现代芯片设计，尤其是以“片上系统”（System-on-Chip，SoC）为主体的高端芯片，已经可以影响乃至引领某一产业走向及其战略发展，甚至遏制该产业的正常运行。
由于人工智能应用的场景千变万化，而所应用的算法更是有相当的差异，可以预期未来各项应用将有不同的定制化芯片，出现人工智能芯片百家争鸣的盛况。
人工智能芯片的另一大特点在于它所面对的是一个全新的、还未被大公司充分定义的新的业务场景。
即使是NVIDIA，也只是在云计算这一领域有一定的垄断地位。因此，人工智能芯片发展有着巨大的不确定性和机会。
人工智能芯片发展很像中国另一新兴芯片产业——..矿机上的发展历程：..矿机2010年初主要用的还是以CPU为主的芯片，但是从2012年起就逐渐过渡到以图形处理器（GPU）为主，利用其强大的向量计算能力来采矿。两年以后的 2014年，大家开始通过算法优化并导入现场可编程逻辑阵列（FPGA）提升效能功耗比来达到更高挖矿效益。
时至今日，绝大多数的高采矿效益的矿机均是以定制化芯片为主，如比特大陆的蚂蚁矿机。
依照这一类似的发展趋势，我们可以期待2018年将是应用导向人工智能芯片开始跃进的一年。
中国可能弯道超车
GPU和CPU芯片设计注重通用性，但其高功耗、相对较低的单位效能以及高昂的价格并不适合于类似物联网或工业4.0这样的普及化应用。
应用导向的人工智能芯片是将抽象的神经网络算法以硬件方式加以固化来达到加速运算的效果。这样的设计有助于提升单位芯片面积上算力的密度，降低功耗和成本，从而有助于将人工智能系统更普遍地运用到各个场景。
但芯片的开发一般需要高质量的人才基础并有强大市场的需求来摊薄芯片开发的高昂成本：通常一款芯片的生命周期大约为三年，而真正产生利润的时间仅为12个－18个月。芯片企业要在这短短的时间内完成利润积累，进行下一代产品的成功开发与研制，进入新一轮的迭代周期。
