电子发烧友网报道（文/李弯弯）在人工智能三轮驱动因素中，数据方面，中国具有先天优势；在算法方面，虽然与国外有差距，但是却存在明显的赶超之势；而在算力（包括软件生态）方面，却存在明显的差距。
中国是全球最大的AI算力市场，IDC数据显示，中国人工智能基础设施市场规模在2021年达到60亿美元，然而90%以上的市场被海外主流厂商瓜分。在高性能算力芯片上，中国明显落后世界先进水平，89%的市场份额被国际大厂占据。
近几年在AI算力赶超方面，不少厂商致力于云端AI训练和推理芯片的架构创新和生态建设，比如燧原科技、天数智芯等。
燧原科技开发云端AI算力产品和生态，包括AI训练和推理。燧原科技创始人、董事长、CEO赵立东此前在某论坛上谈到，技术路线上，公司致力于原始创新而不是简单仿制跟进，以建立长期核心竞争力；产品定位于高技术门槛；市场策略兼顾行业应用场景聚焦和市场规模。
目前燧原已经推出两款AI训练芯片邃思1.0和邃思2.0。去年与浪潮合作，联合发布了“钱塘江”智算中心解决方案，160台服务器的集群，集成第一代训练卡1280张，在之江实验室已经部署，并上线运行。
同时该公司去年还发布了AI推理芯片，应用于在内容理解（图片分类、OCR文字识别）、智能交互（人脸核身、语音文字转写）、智能会议（语音降噪、会议记录）。
在赵立东看来，AI算力发展，需要从这几个方面着手：1、硬件架构必须创新，要拥抱开放生态；2、需要合作共赢，优势互补，多元化产品形态和合作模式，要进一步拓宽；3、需要政府与行业协会的牵引，建设相关标准和测试平台，如此才能共用，才是生态。
天数智芯在通用GPU方面取得突出成绩，该公司基于通用GPU的天垓100于去年实现量产，到如今一年时间，已经累计触达客户300多家，业务覆盖20多个行业，累计订单额度超过2亿。另外天数智芯不久前表示，公司即将推出首款AI推理通用GPU智铠100。
天数智芯CTO吕坚平博士此前在某论坛上谈到，万物皆可由GPU来算。从新兴应用的计算需求来看，AI训练推理，图形渲染以及科学通用计算皆以大量可并行处理的乘加计算为主。而GPU的特点是，采用以单指令多线程为基础的众核架构，特别适合大规模并行乘加处理。
通用GPU是目前AI计算架构赢家。2018年图灵奖得主John Hennessy及David Patterson教授此前指出，判别计算架构赢家的三个准则：一是软件的进步启发架构创新，二是提升软硬件界面缔造架构创新机会，三是市场最终摆平架构论争。
吕坚平表示，AI算法创新等同于软件进步；没有适当配置的通用算力将穷于应付层出不穷的崭新算法；通用GPU是唯一被广泛采用开发新AI算法的软硬件平台。
AI训练芯片必定要通用。原因是，目前非通用GPU的AI训练芯片，一是无法满足研发前沿AI算法所需，二是无法顺利跑通AI学术大会最新出炉的NN模型，甚至基准测试。
AI推理芯片也需要通用。后摩尔时代，制作芯片耗时，耗资金，风险高，为特定AI算法优化的专用推理芯片：1、无法服务各行各业细分领域；2、不适用于算法多元的复杂场景，如安防、自动驾驶等；3、无法支持非AI算法，在很多应用场景中，支援非AI算法也很重要。
什么是真的通用，比如某个应用，需要数十个工程师，花一年半载才能适配到某颗芯片，这就不能算是通用，经济效益不高。真通用体现在四个方面：一是开发易迁移；二是性能可预期；三是应用广覆盖；四是全栈可定制。
天数智芯通用GPU应用行业广、覆盖场景多，包括安防领域的车辆识别应用、智能视频监控、安防机器人；自动驾驶的环境感知处理、车云协同系统、线路管理；医疗的医药研发、辅助诊疗、医学影像；智能家居的智能家电、家庭安保、健康管理等。
