如今生活中的方方面面都被貼上“智能”標簽了，商場了也都是智能商品的販賣，從智能手機、智能手環、智能掃地人機器、智能吹風機、智能電視機，只要能挨上邊的幾乎都是智能化了。所謂的智能這個概念成了常規的嵌入式設備，也不是那么高大上，只要做個簡單的語音控制，簡單的圖像識別就成了人工智能設備，簡單的來說，這種概率的智能就只是嵌入式芯片了。

近年來AI芯片被炒作的火熱，現在投資界都在聊AI，AI芯片成了神秘的高科技。AI芯片只不過就成熟的芯片設計工藝和技術，加上原本就成熟的所謂“智能算法”的實現，以一個技術含量并不高的方式拼湊出來的新的賣點罷了。

目前從應用上來看，AI芯片主要有兩個方向，一個是在數據中心部署的云端，一個是在消費者終端部署的終端。從功能角度看，AI芯片主要做兩個事情，一是Training（訓練），二是Inference（推理）。

AI芯片的大規模應用分別在云端和終端。云端的AI芯片同時做兩個事情：Training和Inference。Training即用大量標記過的數據來“訓練”相應的系統，使之可以適應特定的功能，比如給系統海量的“貓”的圖片，并告訴系統這個就是“貓”，之后系統就“知道”什么是貓了；Inference即用訓練好的系統來完成任務，接上面的例子，就是你將一張圖給之前訓練過的系統，讓他得出這張圖是不是貓這樣的結論。

Training和Inference在目前大多數的AI系統中，是相對獨立的過程，其對計算能力的要求也不盡相同。Training需要極高的計算性能，需要較高的精度，需要能處理海量的數據，需要有一定的通用性，以便完成各種各樣的學習任務。

其實，人工智能熱潮不斷高漲，但人工智能技術的發展本身并沒有大的飛躍，只是按部就班的進步，我們整合了大量統計學的公式，以人工智能的名義，看似在不少常規領域取得了驕人的成績，但實際上就是炒冷飯的性質，推進了一波以機器學習技術為中心的人臉識別、語音識別、自動駕駛等技術的應用，其實機器學習才是其本質。人工智能AI芯片這個概念，在如今真的著實沒什么好談的，只是一種算法的實現方式而已。

來源：朗銳智科