AI芯片即为面向人工智能应用的芯片。人工智能与芯片的发展需紧密合作，但过去碍于跨学科合作困难，加上人工智能算法并未成熟，世界各国对于人工智能的多项投入最后都以失败告终。

金融资讯整体阅读量金融用户占全网用户占比达1 1 % ，金融兴趣用户阅读时间分布为早午晚时间段为阅读高峰期。

2019中国AI产业生态图谱。

Deep learning is expected to drive training for neural networks requiring massive datasets for AI algorithm development • This in turn leads to a shift in the pe廿ormance focus of computing from general application to neural nets, increasing demand for high pe廿o「mance computing

Businesses are increasingly adopting AI to create new applications, driving the development of AI-optimized chips

Previously in Part I，we reviewed the ADAC loop and key factors driving innovation for Al­optimized chipsets. In Part II， we review the shift in performance focus computing from general application neu『al nets and how this is driving demand for high performance computing. To this end, some startups are adopting alternative, novel approaches and this is expected to pave the way for other Al-optimized chipsets

近年来，随着相关技术的飞速发展，人工智能在医疗领域中的应用也在快速的推广，包括医学影像、临床决策支持、病例分析、语言识别、药物挖掘、健康管理、病理学等众多场景。随着医学数据集的扩增，硬件设备的提升，AI算法的不断优化改进，AI在医疗场景中的技术积累愈发成熟，越来越多的AI研究开始落地于医疗领域。 ​

今年也是互联网诞生五十周年，25 年前，中国第一次接入了这个全球网络，也开启了加速技术创新的“快行道”。经过几十年对科技行业的观察，我发现，创新的过程，从来不是简简单单的一条直线，更多的，是周而复始的螺旋型的循环：首先，我们做出科技创新；然后进入技术的普及应用阶段；随着技术的普及，开始激发人们的思考和“觉悟”——我们会问 “究竟该如何正确地利用这项技术？”

我们将看到，在充满不确定性的全球经济大背景下，数字经济对于带动全球经济复苏，有着非常重要的意义；我们将看到，技术创新，将是拉动新一轮经济增长的强劲动力。

做这一切要智能化像 AI 就是基础的，刚才杨杰董事讲通讯是基础设施，云计算力认为是两个基础设施，计算跟通信是基础设施。