在过去的两年里，AI芯片市场的竞争愈发激烈，但大多数公司都面临着如何将这些先进技术转化为实际应用的难题。回顾2019年的AI芯片发展，我们可以看到六个关键词贯穿其间：架构创新、专用芯片、Chiplet技术、软硬融合、量子计算和安全性。展望2020年的AI芯片市场，四大趋势不容忽视：更强大的算力需求、异构系统设计的普及、边缘计算技术的成熟以及数据隐私和安全性的提升。
六大关键词
架构创新
在图灵奖得主John L. Hennessy和David A. Patterson提出的“新的黄金十年”中，架构创新扮演了重要角色。这一概念体现在于解决内存墙问题，以及通过软件与硬件结合来实现摩尔定律的加速。在2019年，一些初创公司和巨头们推出了具有创新的AI SoC，这些SoC采用可重组架构，可以根据不同的应用场景进行调整，从而提高效率。
专用芯片
尽管专用加速器仍然占据了市场，但人们开始意识到未来需要的是通用的CPU与专用的NPU。随着AI算法不断迭代，具有编程能力且针对特定算法优化的小型NPU会成为选择者心目中的理想选项。
Chiplet技术
Chiplet是一种新兴的IP重用模式，它允许设计师将预先制造好的功能模块（裸片Die）通过先进封装技术集成起来，以形成一个完整系统级别IC。这一技术为异构系统带来了更多灵活性，并提供了一种新的工艺选择、架构设计和商业模式。
软硬融合
为了降低异構系統编程复杂性，有必要开发全新的软件平台或编程语言，如英特尔推出的oneAPI，它提供统一编程模型以简化跨不同计算架構應用的開發工作。此外，还有DPC++等语言也被提出以支持数据并行性和異構編程。
量子计算
虽然目前还未达到商业化水平，但量子计算是未来的另一个潜在领域，其能够极大地提高某些类型任务处理速度，对于某些高性能需求场景来说，是不可替代的一种力量。
安全性
随着数据变得越来越重要，保护它们免受泄露或攻击成为首要关注点。在2020年，我们可以预见到更多关于数据隐私保护措施出台，以及对于安全性的行业标准得到普遍认可。
四大趋势：
更强大的算力需求
随着深度学习、大规模机器学习等领域应用扩张，对处理能力更高的心愿日益增长，因此设备必须能够快速适应这些要求。
异构系统设计
为了满足各种复杂任务所需的大规模并行处理能力，使得异構系統成为必需。
3.. 边缘计算
边缘设备如物联网传感器等逐渐增多，这使得将数据处理离发送源端更加紧迫，为边缘计算带来了生长空间。
4.. 数据隐私与安全
由于个人信息泄露事件频发，加强对用户隐私保护已经成为了全球范围内的一个共同目标之一。
