智能扬声器的家庭普及率可与PC，智能电视和其他产品相媲美。 2019年第一季度，智能扬声器市场出货量达到1122万台，同比增长787.2％。 8月28日，``AICC2019中国人工智能计算大会''在北京举行。中国工程院主办的北京会议在京举行。以上数据来自《 2019年中国人工智能计算能力发展评估报告》。由IDC和浪潮集团联合发布。进入数千个家庭和数百个行业的小场面。 5G和物联网等各种技术的发展与集成加速了数据井喷，并以前所未有的速度和方法进行了存储和计算。丰富类型和不同场景的数据资源为人工智能系统的自主学习和预测模型的建立提供了沃土。以此为依托，生物识别，欺诈分析，智能客户服务，公共安全和预警等AI场景加速了其在中国的成熟应用。中国工程院院士，浪潮集团首席科学家王恩东说：“数据的爆炸性增长，算法创新的加速以及计算能力的迅速提高，导致人工智能从学术热点迅速变化。全球范围内的投资热点和工业热点。规模迅速扩大，市场需求开始爆发。”人们将算法，数据和计算能力称为人工智能的三大要素。没有计算能力的支持，人工智能将难以应用。也许正因为如此，协调数据和算法的芯片才变得特别有趣。 IDC预测，GPU仍然是数据中心加速的首选。随着边缘和端侧需求的快速增长，人工智能芯片市场将迎来多元化发展。但是，推理芯片将成为未来最大的潜在市场，并且是人工智能芯片市场的重要决定点。根据浪潮技术人员的说法，在当前的AI芯片中，GPU芯片主要处理图像领域中的操作加速问题。 FPGA芯片适用于分析多个指令和单个数据流。 ASIC芯片是为特定情况而定制的，在低功耗移动设备或边缘侧特别有优势。我国的寒武纪，地平线，华为和其他制造商通常都与此类芯片相关联。人工智能芯片分为训练芯片和推理芯片。培训是指从现有数据中学习并获得一定能力的过程。推理过程是指对新数据使用计算能力来完成特定任务（例如分类，识别等）。从2012年至今，用于AI计算的计算量每三个半月翻一番。从2012年至今，人工智能计算的容量增加了30万倍，而同期的芯片性能增加了约30倍，远远超过了摩尔定律。 “与诸如云计算和大数据之类的应用相比，人工智能对计算能力的需求几乎是无限的。” Wang Endong说：“计算能力的提高对体系结构构成了挑战。随着半导体技术逐渐接近极限，计算机的发展已经迎来了架构创新的黄金时期，通过架构创新，计算能力的提高将更加令人满意。” IDC认为，未来五年中国人工智能基础设施产品的复合增长率将超过33％，这一增长率是普通IT基础设施投资的三倍以上。随着计算需求的增长，将会出现越来越多的新架构，芯片和其他技术。尽管它看起来并不很快，但是“ AI工业化”的现象却在继续。到“工业AI”；正在发生。根据IDC的数据，互联网仍然是中国人工智能计算能力投资最大的行业。他们花了62.4％的钱。从2018年开始，金融，传统企业和政府用户在人工智能基础设施领域进行了购买。数量超过了Internet，并且这种趋势还将继续。王恩东说：“中国的人工智能投资已经可以与美国相提并论，但是核心技术投资和面向应用的深入研究仍存在差距。应用是瓶颈