二、时代赋予AI落地机遇，算力、算法、场景须继续突破！
那么，项目落地这么难，有哪些是推动AI应用的机遇？可以从今年最突出的两个背景来看，一个是时代背景，就是新冠疫情；一个是政策背景，就是新基建。
某种程度上来说，疫情在倒逼AI加速落地，人脸识别、智能语音、智能机器人等应用已经迅速落地，并在疫情中发挥出了重大价值。并且受疫情影响，一些传统行业更加深刻地意识到AI、5G、大数据等技术的重要性，开始加大对于IT基础架构的投资，这对于AI的发展基础非常重要。
新基建的拉动作用，可以从三个维度来看：第一个维度是AI基础层的突破；第二个维度是底层共性技术交融带来的机会；第三个维度是在传统和新兴产业的落地。这些都离不开算力、算法的持续突破和迭代，以及对场景的更精准的识别。这也反映出，AI走进了更注重实用性的阶段。
在针对芯片原厂的这项调研中可以看到，已量产的占比仅为7．2％，有相当一部分处于产品定义、系统开发和原型验证，以及测试和客户验证阶段等。根据芯片的开发周期和开发特点可以预估，未来1－3年内，AI芯片将逐渐起量。
三、创新合作加快应用落地
由于算力是AI发展的重要因素，因此AI芯片CPU、GPU、FPGA、DSP、NPU以及新兴处理器的发展程度至关重要。而在当前各国科技壁垒不降反增的特殊形势下，相关领域的国产技术突破和应用成为重中之重。
实际上，一些领先的本土企业已然在相关技术上实现突破，但由于国外技术更先进的思维定势，以及国外企业的垄断和知名度，这些企业之间未能达成相互协作和高效沟通，信息不对称导致了技术领先者不为人知、芯片提供商苦于无技术可用的矛盾现象。
比如技术领先国际水平的IP和芯片定制服务提供商——芯动科技（INNOSILICON），尽管其已经是华为海思、中兴通信、瑞芯微、AMD、Microsoft、Amazon、Microchip、Cypress、美光等国内外知名企业的技术提供商，授权和提供服务的高端SOC芯片已过数十亿，但由于行业内信息沟通的特殊性，一些产品提供商和芯片设计商仍只知国外企业而不知国产领先技术。
事实上，芯动科技在高性能计算／高带宽存储／加密计算／AI云计算／低功耗IoT技术等领域具有比肩国际龙头的强悍创新力：2018年全球范围内率先攻克顶级难度的GDDR6高带宽数据瓶颈，并量产性能领先的加密计算GPU；率先掌握0．35V以下近阈值电压低功耗计算技术，2020年推出中国标准的INNOLINK Chiplet高性能计算平台（CPU／GPU／NPU）；即将推出性能比肩NVIDIA／AMD的图形处理GPU技术。
对产品落地遭遇瓶颈的国内AI企业和芯片设计商来说，芯动科技提供的包括IP、技术、量产、资源等芯片定制一站式服务，而全国产IP也可根据客户应用场景进行面积、功耗等PPA优化，一步到位交钥匙快速集成，提供从FPGA到ASIC、从概念的量产的前后端全过程解决方案，加快芯片开发周期。
（相关调研数据来源于“电子发烧友网”）
