关于问题人工智能芯片会取代普通芯片吗？一共有 2 位热心网友为你解答:
【1】、来自网友【前瞻产业研究院】的最佳回答：
据 MRFR 数据，2019 年全球 FPGA 市场规模为 69.06 亿美元，在 5G 和 AI 的推动下，2025 年全球 FPGA 的市场规模有望达到 125 亿美元，年复合增长率达 10.42%。
人工智能芯片的发展路径：芯片种类不断丰富，逐渐从通用向专用过渡
从广义上讲，面向人工智能计算的芯片都可以称为人工智能芯片，目前主要包括基于传统架构的 GPU、FPGA 以及 ASIC(专用芯片)。随着人工智能在生活各领域的渗透，人工智能应用落地和大规模商业化的需求，催生了对芯片研发的更高要求。人工智能芯片种类日趋多元，目前已正在研究的有类脑芯片、可重构 AI 芯片等，但其离商用还有较大差距。
作为一项计算密集型的新技术，人工智能早期可以依靠通用芯片的性能来迅速发展，而后期将依靠专用芯片来统治市场。定制的硬件才能实现更优的功耗效率，满足不同算法、结构、终端和消费者的需求，实现规模化的收益。当然，通用芯片与专用芯片永远都不是互相替代的关系，二者必须协同工作才能发挥出最大的价值。
短期 GPU 仍是主导， FPGA 将成为市场增长点
GPU 是目前市场上 AI 计算最成熟，、应用最广泛的通用芯片，按照弗若斯特沙利文的推算，2020 年 GPU 芯片在 AI 芯片中的占达 35.95%，占领最主要的市场份额。作为数据中心和算力的主力军，前瞻认为，GPU 市场仍将以提升效率和扩大应用场景为发展目标，继续主导芯片市场。
在当前技术与运用都在快速更迭的时期，FPGA 可编程带来的配置灵活性使其能更快地适应市场，具有明显的实用性。随着开发者生态的逐渐丰富，适用的编程语言增加，FPGA 运用将会更加广泛。在专业芯片发展得足够完善之前，FPGA 作为最好的过渡产品，在短期内将成为各大厂商的选择热点。
FPGA 算力强、灵活度高，但技术难度大，与国外差距较为明显
FPGA 在出厂时是“万能芯片”，用户可根据自身需求，用硬件描述语言对 FPGA 的硬件电路进行设计，其灵活性介于 CPU、GPU、等通用处理器和专用集成电路 ASIC 之间。由于 FPGA 的灵活性，很多使用通用处理器或 ASIC 难以实现的下层硬件控制操作技术利用 FPGA 可以很方便的实现，从而为算法的功能实现和优化留出了更大空间。
同时 FPGA 一次性成本(光刻掩模制作成本)远低于 ASIC，在芯片需求还未成规模、深度学习算法暂未稳定需要不断迭代改进的情况下，利用具备可重构特性的 FPGA 芯片来实现半定制的人工智能芯片是最佳选择。
目前，FPGA 市场基本上全部被国外 Xilinx、Altera(现并入 Intel)、Lattice、Microchip 四家占据，2018 年其占比分别为 56%、31%、3%、2.6%。其中，Xilinx 和 Altera 两大公司对 FPGA 的技术与市场占据绝对垄断地位，占据了近 90%的市场份额。
2023 年全球 FPGA 市场规模有望破百亿美元
据 MRFR 数据，2019 年全球 FPGA 市场规模为 69.06 亿美元，在 5G 和 AI 的推动下，2025 年全球 FPGA 的市场规模有望达到 125 亿美元，年复合增长率达 10.42%。
—— 更多数据来请参考前瞻产业研究院《中国人工智能芯片行业市场需求分析与投资前景预测》
【2】、来自网友【自由国学经典】的最佳回答：
人工智能
随着人工智能芯片的飞速发展，2019 年必将是人工智能芯片崛起的一年。5G 的即将商用必将会带来大量的信息需要处理，例如：语音的交互、视频的传输等。人工智能芯片必将会飞速发展，BAT、科大讯飞、小蚁科技、英特尔以及华为等科技企业也必将随之而动。
随着人工智能芯片的飞速发展 2019 年必将是人工智能芯片崛起的一年
去年的布局
2018 年是人工智能芯片爆发的一年，先是阿里巴巴全资收购了中天微;寒武纪发布了 ambricon MLU100 云端智能芯片;Rokid 发布 AI 语音专用 SoC 芯片 KAMINO18;百度发布自主研发的中国首款云端全功能 AI 芯片“昆仑”;华为发布两款 AI 芯片——华为昇腾 910（Ascend 910），系目前全球已发布单芯片中计算密度最大的 AI 芯片，以及 Ascend 310。小蚁科技是边缘智能的赋能者，在人工智能芯片领域也早有规划，并取得了一定成绩，其 QG8241 AI VPU 芯片、QG2101A AI IoT 芯片和 QG2121A Analog NNU 芯片，分别针对不同的应用场景。其 AI 特性包括基于神经网络的图像分类、人脸检测/人脸识别、物体检测/物体识别、手势识别/姿态识别。
国内芯片分布
目前国内的设计理念，人工智能芯片的可以分为两大类：第一类“AI 加速芯片”，通过一些先进的算法，从而达到自己的需求，满足应用领域对速度、功耗、内存占用、以及部署成本等方面的要求;第二类“智能芯片”，使人工智能芯片拥有像人一样，能够使用不同 AI 算法进行学习与推导。处理包含感知、理解、分析、决策以及行动等一系列任务，并且具有适应场景变化的能力。
通过近几年的发展，目前国内的人工智能芯片市场大致分为三类企业：
一、百度、阿里、腾讯、科大讯飞等行业龙头，这些基本是通过人工智能芯片应用于自身云平台的发展。
二、传统芯片设计类的公司，目前中国国内有 1600 多家该类公司，其中大部分是不了解人工智能算法的，也无法满足市场上真正的需求，对于大量数据的处理，就更不要提了。未来可能需要通过购买或者自身研制来满足需求，但是没有大量研究是无法真实使用的。
三、就是华为、小蚁科技等研发型企业，前者倡导边缘计算，后者更是以行动和产品一直摸索打通“人工智能的最后一公里”，垂直深耕是他们的机会和差异化竞争力。他们主要就是围绕数据的处理，主要围绕“端-管-云”的数据的传输，协同推进应用的落地。边缘智能将成为边缘计算新的形态。
当国内这个巨大的人工智能芯片市场越来越碎片化，在端侧的布局也需要愈发聚焦，这些垂直的特定化的场景的应用，需要一些实力的企业来做整合，当 BAT 他们无暇顾及，就是以小蚁科技等为首的独角兽公司的市场了。
