导读：很多朋友问到关于哪些公司有人工智能芯片的相关问题，本文首席CTO笔记就来为大家做个详细解答，供大家参考，希望对大家有所帮助！一起来看看吧！
本文目录一览：
1、华为是如何率先推出ai处理器的2、7nm人工智能芯片量产！国内芯片“强手”远不止华为一家3、科创板迎来AI芯片龙头股“拓荒者”寒武纪抢跑千亿蓝海市场4、国内自动驾驶芯片有哪些知名品牌？5、2018年全球最值得关注的AI芯片初创公司华为是如何率先推出ai处理器的
引入到手机终端并非易事。无论是普通的AI功能还是场景化AI服务，都需要手机完成复杂、密集的深度学习算法模型运算。与此同时，手机要具备强大的算力，不仅需要一定的运行环境，还对功耗、内存、存储空间有较高要求。
经过漫长的研发和测试，华为最终在2017年9月的柏林电子消费展上，正式发布了全球首款移动端AI芯片麒麟970，这也是全球首款内置了独立神经网络处理单元（即NPU）的人工智能芯片，其内置NPU性能大幅优于CPU、GPU和DSP这些通用计算单元。相比CPU，内置NPU拥有约50倍能效和25倍性能优势。这也就意味着，麒麟970芯片可以用更少的能耗更高效地完成AI计算任务。
一个月后，华为发布了搭载麒麟970的旗舰手机Mate 10，率先将专用NPU AI芯片引入手机。此后，苹果、三星等厂商纷纷跟进，到今天，AI芯片已成为众多手机厂商的旗舰配置。
据了解，有了NPU加持，手机的功能也会变得更加强大。例如，使用语音功能时，AI会对当前语境和内容做细致的分析，将语音识别的成功率提升到更高的级别，为用户带来精准的识别体验。未来，智能语音助手将能替代传统的手工输入，在人们的生活中扮演更重要的角色。或许，以后你在大街上再也见不到边玩边走“低头族”，而是会看到更多人对着手机“自言自语”了。
而在用户十分关心的拍照方面，AI的出现同样为喜欢手机摄影的用户带来不少福利。麒麟970搭载双通道ISP图像信号处理器，在动态影像捕捉和低光拍照上有很大的提升。双摄镜头+双ISP软硬件优化，再配合人工智能的计算机视觉分析，能帮助手机自动分析画面内的物体，选择最佳的拍照模式；甚至，还可以进行物体追踪对焦并预测拍照时机，为用户带来前所未有的拍照体验。
也就是说，麒麟970的推出，是传统智能手机和未来AI手机的重要分水岭，标志着AI手机的发展已从单纯的算法优化进入了硬件能力的真·人工智能比拼阶段。
2018年8月，同样是在柏林电子消费展上，华为又发布了全球首款7nm人工智能手机芯片——麒麟980。7nm是什么概念？要知道，一根头发丝的直径约为0.1毫米，7nm是头发丝的万分之一，相当于70个原子直径。而就是在这个不到1平方厘米的麒麟980芯片内部，布局有超过69亿个晶体管，这几乎逼近了硅基半导体工艺的物理极限，麒麟980真正实现了在针尖上翩翩起舞。
华为消费者业务CEO余承东表示，麒麟980的7nm工艺是由超过1000多名半导体工程师组成的团队历时3年、经历超过5000多次的工程验证精心打磨的成果。
相对于麒麟970，麒麟980有移动端双NPU强大算力加持，在性能上全面升级。以图像识别速度为例，麒麟970每分钟可识别约2005张图像，而麒麟980每分钟可识别4500张，速度提升120%。此外，麒麟980也给人脸识别、语音助手、AI拍照，及各类智能美拍P图等手机APP带来了全面升级。
除此之外，华为还推出了麒麟710、麒麟810芯片，意在让更多消费者享受到人工智能带来的体验升级。其中，后者是华为首款采用自研达芬奇架构NPU，第二款采用7nm工艺的手机芯片。
至此，华为完成了第一轮在手机端的AI芯片布局（麒麟970、麒麟980、麒麟710、麒麟810），带领着手机全行业正式走入了AI时代。
7nm人工智能芯片量产！国内芯片“强手”远不止华为一家
前两天百度的“百度世界大会2021”开启，此次大会上百度给了对我们不少的惊喜， 其中关于百度的杀手锏，昆仑2芯片的量产无疑是最让人惊喜的消息。 据悉昆仑芯片采用了7nm芯片制程技术，已经达到了目前芯片的顶尖技术。昆仑芯片是基于自研的第二代XPU架构设计而成，而且其是一款当下非常先进的AI芯片。
从华为的遭遇来看，很多人会误以为芯片主要就是应用在手机和PC领域，只要能解决手机芯片的问题，那么一切的问题也就能够解决了。这种看法错得很离谱，芯片在手机，电脑的应用确实是最重要的应用场景之一，但是芯片绝不仅仅只用于这领域。
像现在的智能 汽车 ，工业领域的工业软件等领域，芯片的作用同样至关重要。 而即便是手机内部，芯片也不是说只有处理器芯片一种，基本一部手机的芯片数量可以达到一百个以上，其重要性可见一斑。而芯片在AI领域的应用场景将会是未来重要的一个领域。现在这个领域还处于发展阶段，但也初露锋芒，可以从中窥见无限的发展和利润。
一个是芯片，一个是人工智能，两者都是炙手可热的产业。 昆仑2 芯片的量产表明在人工智能这一块，我国已经走在了世界的前端，具备了很大的领先优势。 我们先来说一下百度。我国互联网发展的早期阶段， 百度、阿里和腾讯可以说是并驾齐驱的三辆马车。 BAT之名也是我国互联网时代发展的一个缩影。后来阿里和腾讯越来越大，围绕这两家形成的资本圈基本覆盖了整个互联网资本。而百度则是比较低调，似乎没有阿里和腾讯那么一直在秀存在感。
但是殊不知，在发展受阻的时候， 百度开始愈发重视技术，尤其是AI领域，是百度花费大代价入局的一个领域。 经过多年的发展，现在的百度在AI领域的成就不仅早已是国内的第一，在国际上同样也是数一数二的。
像昆仑芯片，百度在十年之前就开始专注于这方面了。百度 起先用 FPGA研发AI芯片架构，等到11年的时候就开始计划上线了。 十年来，百度不仅搞出了芯片，还将芯片升级到第二代，技术更是达到7nm，简直就是业界标杆了。 比起昆仑1，昆仑2 的性能要上升了一大截。昆仑芯片的应用领域非常广泛，包括互联网、工业、智慧城市等多方多面。尤其是AI业务，昆仑芯片具有更加强劲的表现。而新出的昆仑2芯片，能够在当下最火热的智能交通和无人驾驶等领域发光发热。
昆仑芯片的作用是帮助百度建立自己的AI生态，据悉，昆仑第一代芯片的产量早已超过两万，这些芯片大部分都被自用，被应用在百度的云以及各种智能场景。而昆仑2的量产，或许将满足百度更大的布局。百度在AI领域投入这么多，总该到了慢慢采摘果实的时候。
拿无人驾驶技术来说。 我国的规划是走车路协同的路线。 这个路线不仅要求车辆具备足够的无人驾驶功能，同时对路的要求也很高，其要求路段能够不断反馈路上的交通信息。比如说，弯道处有车祸，在车辆还未能行驶到弯道口的时候，因为有实体的阻挡，无人驾驶的传感器系统还不能识别到车祸。但是这时发生车祸的路段已经捕捉到了信息，会把发生车祸这个信息立马反馈给车辆的无人驾驶系统，这样就可以提前做准备，避开车祸导致的路障等危险。
车路协同依靠的是智能 汽车 的无人驾驶系统和路面的反馈。 这对于基建的任务要求非常高，必须在我国大量的路面内安装足够能够进行数据采集、协同管理等方面的硬软件。 在这领域，百度是国内的一把手。 早在2018年，百度就早早研究出了车路协同的解决方案，经过多年发展，百度已经了多次成功测试，在未来， 百度将帮助我国建立起车路协同网络，这将是我国交通的一次巨变。
AI已经离我们越来越近了，未来我们的生活将被各种AI应用所覆盖。而百度苦苦经营这么久，或许可以后来居上，在AI时代到来的时候大放异彩。
科创板迎来AI芯片龙头股“拓荒者”寒武纪抢跑千亿蓝海市场
7月20日，AI芯片明星企业寒武纪正式登陆科创板。发行价64.39元/股。至此，创立4年、68天过会的“AI芯片独角兽”与投资者们在二级市场初次会面，A股市场迎来了AI芯片龙头股。
寒武纪早已声名在外：处在人工智能这一“风口”，却甚少在公众面前主动展示自己，被视作低调的“实干家”，但由于产品过硬，行业地位颇高，谈及AI芯片必然要提及寒武纪，正如其名字是地质纪元上的开创意味，寒武纪是国内AI芯片的拓荒者。
于资本市场而言，寒武纪上市意味着科创板注册制对于“优秀企业”的评判标准走向多元化，意味着创新物种开始在国内资本市场生根发芽。于寒武纪而言，上市不是目的，而是走向公众的手段，有益于远大目标的实现，从而吸引更多人才的加盟——毫无疑问，创新型企业走向星辰大海最重要的资本之一就是人才。
“我们有远大的志向，但长跑才刚刚开始。”三年营收50倍增长，手握40亿元现金，处于“新基建”机会窗口，正如其创始人陈天石所言，寒武纪站在远大征程的起点，而未来是一片蓝海。
投资者等来科创板AI芯片龙头股
2016年3月，陈天石创办寒武纪，2020年3月，上海证券交易所受理寒武纪的科创板上市申请。四年时间，硬 科技 明星企业通过注册制走向公众投资者。
虽然成立时间不长，但寒武纪底蕴深厚，技术与产品性能高居全球领先水平。券商研报介绍，寒武纪是目前国际上少数几家全面系统掌握了智能芯片及其基础系统软件研发和产品化核心技术的企业之一，公司凭借领先的核心技术，较早实现了多项技术的产品化，专门设计的通用型智能芯片架构已达到行业先进水平。
寒武纪正处于快速发展期。2017年度、2018年度和2019年度，其营业收入分别为784.33万元、1.17亿元和4.44亿元，2018年度和2019年度较前年增幅分别为1392.05%及279.35%，将2019年的营收与2017年作对比，寒武纪在3年间实现了55.6倍的营收增长。
招股书显示，寒武纪此次公开发行4010万股，占公司发行后总股本的10.02%，规模并不大。寒武纪募资了25.8亿元，主要来自保荐机构跟投子公司和其他战略投资者，后者包括联想（北京）有限公司、美的控股有限公司和OPPO广东移动通信有限公司，均为与寒武纪具有战略合作关系或长期合作愿景的大型企业及其下属企业。
相较于中芯国际等 历史 较长的芯片企业，寒武纪的成功上市开创了硬 科技 独角兽企业在注册制下成功上市的先河，搅动了一池春水。
长期以来，A股市场有着严格且固定的审核标准，这使得一些独具创新型的 科技 企业无法登陆A股市场，转求纳斯达克等更加“宽容”的市场环境。而一些A股上市公司，尽管上市时盈利能力达标，但不乏上市后业绩“变脸”，且后续发展乏力的例证，这并非投资者愿意看到的场景。
璞玉并不以当下的盈利能力作为唯一标准，如何留住可能伟大的企业？设立科创板实行注册制成为众望所归的转折点。寒武纪虽然尚未盈利，但其主要产品性能在与国内外主要竞争对手ARM、英伟达、英特尔以及华为海思的对比中不分上下，部分指标甚至领先对手，展示出了强大的发展潜力。
长跑型选手“放长线钓大鱼”
寒武纪本次募集的资金主要用于新一代云端训练芯片及系统项目、新一代云端推理芯片及系统项目、新一代边缘端人工智能芯片及系统项目和补充流动资金。
自成立以来，寒武纪快速实现了技术的产业化输出，先后推出了用于终端场景的寒武纪1A、寒武纪1H、寒武纪1M系列芯片、基于思元100和思元270芯片的云端智能加速卡系列产品以及基于思元220芯片的边缘智能加速卡。
2017年寒武纪将1A处理器IP授权华为海思使用，搭载在华为Mate10手机上，是全球首款AI手机芯片。思元系列产品也已应用于浪潮、联想等多家服务器厂商的产品中，思元270芯片获得第六届世界互联网大会领先 科技 成果奖。截至2020年2月29日，寒武纪已获授权的境内外专利有65项，PCT专利申请120项。
在人工智能芯片设计初创企业中，寒武纪是少数已实现产品成功流片且规模化应用的公司之一，这亦是其大手笔投入研发的成果。招股书显示，寒武纪2017至2019年研发支出分别为0.3亿元、2.4亿元、5.43亿元，研发投入营收占比连续3年超过了100%，处于行业的较高水平。目前，寒武纪共有研发人员680名，占总员工的79.25%，硕士及以上的人员占比超过60%。
对于芯片企业而言，如寒武纪一般巨额的研发投入并不罕见——不论是设计还是流片，芯片企业都需要大量资金，“烧钱”是芯片企业的共同属性。按照普遍的流程，芯片研发不仅耗资巨大，耗时也较长，研究成品还需“Design in”，得到客户的响应与支持，磨合后方可进入大规模出货的营收创造阶段。
硬 科技 企业与互联网企业有着本质的不同，这首先体现在回收研发成本的周期上，不过更需要看到得是，芯片企业一旦研发成功，护城河便是难以轻易被超越的，因此回报也将如研发投入一样，是巨量且长期的。
研发投入换取的“效率”成为决定胜负的关键。陈天石曾表示：“芯片这个赛道，比的就是出产品的速度，以及产品好不好用。”寒武纪进入赛道比较早，幸运地占了先机，产品又得到了客户的认可，在研发效率上已经经过市场的验证，成立四年，寒武纪每年都会推出和迭代新产品，相较于其他国外芯片设计公司与A股上市芯片设计公司以平均约每1-3年的迭代周期，寒武纪的研发能力表现突出。而相较于科创板企业的平均毛利率53.49%，寒武纪的综合毛利率也高过平均值。
不过，通往伟大芯片公司的赛程很长，更加需要长跑型选手，投资者也需要建立“放长线钓大鱼”的投资心态。寒武纪在招股书中坦言亏损还将持续一段时间，这也是芯片企业的正常生长进程，尤其AI芯片是人工智能产业的引擎，也是技术要求和附加值最高的环节，为了在以后“钓到更大的鱼”，寒武纪必须持续研发、快速迭代，而耐心的投资者将享受到最大的利益。
AI芯片领跑者“横着长”的生态路径
当部分初创企业靠着一颗芯片艰难维生时，寒武纪已经做出了一把芯片，这是“领跑者”的优势积累。
寒武纪的业务大致分为四部分：智能计算集群、AI推理芯片、IP授权、AI训练芯片。其中前三部分业务在2019年分别产生2.96亿元、7888万元和6877万元收入，毛利率分别为58.23%、78.23%、99.77%。第四部分业务AI训练芯片是技术的制高点，产品于2020年推出，预计2021年产生收入。
与华为的合作是寒武纪声名鹊起的因素之一，这证实了寒武纪的产品可靠性，而华为选择自研道路，也同时证明了AI芯片这一赛道的重要性。
研报显示，2020年仅智能手机、AR/ VR、无人机等在内的消费电子市场AI智能芯片需求量预计就达到26.11亿美元，而智能驾驶有望带来更广阔的市场需求。IDC预测，云端推理和训练对应的智能芯片市场，预计将从2017年的26亿美元增长到2022年的136亿美元，年均复合增长率39.22%。ABI Research预计，边缘智能芯片市场规模将从2019年的26亿美元增长到2024年的76亿美元，年均复合增长率23.93%。
对于寒武纪而言，与华为的友好竞争有益于长期发展。目前，寒武纪已不存在向单个客户销售比例超过公司销售总额50%的情况。而从寒武纪的收入结构变化可见，其2017-2018年99%的收入来自终端智能处理器IP授权业务，2019年新增云端智能芯片及加速卡、智能计算集群系统业务收入，业务走向多元化。
寒武纪定位于中立、独立的芯片企业，走的是生态型发展路线，而今，经过四年发展，寒武纪“云边端”三条产品线已经完备，接下来仍将不断迭代升级，未来，如英伟达等企业一样，寒武纪将构建出独有的生态，并延伸至交通、教育、医疗等多个细分领域。
“云边端一体的作用就是让开发者省力省心，让我们自己也省力省心。云边端一体意味着，部署在不同场景的芯片在硬件层具有统一的指令集和架构，在软件层具备统一的应用开发环境。这能减少公司和开发者研发不同种类芯片时的成本，是我们生态战略的重要组成部分。”陈天石介绍寒武纪的业务架构时表示。
人工智能时代，新的巨头正在成长，毋庸置疑，寒武纪是种子选手。超过40亿元现金储备以及25亿元募集资金加持，寒武纪无疑是AI计算芯片初创企业中资金实力较雄厚之一，这是其巩固优势的基础。面对征途，寒武纪手握成熟且性能领先的产品，以及生态的雏形，蓝海就在前方，只待乘风破浪。 文/慧瑾
每日经济新闻
国内自动驾驶芯片有哪些知名品牌？
智能芯片公司知名品牌有：1.紫光国微，紫光国微是紫光集团有限公司旗下核心企业， 是国内最大的集成电路设计上市公司之一。 公司以智慧芯片为核心，聚焦数字安全、智能计算、功率与电源管理、高可靠集成电路等业务，是领先的芯片产品和解决方案提供商，产品广泛应用于金融、电信、政务、汽车、工业互联、物联网等领域。
2.中科创达，中科创达软件股份有限公司是全球领先的智能操作系统产品和技术提供商。自2008年创立以来，公司致力于提供卓越的智能操作系统产品、技术及解决方案，立足智能终端操作系统，聚焦人工智能关键技术，助力并加速智能手机、智能物联网、智能网联汽车、智能行业等领域的产品化与技术创新。
3.欧比特，珠海欧比特宇航科技股份有限公司是具有自主知识产权的嵌入式SoC芯片及系统集成供应商，主要从事：高可靠嵌入式SOC芯片类产品的研发、生产和销售和系统集成类产品的研发、生产和销售。公司技术产品主要应用于航空航天、工业控制等领域。欧比特坚持技术产品的高可靠、高性能、小型化和国产化的发展思路，致力于研制具有国际前沿水平的嵌入式控制核心技术产品。
4.银江股份，银江股份积极响应“人工智能”国家战略部署，致力于城市大脑建设运营和服务；公司以“推动城市进步，保障百姓安康”为己任，通过物联网、云计算、大数据、人工智能和区块链等技术的行业应用，为城市管理和民生服务打造跨领域、跨区域的城市大脑数据资源交换和共享平台。
5.润和软件，润和软件主营业务是向国内外客户提供新一代信息技术为核心的产品、解决方案和服务。公司聚焦“金融科技”、“智能物联”和“智慧能源”三大业务领域，依托从芯片、硬件、操作系统到应用软件的软硬件一体化产品与解决方案能力，以及涵盖需求、开发、测试、运维于一体的综合服务体系。
2018年全球最值得关注的AI芯片初创公司
Wave Computing
Wave Computing在2018取得了不少进展，推出其第一个DataFlow处理单元，收购MIPS，创建MIPS Open，并将首批系统交付给少数客户。虽然Wave架构有一些非常有趣的功能，但我们更期待用户的大规模真实体验反馈。
Wave不是插入到服务器的加速器，它是用于图形计算的独立处理器。这种方法有利有弊。从积极的方面看，Wave不会受到GPU等加速器面临的内存瓶颈影响。从消极方面来说，安装Wave设备将是新的升级，需要完全替换传统的X86服务器，也让其成为所有服务器制造商的竞争对手。
我不认为Wave能从某个点击败NVIDIA，但该架构的设计的非常好，该公司已经表示它很快就会有客户的反馈。
图1：Wave是从上面显示的4节点“DPU”构建的系统。Wave Computing
Graphcore
Graphcore是一家资金雄厚（融资3.1亿美元，目前估值为17亿美元）的英国独角兽创业公司，拥有全球化的团队。它正在构建一种新型的图形处理器架构，其内存与其逻辑单元位于同一芯片上，这应该能够实现更高的性能。该团队产品的发布时间暂不明确，不过他们去年四月表示“几乎准备好发布”了，12月的最新信息表明它将很快开始生产。
Graphcore的投资者名单令人印象深刻，包括红杉资本、宝马、微软、博世和戴尔 科技 。
我了解了该公司的架构，它非常令人印象深刻。从边缘设备扩展到用于数据中心的训练和推理的“Colossus”双芯片封装。在最近的NeurIPS活动中，Graphcore展示了其RackScale IPU Pod，它在一个32台服务器的机架中提供超过16 petaflops的算力。虽然该公司经常声称它将提供比同类最好GPU强100倍的性能。
Graphcore表示，4“Colossus”GC2（8芯片）服务器可提供500 TFlops（每秒数万亿次操作）的混合精度性能。单个NVIDIA V100可提供125 TFlops，因此理论上4 个V100就可提供与其相同的性能。
与往常一样，细节更能发现差别，V100峰值性能仅在重构代码执行TensorCore的4x4矩阵乘法时才可用，这是Graphcore架构巧妙避免的限制。更不用说V100消耗了300瓦的电能和大量现金这一事实。
此外，Graphcore支持片上互连和“处理器内存”（片上存储器）方法，可以得到超出TFlops基准所认可的优秀性能。在一些神经网络中，如Generative Adversarial Networks，内存是瓶颈。
再次强调，我们将不得不等待真实的用户用实际应用程序来评估此体系结构。尽管如此，Graphcore的投资者名单、专家名单和台天价估值告诉我，这可能是一件好事。
图2：GraphCore展示了ImageNet数据集处理的照片。 可视化可帮助开发人员了解其训练处理占用处理周期的位置。
Habana Labs
Habana Labs是一家以色列创业公司，去年9月在第一次AI硬件峰会上宣布它已经准备好推出其首款用于推理的芯片，其创纪录的性能用于卷积神经网络图像处理。结果显示在Resnet50图像分类数据库中该处理器每秒分类15,000张图像，比NVIDIA的T4高出约50％，功耗仅为100瓦。
在2018年12月，Habana Labs的最新一轮融资由英特尔风险投资（Intel Venture Capital）领投，WRV Capital，Bessemer Venture Partners和Battery Ventures跟投，该公司的融资也由此前的4500万美元增加了7500万美元。
据悉，Habana Labs新的融资将部分用于流片其名为“Gaudi“的第二款芯片，该芯片将专注于训练市场，据称可扩展到1000多个处理器。
其它创业公司
我知道世界上有超过40家公司在为人工智能设计训练和推理芯片。我发现大多数公司都在进行简单的FMA（浮点乘法累加）和混合精度数学（整型8位和浮点16位和32位）。对此我不会感到惊讶，因为这种方法相对容易实现并且会获得一些成果，但它不会为像NVIDIA，英特尔以及少数初创公司做出不一样的架构提供持久的架构优势。
以下是一些引起我注意的公司：
中国AI芯片初创公司
中国一直试图找到一条摆脱美国半导体的方式，人工智能加速器可能会提供它一直在寻求的机会。中国设定了2030年要建立一个价值数万亿美元的人工智能产业的目标，自2012年以来，投资者已经向创业公司投入了超过40亿美元的资金。
寒武纪 科技 估值为25亿美元，是已经发布了第三代AI芯片的中国独角兽公司。寒武纪称它可以用更低的功耗提供比NVIDIA V100更好的AI性能，他们还销售其AI IP，搭载在华为麒麟970和麒麟980的处理器当中，作为AI加速硬件。
商汤 科技 也许是估值最高的AI创业公司，以在中国推广智能监控摄像头而闻名。这些安防摄像头数量超过1.75亿，包括其他公司生产的摄像头。商汤 科技 在香港成立，最近一轮融资数额达6亿美元，由阿里巴巴领投。据报道，这家初创公司的价值目前为45亿美元。
商汤 科技 与阿里巴巴、高通、本田甚至NVIDIA等主要公司建立了战略合作伙伴关系。该公司今天拥有一台超级计算机，运行大约8000块（可能是NVIDIA提供？）GPU，并计划再建造5台超级计算机来处理数百万个摄像头采集的面部识别数据。
雷锋网编译，via forbes
结语：以上就是首席CTO笔记为大家整理的关于哪些公司有人工智能芯片的相关内容解答汇总了，希望对您有所帮助！如果解决了您的问题欢迎分享给更多关注此问题的朋友喔～