清华大学：2018人工智能芯片技术白皮书
人工智能国策解读
中国人工智能国家政策及解读来源：人工智能产业技术创新联盟作者：人工智能产业技术创新联盟 2018-01-24 09:17:05导读：人工智能自 2016 年起进入国家战略地位，相关政策进入爆发期。
人工智能自 2016 年起进入国家战略地位，相关政策进入爆发期。
1、智能制造开启人工智能道路 2015 年 5 月，《中国制造 2025》中首次提及智能制造，提出加快推动新一 代信息技术与制造技术融合发展，把智能制造作为两化深度融合的主攻方向，着 力发展智能装备和智能产品，推动生产过程智能化。
2015 年 7 月，国务院印发《关于积极推进“互联网+”行动的指导意见》。
该《指导意见》中将人工智能作为其主要的十一项行动之一。
明确提出，依托互 联网平台提供人工智能公共创新服务，加快人工智能核心技术突破，促进人工智 能在智能家居、智能终端、智能汽车、机器人等领域的推广应用；要进一步推进 计算机视觉、智能语音处理、生物特征识别、自然语言理解、智能决策控制以及 新型人机交互等关键技术的研发和产业化。
2016 年 1 月，国务院发布《“十三五”国家科技创新规划》，将智能制造 和机器人列为“科技创新 2030 项目”重大工程之一。
2、“互联网+”提速 2016 年 3 月，国务院《国民经济和社会发展第十三个五年规划纲要（草案）》， 人工智能概念进入“十三五”重大工程。
2016 年 5 月，国家发展改革委、科技部、工业和信息化部、中央网信办发 布《“互联网＋”人 工智能三年行动实施方案》，明确提出到 2018 年国内要 形成千亿元级的人工智能市场应用规模。
规划确定了在六个具体方面支持人工智 能的发展，包括资金、系统标准化、知识产权保护、人力资源发展、国际合作和 实施安排。
规划确立了在 2018 年前建立基础设施、创新平台、工业系统、创 新服务系统和 AI 基础工业标准化这一目标。
2016 年 7 月，国务院在《“十三五”国家科技创新规划》中提出，要大力 发展泛在融合、绿色宽带、安全智能的新一代信息技术，研发新一代互联网技术， 保障网络空间安全，促进信息技术向各行业广泛渗透与深度融合。
2018年中国人工智能产业白皮书
04
中国人工智能产业白皮书 | 人工智能行业综述篇
第一章 人工智能行业综述篇
05
中国人工智能产业白皮书 | 人工智能行业综述篇
1.1 全球及中国发展概况
1.1.1 全球市场 人工智能是一个很宽泛的概念，概括而 言是对人的意识和思维过程的模拟，利 用机器学习和数据分析方法赋予机器类 人的能力。人工智能将提升社会劳动生 产率，特别是在有效降低劳动成本、优 化产品和服务、创造新市场和就业等方 面为人类的生产和生活带来革命性的转 变。据Sage预测，到2030年人工智能 的出现将为全球GPD带来额外14%的提 升，相当于15.7万亿美元的增长。
4. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道， 早期进入的企业逐步建立行业壁垒，未来需要解决数据割裂问题以获得长 足发展。各地政府的工作内容及目标有所差异，因而企业提供的解决方案并 非是完全标准化的，需要根据实际情况进行定制化服务。由于政府一般对于 合作企业要求较高，行业进入门槛提高，强者恒强趋势明显。
3. 科技巨头生态链博弈正在展开，创业企业则积极发力垂直行业解决方案， 深耕巨头的数据洼地，打造护城河。科技巨头构建生态链，已经占据基础设 施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡，更多的创业企业 将发力深解决方案，探索商业模式。
10. 政策与资本双重驱动推动人工智能产业区域间竞赛，京沪深领跑全 国，杭州发展逐步加速。京津冀、珠三角、长三角以及西部川渝地区成为人 工智能企业聚集地区。北京、上海、深圳牢牢占据人工智能城市实力第一梯 队的位置，广州的大型企业与初创企业数量较少，杭州主要依靠阿里巴巴， 因而属于第二梯队，重庆则受到技术与人才基础限制处于第三梯队。
四个白皮书学习笔记
四个白皮书学习笔记在当代社会，技术和人工智能的发展对于各行各业的进步至关重要。
在这个过程中，四个白皮书——《人工智能2018》、《工业互联网白皮书》、《区块链白皮书》和《车联网白皮书》已经成为了学习笔记的关键素材。
在这篇论文中，我们将对这四个白皮书进行详细的分析，以便更好地理解它们的重要性。
《人工智能2018》是由中国科学院的研究人员编写的，它对当前人工智能技术的发展做了深入的研究和预测。
白皮书初步介绍了人工智能技术的演化，从基础的自然语言处理和机器学习到更高级的深度学习和智能系统。
尤其是对于深度学习技术的研究，白皮书提出了不少值得关注的观点。
例如，它认为社交网络分析和语义网络建模将成为深度学习的未来发展方向，同时对于图像和语音的识别能力也将会进一步提高。
对于经济领域而言，白皮书认为人工智能将会产生深远的影响。
人工智能技术将帮助减少无效的人工流程和降低成本，从而进一步提高产业效率。
另外，人工智能无疑将带来新的工作机会和领域，尤其是在智能制造和金融领域。
《工业互联网白皮书》则是一个关于未来制造业的重要文献。
白皮书强调了未来工业的互联互通将会是一项重要的趋势，而工业互联网的技术则将成为这一趋势的重要基础。
白皮书阐述了制造业内的数字化转型将会很有必要，使得数据得以共享和管理，同时也提高了制造过程的可靠性和效率。
特别是，在机器人领域的发展将会加速工业制造的自动化和智能化，从而引领未来的制造业。
另外，白皮书也提出了未来工业领域的未来趋势，如智能制造、服务化、网络化、安全性和可靠性等。
这对于制造业人员、工程师和学生们都将是一个非常重要的参考。
《区块链白皮书》则是一个探讨分布式计算原理和相应技术应用的重要文献。
白皮书详细介绍了区块链技术的基本原理，并提出该技术在金融、保险、电商、医疗和政府等领域应用的前景。
白皮书还深入探讨了在金融和保险领域的应用。
当然，白皮书也并非是万能的，它提出了分布式账本的安全生态问题和挑战。
人工智能发展白皮书 技术架构篇
目录
一、 人工智能技术发展概述.........................................1 （一） 人工智能技术流派发展简析 .................................1 （二） 深度学习带动本轮人工智能发展 .............................2
2018 人工智能发展白皮书是中国信息通信研究院、中国人工智 能产业发展联盟首次联合发布。本篇为技术架构篇，从产业发展的角 度，选择以深度学习算法驱动的人工智能技术为主线，分析作为人工 智能发展“三驾马车”的算法、算力和数据的技术现状、问题以及趋 势，并对智能语音、语义理解、计算机视觉等基础应用技术进行分析， 并提出了目前存在的问题和技术的发展趋势。后续我院与中国人工智 能产业发展联盟将继续发布人工智能应用、产业和政策方面研究成果。
中国信息通信研究院&中国人工智能产业发展联盟
人工智能发展白皮书-技术架构篇（2018）
一、 人工智能技术发展概述
（一） 人工智能技术流派发展简析
让机器实现人的智能，一直是人工智能学者不断追求的目标，不 同学科背景或应用领域的学者，从不同角度，用不同的方法，沿着不 同的途径对智能进行了探索。其中，符号主义、连接主义和行为主义 是人工智能发展历史上的三大技术流派。
在人工智能的发展过程中，符号主义、连接主义和行为主义等流 派不仅先后在各自领域取得了成果，各学派也逐渐走向了相互借鉴和 融合发展的道路。特别是在行为主义思想中引入连接主义的技术，从 而诞生了深度强化学习技术，成为 AlphaGo 战胜李世石背后最重要 的技术手段。
（二） 深度学习带动本轮人工智能发展
本章所探讨的人工智能技术体系主要包含三个维度，一是针对人 工智能算法原理本身的探讨，二是对算法实现所依托的技术体系进行 概述，三是针对深度学习所需的数据进行分析。
44项科技白皮书
44项科技白皮书科技白皮书是一种对特定领域或行业的科技发展、趋势和前景进行系统性研究和总结的文献形式。
本文档将以《44项科技白皮书》为题，详细介绍当前科技领域的44个重要技术和创新，以期能够全面了解科技行业的最新动态和发展方向。
1. 人工智能技术（AI）：AI作为一种利用机器学习和自主决策能力的技术，已经在各个领域取得了重大突破，例如自动驾驶、智能语音助手和人脸识别等。
2. 云计算技术：云计算技术通过网络将大量计算和存储资源提供给用户，实现了高效的数据处理和资源共享，被广泛应用于企业和个人领域。
3. 物联网技术（IoT）：物联网技术通过无线传感器和互联网连接各种设备，实现了设备之间的数据交互和智能控制，为人们的生活和工作带来了便利。
4. 区块链技术：区块链技术是一种去中心化和安全的分布式数据库技术，被广泛用于加密货币的交易和智能合约的执行。
5. 生物技术：生物技术通过利用生物学原理和方法来研究和开发新的医药、农业和环境保护等领域的技术。
6. 绿色能源技术：绿色能源技术包括太阳能、风能和水能等可再生能源技术，为解决能源短缺和环境问题提供了新的解决方案。
7. 5G通信技术：5G通信技术是第五代移动通信技术，具有更高的速度、更低的延迟和更大的连接容量，将推动移动互联网的发展。
8. 虚拟现实技术（VR）：VR技术通过模拟现实场景，使用户能够与虚拟环境进行互动，已经被应用于游戏、教育和医疗等领域。
9. 人脑科学技术：人脑科学技术通过研究人脑的结构和功能，为认知科学和神经科学提供了重要的基础。
10. 火箭技术：火箭技术是一种将载荷送入太空的技术，对于航天探索和通信卫星等领域具有重要意义。
11. 智能制造技术：智能制造技术通过数字化和自动化的手段提高生产效率和品质，为工业生产带来了重大变革。
12. 3D打印技术：3D打印技术通过将数字模型转化为物理实体，实现了快速原型制作和个性化定制，被广泛应用于制造业和医疗等领域。
2018中国NB—IoT产业演进及最具成长性芯片企业白皮书
2018中国NB—IoT产业演进及最具成长性芯片企业白皮书作者：来源：《中国计算机报》2018年第44期近年来，伴随大规模物联网需求的产生及移动通信技术的不断发展，通信领域的连接需求正在从人扩展到物，物与物之间的协同连接成为了主要特点。
由于物联网可以应用到各个领域，因此，物联网对速率也存在各种需求。
2018年，是NB-IoT产业的商用元年。
在国家政策和运营商的支持下，芯片厂商将成为NB-IoT全产业链的最新引擎，引导NB-IoT进入规模化市场阶段和产业发展的快车道。
NB-IoT概念界定及发展演进概念界定NB-IoT是一种基于蜂窝网络的窄带物联网技术，聚焦了低功耗广域网（LPWAN），支持物联网设备在广域网的蜂窝数据连接，可直接部署于LTE网络，可降低部署成本和平滑升级，是一种可在全球范围内广泛应用的新兴技术，具有低功耗、低成本、强连接、广覆盖、高安全性等特点。
产业演进NB-IoT产业分为4个演进阶段，分别是：技术储备阶段、实践部署阶段、规模应用阶段和成熟发展阶段。
1.技术储备阶段（2013—2016年）。
2013年初，华为与相关厂商、运营商展开NB-IoT发展，起名为LTE-M。
在LTE-M的技术方案选择上，主要有两种思路：一种是基于现有GSM 演进思路；另一种是华为提出的新空口思路，当时名称为NB-M2M。
2014年5月，由沃达丰、中国移动、Orange、Telecom Italy、华为、诺基亚等公司支持的SI在3GPP GERAN工作组立项，LTE-M的名字演变为Cellular IoT，简称CIoT。
2015年5月，华为和高通共同宣布了一种融合的解决方案，即上行采用FDMA多址方式，下行采用 OFDM 多址方式，融合之后的方案名字叫做NB-CIoT。
2015年8月10日，爱立信联合几家公司提出了NB-LTE的概念。
2015年9月，NB-CIoT和NB-LTE两个技术方案进行融合形成了NB-IoT。
我国在人工智能伦理方面的相关政策法规
我国在人工智能伦理方面的相关政策法规人工智能（AI）的快速发展已经成为世界各国的焦点之一。
我国政府早在2017年就发布了《新一代人工智能发展规划》和《人工智能标准化白皮书》，并在2019年正式发布了《人工智能创新发展行动计划（2019-2025年）》。
这些政策文件和规划旨在引导我国在人工智能领域的发展，并确保其在技术、应用和伦理方面的可持续性。
在伦理方面，我国政府也制定了一系列相关政策法规，以确保人工智能的发展不会对社会和个人造成负面影响。
本文将对我国在人工智能伦理方面的相关政策法规进行详细介绍和分析。
一、《中华人民共和国网络安全法》《中华人民共和国网络安全法》于2017年6月1日正式实施，是我国第一部专门针对网络安全的法律。
该法律明确规定了人工智能技术的安全和保护措施，包括：1. 网络运营者应当采取技术措施，防止人工智能系统被利用进行网络攻击和破坏。
2. 网络运营者应当对人工智能系统进行安全评估和测试，确保其稳定性和安全性。
3. 网络运营者应当建立人工智能技术安全管理制度，定期进行技术更新和安全检查。
二、《中华人民共和国个人信息保护法》《中华人民共和国个人信息保护法》于2021年6月10日通过，将于2021年11月1日正式实施。
该法律是我国第一部专门针对个人信息保护的法律，明确了人工智能技术在个人信息保护方面的应用和限制。
1. 个人信息的收集、使用和处理必须遵守法律法规和相关规定，不得违反个人隐私权和信息安全。
2. 个人信息的收集、使用和处理必须经过个人同意，不得强制收集和使用。
3. 个人信息的收集、使用和处理必须保证其安全性和保密性，不得泄露和滥用。
4. 个人信息的收集、使用和处理必须遵守最小化原则，不得收集和使用与目的无关的信息。
5. 个人信息的收集、使用和处理必须遵守公正原则，不得歧视、损害和侵犯任何个人的权益。
三、《中华人民共和国人工智能安全评估管理办法》《中华人民共和国人工智能安全评估管理办法》于2020年12月1日正式实施，旨在规范人工智能安全评估的程序和标准，保障人工智能技术的安全和可靠性。
2018年人工智能标准化白皮书
2018年人工智能标准化白皮书1. 一、概述随着科技的飞速发展，人工智能已经逐渐渗透到我们生活的方方面面。
从智能手机上的语音助手到自动驾驶汽车，人工智能技术的应用已经变得日益普及。
然而，随着人工智能技术的快速发展和广泛应用，相关标准化工作也显得尤为重要。
2. 二、人工智能标准化的重要性人工智能涉及多个领域，包括机器学习、自然语言处理、计算机视觉等。
由于人工智能技术的应用涉及到众多领域，缺乏统一的标准将导致各种技术和产品之间的隔阂。
人工智能标准化的重要性不言而喻。
3. 三、国际标准化组织的作用国际标准化组织（ISO）和国际电工委员会（IEC）等组织已经开始制定人工智能标准。
通过制定统一的标准，可以促进不同国家和地区之间的合作和交流，推动人工智能技术的国际化发展。
4. 四、我国的人工智能标准化工作我国在人工智能标准化方面也取得了一定的成绩。
国家标准化委员会成立了人工智能标准化工作组，制定了一系列人工智能领域的国家标准。
我国还积极参与国际标准化组织的工作，推动人工智能国际标准的制定。
5. 五、人工智能标准化面临的挑战尽管人工智能标准化工作取得了一定进展，但仍面临一些挑战。
首先是人工智能技术的迅猛发展，在新技术不断涌现的标准化工作也需要不断更新。
由于人工智能涉及的领域广泛，各个领域之间的标准需求差异较大，如何协调各方利益也是一个值得思考的问题。
6. 六、未来人工智能标准化的展望随着人工智能技术的不断发展，人工智能标准化工作也将进入一个新的阶段。
在未来，人工智能标准化将更加注重技术的创新和应用的实际需求，同时加强国际合作，推动人工智能标准的国际化发展。
7. 七、总结人工智能标准化是推动人工智能技术发展和应用的重要保障。
我国应加大人工智能标准化工作力度，积极参与国际标准化组织的工作，推动人工智能标准的国际化发展。
我国还需注重人工智能标准化工作与实际产业应用的结合，从而更好地推动我国人工智能产业的发展和国际化竞争力的提升。
人工智能芯片研究报告
2018人工智能芯片研究报告AMiner研究报告第十四期Contents目录一·概述篇1.1 AI芯片的分类 (2)1.2 AI芯片发展历程 (4)1.3 我国AI芯片发展情况 (6)二·技术篇2.1传统的CPU及其局限性 (8)2.2并行加速计算的GPU (9)2.3半定制化的FPGA (10)2.4全定制化的ASIC (12)2.5类脑芯片 (13)2.6 AI芯片技术特点比较 (14)三·产业篇3 产业篇 (16)四·人物篇4.1 学者分布及迁徙 (24)4.2 代表性研究学者 (25)五·应用趋势篇5 应用领域篇 (31)六·趋势篇6 趋势篇 (36)图表目录图 1 人工智能与深度学习 (2)图 2 AI芯片发展历程 (5)图 3 传统CPU内部结构图（仅ALU为主要计算模块） (8)图 4 CPU及GPU结构对比图（引用自NVIDIA CUDA文档） (9)图 5 GPU芯片的发展阶段 (10)图 6 FPGA在人工智能领域的应用 (11)图 7 Cambricon-1A（引用自官网） (16)图 8 集成了NPU的神经网络处理器（引用自官网） (17)图 9 地平线公布的BPU发展战略图（引用自官网） (17)图 10 亚里士多德架构（引用自官网） (18)图 11 CI1006芯片（引用自官网） (19)图 12 华为麒麟970神经网络处理器NPU (19)图 13 人工智能芯片领域研究学者全球分布 (24)图 14 人工智能芯片领域研究学者全球分布 (24)图 15 各国人才逆顺差 (25)图 16 AI芯片应用领域 (31)图 17 华为Mate10成像效果对比图 (31)图 18 苹果的Face ID (32)图 19 分解卷积可降低消耗 (36)图 20 逐层动态定点方法 (37)图 21 五级流水线结构 (37)表1人工智能专用芯片（包括类脑芯片）研发情况一览 (12)摘要2010年以来，由于大数据产业的发展，数据量呈现爆炸性增长态势，而传统的计算架构又无法支撑深度学习的大规模并行计算需求，于是研究界对AI芯片进行了新一轮的技术研发与应用研究。
人工智能芯片技术白皮书2018(中文版)
1
前言
1.1 背景与意义
人工智能 (Artificial Intelligence， 英文缩写为 AI)， 是研究、 开发用于模拟、 延伸和扩展人类智能的理论、 方法、技术及应用系统的一门科学技术。人工智能的本质是对人类思维过程的模拟。从 1956 年正式提出 “人工智能”概念算起，在半个多世纪的发展历程中，人们一直在这一领域进行长期的科学探索和技术攻坚， 试图了解智能的实质。和任何曾经处于发展过程中的新兴学科一样，人工智能早期发展并非一帆风顺，它 曾受到多方质疑，不断经历起伏。近些年，大数据的积聚、理论算法的革新、计算能力的提升及网络设施 的演进，使得持续积累了半个多世纪的人工智能产业又一次迎来革命性的进步，人工智能的研究和应用进 入全新的发展阶段。 当前， 人工智能正逐渐发展为新一代通用技术， 加快与经济社会各领域渗透融合， 已在医疗、 金融、 安防、 教育、交通、物流等多个领域实现新业态、新模式和新产品的突破式应用，带动生产流程、产品、信息消 费和服务业的智能化、高附加值转型发展。人工智能已处于新科技革命和产业变革的核心前沿，成为推动 经济社会发展的新引擎。 实际上，人工智能产业得以快速发展，无论是算法的实现、海量数据的获取和存储还是计算能力的体 现都离不开目前唯一的物理基础——芯片。可以说， “无芯片不 AI” ，能否开发出具有超高运算能力、符合 市场需求的芯片，已成为人工智能领域可持续发展的重要因素。
（2018）
人工智能芯片技术白皮书
White Paper on AI Chip Technologies
目录
北京未来芯片技术高精尖创新中心
01 01 02 03 03 04 05 05 06 06 06 07 08 09 10 11 12 13 15 15 17 18 19 20 20 21 22
全球人工智能发展白皮书
全球人工智能发展白皮书全球人工智能发展白皮书|四、人工智能重塑各行业41.1 451.3 81.4 13211.6 231.7 6 291.8 31402.1 402.2 422.3 45523.1 533.2 543.3 543.4 553.5 55584.1 604.2 654.3 704.4 714.5 754.6 794.7 824.8 8689 02全球人工智能发展白皮书|主要发现主要发现：1全球人工智能发展白皮书|主要发现2全球人工智能发展白皮书|主要发现3全球人工智能发展白皮书 | 一、AI 创新融合新趋势4一、AI 创新融合新趋势1.1 人工智能正全方位商业化当前人工智能技术已步入全方位商业化阶段，并对传统行业各参与方产生不同程度的影响，改变了各行业的生态。
这种变革主要体现在三个层次。
第一层是企业变革：人工智能技术参与企业管理流程与生产流程，企业数字化趋势日益明显，部分企业已实现了较为成熟的智慧化应用。
这类企业已能够通过各类技术手段对多维度用户信息进行收集与利用，并向消费者提供具有针对性的产品与服务，同时通过对数据进行优化洞察发展趋势，满足消费者潜在需求。
第二层是行业变革：人工智能技术带来的变革造成传统产业链上下游关系的根本性改变。
人工智能的参与导致上游产品提供者类型增加，同时用户也会可能因为产品属性的变化而发生改变，由个人消费者转变为企业消费者，或者二者兼而有之。
第三层是人力变革。
人工智能等新技术的应用将提升信息利用效率，减少企业员工数量。
此外，机器人的广泛应用将取代从事流程化工作的劳动力，导致技术与管理人员占比上升，企业人力结构发生变化。
图表1-1：人工智能技术带来的全方位变革数据来源：公开资料，德勤研究全球人工智能发展白皮书 | 一、AI 创新融合新趋势51.2 AI 全面进入机器学习时代随着技术的进步和发展，人类学习知识的途径逐渐从进化、经验和传承演化为了借助计算机和互联网进行传播和储存。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
清华大学：2018人工智能芯片技术白皮书2018人工智能芯片技术白皮书！
在第三届未来芯片论坛上，清华大学联合北京未来芯片技术高精尖创新中心发布《人工智能芯片技术白皮书（2018）》(2018 White Paper on AI Chip Technologies)。
尽管全球人工智能产业还处于初期发展阶段，但随着政府和产业界的积极推动，人工智能技术在大规模产业化应用方面突飞猛进，在算法和芯片等人工智能基础技术层面积累了强大的技术创新，这些成果未必能即时商业化，但对未来科技的影响深远。
为了更好地厘清当前AI 芯片领域的发展态势，进一步明确 AI 芯片在新技术形势下的路线框架、关键环节及应用前景，北京未来芯片技术高精尖创新中心根据学术界和工业界的最新实践，邀请国内外AI 芯片领域的顶尖研究力量，共同开展《人工智能芯片技术白皮书》的编制工作。
整个《白皮书》总共分为10个章节，第一章节首先对芯片发展的背景做了一个交代，然后从多个维度介绍了AI 芯片的关键特征，在第三章介绍了AI芯片的发展现状；第四章从冯·诺伊曼瓶颈和CMOS工艺以及器件瓶颈分析了AI
芯片的技术挑战。
从第六章到第八章，《白皮书》完成了对芯片各种技术路线的梳理。
在最后一章对未来技术发展趋势和风险进行了预判。
《白皮书》由斯坦福大学、清华大学、香港科技大学、加州大学、圣母大学的顶尖研究者和产业界资深专家，包括10余位IEEE Fellow共同编写完成。
本文主要包括九方面内容：第 1 章为发展 AI 芯片产业的战略意义以及白皮书基本内容概述。
第 2 章综述了 AI 芯片的技术背景，从多个维度提出了满足不同场景条件下 AI 芯片和硬件平台的关键特征。
第 3 章介绍近几年的 AI 芯片在云侧、边缘和终端设备等不同场景中的发展状况，总结了云侧和边缘设备需要解决的不同问题，以及云侧和边缘设备如何协作支撑 AI 应用。
第 4 章在CMOS 工艺特征尺寸逐渐逼近极限的大背景下，结合 AI 芯片面临的架构挑战，分析 AI 芯片的技术趋势。
第 5 章讨论了建立在当前 CMOS 技术集成上的云端和终端 AI 芯片架构创新。
第 6 章主要介绍对 AI 芯片至关重要的存储技术，包括传统存储技术的改进和基于新兴非易失存储（NVM）的存储器解决方案。
第 7 章重点讨论在工艺、器件、电路和存储器方面的前沿研究工作，和以此为基础的
存内计算、生物神经网络等新技术趋势。
第 8 章介绍神经形态计算技术和芯片的算法、模型以及关键技术特征，并分析该技术面临的机遇和挑战。
第 9 章主要讨论 AI 芯片的基准测试和技术路线图的相关问题。
第 10 章展望 AI 芯片的未来。
在人工智能热潮面前，本文一方面希望与全球学术和工业界分享 AI 芯片领域的创新成果；另一方面希望通过对 AI 芯片的技术认知和需求的深入洞察，帮助相关人士更加清晰地了解AI 芯片所处的产业地位、发展机遇与需求现状，通过对 AI 芯片产业现状及各种技术路线的梳理，增进对未来风险的预判。
目前人工智能技术整体发展仍处于初级阶段，未来还有很多技术和商业层面的挑战。
我们要去除在产业发展过程中一窝蜂“逐热而上”的虚火，在充满信心、怀抱希望的同时，保持冷静和客观，推动 AI 芯片产业可持续发展。