分析人士表示，在先进工艺节点设计一款芯片产品的投入动辄数千万美元，在这种情况下，如果芯片销量达不到一定规模，采用先进工艺就变成少数芯片巨头的专属特权了。

　　因此，采用芯片架构创新、系统创新等新技术，例如异质集成、多样化芯粒(chiplet)等新技术设计芯片，可以提供更灵活的工艺选择、最经济的资源投入和更快速的上市时间等诸多好处。

　　此外，随着异构计算在人工智能、5G等领域的发展，不少国际巨头推出了基于新一代异构计算的“新物种”，其中有些创新与传统的生态并不完全兼容。譬如，英伟达推出了包含RISC V CPU和神经网络加速器的GPU芯片，赛灵思推出了融合CPU、DSP和神经网络加速器的FPGA芯片。据李科奕介绍，异构计算推动了国际芯片巨头在产品线上重新布局，从设计单一的处理器或FPGA芯片转变到设计兼顾高灵活性和高性能、集成多种架构的新一代高端芯片。

　　专家表示，大家谈论比较多的深度学习、神经网络等AI技术，需要根据不同的应用场景，与感知、数据采集、存储和传输、安全加密等技术结合起来，也就是需要将AI专用计算单元和CPU等其他处理器、加速器、存储器单元通过不同形式异构融合在一起，才能构成一个完整的产品。因此，如果没有CPU等处理器芯片，单靠深度学习的专用芯片是无法支撑我国人工智能产业发展的。

　　根据专家的建议，我国应加强高端芯片从技术创新到应用生态的全面布局，加强5G、工业互联网、智能计算等新基建和数字经济的应用场景与自主创新的核心软硬件底层架构的协同整合，努力实现我国高端芯片产业在5G时代的历史性超越，为人类新一波产业浪潮做出源自于中国的重要贡献。