AI芯片（AI Chip）是专门为人工智能计算任务设计的处理器，与传统通用CPU相比，它在矩阵运算、并行处理等AI核心操作上拥有更高效率，是训练和运行AI模型的物理基础。
主要类型
- GPU（图形处理器）：凭借大规模并行计算能力成为AI训练主力，NVIDIA长期占据主导地位，H100、B200等数据中心产品被广泛用于大模型训练
- NPU（神经网络处理器）：专为AI推理优化、功耗更低，被集成到手机、PC等终端设备中，让AI能力可以在本地运行
- TPU（张量处理器）：Google专为深度神经网络设计的定制芯片，用于其自有的云端训练与推理服务
国产芯片趋势
- 华为昇腾系列覆盖训练与推理场景，并配套自研软件栈形成全栈方案
- 寒武纪、海光等厂商也推出了多款云端AI芯片
- 受外部限制影响，国产芯片正加速从“能用”向“好用”演进，生态与工具链仍是关键短板
选择逻辑
云端训练通常选GPU或TPU，端侧推理选NPU；成本、能效与生态兼容性是实际部署时的重要考量。