芯片是信息产业的核心，也是计算机实现运算、存储和控制的关键。一部计算机需要很多芯片的配合，其中芯片间的通讯也是芯片企业研究的关键技术，英特尔EMIB技术就是目前非常前沿的一种实现芯片间互连互通的技术。

集成电路主要用于以下几大领域，分别是：民用/商用，工业，军事/航空航天。平时我们听到和见到最多的就是民用，特别是智能手机需要用到的各种处理器、存储器、电源管理、RF前端等，应用在该领域芯片的总体特点就是高集成度和低功耗。而工业领域对芯片的各方面性能要求，较之于民用来说要高得多，而随着工业物联网时代的到来，在原有性能的基础上，对相应芯片的集成度、功耗以及低延迟等指标的要求更高了。可以说，工业芯片的设计和制造水平才是衡量一个国家整体半导体实力的真正试金石。

据华尔街日报报道，上个月，中国在北京成立了一支国家半导体基金，其规模为2042亿元人民币（289亿美元），目的是培育国内芯片产业并缩小技术差距。

近日举行的第十九届中国年度管理大会上，紫光集团董事长赵伟国在演讲中表示，为什么中国在集成电路领域目前没有三星这样的企业？一是中国人喜欢挣快钱，第二是因为集成电路高投入。

今年9月份，半导体企业Cerebras Systems发布的世界最大芯片“WSE”震撼行业，台积电16nm工艺制造的它拥有46225平方毫米面积、1.2万亿个晶体管、40万个AI核心、18GB SRAM缓存、9PB/s内存带宽、100Pb/s互连带宽，而功耗也高达15千瓦。

研究表明，我们离在电脑中使用光芯片取代电芯片的那一天越来越近了。

随着AI算法的逐步成熟以及芯片算力的提升，历经几年的热潮之后，AI技术只有落地应用才能获得进一步的发展。不过，算法需求与芯片算力不匹配的需求成为了AI落地的一大障碍，AI软硬一体化成为关键。但在软硬一体化提高效率的同时，如何满足多样化的需求也非常关键，定制化成为了趋势。

美国西部时间 11 月 12 日，2019 英特尔人工智能峰会期间（Intel AI Summit 2019）在旧金山举行，英特尔展示了一系列 AI 相关新产品和相关进展，其中，包括面向训练 (NNP-T1000) 和面向推理 (NNP-I1000) 的英特尔 Nervana 神经网络处理器 (NNP) 都重磅亮相，而英特尔也公布了新一代 Movidius Myriad 视觉处理单元。