人工智能专用芯片有望成为下一个爆发点PC 时代的X86 架构、移动时代的 ARM 架构的统治地位表明：计算平台的变迁必然带来芯片架构的变迁。目前人工智能采用最多的是GPU芯片。相比CPU，GPU 拥有更多的计算单元，适合大规模并行计算。但GPU存在成本高，效能浪费的问题，业内厂商积极研发高校低成本的人工智能专用芯片，例如 FPGA，它在性能功耗比上面比 GPU 更优，实现了硬件结构的可根据配置需求灵活编程，由于其半定制化的特性较为适用于深度学习训练阶段。
智能语音：产业链逐渐成形，产业规模大幅提升语音识别是将语音转换为文本的技术。语音识别主要步骤为：语音搜集、降噪、特征提取、语音大数据训练、数据解码、文本转换。目前语音识别的技术已普遍较为成熟，准确率可达95％，未来准确度的进一步提升将会使人们从偶尔使用语音识别技术到普遍通用。 智能语音行业在大数据、移动互联网、云计算等技术的发展推动下，已进入快速应用阶段，预计到 2017年， 智能语音产业规模将达到 95．6 亿美元，年复合增长率 31．1％；其中中国智能语音产业规模将达到 101．4亿元，年复合增长率达 63．6％，占 智能语音产业规模的比重将由 2012 年的 5．6％增加到 17．1％。
