尊龙凯时中国官方网站芯片市场竞争的加剧正在愈演愈烈，据ARK的研究表明，全球有60多家公司处于开发或销售专用处理器以加速AI应用程序发展的高级阶段。与第一次以湾区为中心的硅热潮不同，AI芯片的开发浪潮跨越了美国，中国，欧洲和以色列。在这个浪潮里，中国毫无疑问是AI芯片开发的领先市场，很多非传统芯片玩家开始进入AI芯片设计，例如谷歌、等等，自研定制的趋势已经逐渐形成，而光学计算也正在以AI芯片的形式卷土重来。
最近，芯片专家唐杉博士维护了一个称为“AI芯片全景图”的Github频道，以此来作为AI芯片列表的一个可视化总结，图中罗列了99家AI芯片相关公司。
半导体行业观察针对此图重点盘点了全球AI芯片的一些厂商，并介绍了厂商的一些代表性AI芯片产品和进展，以帮助大家更好的了解全球AI产业的大环境和趋势。
是世界上第一大的半导体公司，也是第一家推出x86架构处理器的公司，总部位于美国加利福尼亚州圣克拉拉，成立于1968年7月18日。目前英特尔主要有五大类AI芯片产品，包括Nervana神经网络处理器；还有Mobileye正在开发其第五代SoC EyeQ5，以充当视觉中央计算机；针对人工智能(AI)推理和分析性能的Intel视觉加速器设计产品Movidius视觉处理器阵列和Arria 10 FPGA；首款自主学习芯片Loihi测试。
1969年1月13日，三星电子于大韩民国水原市成立。来自韩媒的最新消息称尊龙凯时中国官方网站，三星即将完成神经处理单元（NPU）的开发工作，NPU将增强移动设备和服务运行基于AI的软件的能力。其中Exynos 9825具有一个集成的 NPU，专为从人工智能摄影到增强现实的下一代移动体验而设计。Exynos 9825 是采用 7nm EUV 工艺技术的移动设备处理器，侧重于能耗与性能。
NVIDIA是一家人工智能计算公司，由黄仁勋，CHRIS MALACHOWSKY和CURTIS PRIEM于1993年创立。2007年6月，英伟达推出CUDA，自此GPU的大规模并行计算能力得到进一步释放，GPU也被广泛用于云厂商的AI 训练/推理加速任务。
高通是一个位于美国加州圣地亚哥的无线电通信技术研发公司，由加州大学圣地亚哥分校教授厄文·马克·雅各布和安德鲁·维特比创建，于1985年成立。早在2007年，高通就启动了首个AI研究项目，2018年，高通成立Qualcomm AI Research。
AMD创立于1969年，是一家专注于微处理器及相关技术设计的跨国公司，总部位于美国加州旧金山湾区硅谷内的森尼韦尔市。AMD的主要产品是CPU（包括嵌入式平台）、GPU、主板芯片组以及电脑存储器。2017年6月，AMD第一代EPYC服务器Naples(那不勒斯)横空出世，自此AMD重返服务器市场；第二代EPYC罗马被称为“史上最强x86服务器芯片”；第三代EPYC处理器“Milan”(米兰)，工艺超越7nm，升级为全新 AMD Zen 3 微架构。
赛灵思（Xilinx）是一家位于美国的可编程逻辑器件生产商，因发明了现场可编程逻辑门阵列成名，也是可编程SoC及ACAP的发明者。2018年，赛灵思CEO发布了第一款7nm工艺的ACAP平台第一款产品Versal，采用突破性的AI引擎，发力AI应用加速。
联发科，是一家为无线通信、高清电视、DVD和蓝光光盘提供系统芯片解决方案的无厂半导体公司。公司成立于1997年，总部位于台湾新竹科学园区。去年11月，联发科发表了首颗的5GSOC芯片天玑1000，英文名Dimensity，其APU 3.0 AI-Benchmark跑分位列第一。另外其Helio P90拥有领先的融合AI架构，可处理最复杂的AI应用程序和任务，同时运行多个AI功能。
紫光展锐的业务方向是移动通信和物联网领域的2G/3G/4G/5G移动通信基带芯片设计，包括射频芯片、物联网芯片、电视芯片、图像传感器芯片等核心技术的自主研发。2019年中旬由苏黎世联邦理工学院推出的安卓端AI基准测试项目AI Benchmark，测试发现紫光展锐的虎贲T710手机CPU，在测试中以28097分居世界第一。
Marvell是一家美国芯片制造商，专门制造存储、通讯以及消费性电子产品芯片，创立于1995年。据悉，Marvell正在将机器学习引擎引入到SSD主控之中，使其可以从CPU、GPU那里接手一些推理工作，直接处理自己内部保存的数据，而无需进行传输交换。MS 2019峰会上，Marvell就展示了这种计算型SSD的能力。
瑞芯微电子是一家无厂半导体公司，总部设在福建福州。瑞芯微电子自2001年成立以来，一直为平板电脑和PC、流媒体电视盒、AI音频和视觉、IoT硬件提供SoC解决方案。CES 2018消费电子展，瑞芯微向全球发布旗下首款性能超强的AI处理器RK3399Pro；在CES 2019上，又向全球发布了旗下内置高能效NPU的AIoT芯片解决方案RK1808。
安霸是一家高清影像芯片研发商，主要提供低功耗、高清视频压缩与图像处理的解决方案。致力于提供超低码率与极小功耗下的高画质影像技术。2019年1月，安霸推出了CVFLOW系列最新的芯片上CV25摄像系统（SoC），2019年其CV22s芯片组投入量产。
杭州国芯科技股份有限公司成立于2001年，公司专注于数字电视、家庭媒体中心及人工智能领域的芯片设计、系统方案开发及芯片销售，公司开发的数字电视芯片产品已涵盖DVB全球标准及中国标准的各类数字电视接收终端领域。2017年10月31日，国芯发布搭载NPU的物联网人工智能芯片的全新芯片GX8010，针对人工智能与物联网的特点，将算法、软件、硬件深度整合，创新性地采用了NPU、DSP等多项最新技术，它将为各种物联网产品赋能。
恩智浦半导体，前身为飞利浦半导体，由荷兰企业飞利浦在1953年创立。恩智浦半导体目前可以提供半导体、系统和软件解决方案；使用在汽车、手机、智能识别应用、电视、机上盒以及其他电子设备上。恩智浦的S32汽车平台是世界上第一个可扩展的汽车计算架构。S32V234是NXP的第二代视觉处理器系列，主要用于前视和环视摄像头，机器学习和传感器融合应用的视觉处理器。
除了上述的企业，ST提供了一个神经网络输出器STM32Cube.AI，以期让MCU更加智能；东芝开发出了一款可用于人工智能深度学习的脑型芯片；瑞萨最近宣布已开发出一种AI加速器；德州仪器开发出了几款毫米波雷达芯片；
2016年，谷歌I/O开发者大会上，谷歌正式发布了首代TPU，这是一种专门针对TensorFlow开发的芯片，至今已发布到第三代。Google的原始TPU在GPU方面拥有领先优势，并帮助DeepMind的AlphaGo在Go锦标赛中击败了Lee Sedol。近期，Google 推出了可在Google Cloud Platform中使用的Cloud TPU。谷歌还有专用于在边缘的AI专用ASIC Edge TPU，它以较小的物理和电源占用空间提供了高性能，从而可以在边缘部署高精度AI。
微软是美国一家跨国电脑科技公司，以研发、制造、授权和提供广泛的电脑软件服务为主。公司于1975年由比尔·盖茨和保罗·艾伦创立，总部位于美国华盛顿州的雷德蒙德。2017年8月，微软宣布推出一套基于FPGA（现场可编程门阵列）的超低延迟云端深度学习系统-Brainwave，以具有竞争力的成本以及业界最低的延时或延迟时间进行实时AI计算，Brainwave旨在加速实时AI计算的硬件体系结构。据悉，微软正在招聘工程师为其云进行AI芯片设计。
亚马逊于1994年7月成立，是一家总部位于美国西雅图的跨国电子商务企业，业务起始于线年底，亚马逊AWS正式推出自己的AI产品线：Amazon Lex、Amazon Polly 以及 Amazon Rekognition，分别定位于可编写自然人机交互、语音转换服务以及图像识别。2018年亚马逊发布了Inferentia 的机器学习芯片，Inferentia支持 INT8、FP16 等流行框架以及混合精度。此外，它也支持TensorFlow、Caffe2 和 ONNX 等机器学习框架。
苹果每年都会发布新一代芯片，从A11开始，苹果迈出了移动AI芯片步伐。苹果的A11包括专用的神经网络硬件，Apple称其为“神经引擎”，每秒可执行多达6,000亿次操作。此后的A12和A13无不都在强调AI的重要性，例如A13主打的两大亮点是低功耗优化和机器学习。Core ML是Apple当前用于机器学习应用程序的支持。另外，苹果近些年也收购了不少AI公司。
IBM是美国一家跨国科技公司及咨询公司，总部位于纽约州阿蒙克市。IBM生产并销售计算机硬件及软件，并且为系统架构和网络托管提供咨询服务。IBM在2014年开始重点关注AI领域，且围绕Watson和类脑芯片展开。Watson是一个开放的多云平台，可实现自动化AI生命周期。而IBM研发的TrueNorth被称作是类脑芯片的典型代表，它由54亿个晶体管组成，分成4096个“神经突触内核”的结构。过去几年，IBM在人工智能领域签下16000份合同、400 份区块链合同。
昇腾有四大系列，昇腾310是目前面向计算场景最强算力的AI SoC；昇腾910是目前已发布的单芯片计算密度最大的 AI 芯片；麒麟980，是世界上第一个7纳米工艺手机SoC芯片组，世界上第一个cortex-A76架构芯片组，世界上第一个双NPU设计以及世界上第一个支持LTE Cat.21的芯片组；麒麟9905G是目前晶体管数最多、功能最完整、复杂度最高的5GSoC，也是首个采用达芬奇架构NPU的旗舰芯片；Hi3559A是一个移动摄像机SoC，具有双核CNN 700 MHz神经网络加速引擎。
据了解，百度从2011年开始开发现场可编程门阵列AI加速器，2018年7月，百度发布自主研发的中国第一款云端全功能AI芯片“昆仑”。2019年7月，百度又发布了智能语音芯片——百度鸿鹄，主打低功耗和高精度。2019年12月18日，三星官方宣布，百度首款AI芯片昆仑已经完成研发，将由三星代工，最早将于2020年初实现量产。
2018年10月31日阿里成立平头哥半导体有限公司，平头哥半导体将打造面向汽车、家电、工业等诸多行业领域的智联网芯片平台。2019年9月阿里首款AI云端推理芯片含光800正式推出，在业界标准的ResNet-50测试中，含光800推理性能比目前业界最好的AI芯片性能高4倍。除此之外，阿里还推出了TG6100N，这款芯片将用于天猫精灵等产品中。
特斯拉是美国最大的电动汽车及太阳能板公司，产销电动汽车、太阳能板及储能设备，于2003年7月1日成立。在IEEE年度Hot Chips大会上，特斯拉首次公开了他们的全自动驾驶(FSD)芯片，这颗芯片是一种特殊类型的AI处理器，可以支持人工神经网络（ANN）。
据了解，富士通在自行开发专为深度学习打造的DLU多核心深度学习芯片，惠普正在开发自己的低功耗“神经网络”芯片，LG将利用自有的人工智能芯片加速人工智能的发展，诺基亚已经为其5G网络解决方案开发了ReefShark芯片组。还有富士通、戴尔、浪潮、西数也在AI芯片领域加速布局。
寒武纪科技是北京市一所人工智能技术公司，是全球第一个量产商业人工智能芯片的公司，名称取自寒武纪大爆发认为人工智能改写世界的曙光已经出现。2019年6月寒武纪推出云端AI芯片中文品牌“思元”、第二代云端AI芯片思元270（MLU270）及板卡产品；2019年11月，寒武纪发布边缘AI系列产品思元220（MLU220）芯片及模组产品，思元220基于寒武纪自研架构 MLUv02 设计。
深圳地平线机器人科技有限公司成立于2015年6月，2017年12月，发布中国首款全球领先的边缘人工智能视觉芯片征程（Journey）系列和旭日（Sunrise）系列，目前这两大系列均已量产。其中，征程系列芯片使用自研 BPU（Brain Processing Unit)，可实现对车辆、行人和道路环境等多类目标的实时感知。旭日系列处理器采用地平线 代架构，具备在前端实现视觉识别与数据处理、视频结构化的处理能力，可广泛应用于 AIoT 场景。
比特币矿机定制芯片著名。BM1680是BITMAIN面向深度学习领域推出的一款张量处理器，适用于CNN/RNN/DNN等神经网络模型的训练与预测；BM1682，是BITMAIN面向深度学习领域推出的第二代张量处理器；BM1684是比特大陆面向深度学习领域推出的第三代张量处理器，性能较上代提升约6倍；BM1880 TPU可以提供1TOPS的算力@INT8，在Winograd卷积加速运算下，提供高达2TOPS的算力。
人工智能领域的公司，致力于打造基于视觉芯片、深度学习和大数据技术的“视觉智能加速平台”。其中云天励飞自主研发的AI芯片“DeepEye 1000”在2018年8月成功流片，并将在2019年上半年实现量产及商用。它是一款专用深度学习神经网络处理器芯片，采用ASIP设计思路和异构计算多核SOC架构，集成多处理器单元，并行分布式处理与集中控制系统。
依图科技是朱珑博士于2012年创立，依图科技是全球极少数拥有全栈AI核心自研技术的创新企业，在计算机视觉、语音识别、语义理解、智能决策、AI芯片等领域达到全球领先水平。2019年5月，依图发布首款芯片-取名questcore，中文名求索。该芯片基于领域专用架构（DSA）理念，专为计算机视觉应用而生。
肇观电子科技有限公司于2016年05月30日成立，肇观电子致力于计算机视觉处理器和人工智能应用产品的创新和研发，为机器人、无人机、无人车、安防监控等专业领域提供端到端的解决方案。2018年8月，肇观电子（NextVPU）正式发布AI视觉处理器芯片N171。N171是一款高度集成的SoC芯片，可作为主芯片独立运行操作系统，还可为计算机视觉定制特殊的视觉成像引擎。
区块链计算设备，引领行业进入ASIC时代。2018年9月，嘉楠成为行业内第一个交付基于RISC-V架构和自研神经网络加速器的商用边缘智能芯片的公司。其研发的勘智K210是嘉楠科技的第一代内置了一体化SOC方案人工智能芯片，芯片采用内置FPU的RISC-V双核64位处理器架构，具备视听觉同步，低功耗和可编程能力强三大特点。
无人机、无人新零售、智能安防、家庭服务机器人、工业视觉、IOT应用和通信等市场，推出了新一代 AR9000 系列高性能、低功耗的Edge AI 边缘智能处理SoC。
语音识别芯片——音旋风611(英文名称：Voitist611)，音旋风611实现了97%的超高识别率、毫瓦级别超低功耗。
北京清微智能科技有限公司成立于2018年7月，是可重构计算芯片领导企业，提供以端侧为基础，并向云侧延伸的芯片产品及解决方案。清微智能的TX101是一款智能传感器产品，具有超强的语音控制功能；TX210是一款智能语音产品系列；TX510是一款智能视觉产品系列，具有超低功耗。公司芯片产品已于2019年上半年量产，预计出货量近千万。
机器视觉算法和SoC芯片设计为核心的系统方案供应商，公司于2016年在珠海注册，志在成为视像安防尊龙凯时中国官方网站、汽车电子、智能硬件领域智能化（AI）赋能的行业领导者。亿智一直坚持AI加速、高清显示、音视频编解码、高速数模混合等IP的自主研发，公司发布的TAi8010提供多种AI算力、多类应用市场的产品。
黑芝麻智能科技是一家专注于视觉感知技术与自主IP的AI芯片开发企业，致力于成为全球嵌入式人工智能平台的领跑者，主攻领域为嵌入式图像和计算机视觉，核心业务是提供基于光控技术、图像处理、计算图像以及人工智能的嵌入式视觉感知芯片计算平台，为ADAS及自动驾驶提供完整的商业落地方案。2019年8月，黑芝麻发布了车规级自动驾驶芯片A500（也叫做HS 1），在关键性能超越EyeQ4。
人工智能领域云端算力平台，致力为人工智能产业发展提供普惠的基础设施解决方案，提供自主知识产权的高算力、高能效比、可编程的通用人工智能训练和推理产品。2019年12月，燧原科技推出了首款云端 AI 训练芯片邃思 DTU，邃思是针对云端人工智能训练场景的高性能通用可编程芯片，支持 CNN、RNN、LSTM、BERT 等网络模型以及 FP32、FP16、BF16、Int8、Int16、Int32 等数据类型。
人工智能芯片设计。团队研发存算一体芯片6年，于2016年成功流片验证了国际首块模拟存算一体深度学习芯片。知存科技创新地使用Flash存储器完成神经网络的存储和运算，解决AI的存储墙问题，提高运算效率，降低成本。2019年知存科技推出了MemCore系列芯片-MemCore001/ MemCore001P，用于低功耗的实时智能语音应用，支持低功耗多命令词识别、降噪、声纹识别等。
人工智能语音芯片及提供配套应用解决方案的国家高新技术企业。启英泰伦早在 2015 年就开始进入语音AI市场，2016年9月推出了全球首款人工智能语音识别芯片CI1006，并于 2017 年 1 月实现量产。2019年9月，启英泰伦发布了二代语音 AI 芯片 CI110X 系列（CI1102/CI1103）。
思必驰成立于英国剑桥高新区，创始人均来自剑桥大学，2008年回国落户苏州。思必驰围绕四个AI进行整体布局：AIOT、AI芯片、AIBOT、AI生态。2019年1月，思必驰发布了其首款AI芯片TAIHANG系列，主打算法和芯片架构深度融合。
云知声专注于物联网人工智能服务，是一家拥有完全自主知识产权、世界顶尖智能语音技术的人工智能企业。公司成立于2012年6月。5月16日，云知声在北京发布了首款面向物联网领域的AI系列芯片UniOne以及第一代“雨燕”。
出门问问成立于2012年，是一家以语音交互和软硬结合为核心的人工智能公司，公司自主研发并建立了完整的“端到端”人机交互相关技术栈。2019年5月24日，出门问问在北京发布了旗下首款AI语音芯片模组问芯Mobvoi A1。
人机交互技术和人工智能软硬件产品开发的科技创新型企业，产品涵盖AR眼镜、智能音箱，以及相应的应用与服务。公司拥有国际领先的技术研发和创新能力，核心技术包括语音识别、自然语言处理、图像识别、光学显示等。2109年6月，Rokid在杭州发布了旗下首款AI语音专用芯片KAMINO18。
深度学习的计算机系统公司。其领先的晶圆级引擎（WSE）是有史以来最大的芯片，也是是Cerebras的深度学习系统Cerebras CS-1的核心。WSE比任何其他芯片大56倍，可提供更多计算，更多内存和更多通信带宽。这使AI研究能够以前所未有的速度和规模进行。
Graphcore由Simon Knowles和Nigel Toon于2016年创立，是英国的一家半导体公司，致力于开发用于AI和机器学习的加速器。它旨在制造一个大规模并行的智能处理单元（IPU），该单元在处理器内部拥有完整的机器学习模型。他们的新GC2芯片现已上市，可供客户使用。新芯片为AI NN计算提供了前所未有的性能。
神经网络和在生产环境中进行推理部署进行了优化。2018年9月，Habana宣布推出全球性能较高的人工智能推理处理器Goya HL-1000处理器。2019年6月，公司推出了一款名为Gaudi的芯片，专门用于训练人工智能模型。
深度学习处理器-Hailo-8，该处理器专为终端设备的深度学习应用而设计，可用在自动驾驶汽车，智能相机，智能手机，无人机和增强现实/虚拟现实（AR / VR）平台。
Blaize是美国一家AI计算平台公司，成立于2010年，致力于为汽车，智能视觉和企业计算市场开发产品。Blaize XPlorer X1000集成了Graph Stream Processor（GSP）内核，可实现更高水平的处理和能效，非常适合计算各种用例中的AI推理工作负载。与传统的GPU / CPU解决方案相比，Xplorer X1000在整体系统效率方面进行了巨大的改进（10 – 100倍）。
Kalray成立于2008年，是法国一家无晶圆厂半导体公司，专业从事应用MPPA众核技术。它面向两个主要市场：数据中心的网络和存储基础架构；以及针对关键应用的高性能嵌入式计算。其MPPA系列芯片已经有三代，主要有：MPPA-256 Andey、MPPA2-256 Bostan、MPPA2.2-256 Bostan2、MPPA3 Coolidge。
人工智能（AI）加速器开发商，由资深硅谷企业家和人工智能科学家于2017年创立。作为三星全球AI加速器芯片供应商，GTI于2018年第一季度开始发售第一代芯片。其Lightspeeur主要用于人工智能边缘应用，GAINBOARD主要用于人工智能数据中心应用。
人工智能和深度学习。2019年11月，PFN在美国科罗拉多州丹佛市举行的2019全球超级计算大会上展示了定制AI训练芯片MN-Core，可以在500W的功耗基础上实现524TFLOPS算力，计算功率效率达到了1.05 TFLOPS / W。
人工智能和其他大数据应用中的数据存储和数据传输问题。Shasta是行业领先的NVMe控制器，适用于高达2TB容量的M.2和BGASSD尺寸。；Rainier采用16 / 12nm FinFET CMOS工艺实现，也是NVMe控制器；Tacoma是业界首款16 / 12nm FinFET高端数据中心和企业级SSD控制器，
机器人技术和工业控制的集成软件和硬件边缘AI解决方案。其KL520 AI SoC体现了Kneron的整个系统解决方案，因为它集成了Kneron的神经网络算法，可最大程度地提高在智能家居、移动、物联网以及安全领域的能效和性能。
近些年，AI芯片对于整个芯片产业也起到了一个巨大的推动作用，相关的EDA工具，IP，设计服务，Foundry等等部门都有针对AI芯片的需求改进和发展，例如传统的IP厂商开始大力支持AI芯片的发展。这其中包括Arm、心思科技、Imagination、CEVA、Cadence、芯原以及videantis等等。
神经网络加速器内核：AX2185和AX2145。Imagination认为这两个新IP块可在给定的功耗曲线和芯片尺寸内提供出色的推理性能。
神经网络加速器IP，它可以以更专业的方式加速和减轻来自CPU和GPU的工作负载，从而更快、更有效地进行神经网络推理。
计算机视觉和神经网络的Tensilica Vision DSP，Tensilica Vision DSP系列减轻了主机CPU的负担，从而降低了运行密集型成像和视觉应用程序的能耗，成像和视觉算法可以在专门针对所需成像和视觉功能进行优化的DSP上运行。
依图是一家世界领先的人工智能公司，以AI芯片和算法技术为核心，研发及销售含AI算力硬件和软件在内的AI解决方案，全面解决机器看、听、理解和规划的根本问题，为AI发展和应用普及提供高性能、高密度和通用算力，满足云端数据中心、边缘计算和物联网不断增长智能计算需求，并将芯片技术与算法技术结合，形成在AI算力技术及产品领域的领先优势。在AI芯片领域，创新芯片架构通过融合通用计算和深度学习计算实现端到端处理能力，具备高性能及低功耗优势。在AI算法领域，在计算机视觉、语音和自然语言理解等领域处世界前列。
高通公司（英语：Qualcomm，NASDAQ：QCOM）是一个位于美国加州圣地亚哥的无线电通信技术研发公司，由加州大学圣地亚哥分校教授厄文·马克·雅克布和安德鲁·维特比创建，于1985年成立。两人此前曾共同创建Linkabit。 高通公司是全球3G、4G与5G技术研发的领先企业，目前已经向全球多家制造商提供技术使用授权，涉及了世界上所有电信设备和消费电子设备的品牌。根据iSuppli的统计数据，高通在2007年度一季度首次一举成为全球最大的无线半导体供应商，并在此后继续保持这一领导地位。其骁龙移动智能处理器是业界领先的全合一、全系列移动处理器，具有高性能、低功耗、逼真的多媒体和全面的连接性。目前公司的产品和业务正在变革医疗、汽车、物联网、智能家居、智慧城市等多个领域。
DeepMind是一家英国的人工智能公司。公司创建于2010年，最初名称是DeepMind科技（DeepMind Technologies Limited），在2014年被谷歌收购。在2010年由杰米斯·哈萨比斯，谢恩·列格和穆斯塔法·苏莱曼成立创业公司。继AlphaGo之后，Google DeepMind首席执行官杰米斯·哈萨比斯表示将研究用人工智能与人类玩其他游戏，例如即时战略游戏《星际争霸II》（StarCraft II）。深度AI如果能直接使用在其他各种不同领域，除了未来能玩不同的游戏外，例如自动驾驶、投资顾问、音乐评论、甚至司法判决等等目前需要人脑才能处理的工作，基本上也可以直接使用相同的神经网上去学而习得与人类相同的思考力。
微软是美国一家跨国计算机科技公司，以研发、制造、授权和提供广泛的计算机软件服务为主。总部位于美国华盛顿州的雷德蒙德，最为著名和畅销的产品为Microsoft Windows操作系统和Microsoft Office办公室软件，以及Xbox的游戏业务。微软是美国《财富》杂志2015年评选的世界500强企业排行榜中的第95名。
出门问问成立于2012年，是一家以语音交互和软硬结合为核心的人工智能公司，为全球40多个国家和地区的消费者、企业提供人工智能产品和服务。出门问问的使命是定义下一代人机交互，让人和机器的交互更自然。公司自主研发并建立了完整的“端到端”人机交互相关技术栈，包括声音信号处理、热词唤醒、语音识别、自然语言理解、对话管理、垂直搜索、智能推荐、语音合成、知识图谱等，并始终保持国际前沿技术水平。ToC场景推出了以智能手表TicWatch系列和无线耳机TicPods系列为主的可穿戴设备组合，ToB层面已为物联网、金融、电信、健康养老、餐饮、车载等企业级场景提供服务。
是美国一家跨国科技公司及咨询公司，总部位于纽约州阿蒙克市。IBM主要客户是政府和企业。IBM生产并销售计算机硬件及软件，并且为系统架构和网络托管提供咨询服务。截止2013年，IBM已在全球拥有12个研究实验室和大量的软件开发基地。IBM虽然是一家商业公司，但在材料、化学、物理等科学领域却也有很高的成就，利用这些学术研究为基础，发明很多产品。比较有名的IBM发明的产品包括硬盘、自动柜员机、通用产品代码、SQL、关系数据库管理系统、DRAM及沃森。
以“赋能机器，让人类生活更安全、更美好”为使命，地平线是行业领先的高效能智能驾驶计算方案提供商。作为推动智能驾驶在中国乘用车领域商业化应用的先行者，地平线致力于通过软硬结合的前瞻性技术理念，研发极致效能的硬件计算平台以及开放易用的软件开发工具，为智能汽车产业变革提供核 心技术基础设施和开放繁荣的软件开发生态，为用户带来无与伦比的智能驾驶体验。
思必驰是国内领先的对话式人工智能平台公司，拥有全链路的智能语音语言技术，自主研发了新一代的人机交互平台（DUI），和人工智能芯片（TH1520）；为车联网、IoT、以及众多行业场景合作伙伴提供自然语言交互解决方案。 思必驰拥有上千项知识产权，是国际上极少数拥有自主知识产权、中英文综合语音技术的公司之一；与阿里、腾讯、小米、富士康、OPPO、长虹、顺丰、龙湖地产等企业达成战略合作；旗下人工智能产业基金累计投资20+家生态企业。
云知声专注于物联网人工智能服务，是一家拥有完全自主知识产权、世界顶尖的智能语音识别、语义理解等技术的高新技术企业，总部位于北京尊龙凯时中国官方网站，在上海、深圳、厦门、合肥设有子公司。公司员工500余人，核心研发团队近百人，其中 45% 拥有博士学历，工程师占比78%，拥有雄厚的科研和产业化实战能力。 云知声深入探索感知智能、认知智能、通用智能三大方向，在语音、语言、知识计算、大数据分析、人工智能芯片等领域建立了领先的核心技术体系，以此构建了完整的人工智能技术图谱。并率先在国内布局大规模异构并行超算平台 Atlas 和深度学习计算框架 UniFlow ，以领跑行业发展的技术实力，助力 AI 基础设施建设，服务国家 AI 战略。 基于“云、端、芯”技术产品体系，提供跨平台、跨场景，融合云端智能和本地智能一体化的 AI 系统解决方案，已在 AI 生活（家居、车载等）和 AI 服务（医疗、教育、政务、金融等）两大核心场景广泛落地。 目前合作伙伴数量已超过 2万家，覆盖用户已超过 2亿，日调用量超 4亿次，其中语音云平台覆盖的城市超过 647个，覆盖设备超过 1 亿台。 云知声自 2012 年成立以来，发展迅猛，备受人工智能行业及资本市场关注，累积融资数亿美元，并多次创下AI语音领域单轮融资记录。云知声连续两年入选福布斯中国最快科技成长公司 50 强企业，是中国人工智能行业成长最快的创业公司之一 。
深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。
来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.
增强现实，是指透过摄影机影像的位置及角度精算并加上图像分析技术，让屏幕上的虚拟世界能够与现实世界场景进行结合与互动的技术。这种技术于1990年提出。随着随身电子产品运算能力的提升，增强现实的用途也越来越广。
机器学习是人工智能的一个分支，是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。
来源：Mitchell, T. (1997). Machine Learning. McGraw Hill.
知觉或感知是外界刺激作用于感官时，脑对外界的整体的看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。
比特币是一种用去中心化、全球通用、不需第三方机构或个人，基于区块链作为支付技术的电子加密货币。比特币由中本聪于2009年1月3日，基于无国界的对等网络，用共识主动性开源软件发明创立。比特币也是目前知名度与市场总值最高的加密货币。 任何人皆可参与比特币活动，可以通过称为挖矿的电脑运算来发行。
张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数，这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内，有 个分量的一种量，其中每个分量都是坐标的函数，而在坐标变换时，这些分量也依照某些规则作线性变换。称为该张量的秩或阶（与矩阵的秩和阶均无关系）。 在数学里，张量是一种几何实体，或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达，记作标量的数组，但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中，表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了，它们都是二阶张量，对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。
机器人学（Robotics）研究的是「机器人的设计、制造、运作和应用，以及控制它们的计算机系统、传感反馈和信息处理」 [25] 。 机器人可以分成两大类：固定机器人和移动机器人。固定机器人通常被用于工业生产（比如用于装配线）。常见的移动机器人应用有货运机器人、空中机器人和自动载具。机器人需要不同部件和系统的协作才能实现最优的作业。其中在硬件上包含传感器、反应器和控制器；另外还有能够实现感知能力的软件，比如定位、地图测绘和目标识别。之前章节中提及的技术都可以在机器人上得到应用和集成，这也是人工智能领域最早的终极目标之一。
（人工）神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型，那时候研究者构想了「感知器（perceptron）」的想法。这一领域的研究者通常被称为「联结主义者（Connectionist）」，因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型，它们都是前馈神经网络：卷积神经网络（CNN）和循环神经网络（RNN），其中 RNN 又包含长短期记忆（LSTM）、门控循环单元（GRU）等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习，但也有一些为无监督学习设计的变体，比如自动编码器和生成对抗网络（GAN）。
张量处理器（英语：tensor processing unit，缩写：TPU）是Google为机器学习定制的专用芯片（ASIC），专为Google的深度学习框架TensorFlow而设计。 与图形处理器（GPU）相比，TPU采用低精度（8位）计算，以降低每步操作使用的晶体管数量。降低精度对于深度学习的准确度影响很小，但却可以大幅降低功耗、加快运算速度。同时，TPU使用了脉动阵列的设计，用来优化矩阵乘法与卷积运算，减少I/O操作。此外，TPU还采用了更大的片上内存，以此减少对DRAM的访问，从而更大程度地提升性能。
操作系统（英语：operating system，缩写作 OS）是管理计算机硬件与软件资源的计算机程序，同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。
自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域，它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性，目前的语音识别系统只能在一定的限制条件下获得满意的性能，或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。
来源：What is Automatic Speech Recognition?
图像处理是指对图像进行分析、加工和处理，使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储，因而图像处理很多情况下指数字图像处理。
自然语言处理（英语：natural language processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。
Graphcore拟未为人工智能打造计算机系统，由先进的智能处理器（IPU）提供动力，旨在满足人工智能独特的计算要求。公司于2016年成立于英国布里斯托，目前海外办公室和客户遍布欧洲、亚洲和美洲国家及地区。拟未的计算系统广泛应用在各行各业的人工智能应用中，包括制药、金融服务、汽车行业和消费互联网服务。
三星集团是韩国最大的跨国企业集团，同时也是上市企业全球500强，三星集团包括众多的国际下属企业，旗下子公司有：三星电子、三星物产、三星航空、三星人寿保险、雷诺三星汽车等，业务涉及电子、金融、机械、化学等众多领域。 三星集团成立于1938年，由李秉喆创办。三星集团是家族企业，李氏家族世袭，旗下各个三星产业均为家族产业，并由家族中的其他成员管理，集团领导人已传至 李氏第三代，李健熙为现任集团会长，其子李在镕任三星电子副会长。
赛灵思作为FPGA、可编程SoC的发明者，一直坐稳全球最大的FPGA芯片供应商头把交椅。赛灵思的产品线nm四个系列的FPGA以及Zynq SoC，旗下拥有着超过4400项技术专利、60多项行业第一的技术产品，服务着全球超过60000的客户。赛灵思耗时4年，超过1500名工程师的研发参与，超过10亿美元的研发投资，推出高度集成的多核异构自适应计算加速平台——ACAP！10月赛灵思发布了统一软件平台Vitis，成功“打破软硬件壁垒”。
通用人工智能（AGI）是具有一般人类智慧，可以执行人类能够执行的任何智力任务的机器智能。通用人工智能是一些人工智能研究的主要目标，也是科幻小说和未来研究中的共同话题。一些研究人员将通用人工智能称为强AI（strong AI）或者完全AI（full AI），或称机器具有执行通用智能行为（general intelligent action）的能力。与弱AI（weak AI）相比，强AI可以尝试执行全方位的人类认知能力。
“肇观”即“开启视觉”的含义。肇观电子致力于计算机视觉处理器芯片和人工智能应用产品的创新和研发，为机器人、无人机、无人车、安防监控等专业领域提供专业解决方案，同时自主研发了世界首款辅助视障人士感知世界和出行的天使眼智能眼镜，用户覆盖世界各地。截至目前，肇观电子与众多世界五百强建立深度合作，公司业务覆盖中国、美国、英国、德国、日本等全球各大国家及地区。
类脑芯片是一种结构独特，可以仿照人类大脑的信息处理方式进行感知、思考、产生行为。人脑中的突触是神经元之间的连接，具有可塑性，能够随所传递的神经元信号强弱和极性调整传递效率，并在信号消失后保持传递效率。而模仿此类运作模式的类脑芯片便可实现数据并行传送，分布式处理，并能够以低功耗实时处理海量数据。
