據路透社訊息稱，英特爾公司在2017年人工智慧處理器晶片的銷量達到了10億美元，這是英特爾首次披露該領域的營收。當然，10億美元的數字可能還是保守估計的，因為它只包括CPU，而不包括其他產品線。
英特爾資料中心主管納文·謝諾伊（Navin Shenoy）表示，過去幾年，英特爾已經成功升級了CPU，使其在人工智慧培訓方面的能力提高200多倍。這使得Xeon處理器在2017年的銷售額達到10億美元——而公司去年的總收入為628億美元。
在2018中國半導體市場年會上，清華大學微電子所所長魏少軍教授曾表示，“不管有什麼好的AI演算法，要想最終得到應用，就必然要透過晶片來實現。”
隨著如今AI在各個領域的發展，AI晶片作為技術落地的核心開始成為各大公司的發展方向。
PC的銷售停滯不前後，英特爾開始轉向對晶片的研發，並以領先的技術成為世界第二大晶片製造商。但是由於越來越多晶片公司不斷地發展，晶片的技術競爭越來越激烈，巴克萊(Barclays)表示，英特爾在晶片行業的技術領先地位也正在變得越來越不確定。
不少分析師還擔心，英特爾將最新一代晶片推遲到2020年釋出，這會使得其市場份額會被競爭對手AMD公司（AMD.O）奪走。有分析師預計，AMD計劃在明年推出晶片之間的微小7奈米晶片。而一般來說，較小的奈米技術使得公司能夠創造出更快、更節能的晶片。
而另一個備受關注的晶片製造商無疑是以手機晶片驍龍系列為主的高通了。
據Anandtech 的訊息表示，高通公司宣佈推出驍龍(Snapdragon) 600 系列的新品，驍龍 660 的後續產品 ── 高通驍龍 670 處理平臺。
高通聲稱，這款升級後的 CPU 將比其前代產品提供高出 15% 的效能。GPU 方面，高通驍龍 670 整合新Adreno 615，略低於驍龍 710。
在效能上，高通驍龍 670 比 660 提升 25％。而 670 的 DSP 和 ISP 在設計方面與 710 相同。最高支援8GB LPDDR4X 記憶體，整合 X12 LTE 基帶。目前驍龍670已經出貨，但還不知道哪一款智慧手機將率先使用這款晶片。
早前，蘋果公司曾是高通公司的合作伙伴之一。但隨著兩家公司之間的矛盾不斷激發，蘋果開始引入英特爾作為新的供應商，與高通“分手”。當然，作為智慧手機技術研發的領導者，蘋果又怎麼可能不在晶片上發力呢？
市場研究機構Counerpoint Research釋出的市場調查報導顯示，手機晶片市場中，高通第一，蘋果第二，聯發科第三。而蘋果的上榜靠的是較為單一的A系列的產品線，實屬不易，其中的實力可想而知。
目前蘋果晶片最新的型號是搭載在iPhone X上的A11，蘋果稱A11仿生晶片內部的CPU、GPU、效能控制器、神經網路單元、ISP等都是自主設計研發。為了研發這款晶片，蘋果公司早在2010年就開始招兵買馬，並不惜買下了數十家人工智慧公司。
還有資料顯示，蘋果預計2018年的研發費用高達140億美元，在4年時間裡增長了近2倍，佔營收比例達到了14年來最高水平。甚至有最新訊息稱，蘋果將在9月釋出新的晶片A12，看來即將釋出的三款iPhone的效能將遠超於iPhone X了。
如今AI晶片遍地開花，在國際巨頭不斷推出新產品的同時，國內的大佬們自然也不甘落後，國內百度、阿里等紛紛佈局這一領域。另外，寒武紀等AI晶片創業公司也隨之誕生。
在今年的百度AI開發者大會上，李彥宏就釋出了由百度自主研發的中國首款雲端全功能AI晶片——“崑崙”。據悉，“崑崙”是迄今為止業內設計算力最高的AI晶片，可高效地同時滿足訓練和推斷的需求。除了常用深度學習演算法等雲端需求，還能適配諸如自然語言處理、大規模語音識別、自動駕駛、大規模推薦等具體終端場景的計算需求。
如今中國在CPU、GPU等傳統晶片領域與國際相差較多，國產的AI晶片被寄望能實現彎道超車。
中國是半導體的最大消費國，佔全球晶片需求量的45%，供內需與外銷之用。然而由於中國的積體電路公司較晚進入市場，中國90%以上的晶片需求仰賴進口積體電路。
李彥宏之前也曾表示，中國改革開放40年來，在企業的發展過程當中，對於高階晶片而言，其實一直依賴進口，是一代IT人心中永遠的痛。
目前，無廠半導體公司正在中國崛起，但也只是參與晶片設計和銷售。比如，國內最大的半導體設計公司之一的海思，以及展訊就是這樣的企業。
當然也有一些生產技術成熟的晶圓代工廠，如上海華力微電子、中芯國際、武漢新芯等公司。隨著三星、臺積電、德州儀器等國際公司紛紛在中國設廠，一個真正的技術叢集區正逐步形成，而國內大晶圓廠可望因此而受益。
不過還有一個問題是， 在AI概念普及之後，各方都在尋找商業模式，期待AI技術儘快落地，但目前大部分的AI創業公司處於依靠融資燒錢階段，AI晶片也變成了這些公司技術落地的一種方式，這個市場就變得更加地魚龍混雜。
為此，有業內人士表示，AI晶片行業將迎來整合併購時期，也讓大家更清楚地看清做晶片的難度。
