拿人工智能芯片及解决方案的算法来说，用户的“美好理想”一般是，使用算法开发平台，训练算法之后，只需要做傻瓜式的移植，就可以把它运用到人工智能芯片上，产品也就很快出炉了。但是，现实中，算法移植到人工智能芯片上需要进行硬件改造，使其与硬件相适应。

这一环节需要应用方付出大量的精力，或者是芯片设计者来做，或者芯片设计者来做。龚国良表示，目前芯片研发团队大部分都是硬件出身，在软件支持上投入的精力相对较少，重视程度仍然不够。人工智能芯片及解决方案人工智能芯片硬件上，需要进一步实现软硬件协同发展，这个领域还有很大的市场空间。

在人工智能芯片及解决方案的软硬件协同方面，国内的大公司一般做得比较好。由于软件方面如算法的移植和人工智能芯片的驱动等，实现有一定的难度，需要专业团队进行研发。

为了提升人工智能芯片的软硬件协同发展，应结合人工智能芯片产品定位，选择不同的策略。

假如人工智能芯片面向的应用场景比较狭窄，那么在硬件做好的基础上，设计一些软件工具就可以实现应用。但是如果是通用的人工智能芯片，所支持的算法范围非常广泛，就需要有很好的软件团队来配合，否则会导致芯片硬件很强大，用户不买账的尴尬局面。

这几种不同类型的芯片、它们不同的实现、模型和用例对未来人工智能的发展至关重要。伴随着5G等其它新技术的支持，人工智能芯片及解决方案正在迅速成为人们工作和生活的重要组成部分。为适应人们对技术的日益依赖，人工智能芯片及解决方案领域的发展将非常迅速。