根据部署场景，AI芯片可用于端、边、云三种场景，德州仪器TI终端芯片及云端芯片

根据部署场景，AI芯片可用于端、边、云三种场景，具体而言：1）终端AI芯片追求以低功耗完成推理任务，以实际落地场景需求为导向，在能耗/算力/时延/成本等方面存在差异；2）边缘AI芯片介于终端与云端之间，承接低时延/高隐私要求/高网络带宽占用的推理或训练任务；3）云端AI芯片以高算力/完成训练任务为目标，包括CPU/GPU/FPGA/ASIC等多种类型，GPU、FPGA、ASIC及CPU从技术架构来看，AI芯片主要分为图形处理器（GPU）、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、中央处理器（CPU）四大类。其中，GPU是较为成熟的通用型人工智能芯片，FPGA和ASIC则是针对人工智能需求特征的半定制和全定制芯片，GPU、FPGA、ASIC作为加速芯片协助CPU进行大规模计算，三类芯片用于深度学习时各有优缺点：1）通用性：GPU>FPGA>ASIC，通用性越低，代表其适合支持的算法类型越少。2）性能功耗比：GPU