AI不僅是最大科技熱點，也是未來數十年科技發展趨勢。伴隨著這股熱潮，AI芯片成為了半導體行業的新風向，投資者的新寵。

AI芯片戰火蔓延，先進制程儲備戰隔空上演

最近，三星電子放了狠話，將在未來10年內（至2030年）投資133兆韓元（約合1150億美元，7730億人民幣），以在邏輯芯片制造領域發揮主導作用。

剛剛登上代工廠第二名的三星，顯得相當的雄心勃勃，不但要在邏輯芯片市場稱王，還要挑戰臺積電代工廠龍頭的位置。這邊三星發力要蠶食價值850億美元的代工市場這塊肥肉，那邊吞掉超過一半市場份額的臺積電，顯然不打算對三星的挑釁置之不理了。

在這場芯片制程終極之戰中，三大芯片代工巨頭，一方面進行著路線之爭，另一方面鉚足火力隔空火拼未來的關鍵制程技術節點，尤其是6nm和5nm。

所謂路線之爭，一方有臺積電三星自定標準，“激進”挺進5／4／3nm工藝，另一方英特爾堅守“慢工出細活”，做業界最好的10nm。

而關于未來技術節點之戰的導火索，在這個4月已經被點燃！臺積電和三星兩大芯片代工廠隔空開“杠”，三星剛高調更新6nm、5nm工藝進展，臺積電就在當日傍晚立即跳出來宣布自己的6nm計劃。

芯片制程的戰火，正從前兩年炙手可熱的10nm、7nm向更為領先的6、5、3nm蔓延。

從爭相研發先進技術，到積極儲備頂級光刻機等半導體制造設備，臺積電和三星的戰旗已經高舉，以各自獨特的方式給摩爾定律續命。

同時，摩爾定律的擁護者英特爾則堅持遵從嚴苛的技術規格，循序漸進地進行著堪比其他廠7nm的10nm制程研發。

新的制程之戰已經隔空上演，三大巨頭誰又最有望奪得芯片制程的王座？

AI芯片從云端走向終端

今年3月，科技巨頭的新動作引起了行業關注，谷歌對外發布搭載Edge TPU芯片的千元級開發板，執行推理速度優于任何其他處理器架構；英偉達也在GTC十周年之際發布了一款邊緣計算產品Jetson Nano人工智能計算機，僅售99美元；聚焦邊緣計算的AI芯片公司地平線融資6億美元，估值超過30億美元。

從科技大廠到創業公司，似乎都站上了邊緣計算的風口，這場芯片大戰已經由云入端，搶占邊緣。

在2016年，云端（包含企業、數據中心等）為深度學習芯片的主要營收領域，占了80％。不過，到了2025年，此一比例將會改變，轉變成邊緣（Edge）占了80％，而云端的比例則降為20％。這邊所指的邊緣意指終端設備，且以消費性產品為中心（而非小型服務器或是路由器），包括移動裝置（手機、平板）、頭戴式顯示器（HMD），如AR／VR／MR、智能音箱、機器人、無人機、汽車、安防攝像頭等。

現今大多數的AI處理器，如GPU，多用于云端服務器、數據中心，以在云端上進行AI訓練和推論。不過，隨著隱私、安全性需求增加，加上為了降低成本、延遲及打破頻寬限制等因素，分散式AI隨之興起，越來越多AI邊緣應用案例出現。例如蘋果的A12仿生芯片，其具備新一代“神經網路引擎”，以即時機器學習技術，改變智能手機的使用體驗。

簡而言之，AI從云端轉向邊緣是現在進行式，當然目前AI在邊緣裝置上多還是以推論為主，而非訓練。不過隨著AI創新應用增加，有越來越多芯片商嘗試提升終端裝置處理器的運算效能，為的就是不用再傳送數據至云端進行數據運算、推理和訓練。也因此，各式的處理器紛紛問世，像是CPU、FPGA、GPU、ASIC、NPU或SoC Accelerator等。

從現實應用上講，數據中心仍然需要更強、更快的訓練能力，而“AI＋”迫切需要遍布于從終端到云的推理能力，這是促使科技巨頭大規模投入、互相競爭的根本。

應用部署AI能力的位置、尺寸、成本、功耗要求的多樣性以及與其他計算能力快速集成的要求對AI計算提出了更高層級的要求。作為芯片巨頭的英特爾，一方面探索量子計算和神經擬態計算，另一方面也在探索超異構計算形態，未來無論是云、終端，都是AI超級芯片的天下。

在英特爾、英偉達、arm公司占領了數據中心和手機芯片市場的情況下，中國公司試圖從邊緣及終端突圍，利用中國巨大的制造業硬件產業鏈和場景優勢，試圖建立起自身AI芯片生態系統。

國內芯片公司蠢蠢欲動

AI新時代的到來，讓眾多企業站在了同一起跑線上。在這大爭之世中，不僅有老牌半導體巨頭的強勢參與，也有一些國產品牌開始初顯鋒芒。同時，我國龐大的電子市場所帶來的數據資源，也為AI訓練芯片的發展提供了肥沃的土壤。在這種環境的驅動下，國產廠商也開始試水訓練芯片市場。

除華為之外，我國互聯網巨頭也紛紛試水AI訓練芯片。在人工智能時代之前，這些互聯網企業經過多年的積累，已經建立了生態優勢。待到深度學習熱潮的爆發，這些互聯網企業生態中的數據價值開始凸顯，而這就需要AI訓練芯片。互聯網企業跨界涉足AI訓練芯片領域，可以通過資本運作的方式來參與，也可以選擇建立新的部門或子公司，通過硬核技術切入AI訓練芯片的競爭。