首先我们先梳理一下芯片的种类和发展史。我们大家最普遍的认识便是CPU和GPU。
CPU便是我们生活中最熟习的中心处理器，CPU 的构造紧张包括运算器（ALU）、掌握单元（Contral unit）、寄存器（Register）、高速缓存器（Cache）。
CPU的运行过程便是运算器卖力实行算数的打算、存储单元卖力保存运算中产生的数据和指令、掌握单元卖力对指令译码，并且发出完成每条指令所要实行的各个操作的掌握旗子暗记。
基本流程就如下图。这便是冯诺依曼架构，但是卖力打算的AUL区域有点小，这就导致了CPU在打算能力上有着限定，为了提高运算能力，提高效率就产生了GPU。
GPU，便是我们日常所说的显卡上的核心大脑，他可以多线程并走运行，大大提高了运算能力。GPU（Graphics Processing Unit），原意是图形处理器，多线程的运算就好比，以前的CPU是一条线路运行，相称于1个人在干活，现在有了GPU，就多线程同时运营，就好比是多个人同时干活，这样效率当然就高了。
有人可能就说了，为什么不让GPU单独运行呢，由于GPU的运行须要CPU来发号指令，但是GPU的运行的时候便是靠着多线程，完备便是靠人海战术来提高效率，大略说便是有一群人，有的人善于英语，有的人善于数学，有的人善于语文，但是GPU不管，涌现了数学问题，也让全部的人一起上，这样就会造成大量的重复的事情，效率也会低，功耗也高的多，毕竟这么多的人一起干活，你肯定是要多付很多的人为的嘛。
现在为理解决上述问题，就涌现了NPU（Neural network Processing Unit），看英文就知道是神经网络处理器的意思，对了这便是模拟人类的神经网络而产生的一种构造。
以前冯诺依曼的架构中，存储器和运算是分离的，如果构建一个神经元，就须要上千条的指令来完成，但是NPU就打破的冯诺依曼的架构设计，一条指令就能够完成一条神经元，既提高了运算能力，还减少了能耗。专人专派，效率高了，人为还不用发那么多。这便是AI芯片。
目前的芯片领域的架构紧张有三种主流。电脑真个架构紧张是Intel的X86架构，Intel和微软互助，授权给AMD，在电脑领域统治环球。还有一种估计大家可能听过，便是Arm架构，高通、三星、华为、联发科都是在ARM的架构上开拓的。ARM在移动端，霸占着环球95%以上的市场份额。还有一种是MIPS架构，这种架构是开源的，但是只能做一些最大略的运算，更别说游戏运用了，完备没法和其他两家比较。
在AI芯片领域，寒武纪在环球首个提出AI指令集的公司，寒武纪的架构是自主研发的
DianNao架构，紧张方向便是加速打算的赞助芯片，IBM的真北芯片和寒武纪的想法非常的相似。
看到这里该当有一个大体的观点了，寒武纪和Intel和ARM走的不是一条路，这是一条全新的AI智能芯片的跑道，而且寒武纪是2016年景立的，只有4年的韶光，背靠中科院打算所，还有多家投资方，现在又将上市召募资金，未来路还很迢遥，现在只是出发点。
结尾说一下针对华为的自研AI智能芯片，华为前期在2017年的时候著名的麒麟980芯片便是和寒武纪AI芯片互助，后来到了2018年，华为自主研发除了达芬奇架构，推出了昇腾910和昇腾310两款AI芯片。
目前AI芯片跑道上有着很多强力的竞争者，海内有着华为和阿里巴巴旗下的平头哥、百度、国外有着Google,英伟达、英特尔、AMD。在2018年的AI芯片排名中，华为海思排在环球第12位，寒武纪是环球23位。
