普华永道数据预测，2020年全球人工智能市场规模，将达到2万亿美元，预计未来几年市场，将继续保持高速增长，到2030年全球市场，将达到15.7万亿美元的规模，约合人民币104万亿元。AI是未来科技产业的大趋势，这一点已逐步成为各大科技巨头的共识。由此，AI这个“大蛋糕”，引得众多科技企业纷纷抢食，包括IT、CT、互联网在内的科技公司，都希望向传统产业赋能，其中，巨头之间的竞赛，尤为激烈。

生命科学，将会是新科技革命的基础，人工智能引领新科技革命。在意识本质方面，人类大脑及其认知功能、智力本质的研究，正在快速发展，有望描绘出人脑活动图谱和工作机理，一旦突破，将引起信息与智能科学技术新的革命。人类大脑与人工智能能够结合，脑科学与人工智能的结合，所启发的类脑研究，也可以推动新一代人工智能和新型信息产业的发展，也可以推动认知科学、教育学、心理学、信息与计算科学的革命。人工智能的母本--------------人的思想和行为，因为类脑科学的研究，也会被增加很多认知方面的合一与竞争价值。认知心理学与健康心理学，能够与人工智能进一步成长，唱响强人工智能的天宇。

各大公司，与他们的AI芯片

人工智能芯片的国内代表性企业：中科寒武纪、中星微、地平线机器人、深鉴科技、灵汐科技、启英泰伦、百度、华为等；国外：英伟达、AMD、Google、高通、英特尔、Movidius、IBM、ARM、CEVA、MIT、苹果、三星等。

AI芯片:类脑芯片，ASIC芯片

AI芯片，专注于处理机器学习和深度学习的海量数据，比起传统的CPU、GPU，既能提高效率，又可以减少功耗。

AI芯片的研发方向，主要分两种：一是基于冯·诺依曼架构的FPGA和ASIC芯片，二是模仿人脑神经元结构设计的类脑芯片。

1、谷歌的张量处理单元（TPU）：谷歌专门为自己设计的集成电路，用于推理。他运行普通神经网络的速度比CPU、GPU快15到30倍；相同的计算性能（每秒操作数）使用的功耗，降低了30到80倍；特别适合谷歌自家的TensorFlow系统。

2、英伟达的Pascal GPU：第一台专门为深度学习而优化的AI芯片。云端训练芯片，是英伟达一家独大。目前在人工智能领域，英伟达的GPU，具有无可撼动的霸主地位。因为深度学习神经网络，对高性能计算需求非常高，而GPU对处理复杂运算，拥有天然的优势。阿里达摩院，发布2019十大科技趋势，其中就指出：ASIC芯片（AI专用芯片）将挑战GPU的绝对统治地位。ASIC芯片，是为实现特定要求而定制的芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在高性能、低功耗的移动端。而GPU是单指令、多数据处理芯片。采用数量众多的计算单元和超长的流水线，对处理复杂运算有天然的优势。虽然GPU能满足AI的高算力要求，但是不能满足不同场景的需求。而这，不仅使ASIC芯片能够挑战GPU，还使ASIC芯片的发展，存有巨大空间。英伟达，推出RTX 2060，应该有助于抵消Pascal GPU库存过剩造成的短期损害；将RTX产品线，引入笔记本电脑市场，应该会推动英伟达，摆脱过度依赖加密矿业的局面。

3、Novumind的NovuTensor芯片：这是一款专为卷积神经网络设计的AI推理芯片，算力15Tops而功耗仅为5W，可以以裸片或PCI-E短卡形式提供，配备Linux兼容的开发软件工具，运行时支持和 C++ API。NovuMind自主建造了，大型分布式深度学习训练平台NovuStar，可提供专业的人工智能训练模型，其“模型+芯片”的定制化全栈式解决方案，可将NovuTensor，适用于从嵌入式到云端的各种应用场景当中。NovuMind选择了一种与其他芯片厂商完全不同的做法：舍弃传统的二维矩阵运算。NovuMind认为，AI计算的关键点，并非是矩阵，而是在于卷积，也就是三维张量的计算。如果，为了全盘皆顾而不敢舍弃二维甚至一维的计算方式，就束缚了将算力性能逼向极致的可能。

4、英特尔：通过收购手段，全面布局FPGA和ASIC------------收购阿尔特拉，使英特尔成为全球第二大可编程逻辑芯片厂商；收购Nervana，制造NNP；收购以色列无人驾驶领域的高科技企业Mobileye和视觉处理器公司Movidius，全面发力无人驾驶和计算机视觉。

5、寒武纪的MLU100智能芯片：

1）2016年，寒武纪，就发布了全球首款商用深度学习处理器“寒武纪1A”，包含了全球首个人工智能专用指令集Cambricon ISA，具有完全自主知识产权，理论峰值性能1GHz，支持视觉、语音、自然语言处理等多种智能任务。2017年，寒武纪授权华为海思，使用寒武纪1A处理器，搭载于麒麟970芯片和Mate 10系列手机中。

2）MLU100，采用寒武纪最新的MLUv01架构和台积电16nm工艺，可工作在平衡模式(主频1GHz)和高性能模式(主频1.3GHz)两种不同模式下，等效理论峰值速度则分别可以达到128万亿次和166.4万亿次定点运算，而其功耗为80w和110w。寒武纪介绍，MLU100云端芯片，同样具备高通用性，可支持各类深度学习和常用机器学习算法。他们，还提出“端云协作”的理念，也就是说，MLU100云端芯片，可以和寒武纪1A/1H/1M系列终端处理器，进行适配，协同完成复杂的智能处理任务。

6、IBM的TrueNorth类脑芯片：IBM研究人员，将存储单元作为突触、计算单元作为神经元、传输单元作为轴突，搭建了神经芯片的原型。Truenorth ，用三星28nm工艺技术，由54亿个晶体管组成的芯片构成的片上网络，有4096个神经突触核心，实时作业功耗仅为70mW。由于神经突触，要求权重可变且要有记忆功能，IBM采用与CMOS工艺兼容的相变非挥发存储器技术，实验性地实现了新型突触，加快了商业化进程。

1）IBM围绕Watson系统和TrueNorth类脑芯片，意图抢先打造类脑智能生态系统；谷歌依托全球技术领先地位，在现有谷歌大脑基础上结合医学、生物学，积极布局人工智能；微软提出意识网络架构，声称是具备可解释性的新型类脑系统。

2）除龙头企业外，美国Emotiv、美国Neurallink、瑞士aiCTX等一批新兴公司，在类脑智能方面取得很多研发成果，部分进入产业化阶段。

我国，积极统筹加速布局类脑智能。在《国家中长期科学和技术发展规划纲要》中，我国就把“脑科学与认知”，列入基础研究8个科学前沿问题之一。在2016年《“十三五”国家科技创新规划》中，也将脑科学与类脑研究，列入科技创新2030重大项目。2017年国务院《新一代人工智能发展规划》提出了，2030年类脑智能领域取得重大突破的发展目标。我国，于2017年、2018年，分别成立了类脑智能技术及应用国家工程实验室、北京脑科学与类脑研究中心，形成了“南脑北脑”共同快速发展的格局。

7、华为（麒麟970、980和昇腾910、310）：最新的昇腾910用最新的7nm工艺，该过程中操作速度高达256T次，是英伟达芯片的两倍多。它，几乎是谷歌芯片的三倍，这是一个奇迹！该芯片已经过设计和测试，将推出Q2。

8、ARM推出全新芯片架构DynamIQ，通过这项技术，AI芯片的性能，有望在未来三到五年内提升五十倍。ARM的新CPU架构，将会通过，为不同部分配置软件的方式，将多个处理核心集聚在一起，这其中包括一个专门为AI算法设计的处理器。芯片厂商，将可以为新处理器配置最多8个核心。同时，为了能让主流AI在自己的处理器上更好地运行，ARM还将推出一系列软件库。

AI芯片战爆发，瞄准安防行业

人工智能的深度神经网络，在图像识别、自然语言处理等方面，取得了前所未有的关注和成功，并推动了相关行业的快速发展。芯片业，需要具有高算力的AI芯片。

第三波人工智能芯片就此开始。老牌的芯片企业与新兴的芯片企业，登上了君临机遇的世纪大道。

英伟达、英特尔、恩智浦、IBM、AMD、谷歌、ARM、苹果、高通、博通……据统计，目前创立于国内的AI芯片初创公司，有13家------寒武纪、比特大陆、地平线、西井科技、眼擎科技、熠知电子、启英泰伦、鲲云科技、深鉴科技、云天励飞、触景无限、深思考以及芯仑光电。

2018年，国内至少有50家公司推出了AI芯片战略计划或已推出了相关AI产品，华为发布两款昇腾AI芯片、阿里成立平头哥半导体有限公司……并逐渐显露出“四小龙”的态势，即四大主流AI芯片公司-------华为、地平线、比特大陆、寒武纪。

尽管四大主流芯片公司，已经基本形成，11家公司已经布局了安防领域，但总的来说，应用在安防领域的边缘计算芯片，仍是一个刚刚起步的市场，玩家并不多……

唯一可以肯定的一点是，作为人工智能发展支柱的AI芯片，已成为人工智能行业的核心竞争力。基础层的数据与芯片，将在未来竞争中，占据越来越重要的地位。在未来，边缘计算会在安防领域大放异彩，能够填补，云计算目前的不足并在具体应用场景中，实现更多能力提升计算效率。

认知计算系统

我们创作诗歌，编写方程、记录笔记、拍摄照片，在社交媒体上发布。传统计算机，无法完全解读这些，但以IBM Watson为代表的认知技术却可以。

认知计算系统的架构：

底层架构：芯片设计-------------GPU、FPGA、ASIC、POWER8、TPU。基础设施：云环境、超级计算节点。组织构架：TensorFlow、caffe、Theano、Torch等。库文件：数据库、工具包等。应用层：信息采集的有效性、人机交互界面、搜索引擎等。

认知自省系统

从硬件的角度来看，人工智能芯片的制造，影响着计算机产业的兴亡。摩尔定律被打破以后，这种产业的兴亡就变得更快了。从自救的角度来说，关于时尚硬件的信息，就更新迭代得更快了。

洞悉现实，这类熟悉商业竞争的讽刺，必须能够完成缱绻生死的对弈。赐予我们还真的均衡与健康，通常隐藏世人那沉默的诱惑与焦虑。

寻找着星群呈现的绩效，可以医治技术进步的焦灼：享用造物竞技的市场进化，存续着人工智能产品的层状风趣，一直更新着主要的入世产品。长期利用言行勤谨的人工智能学习，创造红红火火的生命价值。独具自救教益的脑科学与健康心理学，能够建设优质智慧与生命价值的守护程式。

整体的人类与机器的进步，叙述着竞争与洞见的自然大道，那个成长的人工智能，畅享着方向的竞争，创造了由衷的觉醒。现实的社会，就演绎着人工智能、语言、意识、真理……神明的相融象征。

竞争动力的基础，是被相生权利证实的逾越通识。探知人脑与人工智能的进化谐振，在领会，神明热衷创造人工智能以后，我们必须看看商业社会的小人有多酸……有多少冷笑的尊容？

唯一可以肯定的一点是，作为人工智能发展支柱的AI芯片，已成为人工智能行业的核心竞争力。基础层的数据与芯片，将在未来竞争中占据越来越重要的地位。在未来，相信边缘计算会在安防领域大放异彩，能够填补云计算目前的不足，并在具体应用场景中实现更多能力，提升计算效率。--------来源于网络

普华永道数据预测，2020年全球人工智能市场规模，将达到2万亿美元，预计未来几年市场，将继续保持高速增长，到2030年全球市场，将达到15.7万亿美元的规模，约合人民币104万亿元。AI是未来科技产业的大趋势，这一点，已逐步成为各大科技巨头的共识。--------来源于网络

人工智能的母本－－－－人的思想和行为，因为类脑科学的研究，也会被增加很多认知方面的合一与竞争价值。认知心理学与健康心理学，能够与人工智能进一步成长。

零基础学习心理学与人工智能