英特尔中国研究院院长宋继强曾对《中国电子报》记者表示，AI芯片的焦点在于功耗、性能与效率，如何以更低的功耗带来更大计算能力和更高的效率，是目前业界探索的焦点。去年年底，中国的比特大陆也宣布将进军数据中心AI芯片。比特大陆经理刘志强对《中国电子报》记者表示了与宋继强类似的观点，人工智能才刚刚开始，机会还有很多，对芯片行业来说，就是提供高性能、低功耗的产品。
英特尔2016年8月收购了AI芯片创业公司Nervana，基于此来打造英特尔的AI专用芯片“英特尔Nervana神经网络处理器”（简称NNP），英特尔表示，和GPU解决方案相比，Nervana在未来三年将把训练一个深度学习模型的时间减少100倍。
英特尔的NNP与GPU相比能够将性能提升100倍，那么其他公司同样有机会在新的道路上探索出优于GPU的可能性。
谷歌的专用AI芯片第三代也已经问世，谷歌CEO桑达尔·皮查伊（Sundar Pichai）称，当人们使用大量第三代TPU时，它可能会创造庞大计算能力。“每个芯片群（pods，包含多个TPU3.0芯片）的性能比去年版本强大8倍以上，计算能力远超100petaflops（每秒千万亿次浮点运算）。”皮查伊称。作为对比，包含16颗英伟达最新GPU的芯片群的计算能力为2petaflops。除了英特尔、谷歌，微软、亚马逊等同样向AI芯片发起了进攻。
有数据显示，2017年数据中心AI芯片的市场规模是15.6亿美元，而年增速将是75%，到2022年将达到256亿美元，其中训练芯片182 亿美元，推断芯片（除CPU以外）74亿美元。训练芯片市场已出现高速增长，预测推断加速器的需求将于今明两年爆发。
基于这样的市场变化、基于这样的厂商格局，华为进入AI芯片并不难理解。如果各家巨头都在AI芯片上要“撕开”新口子，华为也要来“撕”就是非常自然而然的事情。华为不希望在数据中心AI上过度依赖于英伟达，在中兴事件爆发之前，华为就一直坚持自己要有核心技术，当AI市场全面爆发，华为必须在AI芯片上有所作为。
林雨认为，华为在数据中心端想突破英伟达的市场封锁，困难在于英伟达已经在AI产业生态方面有了全面布局，例如他们不仅有自主的芯片，还在开源架构、软件等方面具有技术优势，而这些核心技术生态恰恰是国内企业所欠缺的。但是华为在下游应用方面具有市场优势，因此会比较便于形成下游用户生态，这是华为在数据中心侧发展AI芯片的优势。在边缘计算侧，目前竞争格局还没定型，因此部分国内厂商（如深鉴科技、寒武纪、华为等）的机会很多，并且国内企业在移动监控领域的市场优势比较强，英伟达在该领域对华为的压倒性优势并不十分明显。
关于软件与生态，目前看起来可能会是华为的短板，但是其在手机芯片上的试水，还是让人们看到了其快跑的能力。目前华为以NPU为基础，在移动端构建生态圈已经聚集了45万开发者。应该说，数据中心的AI芯片是一场硬仗。
英特尔很早就看到了英伟达的GPU在数据中心市场的强劲发展势头，三年前收购了Nervana，但英特尔新的NNP芯片出货时间却一再推迟，最早的时间表是到2019年上半年才能出货。英特尔尚如此，华为能够出其不意地快速交出答卷吗？我们拭目以待。
