1956年，時任達特矛斯學院助理教授的約翰·麥卡錫組織召集了達特矛斯討論，正是在這次會議上，第一次正式提出了“人工智能”的定義。在那以后的60年里雖然AI經歷了兩次發展的低谷，但這并不影響AI成為當下科技圈最受追捧的技術：僅去年與AI相關的兼并收購金額全球就達到240億美元，VC投資則達到140億美元。

全球范圍內的AI初創公司不斷涌出，互聯網科技巨頭時不時也發出“all in AI”的言論，就連一向強調業務“邊界”的華為也于近日高調宣布進入AI芯片市場，期望以架構設計者以及生態主導者的雙重身份帶動自身和行業發展。

在上海舉行的華為全聯接大會第二天，華為公司董事、戰略Marketing總裁徐文偉在演講中提到，未來十年，AI的主場在行業，到2025年，全球AI市場空間將達到3800億美金，其中90%來自于企業市場。換言之，AI醫療、AI交通、AI金融正在通過技術的方式走向落地。

“隨著數位化與智慧化的浪潮已經襲向各行各業的情況下，不論是汽車或是醫療行業都會導入更多的芯片在里面。”集邦咨詢拓墣產業研究院分析師姚嘉洋對第一財經記者表示，國際芯片公司的產品布局已經拉開，以自動駕駛為例，不管是英偉達還是英特爾，抑或是高通，在法規允許的條件下，都希望在該領域有所作為。

但如果把AI的算法作為當年Windows的標準看，GPU可以簡單比作當年英特爾的中央處理器，但現在還沒有一個單獨的公司在AI領域獲得當年像英特爾這樣的地位，AI的混戰只是剛剛開始。

“熱門”的AI汽車與醫療

在11日上午，華為與德國汽車制造公司奧迪正式宣布了雙方在智能網聯汽車領域的下一步合作計劃，并通過最新的奧迪Q7展示了雙方領先的技術。記者從現場了解到，華為MDC移動數據中心已經被集成到奧迪Q7原型車中，用于城市自動駕駛環境的運行。

在此前，奧迪也與另一家芯片廠商英偉達達成了合作，基于英偉達的DRIVE計算平臺，運用計算機科學的建模決策的方式模擬人類大腦的工作方式。

手機以及PC領域的芯片霸主高通和英特爾同樣對自動駕駛高度重視。在收購Mobileye之后，英特爾的自動駕駛事業部(ADG)就與Mobileye合并，并且建立了一支由100輛汽車組成的測試車隊。在國內，英特爾與一汽、北汽、長城等都已建立合作。而在今年年初，高通就與三大汽車廠商捷豹路虎、本田和比亞迪宣布合作，使用驍龍820A平臺為汽車上的車載信息處理、電子儀表，及后座娛樂等方面提供支持。

“很多國際一線的芯片業者，都在投入汽車抑或是自駕車市場。”姚嘉洋對記者表示，和其他AI場景不同，汽車市場的場景化需求已經非常具體，且短期內不會有任何改變與調整的情況出現，這就會有助于相應的芯片與演算法開發，行業發展關鍵在提供應用服務的參與者。

有著相同市場潛力的還有醫療市場，相比于消費市場上還在苦苦尋找下一個可以替代手機的“爆品”，醫療上的AI需求已經逐漸清晰化。

“原來一個醫生一天看50個片子，準確率可能也不能完全保證，但通過AI技術識別，準確率大概是90%-95%。” 匯醫慧影聯合創始人兼COO郭娜對第一財經記者表示，在醫療行業對人工智能充滿了非常大的期待。

此前，匯醫慧影與英特爾開發了一套“人工智能乳腺全周期健康管理系統”， 涉及人工智能參與乳腺影像判讀以及人工智能輔助臨床決策等，同時可以根據術后復查數據，人工智能參與動態監控，患者自助式參與治療。

華為的一名AI技術專家對記者表示，目前全國只有不到5000名達標的宮頸癌篩選專家，需要20年才能把全國適齡女性篩查一遍，采用AI輔助，這一效率可以被提升5到10倍。

徐文偉認為目前AI落地的三大場景中，醫療行業屬于專家經驗型場景，此外還有海量重復型場景（如圖片處理）以及多域協同的場景（如城市智慧交通系統、現代化制造等）。

“一個交通信號燈的控制，與時間、天氣、車道、路網以及重大活動等多個維度變量有關，靠人腦顯然無法做出分析和判斷，這都是市場的機會。”徐文偉對記者說。

芯片廠商“華山論劍”

芯片在AI市場的地位不言而喻。

底層芯片是人工智能硬件產業鏈最基礎部分，AI芯片將在人工智能各個行業領域得到廣泛應用。從應用角度出發，人工智能芯片可分為神經網絡的訓練層(Training）、云端推斷（Inferencing）層、設備端推斷層。根據Gartner估計，AI芯片在2017年的市場規模為48億美元，2020年預計達到146億，其中云端應用可望達到105億。

目前AI服務器芯片領域的核心玩家包括了英偉達、英特爾、谷歌、微軟等，AI手機和物聯網芯片的玩家也越來越多。根據華為提供的數據，除了大公司，目前全球AI領域的startup公司已經達到了1100多家。

美國杜克大學終身副教授陳怡然在一場媒體采訪中表示，凡是主要目的是用來支撐AI應用的計算需求的芯片就叫AI芯片，AI芯片到處都有，原因是AI的應用現在到處都有，只要有這些應用就必然會產生對于計算的需求，有這種需求就一定要有芯片作為支撐，無論是在云端還是邊緣端都是這樣。

“如果把AI的算法作為當年Windows的標準看，GPU可以簡單比作當年英特爾的中央處理器，當然現在不太一樣的是，我們沒有一個單獨的公司去提供AI的算法，有很多公司在做這件事情，也沒有哪一家公司獲得了當年像英特爾微處理器這樣的地位，英偉達很接近，但依然有別的公司參與。”陳怡然說。

這也給了像華為這樣的公司更多的追趕機會。

“我們需要的產品可能未來在市場上買不到，也可能別人做不出來，所以我們自己摸索，提供全棧全場景的AI解決方案，首先也是解決自己的需求。”徐文偉對記者表示，華為目前的業務覆蓋了“云、管、端、邊”多個維度，大公司怎么立于不敗之地，必須勇立潮頭。

事實上，除了成立“平頭哥”公司，此前阿里巴巴也表示，正在研發一款神經網絡芯片Ali-NPU，該芯片將運用于圖像視頻分析、機器學習等AI推理計算。目前阿里巴巴自主研發的AI芯片，主要是為解決圖像、視頻識別、云計算等商業場景的AI推理運算問題，提升運算效率、降低成本。

姚嘉洋對記者表示，單以芯片行業來看，應該還是英偉達的生態最為成熟，這是因為他們投入資源已有相當長的一段時間，致力于函式庫與SDK的優化，也提供不少免費的資源，吸引更多開發者使用。

“但由于上層應用的加速迭代，在AI算法還未成熟，上層應用迅速演化的背景下，AI芯片行業仍將持續變革。”姚嘉洋說。