随着低功耗广域网无线技术日益发展，它解决了物联网大规模部署需求，为各种智能设备提供低功耗、远程连接等，从而推动信息科技向万物互联延伸，而IoT＋AI等技术广泛应用，促使万物互联向万物智能转变。
在万物智能时代中，适用于各种智能设备的芯片成为关键所在，高性能AI芯片、用于数据采集的物联网芯片相继面世，包括高通预测，今年物联网芯片将能为公司带来10亿美元收入，AI芯片被广泛部署数据中心、无人机和机器人等行业，为英特尔带来超过10亿美元收入。
（一）
英特尔推出全新Movidius VPU视觉处理单元，这是全球第一个配备专用神经网络计算引擎的系统芯片，可用于加速端的深度学习推理，比如无人机、机器人、智能摄像头和虚拟现实等智能设备。
计算机视觉和深度学习正在成为我们日常生活中的数十亿设备的标配，与此同时，VPU芯片和微软人工智能平台Windows ML结合，开发人员利用VPU可以在Windows客户端上构建和部署下一代深度神经网络应用，让客户端的应用程序和核心操作系统更加智能化。
针对人工智能领域的创新，英特尔不断延伸技术布局，投资和收购无人驾驶方案提供商Mobileye、深度学习和神经网络芯片与软件领域的领导厂商 Nervana、以及计算机视觉公司 Movidius等，以此开发定制的芯片来满足人工智能特殊需求，提升了在AI芯片的竞争力。
例如Mobileye作为自动驾驶领域核心玩家，EyeQ4无人驾驶芯片，可以实现每秒钟25亿运算，能够支持L4－L5级自动驾驶。特别英特尔车载计算产品与Mobileye系统芯片相结合，使得英特尔处在自动驾驶技术变革最前端。
还有英特尔 Movidius神经计算棒，基于USB模式的深度学习推理工具和独立的人工智能加速器，为广泛的边缘主机设备提供专用深度神经网络处理功能。外形小巧的Movidius神经计算棒专为产品开发者、研究人员和创客设计，提供专用高性能深度神经网络处理性能，从而减少开发、调优和部署人工智能应用的障碍。
同时，英特尔Nervana神经网络处理器（NNP），这是业内第一个面向神经网络处理的芯片。利用Nervana技术，企业将能够开发全新的人工智能应用，以处理海量数据并让客户获得更好的洞察，实现业务变革。
（二）
不仅半导体厂商在加推出适用于物联网和人工智能芯片，与此同时，结合行业需求，科技巨头纷纷向芯片领域挺进，呈现巨头争雄局面，他们向不同应用方向渗透，从而提升企业自身竞争力。
在科技巨头当中，谷歌推出TPU芯片走在行业前列，物联网资深专家杨剑勇指出，TPU专为机器学习而定制的芯片，它的高效能以提高AI技术深度学习方面的训练能力，如今谷歌TPU芯片已经在今年升级到第三代，相比第二代，TPU3．0性能提升了八倍，作为专为谷歌TensorFlow而设计的专用芯片，并不直接对外销售该款AI芯片，而是采用TPU（芯片）＋Cloud（云）＋TensorFlow（AI系统）组合方式向开发者开放，以云服务模式把AI能力分享给市场。
TensorFlow 是一种机器学习工具，主要用于构建深度神经网络模型，作为开源深度学习系统，在语音识别、自然语言理解、计算机视觉等AI领域得到广泛应用，并通过Cloud TPU上训练，开发者按需购买，早前有指出云端TPU以6．50美元／TPU ／小时计费。也有许多TPU免费开放给顶级研究学者使用，共同来推动开放的机器学习研究。不过，这种方式，或许将改变芯片销售模式。
另外，谷歌为提高本地AI处理能力，谷歌在这个基础上推出了Edge TPU芯片，这是谷歌面向智能终端首款AI芯片，核心用于边缘计算，也可以理解为Cloud TPU简化版，将谷歌强大的AI能力扩展到各种物联网智能设备上，让本地就具有AI处理能力。
（三）
华为同样也在积极拥抱人工智能，其AI发展战略，以持续投资基础研究和AI人才培养，打造全栈全场景AI解决方案和开放全球生态为基础，面向内部，持续探索支持内部管理优化和效率提升，面向消费者，让终端从智能走向智慧。
华为要以全栈的能力、全场景的产品／服务，提供经济且充裕的算力，实现普惠AI。AI解决方案从技术功能视角，包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案。基于统一、可扩展架构的系列化AIIP 和 芯片，并发布昇腾910芯片，是目前全球已发布的单芯片计算密度最大的AI芯片，还有一款昇腾310，是目前面向边缘计算场景最强算力的AI SoC。
该芯片具备横跨云、边缘、端全场景的最优能效比，无论在极致低功耗的场景，还是极致算力的数据中心场景，昇腾系列都将提供出色的性能和能效比。同时，昇腾基于统一架构的全场景覆盖能力，将大大便利AI应用在不同场景的部署、迁移、协同。
华为打造无所不及的智能，构建万物互联的智能世界，并不直接售卖AI芯片，包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境，让AI无所不在。
华为对此做出预测，到2025年全球智能终端将达到400亿，智能助理普及率将达到90％，企业数据使用率将达到86％，智能将像空气一样无处不在。AI作为一种新的通用目的技术，人工智能将改变每个行业和每个组织。
最后
以深度学习为核心的人工智能技术为机器学习带来革命性变革，不仅仅能够解决图像识别问题，且拥有非常强大的学习能力，随着计算能力的不断提升，无人驾驶变成现实，跨语言交流也将迈向无障碍，机器翻译和语音识别日益完善，让人们不用担忧出国语言沟通问题。在医疗领域，造福人类。
