分為訓(xùn)練芯片和推理芯片。從部署位置來分，可分為云端和邊緣端兩類AI芯片。云端主要部署訓(xùn)練芯片和推理芯片，承擔(dān)訓(xùn)練和推理任務(wù)，具體指智能數(shù)據(jù)分析、模型訓(xùn)練任務(wù)和部分對(duì)傳輸帶寬要求比高的推理任務(wù)；邊緣主要部署推理芯片，承擔(dān)推理任務(wù)，需要獨(dú)立完成數(shù)據(jù)收集、環(huán)境感知、人機(jī)交互及部分推理決策控制任務(wù)。

對(duì)人工智能算法芯片進(jìn)行計(jì)量分析，由incoPat專利數(shù)據(jù)庫檢索獲得全球發(fā)明申請(qǐng)專利，檢索時(shí)間為申請(qǐng)日在2000年1月1日以后，簡單同族處理后，共獲得433874條專利數(shù)據(jù)。

從全球?qū)＠偭縼碓捶植紒砜矗▓D1），我國人工智能芯片總專利申請(qǐng)量達(dá)157652項(xiàng)，位居全球第一，美國總專利申請(qǐng)量為126810項(xiàng)，居世界第二。從專利授權(quán)數(shù)年度申請(qǐng)趨勢(shì)來看，全球人工智能芯片領(lǐng)域?qū)＠暾?qǐng)量在2000-2009年間波動(dòng)緩慢增長，2009年后專利申請(qǐng)漲幅增加，AI芯片全球?qū)＠季謹(jǐn)?shù)量呈現(xiàn)快速增長態(tài)勢(shì)。2000-2022年間美國人工智能芯片申請(qǐng)量基本穩(wěn)定，呈顯出緩慢、小幅度的增長趨勢(shì)。而這期間我國專利數(shù)量大幅度增長，2013年專利申請(qǐng)數(shù)超過美國，位居世界第一。

從專利申請(qǐng)機(jī)構(gòu)分布角度來看（圖2），AI芯片專利布局機(jī)構(gòu)主要來源于日本、美國、韓國和中國，同時(shí)專利布局優(yōu)勢(shì)機(jī)構(gòu)主要以企業(yè)為主。其中，三星公司人工智能芯片專利數(shù)達(dá)6659項(xiàng)位居全球第一，美國研制處理器公司英特爾以4642項(xiàng)專利排在第二。全球機(jī)構(gòu)TOP15中僅有我國兩家企業(yè)，分別是排在第12位的國家電網(wǎng)和第14位的蘇州浪潮智能科技有限公司。日本有7家企業(yè)入圍TOP15專利申請(qǐng)機(jī)構(gòu)，包括佳能、理光、索尼、富士膠片、東芝、愛普生和夏普。美國有4家公司入圍，包括英特爾、IBM、高通以及美光科技。韓國企業(yè)三星和LG（排名第6）入圍TOP15機(jī)構(gòu)，排名靠前。整體來看，我國在AI芯片專利布局?jǐn)?shù)量在TOP15機(jī)構(gòu)的四個(gè)國家中實(shí)力較為薄弱。

從專利數(shù)量年度趨勢(shì)（圖3）來看，我國國家電網(wǎng)在2013-2017年內(nèi)專利布局較多，浪潮公司2019年以來專利布局大大增加，或與我國戰(zhàn)略政策導(dǎo)向高度相關(guān)。對(duì)比而言，美國企業(yè)人工智能芯片布局普遍較早，英特爾、IBM和高通公司在2013年左右加大了人工智能芯片專利布局，其中英特爾公司的專利申請(qǐng)量此后持續(xù)保持較高的增長率。反觀優(yōu)勢(shì)專利布局機(jī)構(gòu)最多的日本，包括專利申請(qǐng)數(shù)量排名較為靠前的佳能、理光、索尼等大多數(shù)日本企業(yè)都僅在2010年以前布局?jǐn)?shù)量較多，而后專利數(shù)量減少，整體呈現(xiàn)出衰落的趨勢(shì)。

目前，全球GPU已經(jīng)進(jìn)入寡頭壟斷的格局。在通用GPU市場，英特爾、英偉達(dá)、AMD三分天下；獨(dú)立GPU領(lǐng)域，幾乎是英偉達(dá)和AMD的天下，前者市場份額甚至超出2/3。英偉達(dá)憑借CUDA計(jì)算平臺(tái)構(gòu)建了良好的開發(fā)者生態(tài)，目前處于行業(yè)龍頭地位。我國GPU技術(shù)領(lǐng)域起步較晚，廠商數(shù)量不多，既有面向云端市場、人工智能的廠商，也有在圖形GPU領(lǐng)域?qū)で笸黄频膭?chuàng)業(yè)者。我國FPGA市場需求量全球最大，占全球市場的30%以上，市場空間約為100億人民幣，主要應(yīng)用于數(shù)據(jù)采集和接口、高性能視頻解碼等領(lǐng)域。國產(chǎn)FPGA過去多用于中低端市場，伴隨5G、AI、自動(dòng)駕駛、醫(yī)療、工業(yè)等發(fā)展，未來具有較大的增長空間。

表2 人工智能芯片國內(nèi)外主要產(chǎn)品進(jìn)展

根據(jù)2022年11月國際TOP500組織最新發(fā)布的超級(jí)計(jì)算機(jī)500強(qiáng)名單，我國超級(jí)計(jì)算機(jī)擁有量為162臺(tái)，占全球前500名超級(jí)計(jì)算機(jī)的32.4%，仍位居全球第一，美國擁有量為127臺(tái)位列第二。前10名中有2臺(tái)來自我國，分別是排名第7和第10的神威太湖之光和天河二號(hào)。5臺(tái)來自美國，其中性能最優(yōu)的是由AMD公司與制造商HPECray為美國橡樹嶺國家實(shí)驗(yàn)室制造的Frontier。

我國在高性能超級(jí)計(jì)算機(jī)數(shù)量上連續(xù)多年位居世界第一，但整體性能上美國更有優(yōu)勢(shì)。雖然我國一直努力追改縮小差距，但2020年來我國在數(shù)量上的優(yōu)勢(shì)呈現(xiàn)出弱化趨勢(shì)，同時(shí)美國仍然保有其在性能上的領(lǐng)先優(yōu)勢(shì)。

綜上，在技術(shù)創(chuàng)新方面，我國在過去幾年里迅速崛起，為人工智能芯片和超級(jí)計(jì)算技術(shù)領(lǐng)域的重要力量，積極推動(dòng)自主研發(fā)和創(chuàng)新，在一些關(guān)鍵領(lǐng)域已經(jīng)取得了重要突破。但美國作為人工智能和計(jì)算技術(shù)領(lǐng)域的先驅(qū)之一，一直在保持技術(shù)領(lǐng)先地位，在人工智能芯片和超級(jí)計(jì)算技術(shù)領(lǐng)域有著豐富的經(jīng)驗(yàn)和先進(jìn)的技術(shù)積累，且擁有世界一流的科研機(jī)構(gòu)、企業(yè)和研發(fā)團(tuán)隊(duì)。

在產(chǎn)業(yè)布局方面，中美兩國在人工智能芯片和超算產(chǎn)業(yè)的產(chǎn)業(yè)布局也存在差異。美國在芯片和超算領(lǐng)域擁有眾多世界領(lǐng)先的公司和研究機(jī)構(gòu)，形成了完整的產(chǎn)業(yè)生態(tài)鏈。而我國在人工智能芯片和超算產(chǎn)業(yè)方面的產(chǎn)業(yè)布局相對(duì)較年輕，尚處于不斷發(fā)展壯大階段，盡管在一些領(lǐng)域取得了顯著的進(jìn)展，但整體產(chǎn)業(yè)生態(tài)鏈尚未完全成熟。