两者应用场景不同，阿里含光800用于AI推理，性能秒了老黄家的T4高达15倍，能耗比3倍，，菊厂昇腾910用于AI训练，性能也秒了谷歌最新的TPU3.0两倍。说实话我真有点受不了了，这是AI领域全面赶超美帝的节奏？再加上寒武纪，不得不说，这几年中国AI领域进展真的神速，太猛了。。。再加上软件架构领域的华人大咖们，何恺明、陈天奇、李沐、贾扬清。。。世界上ai领域真的就中美两个国家。

九成的AI企业会亏损，为什么AI企业商业化那么难呢？

其实AI的应用和我们现在非常纠结的位置服务的应用有一些相似的地方，都是做加法的应用，比如对于AI来讲，真正的有应用应该是AI+，能够为具体的行业和大众带来服务，而不是单纯的把AI的算法做好就能找到好的模式和商业机会的。对于卫星导航来讲也是一样，北斗+行业中的重点在于行业，而不在于北斗。要想把AI商业化，更多的是需要各个行业中的人投入进来，研究本行业的痛点，研究怎么把AI技术用到本行业能够解决当前的痛点和需求，研究如何形成行业中与AI相关的良好的商业模式，才能真正的把AI 应用起来。当前这一轮AI技术的突破主要是机器学习所带来的检测算法和性能的大幅度提升，而仅仅是这样是不够的，首先需要了解行业中的痛点需求，其次需要有行业中相关的大数据来进行模型训练，才能真正的把AI技术应用到行业中，这些技术的突破其实重点在于行业，而不在于AI本身，所以现在的AI企业中单纯做AI技术的相对比较多，大家的技术之间并没有特别本质的区别和突破，而对于行业中的应用来讲，还缺乏关键性的一些步骤，所以AI要真正的走向应用，需要和行业进行深度的耦合。包括AI芯片，其实AI技术对于不同的应用场景和不同的行业来讲，它的模型和算法是很难通用的，所以要做出一款应用范围特别广泛特别通用的AI芯片是很难的，这也就决定了单款芯片很难特别大规模的普及，而对于芯片行业来讲，量不够大就意味着无法更好的分摊成本，降低单个芯片的价格，反过来价格不够低又意味着无法大量普及。