人工智能的应用浪潮推动了国产芯片的替代进程。为打破垄断，国内头部及传统的IC制造商试图绕过被英伟达垄断的GPU框架，集体转向设计并研制专用计算芯片（ASIC）、FPGA及融合型异构处理器，以满足人工智能市场广泛需求的云端训练及终端推理作业。
2016年至今，中国人工智能产业蓬勃发展，一连出现了如商汤、旷视、科大讯飞、云从等独角兽公司。时至2019年，这一现象达到高潮。
2017年，广州市政府向云从科技注资3.01亿美元，同年国有资本风险投资基金向旷视科技投入4.6亿美元资金。2017年，中国人工智能初创企业股权融资额占全球总量的48%，高出美国10个百分点。截止2018年底，中国人工智能企业获得风险投资总额接近1100亿元，超过美国同期的93.3亿美元；2019年10月，北京市海淀区政府为响应人工智能发展政策，提出愿为重点项目提供最高3000万的资金支持···
10月7日，“黑色”恐怖相继蔓延，海康威视、大华科技、科大讯飞、旷视科技、商汤科技、美亚柏科、颐信科技和依图科技等28家中国与人工智能技术相关的机构和公司集体被列入实体名单，被限制从美国购买零部件。
数据统计，海康威视500亿元人民币（合70亿美元）的收入中有近30％来自海外；2019Q3财报显示，海康威视存货金额由年初的57亿增长到98亿，浮动+71.96%；外币借贷额增势更明显，由年初4.4亿增长到期末45亿，同比增长+929.69%，显然，海康的资本重心发生了大角度转变。
一位接近旷视科技的人士称，“名单对公司上市进程影响很大···为绕开敏感GPU供应商，不得不把产品分成软件、硬件两标投。然而，一边合作方将硬件加价挂牌出售，套走大笔利润；另一边，客户以名单为由，坐地压价甚至重新招标···”
由于AI公司普遍采用的美国产的半导体，此次事件对于8家AI公司影响颇大，并险些陷入此前与中兴相似的境遇。若无自主可控的AI芯片，业务定位很难逃离微笑曲线谷底。
据统计，在中国使用的半导体中，只有16%是国内生产的，而这其中又仅有不到一半是由中国公司自主设计的。工业和信息化部科技司司长胡燕认为，人工智能的发展不能再走“沙滩建高楼”的模式，若芯片、操作系统等顶层基础不突破，我们的人工智能产业，就是空中阁楼、是为别人做嫁衣。
AI公司受芯片牵制久已。由于抵挡不住“抽芯”压力，人工智能产业迫切的需要国产芯片的一臂之力。而时至2019年底，这一产业的国产化替代趋势初露头角。
首先，如何抽象人工智能？简单来讲，软件通过对现有信息进行自动化分析并得到规律，利用规律对未知数据进行预测，便是人工智能最基本的工作流。
即便有了学术界数十年探索，工业界通过大量实践得出一项共识：面对确定性问题，AI有着得天独厚的优势；而面对不确定的问题，AI和人脑（动物脑）之间仍存在难以逾越的鸿沟。人脑善于线性推理，AI反之，善于高精度、大规模运算。人工智能的分支中的“强化学习”，就是在填补这个条鸿沟。
2012～2016年，巅峰时期的互联网经济回归基本面，一部分互联网公司、AI初创解决方案商看到智能服务的缺口，人工智能创业浪潮随之涌现。其中不乏涉及人脸识别、自动驾驶、机器学习等分支技术，并落地于金融、安防、工业、农业、教育等领域。这些领域受数据隐私、商业机密限制，依赖高性能运算同时，对运算属性需求独立分散且灵活。
AI运算包含大量矩阵、卷积、积分等并行运算，我们熟知的CPU并不适用。为满足不同环境下的AI运算，业界普遍采用GPU（图形显示卡）、FPGA（现场可编程逻辑门阵列）、ASIC（专用集成电路），亦或是在SoC内封装NPU（神经网络处理器）、IPU（图像处理单元）等技术路线，以满足AI的训练（train）和推理(inference)。
云端训练芯片市场，英伟达（Nvidia）一家独大，主推GPU单卡或多卡集成主机方案。其GPU产品线覆盖不同程度算力、不同数据类型的训练需求，且编程环境成熟，产品支持市场上主要的开发框架和语言。然而由于成本等因素，GPU并不适用于AI推理端。国内AI芯片厂也有着统一共识：绝不走纯GPU路线，尝试其他技术路线“绕道超车”。
FPGA，适用于高净值的「推理端」，例如自动驾驶，工控集成，成本略高，优势在于定制性强、设计周期短，然而FPGA的设计人才难聘。同时，近些年来看，其高昂成本仍难以绕开。当然也有声音称，国内某家智能驾驶公司与赛灵思合作，将进口单片成本降至2000元，配给主机厂做L2套件。
从经济角度讲，FPGA具备“暂时性”替代ASIC芯片地位，可弥补ASIC长研发周期、流片周期的时间缺口，是目前少有能兼顾训练和推理的高性能芯片。然则全球仅四家公司具备FPGA的生产能力：Xilinx（美）、Altera（被intel收购）、Lattice（美）、Microsemi，先有英特尔、IBM、德州仪器，再有摩托罗拉、飞利浦、东芝等公司成立独立部门投入FPGA研发，均无疾而终。
ASIC（专用集成电路），研发-流片周期长，成本却可降至FPGA十分之一水平。Google独家技术的TPU（张量处理器）及英伟达DLA（Deep Learning Accelerator，深度学习加速器）即采用ASIC技术路线。国内华为海思、寒武纪、比特大陆、嘉楠智耘等几大芯片厂商，主要产品同样采用该技术路线，目前已实现一定规模的量产。相比FPGA这类刚刚起步的技术路线，ASIC是国内芯片生产商唯一能够在短期获得盈利的半导体产品。
面对残酷的历史教训，传统芯片厂也好，新晋半导体设计公司也好，量产推理端芯片，ASIC是最优解。
