位置：AI门户网 > AI报告 > AI排行榜 > 2020年，谁是AI芯片的王者？

2020年，谁是AI芯片的王者？

来源：AI门户网时间：2026/4/2 15:45:49 共 2312 浏览

说来有趣，当我们站在今天回望2020年，那一年全球都笼罩在疫情的阴霾下，但人工智能的算力竞赛，却在一片寂静中按下了快进键。大家当时可能没太留意，但一场围绕“智能大脑”——也就是AI芯片——的暗战，其实已经全面铺开。今天，咱们就来聊聊，在2020年那个时间点上，世界AI芯片的江湖里，各路高手到底是个什么排位。

首先，咱们得先搞明白，当时市场上的“兵器谱”是怎么分的。AI芯片可不是单一类型，它就像一个武林，有擅长不同功夫的门派。主要分这么几大类：GPU（图形处理器）、ASIC（专用集成电路）、FPGA（现场可编程门阵列），还有传统的CPU（中央处理器）。简单打个比方，CPU像是全能管家，什么活儿都能干但可能不精；GPU呢，就像是能同时指挥千军万马干同一类活儿的将军，特别适合处理AI训练中大量的并行计算；而ASIC，就是为某一门绝世武功（比如图像识别或语音处理）量身定做的专属兵器，效率极高但用途固定。

那么，2020年，这个江湖的“武林盟主”是谁呢？这个答案几乎毫无悬念——英伟达（NVIDIA）。当时，它凭借在GPU领域的绝对领先地位，尤其是其构建的CUDA软件生态，几乎垄断了AI训练市场。有分析甚至指出，它一家就占据了全球AI芯片市场约95%的份额，这个数字，堪称恐怖。无论是谷歌、微软、亚马逊这些云巨头，还是各大高校和科研机构，想要训练复杂的大模型，首选几乎都是英伟达的Tesla系列GPU。它就像是掌握了“九阳神功”，内力深厚，生态完整，别人一时半会儿根本追不上。

不过，盟主坐得稳，挑战者可不少。排在第二梯队的，是传统芯片巨头英特尔（Intel）和AMD。英特尔当时正处在一个比较艰难的转型期，它虽然收购了Altera（FPGA领域巨头）和Movidius（专注于视觉处理），试图通过CPU+FPGA的异构计算方案来争夺市场，但面对英伟达在GPU上的强势，显得有些力不从心。甚至，它在那一年还做出了出售其NAND存储业务的决定，可见其战略重心正在调整。而AMD，则凭借其不断进步的Radeon Instinct系列GPU，开始在数据中心市场崭露头角，算是给英伟达制造了一些压力，但市场份额还远不能构成威胁。

真正的变数，来自那些“不按常理出牌”的巨头——也就是大型云服务商们的“自研兵器”。谷歌（Google）是这方面的先驱，它的TPU（张量处理器）已经发展到了第三代，在自家的云计算平台上为特定的AI任务（尤其是推理）提供了性能更高、成本更优的选择。亚马逊AWS也在2020年发布了其自研的AI训练芯片Trainium和推理芯片Inferentia，目标直指降低自身数据中心的运营成本。甚至苹果（Apple），也在那一年宣布了与英特尔“分手”，开启了自研ARM架构芯片（M1）的新篇章，虽然主要面向终端，但其集成的神经网络引擎也展示了终端AI的潜力。这些巨头的动作，释放出一个强烈信号：未来的AI算力，正从通用走向专用，从购买走向自研。

除了这些顶级玩家，2020年的AI芯片排行榜上，还有一些在特定领域熠熠生辉的“奇才”。比如在汽车自动驾驶领域，英伟达的Drive AGX Orin和特斯拉的全自动驾驶芯片（FSD）是绝对的焦点；在手机等终端侧，高通、华为海思、苹果的A系列芯片，其集成的NPU（神经网络处理器）性能之争也异常激烈。根据当时鲁大师公布的2020年第一季度手机AI芯片排行榜，高通骁龙865以显著优势位居第一，其AI性能跑分甚至是第二名苹果A13的近两倍，华为的麒麟990则紧随其后位列第三。这场终端之战，关乎着数十亿台设备的智能体验。

为了更直观地看清2020年主要AI芯片厂商的布局与特点，我们可以看下面这个简单的对比：

公司/阵营	核心产品/技术	2020年市场定位与特点
:---	:---	:---
英伟达(NVIDIA)	GPU(如A100)、CUDA生态	市场绝对领导者，垄断AI训练，生态壁垒极高。
谷歌(Google)	TPU(第三代)	云巨头自研标杆，专为自身TensorFlow等框架优化，效率突出。
英特尔(Intel)	CPU、FPGA(如Stratix)、MovidiusVPU	“全能型”追赶者，推动CPU+XPU异构计算，但整合挑战大。
AMD	GPU(如RadeonInstinct)	GPU市场重要挑战者，性价比路线，逐步侵蚀数据中心份额。
亚马逊AWS	Inferentia,Trainium	云服务商自研新锐，旨在降低自身成本，绑定云服务生态。
高通(Qualcomm)	骁龙移动平台NPU	移动与边缘端王者，主导手机AI算力，向汽车、物联网扩展。
华为海思(HiSilicon)	麒麟手机SoC、昇腾(Ascend)	中国头部玩家，终端芯片领先，昇腾发力云端，受地缘政治影响大。
新兴创业公司	GraphcoreIPU、CerebrasWSE等	架构创新者，专为AI设计全新架构，试图从细分领域突破。

说到这里，就不得不提一个重要的板块——中国。2020年，中国已经是全球第二大AI芯片市场，本土力量正在快速崛起。除了华为的昇腾系列，还有像寒武纪这样的AI芯片第一股，其思元系列芯片也在云端和边缘端有所布局。不过，一个尴尬的现实是，当年中国每卖出100块用于AI训练的芯片，可能有超过90块都来自英伟达。这种严重的依赖，也为日后埋下了伏笔。但另一方面，庞大的应用市场和强烈的国产化需求，正在催生一股强大的内生动力。

那么，2020年的这场竞赛，给我们今天留下了什么启示呢？我想，至少有两点非常深刻。

第一，生态的威力远大于单一硬件。英伟达的成功，CUDA软件生态的贡献可能比其硬件本身更大。它让开发者习惯了在这个平台上工作，形成了强大的用户粘性。后来者想要挑战，不仅需要做出更快的芯片，更需要构建一个同样友好、高效的软件环境。这，是一件难上加难的事。

第二，“一条腿走路”的时代过去了。无论是通用GPU，还是专用ASIC，亦或是可编程的FPGA，没有哪种架构能通吃所有AI场景。未来的趋势必然是异构计算——根据不同的任务，灵活调配CPU、GPU、ASIC等各种计算单元，达到效率与灵活性的最佳平衡。2020年，各大厂商的布局已经清晰地指向了这个方向。

回过头看，2020年的世界AI芯片排行榜，更像是一张“战前态势图”。它记录了旧王者的辉煌，也预示了新势力的躁动。英伟达虽一骑绝尘，但云巨头的自研芯片、中国厂商的奋起直追、以及层出不穷的架构创新，都在悄然改变着力量的平衡。后来的故事我们都知道了，地缘政治、技术封锁、大模型爆发……一系列变量让这场竞赛更加白热化。但无论如何，2020年那个节点，已经为今天AI算力格局的巨变，写下了清晰的注脚。芯片之争，从来不只是性能参数的比拼，更是生态、战略和时代机遇的综合较量。这场好戏，当时才刚刚进入高潮。