人工智能芯片明明是硬件，和軟件又有什么關系？人工智能芯片本身只起到加速的作用。除了少量定制化人工智能芯片具備一定功能外，大多數人工智能芯片本身并不具備功能，它們的功能必須結合相關軟件來實現。

算法是軟件的重要組成部分，它相當于人工智能芯片的靈魂。除了算法本身，軟件層面還包括算法的移植、芯片驅動程序、配套軟件工具、人機交互界面等等。這就像電腦不僅僅需要好的處理器，還需要好的操作系統一樣。在人工智能芯片涉及的軟件領域，國內的算法開發平臺仍比較少，一些已有算法開發平臺，在人機交互與資源管理方面，與國外相比仍有一定差距。另外，一些前瞻性人工智能芯片的核心算法、核心架構，還有待提升。

軟件和使用側結合得更多。人工智能芯片的硬件固然重要，但是如果軟件做得好，可能更勝一籌。一些非常厲害的算法團隊和軟件團隊，甚至可以在十分普通的芯片上，實現神經網絡加速芯片的加速效果。對于國內人工智能芯片產業而言，軟硬件匹配度不夠好的情況并不罕見。

很多人工智能芯片在設計之初的想法是很好的，但是上市后卻發現用戶不太買賬，軟件環節做得不夠好可能是原因之一。

以算法為例，用戶的“美好理想”一般是，利用算法開發平臺把算法訓練出來后，只需進行傻瓜式移植，就能將其應用在人工智能芯片上，產品隨之迅速出爐。但實際情況是，算法移植到人工智能芯片時需要進行硬件化改造，讓它適應芯片的硬件。

這個環節需要花費很大的精力，要么應用方來做，要么芯片的設計方來做。目前芯片研發團隊大多是硬件出身，在軟件支持方面花費的精力相對較少，重視程度依然不足。把真正好的算法，落地到人工智能芯片硬件中，需要進一步實現軟硬件協同發展，而這一領域還存在非常大的市場空間。

在人工智能芯片軟硬件協同方面，國內的大公司一般做得比較好。因為軟件方面例如算法的移植和人工智能芯片的驅動，實現起來有一定難度，需要專門的團隊去研發。對于提升人工智能芯片的軟硬件協同發展，應結合人工智能芯片產品的定位選擇不同策略。

如果人工智能芯片面向的應用場景比較窄，那么在硬件做好的基礎上，設計一些軟件工具就可以實現應用。但如果是通用型人工智能芯片，支撐的算法范圍非常寬泛的話，就需要很好的軟件團隊與之匹配，否則就會導致芯片的硬件很強大，用戶卻不買賬的尷尬局面。