在大家比较熟悉的芯片中，CPU、GPU、基于FPGA架构(现场可编程门阵列)的深度学习芯片和ASIC(专用集成芯片)等皆属于高端通用芯片，稍有不同的是，基于 FPGA 或 ASIC 的深度学习芯片多用于人工智能领域，特别是用于智能摄像头，因此更像是可编程的专用芯片。
阿里巴巴达摩院昨日宣布正在研发的神经网络芯片——Ali-NPU，即是用于图像视频分析、机器学习等AI推理计算的专用芯片。2017年以来，随着人工智能逐渐走向应用层，AI 芯片成为一股创业浪潮。在这波浪潮中兴起的寒武纪、地平线、深鉴科技等，无不是基于 FPGA 或 ASIC 的专用芯片。值得一提的是，目前走得最快、已有芯片应用到华为手机上的寒武纪，是有中科院背景的“国家队”。而 FPGA、ASIC 依然全部依赖进口。
芯片产业困局、集成电路板 / 视觉中国
比之于通用芯片，AI芯片门槛较低。“中美芯片领域整体差距在10年以上，AI相关领域是难得的同一起跑线的行业了。”深鉴科技 CEO 姚颂告诉寻找中国创客。
松禾创新基金投资总监梁辉曾在华为从事芯片方面业务。据梁辉介绍，要判断这些 AI 芯片是否受制于外方，要看他们在算法中是否使用了CPU 的 IP 核。“据我了解，有的 AI 芯片方案在算法中包括的 ARM 的核，那这样核的 IP 肯定还是使用的国外的 IP。而有些纯做 ASIC 算法的，就跟核没关系了。这种情况下，如果整个设计都掌握在自己手中，就不会受国外影响。”