Collect
Navigate：盘点15家顶级AI芯片公司
未来的经济增长可能会受到人工智能芯片的重大影响，人工智能芯片将不可避免地用于机器人技术、电子产品变得越来越智能的智能家居、越来越自动化的汽车以及许多其他技术。
顾名思义，人工智能芯片是新一代的微处理器，主要是为了更快、更高效地处理需要人工智能的任务而创建的。已经展示其技术并已将其投入生产或非常接近投入生产的企业是我们认为是 AI 芯片领先开发商的企业，排序不分前后。
Alphabet
在云计算、数据中心、移动设备和台式电脑等多个行业，谷歌的母公司负责开发人工智能技术。Tensor Processing Unit，专门为谷歌的TensorFlow编程框架打造的ASIC，主要用于机器学习和深度学习。
Edge TPU 专为“边缘”设备而设计，这些设备是网络边缘的设备，例如智能手机、平板电脑和我们其他人在数据中心之外使用的设备。与信用卡大小的谷歌 Cloud TPU 数据中心或云解决方案相比，Edge TPU 比一美分硬币还小。
苹果
一直以来苹果都坚持在开发自己的芯片，并且可能有一天会不再依赖英特尔等供应商，这将标志着重点的重大转变。苹果似乎热衷于在人工智能领域开辟自己的道路，此前在一场旷日持久的官司之后，苹果基本上断绝了与高通的关系。
该公司最新的 iPhone 和 iPad 配备了 A11 和 A12“仿生”CPU。据称，A12 仿生芯片的功耗降低了 50%，同时比之前的迭代快了 15%。该芯片采用了 Apple 的神经引擎，这是其他开发人员的应用程序无法访问的电路组件。
ARM
包括 Apple 在内的所有顶级科技公司都使用 Arm创建的半导体设计。它比竞争对手更有优势，因为它是半导体设计商而不是芯片制造商，类似于微软因不制造自己的计算机而受益的方式。换句话说，Arm 拥有很大的市场影响力。
该公司目前正在开发 AI 芯片设计的三个主要轨道是 Project Trillium，这是一个新的可扩展、“超高效”处理器系列，针对机器学习处理器，这是不用说的，而 Arm NN 是一种处理器，用于使用 TensorFlow、Caffe、深度学习框架和其他结构进行操作是机器学习应用程序的两个示例。
英特尔
早在 2017 年，就有消息称这家全球最大的芯片制造商通过销售 AI 芯片获利 10 亿美元。英特尔现在不是世界上最大的芯片制造商，但那时候肯定是。
该报告中考虑的处理器属于 Xeon 系列，该系列并未明确设计用于处理 AI，而是经过改进的通用处理器。除了可能对 Xeon 进行改进外，英特尔还创建了一系列名为“Nervana”的 AI 芯片，被称为“神经网络处理器”。
英伟达
Nvidia 在 GPU 市场处于领先地位，GPU 可以比通用计算机更快地执行 AI 工作负载。同样，该公司在 AI 处理器的发展中市场中赢得了优势。
这两种技术紧密相关，Nvidia 在 GPU 技术方面的改进加速了其 AI 处理器的开发。事实上，Nvidia 的 AI 产品似乎得到了 GPU 的支持，其芯片组可以被视为 AI 加速器。
Nvidia 向市场提供各种 AI 芯片技术，包括 Tesla 芯片组、Volta 和 Xavier。所有这些基于 GPU 的芯片组都捆绑到针对特定需求的软件加硬件包中。
AMD
与 Nvidia 类似，AMD 是一家与显卡和 GPU 紧密相关的芯片制造商，部分原因是过去几十年计算机游戏行业的扩张以及最近比特币挖矿的发展。
对于机器学习和深度学习，AMD 提供硬件和软件解决方案，例如 EPYC CPU 和 Radeon Instinct GPU。Radeon 是一款主要面向游戏玩家的图形处理器，而 Epyc 是 AMD 为服务器提供的处理器名称，主要用于数据中心。Ryzen 和可能更广为人知的 Athlon 是更进一步的 AMD 芯片。
百度
由于其作为互联网搜索引擎的普遍使用，百度在中国相当于谷歌。百度还进入了令人兴奋的新商业领域，如无人驾驶汽车，这需要坚固的微处理器和人工智能芯片。为了实现这一目标，百度去年发布了昆仑，称其为“从云到边缘的 AI 芯片”。
Graphcore
Graphcore是一家新公司，其主要目标是创建 AI 芯片并将其推向市场，此前列出了七家历史悠久的组织，这些组织的主要活动实际上并非旨在构建 AI 芯片。
Rackscale IPU-Pod 基于该公司的 Colossus 处理器并针对数据中心，目前看来是其主要产品。然而，它可能会随着虚构的花费而发展得更多，因为那是它的未来所在。该公司已说服宝马、微软和其他知名品牌等公司为其企业投资总计 3 亿美元，目前估计价值超过 20 亿美元。
高通
自智能手机热潮开始以来，苹果一直是高通的重要收入来源，这家科技巨头停止购买其处理器的决定让高通感到被抛弃了。然而，高通已经着眼于未来进行了一些重大投资，当然，在其行业中并不默默无闻。
分析师表示，高通进入 AI 芯片市场的时间有些晚。尽管如此，该企业仍拥有丰富的移动市场知识，这将有助于实现高通“让设备上的人工智能无处不在”的既定目标。
Adapteva
Parallella有时被称为最便宜的超级计算机，使这家公司成为这份名单上最有趣的公司之一。Epiphany 是一款 1024 核 64 位微处理器，被称为“世界第一”，是 Adapteva 的主要 AI 芯片产品。
Darpa 资助的企业筹集了超过 1000 万美元的总资金，并成功地为其 Parallella 产品开展了 Kickstarter 众筹活动。
Mythic
在筹集了超过 4000 万美元的资金后，Mythic 打算在全球范围内践行其“人工智能无国界”理念，从数据中心开始。因为它的系统在闪存阵列内部进行混合数字和模拟计算，该公司声称这是一种“全新的方法”，它声称已经找到了一种机制，其中深度神经网络不再强烈影响传统的本地人工智能。
由于其体积小和台式计算机速度的 GPU，它可以在几乎没有重量的情况下进行“巨大的并行处理”。
三星
三星已经超越苹果成为领先的智能手机制造商，并超越英特尔成为全球最大的芯片制造商，它正试图打入迄今尚未开发的领域。
三星 Exynos 微处理器的最新版本于去年年底发布，专为长期演进或 LTE 通信网络而设计。据三星称，新的 Exynos 增加了设备上的神经处理单元。
海思
这是华为的半导体部门。华为是一家电信设备制造商，目前是某些间接贸易禁运的目标。华为不再被允许在美国开展业务，其他欧洲国家现在正在效仿美国。
无论如何，海思的人工智能芯片技术很可能还处于起步阶段。如果该公司希望抵消华为受到的越来越多的供应限制，该公司将需要加紧努力。
IBM
如果至少没有提及 IBM，则此类列表将是不完整的。正如您所想的那样，IBM 在与 AI 相关的许多技术方面拥有大量资金充足的研发工作。尽管该公司广受讨论的 Watson AI 使用常规处理器而不是 AI 专用处理器，但它们仍然很可靠。
IBM 的 TrueNorth 可能属于专业 AI 芯片类别。AMD 的 TrueNorth 中有 54 亿个晶体管，被称为以人脑为模型的“神经形态芯片”，在您意识到 Epyc 拥有 192 亿个之前，它可能看起来很多。
亚马逊
鉴于亚马逊基本上是通过其亚马逊网络服务业务部门建立了云计算市场，特别是考虑到它们的整合可能会提高亚马逊数据中心的效率，该公司进入 AI 芯片市场是顺理成章的。
注：文章整理转载于网络，仅供参考学习，版权归原作者所有，如涉及侵权，请联系小编删除。
Pre：AI芯片扫盲：CPU、GPU、FPGA、ASIC有何不同？ 2025-09-29
Next：拥抱太阳和未来的产业，一文读懂光伏产业链 2025-09-29
