据外媒援引知情人士消息透露，微软计划在下个月举行的年度开发者大会上推出该公司首款专为支持人工智能(AI)而设计的芯片。此举是多年来努力的结果，可能有助于微软减少对英伟达AI芯片的依赖。随着需求的激增，英伟达的AI芯片一直供不应求。
这款芯片代号为“雅典娜”(Athena)，可能会在11月14日于西雅图举行的微软Ignite大会上揭晓。雅典娜预计将与英伟达的旗舰级微处理器H100 GPU竞争，为数据中心的人工智能加速。这种定制芯片已经由微软及其合作伙伴 OpenAI 的团队秘密测试。
微软自主研发AI芯片还可能在GPU供应紧张的情况下减少对英伟达的依赖。据报道，在开始与OpenAI密切合作后，微软订购了至少数十万颗英伟达芯片，以支持OpenAI的产品和研究需求。通过使用自己的芯片，可以节省大量的成本。
随着人工智能技术的快速发展和广泛应用，对高性能、低功耗的AI芯片需求不断增加。AI芯片行业涵盖了芯片设计、制造和应用等多个领域，市场竞争激烈。目前，全球众多大型科技公司和初创企业都在积极投入AI芯片研发与生产。同时，政府也加大对AI芯片产业的支持力度。AI芯片行业市场前景广阔，有望成为推动人工智能发展的重要驱动力。
——AI芯片分类
当前，人工智能芯片根据其技术架构可以分为CPU、GPU、FPGA、ASIC、类脑芯片;按照其在网络中的位置可以分为云端AI芯片、边缘AI芯片、终端AI芯片;根据其在实践中的目标可以分为训练芯片和推理芯片。
——全球人工智能芯片市场规模分析
人工智能芯片是人工智能的大脑，随着全球人工智能终端设备数量的增长以及边缘计算的需求逐步提升，全球人工智能芯片需求量快速增长，市场规模不断扩大。根据Tractica公布的数据显示，2019年全球人工智能芯片市场规模达110亿美元，预计2020年全球人工智能芯片市场规模将增加至175亿美元，2025年全球人工智能芯片市场规模有望突破720亿美元。
——人工智能芯片领域竞争情况
根据芯片技术结构分类来看，各个种类的人工智能芯片领域几乎都能看到国外半导体巨头的影子，反观国内的人工智能芯片企业，由于它们大部分是新创公司，所以在人工智能芯片领域的渗透率较低，这些企业主要聚集在ASIC和类脑，如寒武纪主打ASIC芯片，而近几年兴起的类脑芯片领域，西井科技有所涉足。
而从应用领域分类来看，英伟达一家独大全球云端训练芯片市场，TPU很难撼动英伟达GPU的垄断地位，目前英伟达的GPU+CUDA计算平台是最成熟的AI训练方案，除此之外还有第三方异构计算平台OpenCL+AMD GPU以及云计算服务商自研加速芯片这两种方案，全球各芯片厂商基于不同方案，都推出了针对于云端训练的人工智能芯片。
反观在全球云端推断芯片竞争格局方面，云端推断芯片百家争鸣，各有千秋。相比训练芯片，推断芯片考虑的因素更加综合：单位功耗算力、时延、成本等。初期推断也采用GPU进行加速，但由于应用场景的特殊性，依据具体神经网络算法优化会带来更高的效率，FPGA/ASIC 的表现可能更突出。
除了Nvidia、Google、Xilinx、Altera(Intel)等传统芯片大厂涉足云端推断芯片以外，Wave computing、Groq等初创公司也加入竞争。中国公司里，寒武纪、比特大陆同样积极布局云端芯片业务。
国信证券研报指出，AI芯片的出现让大规模的数据效率大提升，极大促进了人工智能行业的发展。GPU、NPU、FPGA和各种各样的AIPU专用芯片，面向复杂的并行计算场景。
根据国际数据公司(IDC)数据，中国人工智能市场规模预计2025年有望达到184.3亿美元，年复合增长率达24.4%。AI产业对训练数据服务的需求持续产生、规模继续扩大。
