悟空666的无穷倍
AI芯片的确不能替代现有的通用芯片，它是创造新的应用与新的生态所必要的武器，而且也是中国目前走在世界前端的技术。其实现在回头去讲什么通用芯片（泛指目前基于ARM或X86架构的芯片）、EDA工具或者是IP核的议题都是假的，这些技术掌握在别人手中是我们早已经知道的状况，而且短则数年，多则十数年，都无法扭转这样的情境，因为这些技术掌握在外人手中我们就放弃不用做生意了？当然不是！
现在应该做，且最有可能快速看到成效的，就是尽可能去利用我们在产业现有的技术优势，转化成在国际市场的影响力，若能更进一步建立生态，即便半导体基础薄弱，但我们要是把算力（包含算法和AI芯片）当成生态中的基础建设，布一个全球贸易的局，为了拿到中国供应的算力，国际市场自然就会拿这些半导体的核心资源来交换。
DeepTech深科技
这个问题的概念界定不知道题主清晰与否，我觉得比较含糊。
一般来说，通用对比的是专用，这两个的概念内涵是不一样的。“专用，汉语词语，是指专门用于，专项使用的意思。”“通用的基本解释：1. 可以在各处使用;公共使用......”。从概念的角度来分析，通用是基础，内涵大于专用；专用是外延大，扩展意义大，或解释为高精尖。所以，专用不能代替通用，此为第一。
芯片，又称微电路（microcircuit）、微芯片（microchip）、集成电路（英语：integrated circuit, IC）。是指内含集成电路的硅片，体积很小，常常是计算机或其他电子设备的一部分。电脑上有很多的芯片，内存条上一块一块的黑色长条是芯片，主板、硬盘、显卡等上都有很多的芯片，CPU也是块电脑芯片，只不过他比普通的电脑芯片更加的复杂更加的精密 。它能完成几乎是电脑所有的工作，如运算、数据处理、数据传输、存贮、分析等等。
通用芯片一般称为PC芯片（不知道这个理解对不），可以用硬件描述语言在其上面编程，甚至可以“为所欲为”的增减功能。主要是保证计算之用；而装在ＰＣ机、笔记本、工作站、 服务器 上的ＣＰＵ一般称为通用ＣＰＵ，因为它能执行各种各样的程序。
AI芯片（人工智能芯片）主要应用在训练(training)和推理(inference)两个环节。训练环节的作用是指利用海量数据（603138），选择合适的训练方法，训练出一个人工智能模型。训练环节最关心的指标是速度快。国内外的人工智能巨头公司都建立了庞大的GPU集群，以最快速度处理海量数据训练、验证模型的有效性。而在线推理环节也就是人工智能模型的实际应用环节，是指利用训练出来的模型来在线响应用户的需求。推理环节又分为两个场景，一个是在云端数据中心响应用户需求，一个是在前端智能设备响应用户需求。（我感觉类似于生物学的仿神经网络。）
所以，从概念上分析，AI芯片不能代替通用芯片。
个人意见，仅供探讨。
中国电建人
通用芯片跑ai低效，ai还是用专门针对设计的芯片跑比较好。
cpu制程已经接近极限，50年内不一定能看到3nm的芯片。
通用芯片的优势会越来越低，性能受制程限制，无法满足无底洞般的性能需求。
性能上不去，只能靠架构优化，减少芯片的无用功，国产芯片未来还是有弯道超车的机会的。。。
夜游862
不能，就像GPU无法替代CPU一样。CPU擅长逻辑运算，AI芯片是专门跑AI算法的。说白了，就是协处理器，或者叫xx算法加速器。因为AI芯片或GPU能干的事情，CPU都能干，只不过速度慢一点，功耗大一些。反过来，CPU能干的事情，这些协处理器或加速器干不了
看看这些评论都醉了
ai芯片的产生是因为通用cpu已经走上了绝路。传统cpu集逻辑控制，数学运算为一体主宰了桌面系统时代，随着需求的变化，尤其是以深度学习为代表的人工智能的到来，已经不适合时代要求了。因此，逻辑控制和数学运算的分离不可避免，我们可称这种趋势为'去cpu'化。简单地讲cpu的重要性会降低，ai芯片会越来越重要。物联网对ai芯片的需求是惊人的。
