當前，人工智能芯片架構發展豐富多彩，云端雖然仍然以GPU為主，芯片市場仍然以英偉達為主，但是邊緣和端側智能芯片的發展競爭更加激烈，特別是在端側出現了面向不同場景的芯片架構。

        端部多元化應用催生了大量的創新探索，傳統芯片企業和終端企業相對領先。

          端側智能芯片焦點：汽車電子與嵌入式消費電子。

           汽車電子和嵌入式消費電子是這一時期端側智能芯片創新的熱點。

           到2020年，英偉達和英特爾在汽車智能芯片方面繼續處于領先地位。英偉達圍繞自動駕駛SoCOrin芯片，與理想汽車、奔馳等汽車廠商合作；吉利概念車將搭載英特爾EyeQ5芯片；恩智浦、瑞薩、東芝等成熟汽車電子供應商，黑芝麻、地平線機器人等初創企業，以及特斯拉等汽車廠商積極開發自動駕駛汽車芯片，試圖與英偉達和英特爾競爭市場份額。

           相比之下，終端嵌入式消費電子市場的軟硬件成本和供應鏈準入門檻較低，大量創業企業以不同的細分渠道參與市場競爭。

智能手機的神經網絡加速了芯片市場，仍然通等傳統移動芯片企業為中心，創業企業主要集中在視覺和語音處理領域，包括異構智能NovuMind、Syntiant等。

            軟件工具的轉變：從基礎計算到場景計算。

            以智能計算芯片為中心的軟件工具開始由基礎計算向場景計算轉變。

            早期，以英偉達為代表的芯片企業不斷構建以CUDA編程模型為中心的高性能算子庫、通信算法、推理加速發動機等多層次的基礎軟件工具生態。

目前，隨著智能技術滲透到傳統行業，頭部智能芯片企業開始構建面向差異化場景的硬件和軟件一體化平臺，實現基礎芯片、編程框架、行業算法庫、細分場景開發平臺等全堆棧的有效整合，培育多樣化行業場景的計算生態

            舉例來說，到2020年，英偉達將以機器人和自動駕駛場景為中心，打造Jarvis對話系統、ISAAC機器人等軟硬一體的計算平臺，寶馬公司將利用英偉達ISSAC機器人平臺、JetsonAGXXavier芯片平臺和EGX邊緣計算機，開發包括導航、操五種機器人，通過深度神經網絡，實現感知環境、檢測對象、自動導航等功能，改善物流工作流程。

            云、邊、端成為計算能力供給的主要形式。

            多樣化的計算能力供應模式開始顯現。目前，云、邊、端已經成為計算能力供應的主要形式。

            云計算能力主要包括云智能服務、公共智能超計算中心和自建數據中心三種供應模式:

            亞馬遜、阿里巴巴云等云計算企業以云智能服務模式向中小企業和個人銷售AI計算能力資源和技術服務，是目前最主流的供應模式

            公共智能超計算中心逐漸興起，上海、深圳、重慶等地開始建設公共智能超計算中心。目前，這些中心主要由政府主導，支持當地企業、科研機構和大學的人工智能技術和應用創新，緩解當地企業和機構計算能力資源不足、成本高等問題，促進區域人工智能產業的發展；

Google、Facebook等龍頭企業通過建立自己的專有智能計算集群來提高自己的業務運一些企業根據自己的業務特點開發人工智能專用芯片，試圖大大降低計算能力成本。

            同時，邊緣和端側的計算模式也成為熱點：

            英特爾、英偉達等硬件芯片企業加快邊緣智能專用產品布局，為工業、交通等云協同場景提供解決方案

            寒武紀、地平線、云知聲等企業專注于視覺、語音等智能任務的終端芯片的開發，在無人機、可穿戴設備、智能照相機等智能終端上顯示出規模化的應用態勢。